功放预失真系统中环路时延的频域估计

提出一种基于频域相位差的环路时延估计算法,用于估计和校准功率放大器(功放)数字预失真系统的时延。采用快速傅里叶变换估计基带输入信号与反馈耦合基带信号间的整数倍时延,应用频域相位差估计分数倍时延,并利用最小二乘法提高估计精度。在不同分数倍固定时延条件下,评估该算法与互相关内插算法的时延估计性能。实验结果表明,本文方法与基于互相关内插的时延估计方法相比,算法复杂度较低,在预失真后功放输出信号的邻道功率比同为-40 dBc的条件下,本文算法的平均运行时间缩短了90.1%。     

MBER优化用于宽带功放通信系统

针对通信系统中宽带功率放大器引起的非线性失真问题,提出了最小差错概率（MBER）算法,以优化非线性均衡器参数,并采用非线性均衡器与数字预失真器对功率放大器非线性失真进行联合补偿.预失真用于减少非线性失真对带外的干扰,非线性均衡器用于减少带内失真.仿真结果表明,基于MBER算法的非线性均衡器性能优于基于最小均方误差算法的均衡器;联合线性化简化了预失真器的结构,并可获得更优的误码率性能.     

基于多项式的记忆型数字基带预失真器

提出了一种由自适应均衡器和基于多项式的无记忆预失真单元级联组成的记忆型数字基带预失真器．在该预失真器中，首先通过传输窄带训练序列得到能够补偿功率放大器非线性的无记忆预失真器的参数．然后通过一种自适应均衡算法修改均衡器的参数抵消功率放大器的记忆效应．由于将功率放大器的非线性和记忆效应分开处理，其结构和自适应算法复杂度比普通记忆型预失真器大大降低．计算机仿真结果表明，该预失真器能够有效地校正由于功率放大器的非线性和记忆效应引起的信号失真．     

基于粒子群优化算法的功放预失真处理

根据功率放大器的记忆非线性特性,给出一种基于粒子群优化算法的预失真处理方法。选取记忆非线性多项式作为预失真器模型,用粒子群优化算法对多项式的系数进行最优估计,获得预失真器模型参数。分别对连块Wiener模型和记忆多项式模型这两种经典功率放大器模型进行预失真处理,结果表明,所给方法对记忆非线性功放的线性化效果良好,可正确判别发送信号。     

OFDM系统功率放大器的自适应预失真线性化

对正交频分复用(OFDM)传输系统中大功率放大器的自适应预失真方法进行了研究。采用Wiener模型描述大功率放大器的输入输出关系, 该模型的结构是线性动态特性环节后级联一个无记忆的非线性静态单元,可以用一个复系数幂级数展开式来近似表示。为了补偿功率放大器的非线性失真, 用具有Hammer stein 结构的预失真器构成该功率放大器的逆系统, 并用递推最小二乘算法在线辨识预失真器的未知参数。该算法用于OFDM 系统时, 得到了一个快速的参数收敛特性。利用MATLAB 数值仿真考察了自适应预失真方法的有效性, 仿真结果表明,它可以有效实现从预失真器输入到功率放大器并实现输出的线性化     

基于模块化模型的自适应预失真技术

系统地比较和分析了OFDM传输系统里高功率放大器（HPA）预失真方法的优缺点,提出一种基于模块化模型的有记忆高功率放大器自适应数字预失真方法,该方法分别基于Wiener、Hammerstein和Wiener-Hammerstein模型各自构成一个有记忆HPA的自适应预失真器。从而避免了因分别估计Wiener-Hammerstein模型各个环节特性参数所带来的复杂性。使得有记忆高功率放大器的预失真设计变得简单了。     

基于模块化模型的自适应预失真技术

系统地比较和分析了OFDM 传输系统里高功率放大器(HPA)预失真方法的优缺点,提出一种基于 模块化模型的有记忆高功率放大器自适应数字预失真方法,该方法分别基于Wiener、Hammerstein和Wiener- Hammerstein模型各自构成一个有记忆HPA 的自适应预失真器。从而避免了因分别估计Wiener-Hammerstein 模型各个环节特性参数所带来的复杂性。使得有记忆高功率放大器的预失真设计变得简单了。     

基于数字预失真技术的功放性能改善研究

针对高均峰比的宽带输入信号,结合最小均方算法和Wiener模型的优点,该文提出了一种基于Wiener模型的数字预失真算法.通过计算机仿真,验证这种算法的有效性,补偿了功率放大器的非线性失真,提高了功放效率,对发射机功放线性化技术有一定的实用价值.     

