采用新型峰均比降低技术的OFDM功放线性化方案

针对OFDM信号的高峰均比问题,提出了一种将新型峰均比降低技术与数字预失真技术相结合的功率放大器线性化方案.其中,峰均比降低技术由传统的削峰技术、新型的削谷技术和闲置载波技术组成,信号的峰值和谷值同时被削去,峰均比得到最大程度的压缩.传统削峰技术用于降低信号的峰值;新型的削谷技术采用基于切线原理的矢量孔调整法,同时改变信号的幅度和相位,使得信号谷值变大;闲置载波技术用于减少削峰削谷处理所产生的带内和带外失真.实测结果表明,基于记忆多项式模型的数字预失真技术可以将功放输出信号的ACPR值优化10.5 dB,而在结合了新型峰均比降低技术之后,本方案可以将ACPR值进一步优化18.5 dB.该方案适用于未来4G通信系统.     

有记忆效应的功放实数延时模糊神经网络模型

描述了一种基于实数延时模糊神经网络的有记忆效应的功率放大器模型.该模糊神经系统即自适应模糊神经推理系统,采用模糊c类均值聚类方法来减少模型的规则数目和简化模型结构.在训练过程中,采用最小二乘和反向传播相结合的高效算法提取模型参数.在测试平台上用三载波WCDMA宽带信号对射频功率放大器进行测试,并借助矢量信号分析仪采样功率放大器输入和输出数据,成功地对模型进行了训练和验证.通过和实数延时神经网络模型(RVTDNN)比较,该模型的收敛速度远快于这些前馈结构的神经网络模型.比较和分析时域和频域结果表明模型有很好的性能,其归一化均方误差达-38dB.     

一种射频功放记忆效应改善及模型简化方法

研究了一种改善射频功放记忆效应的方法并对所设计的低记忆功放进行了行为级建模.设计了10W峰值功率的射频功放,通过加载漏级低阻抗终端并结合最佳电流偏置的方法来减少功放的记忆效应.在建模过程中应用了Cao方法估计功放的记忆长度并进行了验证.基于上述技术,文中所设计的低记忆射频功放能够用简单模型精确描述.实验结果表明,对设计的低记忆功放,采用仅包含7个复系数的Hammerstein模型就可以得到-48.5dB的归一化均方误差(NMSE)指标.