预失真技术

2024-06-29

预失真技术（精选8篇）

预失真技术篇1

1 线性射频放大器设计

射线放大器的设计是以一个晶体管的S参数基本依据, 根据放大器的具体技术指标来进行整个系统的配置, 如:增益、输出功率、噪声参数等, 这样就可以顺利的完成整个系统的输入和输出。因此与放大器相关的输入和输出电气元件应在晶体管的选取之后进行, 即晶体管S参数确定之后在进行下一步设计, 确保晶体管的稳定, 并在设计完成后应对整个放大器进行调制。对晶体管的选择目前趋向于微波频率较低的晶体管, 即小于2GHz, 因此一般采用双击晶体管, 在X波段上双击晶体管和场效应存在一定的竞争, Ku波段和以上, Ga As MESFET晶体管就可满足基本需求, 随着半导体晶体管技术的提高适应放大器的晶体管不断出现, 也给系统设计带来了多种选择。放大器设计可采用单项化设计法、双共轭配合设计法, 可以将晶体管的S12参数与零的比较来进行选择。在单项化设计的实施中是将放大器的增益设计为三个部分, 输入匹配网络增益、晶体管增益、输入网络增益, 每个增益都是相对独立的, 同时根据具体的需求进行设计, 达到增益的平衡。双共轭匹配设计是将晶体管的反馈效应, 放大器在输入阻抗在这种设计中与负载的反射系数相关, 同时输出阻抗的函数与源反射系数相关。在满足预定增益和噪声系数要求的放大器进行设计时可以利用ADS进行验证, 通常的步骤是判断稳定性、决定偏置条件、决定电路, 根据预定的增益条件画出功率增益圆, 同时计算与频率增益相关的匹配, 按照隐定性圆设计源匹配的位置。

系统的稳定性设计, 放大器的稳定性是放大器需要重点考虑的问题, 将直接影响到整个系统的稳定性能。稳定性主要是受到晶体管的S参数、匹配网络、设置条件等。在使用潜在不稳定性的晶体管时应采用电阻性负载或外加负反馈的方式增加系统的稳定。如:在放大网络端口采用引入反馈机制的方式提高且稳定性。进行适当的调制, 可以保证功率管的稳定, 增益处在平坦状态, 噪声系数也相对平稳。

2 数字预失真处理技术

预失真器主要的作用就是在功率放大前就进行对信号的预处理, 这个设备的传输性能应是放大器特征的反函数, 这样最后放大器的输出信号就保证了线性增益的效果。放大器和预失真器这两个模块的组合正好将系统中非线性的部分相互抵消, 这就使得系统最后输出的特性曲线直线。

在实际的应用中, 预失真线性化技术有两种, 射频预失真和数字预失真, 前者是在射频和中频电路中发挥作用, 而数字预失真是在数字电路中完成调制。因为DPD的校正精度更好, 成本也低, 而且数字信号处理的灵活性更大, 所以数字预失真技术在应用中得到了推广, 所以下面就数字预失真技术进行介绍。为了适应不同的放大器类型和自适应计算, 自适应预失真系统可以分为两种:间接学习、直接学习。

2.1 间接学习

间接学习的过程在自适应记忆预失真中应用广泛, 这种结构最早出现在消除扬声器的非线性特性上。在这种预失真结构中, 先提取的是后置滤波器的系数, 这个滤波器将作为非线性放大器模型的反函数服务于这个系统, 所以称之为后置反滤波器。接着这一系数就被直接复制传递给前置的预失真滤波器。这种结构有着一定的缺陷, 就是在输出检测时容易受到噪声的影响而导致偏差。

2.2 直接学习

在发展中为了克服间接学习的缺陷, 技术人员提出了直接学习的结构设计, 在这种结构中, 预失真器的系数在输入和差别信号的自适应算法上进行了更新, 这也就减少了直接检测输出而引发的偏差。这个结构可以提高了预失真系的基本性能, 但也增加了收敛减缓, 提高了计算的复杂性。

3 射频电子系统的发展

近些年, Doherty的放大器收到了更多的关注。这种放大器应用在无线通讯的基站中, 取得了较好的效果。主要是获得了与其他放大器更高的工作效率, 这个结构主要是通过两个放大器管构成, 一个是主要放大器, 工作在线性状态下, 也就是AB类工作模式;另一个则为辅助放大器, 配置设计主要是为了非线性状态工况, 即C类的工作模式。动态负载牵引技术的引入, 让主放大器输出的电压在后半区域保持较高的数值, 这样在较小的功率回退的条件下就可以获得比一般放大器高的放大效果。