卫星通信中16APSK调制下带有记忆性的后置预失真算法

针对卫星星载功率放大器工作在饱和区域所造成的卫星传输信号非线性特性,以及传统的前置预失真器由于延时、高阶信号调制等原因,不能完全消除功率放大器的非线性影响与记忆效应。提出了一种可用于多幅度高阶信号调制的后置预失真器算法,该算法通过建立多变量矩阵后置预失真器来消除功率放大器的非线性影响和记忆性影响。从误码率、功率谱和星座图3个方面对所设计的后置预失真器进行性能分析,仿真结果表明后置预失真器可以有效消除高阶调制信号的非线性影响和记忆性影响,在实际应用领域拥有较高的价值。     

新型Doherty功率放大器

为了实现Doherty功率放大器的高效率和线性,提出了多级Doherty结构、集总Doherty功率放大器、DSP控制的Doherty功率放大器。在三级Doherty结构中,采用高效的GaN HEMT器件和数字预失真线性化技术,在最高功率和回退过渡点的效率,可提高到60%以上。在集总Doherty功率放大器中,最高输出功率下功率效率为52%。     

新的射频功放预失真线性化方法

理论推导证明了预失真器和射频功放两个无记忆的非线性系统的顺序可交换,针对常用的预失真学习结构的不足,提出了将直接型和间接型相结合的新预失真学习结构,该方法简单且易实现,并将该射频功放预失真线性化方法推广到了有记忆效应的情况.仿真结果表明,所提出的预失真线性化方法可行,其线性化性能优于采用直接逆间接学习结构的情况.     

改进磷虾群与NBN联合优化神经网络的HPA预失真方法

为克服现有神经网络预失真方法复杂度高、易陷入局域最小等缺陷,提出一种正交差分进化磷虾群(ODEKH)与Neuron-by-Neuron (NBN)算法联合优化实数固定延时全连接级联神经网络 (RVFTDFCCNN)的高功率放大器预失真方法。采用RVFTDFCCNN对预失真系统中的预失真器和逆估计器进行建模,通过ODEKH算法进行全局搜索获得RVFTDFCCNN的初始化参数,再用NBN算法对RVFTDFCCNN进行训练,同时根据复合函数求偏导数的链式规则,从两个层次对NBN算法中的Jacobian矩阵元素计算进行优化。采用宽带DTMB信号作为输入信号,对预失真系统进行仿真。结果表明,当训练误差和泛化误差均在同一数量级时,RVFTDFCCNN的NBN算法计算量比单隐层(SHL)神经网络明显降低;ODEKH算法比传统磷虾群算法具有更快的收敛速度,ODEKH-NBN联合算法的训练精度比Levenberg-Marquardt(LM)算法提高一个数量级,预失真后的邻道功率比（ACPR）比LM算法改善了2dB。说明本文的预失真方法具有较低的复杂度和良好的预失真性能。     

卫星星载后置非线性失真消除算法

针对前置预失真器不能有效消除高阶信号调制所引起的卫星星载功率放大器的非线性干扰和记忆性干扰,提出了一种后置非线性失真消除算法。该算法根据卫星通信标准 DVB-S2下的高阶信号具有多个幅度的特点,结合功率放大器的记忆特性,建立了一种可自适应调节的非线性失真消除模块来实现卫星输出信号的线性化。在卫星输入信号的载波频率较大时,该算法可以有效解决多幅度调制所产生的非线性干扰和记忆干扰。从误码率和星座图两个方面对该算法进行仿真分析,结果表明,所设计的后置非线性失真消除算法可以有效降低高阶调制信号所带来的非线性干扰和记忆性干扰的影响,具有较好的应用价值。     