与数字预失真技术相结合的Doherty功率放大器的发展, 即使在Dohe rty放大器的基础上, 制成的放大器也会存在效率和线性度的矛盾, 因为在放大器的设计中采用了较小的功率回退, 整个系统的线性度会被减弱, 其三阶互调失真就会比通常的放大器高6db。目前出现的将数字预失真技术和放大器相结合的技术有:1) 将数字预失真技术与Dohe rty放大器的线性化预测中, 实际上就是为了解决这个问题, 这样就提高了放大器效率和线性度。2) 将记忆多项式模型与Ga N的Dohe rty放大器结合, 在OPBO等于PAR的时候, 对于单载波和四载波WCDMA信号, 就得到了-63d B和-53d B的ACPR。3) 将数字预失真技术应用到基于IEEE802.16标准的两路载波OFDM信号上, 在36 d Bm平均功率下ACPR为41.74 d Bc, PAE为13.74%。

4 结语

晶体管放大器是无线通讯发射前端的重要基础设备, 其基本的性能将影响整个发射系统的正常工作。不同类型发射需求对放大器的要求也有所不同, 在设计中应根据需求进行对放大器进行选择。随着通信系统的带宽的增加, 功率放大器的记忆效应对性能的影响也随着提高, 如何改善记忆效应就成了改善放大器预失真处理效果的重点。然而复杂的记忆模型使系统不易达到要求。目前数字预失真技术, 已经于放大器成功的结合起来。今后的发展将向着寻找更简单、更有效的预失真计算模式和更具容易实现的自适应计算方法。

摘要：在通信系统中, 射频功率放大器的线性技术能够使频谱的再生达到最小。在昂贵、复杂的射频系统中已经开始应用, 由于需要多方面的调整, 并且在元器件特性根据局输出功率与外界温度变化的同时, 线性方法的有效率会受到影响。数字预失真技术对校准精度的要求机到底, 稳定性问题得到了根本性的解决, 还能够满足更宽频带的要求。

关键词：射频功率放大器,数字,预失真

参考文献

[1]李露.射频功率放大器的优化设计[J].科教文汇 (下旬刊) , 2010.

[2]宫为保.宽带射频功率放大器的匹配电路设计[J].广播电视信息, 2010.

[3]幸波, 蒋伟, 王晶琦, 朱晓维.线性功放中数字预失真方法的实验研究[J].微波学报, 2009.

[4]王胜水, 鲍景富, 李红宝.自适应数字预失真放大器的算法研究[J].电子设计工程, 2009.

[5]赵毅峰, 姚彦, 曹新容.数字预失真技术设计及实现[J].厦门大学学报 (自然科学版) .2010.

预失真技术篇2

一、不确定性与模糊性的涵义

不确定性是指事物发展结果有多种可能性。按经济学的观点，不确定性意味着在既定环境状态下人们的主观概率分布处于离散状态。譬如一项决策只产生一种可能结果时，它是确定的;而当其可能产生两种以上不同的结果时，不确定性就出现了。不确定性包含两个方面的含义：一是与概率事件相联系，其出现的结果有稳定的概率。此时，可以用随机变量的方差来定义该变量的不确定性，并描述其大小，即通常所说的风险。一是与概率无关，是一种没有稳定概率的随机事件。经济不确定性按产生的原因又可以分为外生不确定性和内生不确定性。前者指生成于某个经济系统之外的不确定性，如消费者偏好、宏观经济政策调整等。后者指生成于某个经济系统自身范围之内，影响系统操作绩效的不确定性，如人员素质、内控制度、内部人事变动等。区分这两种不确定性，有利于我们对症下药，控制和降低不确定性。

模糊性指在对事物进行判断时所进行的“亦是亦非”抑或“似是而非”的不明确判断。此时，对事物的性质，很难断言其归属。无论是模糊性，还是不确定性，都是事物所固有的客观属性，它们都可以使得人们在认识事物时难于甚至不能作出准确、唯一的判断。模糊性是对事物确认上的不确定性，而随机性是对事物各种可能发生结果的不确定性。因此，模糊性表现在事物发生的结果上是单一的和确定的，但这种结果却是不清晰的和模糊的;而不确定性表现在事物发生的结果是清晰的，但在多种可能的结果中到底发生哪一种结果却是不确定的。对不确定性的定量研究，导致了概率论和数理统计的发展;而对模糊性的定量研究，则导致了模糊数学的发展。

同精确性和确定性相比，模糊性和不确定性具有如下特征：

1.存在的普遍性。客观实际并不象传统数学描述的那样确定无疑。客观事物每时每刻都在运动和变化着，不管这种变化多么细微，但都已表现出事物是不确定的。实际上，我们所掌握的传统数学，只能从人们假设的因果关系方面去详尽地描述实际，一旦要付诸实施，接受实践的检验，都会暴露出其难以应付的随机性和模糊性。只要回想一下诸多定理中设定的种种前提和假设，就不难理解这一点。

2.存在的客观性。模糊性和不确定性是客观事物所具有的特征的本质体现，是客观存在的;而精确性和确定性是人们认识上的重要特征，是人类认识的产物。就人们对事物的认识而言，一般都采用或试图采用精确的、清晰的方法来描述事物，但客观世界并非像人们想象的那样清晰和确切。

3.存在的绝对性。客观事物的模糊性和不确定性是绝对的，是不以人的意志为转移的;而确定性和清晰性是相对的，是人们对客观事物反映的方法。正确认识和对待事物的模糊性和不确定性，才有利于对事物的正确认识，也有利于提高清晰性和确定性。

二、会计中的不确定性、模糊性和信息混淆

正如上述分析的那样，不确定性和模糊性是普遍的客观存在，因而经济活动过程中同样存在着大量的不确定性和模糊性，加之会计处理原则和方法中也存在着不确定性，这样，就造成会计工作中的种种不确定性和模糊性，主要体现在以下几个方面：

1.会计准则中存在着大量的不确定性措辞。最典型的、在会计准则中使用最广泛的是“极少可能”、“有可能”和“很有可能”。由于对事件发生概率的主观判断因人而异，因此，什么情况算是“极少可能”，什么算是“有可能”或者是“很有可能”，便成为影响会计选择和会计处理方法的重要因素。西方实证研究的结果表明，影响人们对不确定性措辞理解的因素主要有：①不同的职业角度，即在公司中所从事职业的不同，会影响对这些措辞的理解;②上下文内容;③个人与团体，即从个人角度或从团体角度出发，会有不同的理解;④金额的重要性;⑤个人性格。这些因素单独或相互交织的微妙影响，会不同程度地影响会计信息的质量，也可能造成使用信息的失当。

2.会计确认、计量中存在不确定性和模糊性。会计活动归结起来就是对经济事项的确认、计量，并在此基础上，对事项的记录、反映和控制。然而，会计确认和计量本身就存在着不确定性和模糊性。如在资产的确认中，对商誉等无形资产的确认就很乏力;在固定资产核算中，残值、折旧本质上是一种估算，况且由于存在着多种折旧方法，每一种方法对经营绩效的评价都会有不同的影响。再比如，在不同的计量模式中，历史成本虽然客观，但不能反映通货膨胀的影响;现行成本虽然能反映现时的通货膨胀水平，但又缺乏客观性。其他如外币折算、合并报表、衍生金融工具计价等等，也都存在着大量的不确定性和模糊性。

3.对未来事项认识的不确定性和模糊性。未来事项由于受现在和未来各种必然和偶然因素的影响，它的发展变化也是模糊和不确定的。虽然人们努力探讨各种预测方法，试图尽可能准确地预测，但只要我们将会计预测结果与实际发生情况进行比较就不难发现，其准确性是值得怀疑的。同时，会计本身是反应性的，导致会计信息与实际情况间存在“时滞”现象，当用户使用有关信息努力作出判断时，未来情况的发展可能大大出乎其预料，远远超出了会计信息可能提供的预测结论。

4.有关分析、评价方法的模糊性。人们在运用数学方法试图精确地描述原本“模糊的”事物时，往往附上若干假设性的前提，而这本身就是不确定的。比如作为资本资产定价模型前提的有效市场理论，它的成立就需要几个假设，而资本资产定价模型中的β系数的确定，也有很大的主观性，

又如计算净现金流量，以确定有价证券价格时贴现率的确定，也有若干不同标准，选用不同的贴现率，计算的结果会有很大的差异。另外，在会计信息的揭示上，对于同一类经济事项，由于人们主观判断的不同，也会导致多种多样的财务揭示方式。最典型的，是诉讼案在会计报表上的披露。

不确定性和模糊性对会计信息质量的影响，集中体现为导致信息混淆。所谓信息混淆，是指一个可观察的信息，由至少一个不可观察的信息组成。使用数学语言可以这样描述：可观察值W由两个混合在一起并不可直接辨别的分量X，Y组成，即：