行波管的非线性分析及一种新型的线性化方法研究

文章讨论了行波管放大器的非线性特性,研究了预失真和前馈线性化技术,提出一种利用预失真与前馈法相结合的新方法来对行波管进行线性化。最后用射频电路仿真软件ADS对预失真与前馈法相结合的方法进行仿真验证,得出仿真结果较好,对行波管线性化器的研究与实现有较大的参考和实用价值。     

Adaptive Digital Predistortion Schemes to Linearize RF Power Amplifiers with Memory Effects

To compensate for nonlinear distortion introduced by RF power amplifiers(PAs)with memory effects,two correlated models,namely an extended memory polynomial(EMP)model and a memory lookup table(LUT)model,are proposed for predistorter design.Two adaptive digital predistortion(ADPD)schemes with indirect learning architecture are presented.One adopts the EMP model and the recursive least square(RLS)algorithm,and the other utilizes the memory LUT model and the least mean square(LMS)algorithm.Simulation results demonstrate that the EMP-based ADPD yields the best linearization performance in terms of suppressing spectral regrowth.It is also shown that the ADPD based on memory LUT makes optimum tradeoff between performance and computational complexity.     

数字预失真技术对行波管发射机信号质量的影响研究

以数字预失真为代表的线性化技术,是提高大功率发射信号质量的重要手段。该文设计了一种数字预失真方案,研制了样机,并在X波段100 W行波管发射机上进行了实验验证,取得了对发射信号质量改善的效果:矢量误差模(EVM)从8%下降到5%,三阶交调降低约10 dB,变功率输入时通道间相位一致性改善约10°,时域峰值?3 dB宽度改善了1.33 μs。在此基础上,该文从时域、频域等角度分析了数字预失真技术对发射信号质量的改善作用。     

基于压缩感知的码片内多径时延估计

针对码片内多径时延难以估计的问题,结合PN序列的伪随机特性和一般信道冲激响应的稀疏特性,提出了一种基于压缩感知的时延估计算法,将时延估计问题转化为稀疏向量的估计问题。利用压缩感知方法估计稀疏向量,对向量只有稀疏度要求,而对向量中非零值的位置没有任何要求,所以本文提出的算法对码片内多径具有分辨能力。通过仿真实验验证了文中提出的算法在低信噪比下对码片内多径时延估计具有鲁棒性,并且得出了算法运算量与稀疏向量维数之间的关系。     

一种新的数据滤波算法

针对常规数据一阶特征估计（滤波）算法的局限性,提出了一种新的滤波算法.算法基于0-1序列思想和时滞原理设计,充分考虑了数据特征之间的相互影响,通过两个意义明确的估值器有效地降低了其他数据特征对一阶特征的影响.应用新算法对某电厂风烟系统数据进行了仿真,仿真结果验证了新算法的有效性.     

卫星通信双循环下Volterra滤波预失真算法

针对卫星功率放大器输出信号非线性化的问题,提出了一种简化预失真算法.该算法通过两个一阶截断Volterra滤波模型构建前馈循环和反馈循环,并结合两重循环调整预失真器系数来实现卫星通信发射信号线性化处理.在载波频率的提高或传输速度增大时,该算法仍可通过提高预失真器系数更新速度和精确度,从而保证卫星发射信号具有较好的线性特性,具有很好的使用价值和可操作性.     

记忆功放的BP神经网络分离预失真方法

针对OFDM无线通信系统中的记忆非线性功率放大器预失真困难以及预失真精度不高的问题,充分考虑了记忆非线性功率放大器的失真特性及其结构特点,提出了神经网络分离预失真方法,并给出了该方法的原理、实现结构和自适应算法．该方法把记忆非线性功率放大器的预失真分为3个模块来实施,即抵消记忆效应模块、AM/AM失真矫正模块和AM/PM失真矫正模块,并基于神经网络预失真器非直接学习结构,利用Levenberg-Marquardt BP算法确定各个神经网络预失真器．仿真结果表明该方法可降低邻信道互调功率约30dB．