W=X+cY

其中c是一个系数，由具体的问题决定其值。

会计中的信息混淆主要有这样几种类型：

1.名义数值与实际数值的混淆。针对普遍存在的不确定性，会计作出了一系列假设，如持续经营、货币计量、历史成本等，试图将会计人为地置身于可确定的环境状态中，这就导致了会计帐面数值即名义数值与实际数值的背离。也就是说，会计提供的信息是一种典型的双分量型的混淆信息。名义收益与实际收益就是一个例子。

2.再生性信息与非再生性信息混淆。再生性信息指为企业主要的和经常的经济活动所确定的信息，如营业收入、营业费用和营业利润等，只要企业持续经营，这些信息就可持续再生;非再生性信息是为企业所发生的偶然事项所确定的信息，如捐赠、不可抗力损失等，它们一般不会持续发生。这两类信息对信息使用者的意义是不同的。而现时的会计信息并不能区分两者。损益表信息就是一个典型。其中的利润是再生性利润与非再生性的净收益(“利得”-“损失”)的合成物，而且，收入与利得、费用与损失的划分也不严格。

3.趋势性变化信息与非趋势性变化信息的混淆。企业的趋势性变化是由其经营管理体制、技术水平和人员素质等诸多因素引起的，是一个持续的发展过程。而非趋势性变化是暂时性的变化，是由一次性的政策调整等因素引起的，如宏观政策调整、会计选择和会计政策的变化等。现在的财务报表中，并不能向信息使用者区分这两类信息，使得利益相关人对企业未来发展情况的预测变得更加不确定。

4.权责利关系信息的混淆。主要体现产权关系在报表中存在两重性，有些项目如住房公积金、各种专项拨款等，到底属于权益还是负债是不清楚的;另有一些项目如少数股权、可赎回优先股，到底归于权益还是负债，在理论上至今还有争议。在西方国家，有些企业在计算债务比率时，把少数股权和可赎回优先股列入负债，有些则把它们列入权益。这些都说明，负债与所有者权益的界限至今还是模糊不清的。

由于不确定性和模糊性的普遍存在，造成信息混淆的普遍存在。一方面，会计人员个人因素或企业会计政策的选择倾向，都会使会计信息混淆变得更严重，从而降低会计信息的质量;另一方面，混淆的会计信息也会给信息使用者造成消极影响，使其产生“信息幻觉”，从而造成评价失效、决策失误和控制失灵。这两方面因素互相作用，无形中造成会计信息的技术性失真。与此同时，由于会计人员道德缺陷、企业内部控制制度失灵或某些决策者的叵测用心，都会使问题变得更为复杂，加剧会计信息的失真度。

三、对策与建议

通过上述分析，我们发现，由于普遍存在的不确定性和模糊性会导致会计信息失真，这种失真是一种技术性失真。有鉴于此，在实际工作中，为了正确对待这种技术性失真，我们应该注意这样几个问题：

1.正确认识不确定性和模糊性。只有正确认识和对待现实中的不确定性和模糊性，才有利于对客观事物的认识。首先，在定性的认识到不确定性普遍存在的前提下，会计信息的提供者与使用者应该客观地看待会计信息对我们评价、决策的作用;再者，从定量的角度来说，对于模糊性，我们可以采用模糊数学的方法，如模糊控制、模糊预测、模糊评估等方法进行处理;对于不确定性，可以采用概率论与数理统计的有关方法进行反映和评价，将经验分析与数学分析结合起来使用，能收到更好的效果。

2.规范会计准则的制订，加强会计制度的建设。在制订会计准则时，应尽量规范不确定性措辞的使用，可以给出相对确定的概率数值范围，以利于减少主观判断上的差异，并协调国际会议差异。同时，加强企业内部会计制度建设，发挥制度的约束机制，尽可能减少由于不确定性和模糊性造成的人为可乘之机。

3.加强会计理论研究。应尽可能完善会计假设，规范会计基本概念，修正会计要素，如对资产负债表要素，可考虑增设“递延借项”与“递延贷项”，把“资产=负债+所有者权益”的方程式改为：资产+递延借项=负债+递延贷项+所有者权益。把“收入-费用=利润”改为：收入-费用+(利得-损失)=净利润。

同时根据新的社会经济条件，发展会计确认与计量理论，如考虑采用通货膨胀的会计计量模式。加强研究、界定产权关系混淆的二重性项目，或在报表中合理分解，并加以说明。

4.拓展财务报告，充实会计信息。通过财务报表以外的其他报告形式，揭示更多的“分析性信息”，以更加客观充分地反映由于不确定性和模糊性引起的信息混淆。为了给使用者提供有关企业的更为完整清晰的图象，西方财务报告的形式和份数日趋增多。在当今信息技术飞跃发展的今天，还可借助计算机技术和网络技术，把传统的纸质报告模式发展为磁介质或网络介质报告模式，提供更加全面、表现形式更为丰富的实时财务报告，减少“时滞”，提高信息的决策有用性。

预失真技术篇3

伴随无线通信技术的迅猛发展, 使得人们对通信系统的容量要求越来越大。现代通信系统为了追求更高的数据速率和频谱效率, 更趋向于采用线性调制方式, 如16QAM和QPSK方式, 以及多载波配置[1]。这些技术产生的信号峰均比较大, 均要求功率放大器具有良好的线性特性, 否则就会出现较大的互调失真, 同时会导致频谱扩展, 造成临道干扰, 使误码率恶化, 从而降低系统性能。

目前, 克服放大器非线性失真主要有三种方法, 一是直接制造超线性功率放大器, 但制造这样的放大器工艺极其复杂, 价格非常昂贵, 且一般只适用于小功率放大器。二是采用功率回退技术, 使功放工作在线性区, 可以使其从饱和功率点做较大回退来满足线性放大的要求, 但这样做会使功放效率大大降低, 一般小于10%。三是采用线性化技术, 即通过适当增加一些外围电路来克服其非线性影响。目前功放线性化技术主要有前馈、负反馈和预失真技术。负反馈固有的稳定性问题, 使得反馈线性化技术工作在无线频率无法保持系统稳定[2]。前馈技术是早期用得比较多的一项技术, 比较成熟, 但其最大的难点在于为保持不同器件之间的幅度和相位特性完全匹配[2], 会使系统和设备都较复杂。预失真技术具有电路形式简单, 调整方便, 效率高, 造价低等优点[3]。其中, 基带预失真还能采用现代的数字信号处理技术, 是被最为看好的一项功放线性化技术。

文章利用一种简单的单入单出三层前向神经网络来进行自适应预失真处理, 补偿由高功率放大器非线性特性引起的信号失真, 从而实现其线性化。文中分析基于这种结构的自适应算法, 并做了相应的仿真, 仿真结构表明, 该方法能有效改善三阶互调和五阶互调, 且收敛速度比一般多项式预失真更快, 具有一定的优势。

1高功率放大器非线性分析

高功率放大器一般都是非线性器件, 特别是当输入信号幅度变化较大时, 放大器工作区将在饱和区、截止区、放大区之间来回转换, 非线性失真严重, 会产生高次谐波和互调失真分量。由于任何函数理论上都可以分解为多项式的形式, 故放大器的输入和输出关系表示为:

$V_{o} = a_{1} V_{i} + a_{2} V_{i}^{2} + a_{3} V_{i}^{3} + \dots + a_{n} V_{i}^{n} (1)$

假设输入的双音信号为:

$V_{i} = V_{1} \cos ω_{1} t + V_{2} \cos ω_{2} t (2)$

将式 (2) 代入式 (1) , 得到输出电压为:

$\begin{array}{l} V_{o} = \frac{a_{2}}{2} (V_{1}^{2} + V_{2}^{2}) + \\ [a_{1} V_{1} + a_{3} (\frac{3}{4} V_{1}^{3} + \frac{3}{2} V_{1} V_{2}^{2}) + \dots] \cos ω_{1} t + \\ [a_{2} V_{2} + a_{3} (\frac{3}{4} V_{2}^{3} + \frac{3}{2} V_{2} V_{1}^{2}) + \dots] \cos ω_{2} t + \\ (\frac{1}{2} a_{2} V_{1}^{2} + \dots) \cos (2 ω_{1} t) + (\frac{1}{2} a_{2} V_{2}^{2} + \dots) \cdot \\ \cos (2 ω_{2} t) + (\frac{1}{4} a_{3} V_{1}^{3} + \dots) \cos (3 ω_{1} t) + \\ (\frac{1}{4} a_{3} V_{2}^{3} + \dots) \cos 3 ω_{2} t + a_{2} V_{1} V_{2} [\cos (ω_{1} + \\ ω_{2}) t + \cos (ω_{1} - ω_{2}) t] + \frac{3}{4} a_{3} V_{1}^{2} V_{2} [\cos (2 ω_{1} + \\ ω_{2}) t + \cos (2 ω_{1} - ω_{2}) t] + \frac{3}{4} a_{3} V_{2}^{2} V_{1} [\cos (2 ω_{2} + \\ ω_{1}) t + \cos (2 ω_{2} - ω_{1}) t] + \frac{5}{8} a_{5} V_{1}^{3} V_{2}^{2} \cos (3 ω_{2} - \\ 2 ω_{1}) t + \frac{5}{8} a_{5} V_{1}^{2} V_{2}^{3} \cos (3 ω_{1} - 2 ω_{2}) t \end{array}$

从上式可以看出, 输出信号中不仅包含2个基频ω1, ω2, 还产生了零频, 2次及高次谐波以及互调分量。其中的2ω1-ω2, 2ω2-ω1, 3ω1-2ω2和2ω1-3ω2通常会落在通频带内, 一般无法滤除, 是对通信影响最大的非线性失真分量, 即所谓的三阶互调和五阶互调。放大器线性化的目标就是在保证一定效率的前提下最大地减小三阶和五阶互调分量。

2预失真基本原理及其自适应

预失真就是在信号通过放大器之前通过预失真器对信号做一个与放大器失真特性相反的失真, 然后与放大器级联, 从而保证输出信号相对输入信号是线性变化。预失真器产生一个非线性的转移特性, 这个转移特性在相位上与放大器转移特性相反, 实质上是一个非线性发生器, 其原理图如图1所示。

预失真器的实现通常有查询表法和非线性函数两种方式[2]。由于查表法结构简单, 易于实现, 早期的预失真多采用此方法。但它对性能的改善程度取决于表项的大小, 性能改善越大, 需要的表项越大, 所需要的存储空间也越大, 每次查找遍历表项的每个数据和更新表项所需要的时间和计算也越大, 因此在高速信息传输的今天已经不可取。非线性函数法是根据对放大器输出信号采样值与其输入信号, 用一个非线性工作函数来拟合放大器的工作曲线, 然后根据预失真器特性与放大器特性相反, 求出预失真器的非线性特性函数, 从而对发送信号进行预失真处理。这种方法只需要更新非线性函数的几个系数, 也不需要大的存储空间, 因此是近年来研究的热点。

假设预失真器传输函数为F (x) ;放大器传输函数为G (x) ;F和G均为复函数。若输入信号为x (t) , 则经过预失真器之后的信号为u (t) =F[x (t) ], 放大器的输出函数为y (t) =G[u (t) ]=G{F[x (t) ]}。预失真的目的就是使x (t) 通过预失真器和放大器级联后的输出y (t) =ax (t) , a为放大器增益。通过一定的方法可以找到合适的F, 使实际输出和期望输出的误差最小。

由于温度、电器特性、使用环境等因素的不断变化, 放大器的传输特性也会发生变化, 从而预失真器传输函数F (x) 的各参数也会随之变化。因此, 现代数字预失真技术一般都采用自适应技术, 以跟踪调整参数的变化。目前, 常用的两种自适应预失真结构如图2和图3所示。

图2是一般的通用自适应结构, 结构简单, 思路明确, 但一些经典的自适应算法由于多了放大器求导项而不能直接应用, 且需要辨识放大器的传输特性。图3的复制粘帖式结构 (非直接学习) 则不存在这些问题, 关于这种结构的优缺点比较和具体性能分析见文献[4]。这里将采用后一种自适应结构。

3基于一种单入单出式神经网络的自适应预失真技术

3.1 神经网络

神经网络是基于生物学的神经元网络的基本原理而建立的。它是由许多称为神经元的简单处理单元组成的一类自适应系统, 所有神经元通过前向或回馈的方式相互关联、相互作用。由Minsky和Papert提出的多层前向神经元网络是目前最为常用的网络结构。它被广泛应用到模式分类和函数逼近中, 已经证明含有任意多个隐层神经元的多层前向神经元网络可以逼近任意的连续函数[5]。在此, 就是利用神经网络的这种功能来拟合预失真器的特性曲线, 并且用改进的反向传播算法来自适应更新系数。

多层前向神经元网络由输入层、一个或多个隐层和输出层以前向的方式连接而成, 其每一层又由许多人工神经元组成, 前一层的输出作为下一层神经元的输入数据。三层前向神经元网络示意图如图4所示, 其中输入层有M个人工神经元, 隐层有K个神经元, 输出层有N个神经元。关于人工神经元的具体介绍参考文献[6,7]。

3.2 基于单入单出式神经网络的自适应预失真系统模型

单入单出三层前向神经网络示意图如图5所示, 假设隐层包含K个神经元。输入数据经过一系列权系数{w11, w12, …, w1K}加权后到达隐层的各个神经元。隐层中的神经元将输入进来的数据通过一个激励函数 (核函数) , 其各神经元的输出经过一系列权系数{w21, w22, …, w2K}加权并求和后作为输入层的输入, 然后该输入通过激励函数的输出作为整个网络的输出。单入单出式神经网络自适应预失真系统模型就是把图5所示的神经网络放入图3所示的自适应预失真模型的预失真器{f}和函数发生器{f′}模块中, 两个神经网络的结构和规模是一样的。

预失真器神经网络和函数发生器神经网络开始都随机初始化。先看预失真器神经网络, 设输入序列为xi (i=1, 2, …) , 则隐层各单元输入I1k=w1kxi-θ1k, 经过核函数后, 隐层各单元输出为J1k=f (I1k) 。其中f (x) = (1-e-2x) / (1+e-2x) 为核函数, 输出层静输入为 $z_{1} = \sum_{k = 1}^{Κ} w_{2 k} J_{1 k} - θ_{1}$ , 输出层输出即预失真器输出U1=f (z1) , 经过功放后得到系统输出yi。通过衰减器后的信号作为训练神经网络的输入信号, 经过前面神经网络相同的过程训练网络输出层的输出为U2, 绝对误差信号e1 (i) =U1 (i) -U2 (i) , 然而直接把此误差运用到自适应算法中导致算法会局部收敛且收敛速度极慢。因此本文对误差信号做了改进, 即把误差信号改为e (i) = (1/2) {λ[U1 (i) -U2 (i) ]2+ (1-λ) φ[e1 (i) ]}, 其中φ (x) =In[cos (βx) ]/β, 加入的调整因子λ和辅助项φ, 能把算法从局部收敛点拉出来且收敛速度得到一定的提高。最后根据反向传播算法, 得到训练神经网络的权系数更新式如下 (下标2为隐层到输出层权系数;下标1为输入层到隐层权系数) :

$\begin{array}{l} δ_{2} (i) = c (i) [1 + U_{2} (i)] [1 - U_{2} (i)] \\ Δ w_{2} (i) = α δ_{2} (i) J_{2} + η Δ w_{2} (i - 1) \\ Δ θ_{2} (i) = α δ_{2} (i) + η Δ θ_{2} (i) \\ δ_{1} (i) = δ_{2} (i) w_{22} (1 + J_{2}) (1 - J_{2}) \\ Δ w_{1} (i) = α δ_{1} (i) y / G + η Δ w_{1} (i - 1) \\ Δ θ_{1} (i) = α δ_{1} (i) + η Δ θ_{1} (i) \end{array}$

预失真权系数可分为训练和跟踪两个阶段。根据上面的迭代公式, 得到一组训练神经网络的权系数。把这种权系数拷贝到预失真器神经网络中替代原来的权系数, 得到一组新的预失真系数, 之后重新计算误差, 继续上面的过程循环迭代运算, 直到误差小于规定的范围, 即整个系统收敛, 预失真器训练完成。此时称之为训练阶段。之后随着温度、输入的不同, 调制信号、环境等的变化, 可能引起功放特性的变化, 可以设置一个误差门限值, 一旦发现误差超过此门限, 立即重新启动上面的循环迭代, 重新训练, 直到满足条件, 即跟踪阶段。这种算法收敛速度快, 且能满足实时运算的要求。同时在硬件实现上, 只要做一个核函数发生器, 其他就全是乘累加运算, 与多项式结构的高次幂运算相比, 硬件实现要简单得多, 因此具有一定的实用性。

4性能仿真

文中使用双音信号进行了仿真分析, 双音信号为:

$x_{s} = 0.5 [\sin (2 \times π \times 10 \times t) + \sin (2 \times π \times 8 \times t)]$

放大器模型采用经典salef[9]模型, 神经网络的隐层数设为15。双音信号直接通过放大器和通过文中所提的预失真网络后再通过放大器的频谱图如图6所示。

由图6可见, 双音信号通过放大器后产生了较大的失真, 其中的三阶互调达到-17 dB, 五阶互调也有-36 dB。通过文中所提的神经网络预失真系统处理后, 即信号通过预失真器再通过放大器后, 三阶互调被抑制到-42 dB, 五阶互调也被抑制到-45 dB以下, 三阶互调改善25 dB, 五阶互调改善11 dB以上。

图7显示文献[10]提到的一般多向式结构和本文所提出的神经网络预失真结构的误差收敛曲线, 它们都能达到相同或相似的互调分量改善效果。然而, 本文所提的神经网络结构收敛速度明显较前者要快, 而且收敛效果也比前者要好。图8是输入信号和通过预失真处理后放大器的输出信号波形图。由图可见, 经过本文所提出的神经网络预失真网络处理后, 输出信号波形基本没有失真, 能与输入信号很好的重合, 表明该神经网络预失真技术能很好的实现功放线性化。

5结语

本文针对放大器固有的非线性特性问题, 从数学上分析了放大器的非线性失真, 介绍基于预失真基本原理和神经网络基本概念, 提出一种单入单出式神经网络自适应预失真技术。仿真结果表明, 该技术能三阶互调能抑制25 dB左右, 对五阶互调能抑制11 dB左右。在很大程度上改善了通信系统的性能;而且与一般多项式预失真技术相比, 收敛速度和收敛效果都有一定的改善, 且硬件实现上只要做好一个核函数发生器, 其他运算就全是简单的乘累加过程, 可以避免硬件难以完成的多项式高次幂运算, 表现出了一定的优势。

摘要：由于放大器固有的非线性特性, 通信时会产生带内失真和临道干扰等问题, 会对通信系统性能造成严重影响。为了克服放大器非线性特性, 需要进行线性化处理。首先对功率放大器的非线性失真进行数学分析, 简单介绍预失真技术的基本原理;其次在简单介绍神经网络的基础上提出一种简单的单入单出式神经网络自适应数字基带预失真技术。该技术能很好地改善三阶互调和五阶互调分量, 且与一般多项式拟合预失真技术相比, 在收敛速度和硬件实现难易程度上都有一定的优势。最后以双音信号为例进行了Matlab仿真。仿真结果印证了该技术的优势。

关键词：功率放大器,预失真,神经网络,互调失真

参考文献

[1]赵慧, 漆兰芬.射频放大器的工作函数预失真线性化[J].无线电工程, 2001, 31 (12) :58-61.

[2]钱业青, 刘富强.宽带RF功率放大器的预失真线性化技术综述[J].计算机工程与应用, 2007, 43 (32) :114-117.

[3]贾建华, 刘战胜.关于自适应预失真射频功率放大器线性化研究[J].微波学报, 2005, 21 (3) :48-50.

[4]钱业青.一种高效的用于RF功率放大器线性化的自适应预失真结构[J].通信学报, 27 (5) :35-46.

[5]Cybenko G.Approximations by Superpositions of a Sigmoi-dal Function[J].Mathematics of Control, Signals and Sys-tems, 1989 (2) :183-192.

[6]刘宝碇, 赵瑞清, 王纲.不确定规划及应用[M].北京:清华大学出版社, 2003.

[7]朱剑英.智能系统非经典数学方法[M].武汉:华中科技大学出版社, 2001.

[8]Glentis G O, Berberdis K, Theodoridid S.Efficient LeastSqares Adaptive Algorithms for FIR Transversal Filtering[J].IEEE Signal Processing Magazine, 1999, 16 (4) :13-41.

[9]Saleh A.Frequency-independent and Frequency-dependentNonlinear Models of TWT Amplifiers[J].IEEE Trans.onCommun., 1981, 29 (11) :1 715-1 720.

[10]Wu Shanyin, Simon Hau S F, Wong Y M.The Use of Non-linear Curvefitting in Digital Predistortion for LinearizingRF Power Amplifiers[J].IEEE ICICS, 2005 (3) :960-963.

预失真技术篇4

提高传输质量和频谱利用率是促进无线通信技术发展的前提条件, 而效率较高的调试方式往往对发端发射机的线性要求较高, 因此功率放大器线性化技术是无线通信系统的关键技术[1]。

信号在传输时, 通常需要在通信系统的发射端和接收端对信号进行放大。在功率放大器对信号进行放大的过程中, 信号的幅度失真和相位失真都会造成信息丢失, 导致误码率的增加。因此, 功率放大器的线性性能成为通信系统设计中应当考虑的一个重要指标。应用于实际情况, 以获得更高的效率为前提, 功率放大器一般工作于非线性区域, 即接近饱和区的区域。然而工作在非线性区存在降低信噪比的谐波分量, 信道间引发串扰带来信号失真与畸变。

功率回退法[2]是一种常用的通过牺牲功率效率来提高射频功放线性度的方法。数字预失真技术基于数字信号处理的软、硬件在基带信号频谱内作预失真处理, 并且具有电路简单利于调整、高性价比的优点。

PA的线性化技术问题研究的重点是寻求一个合适的PA模型。非线性记忆模型例如Volterra级数系数多, 不易提取, 有较高的计算复杂度;改进的模型例如记忆多项式模型等[3,4,5], 减少了系数数量, 降低了计算复杂度从而在同等条件下缩短了算法的收敛时间。基于记忆多项式的预失真模型可补偿非线性记忆PA模型。本文重点探讨基于非直接学习结构的记忆多项式预失真系统。

1 非直接学习结构的预失真

非直接学习结构如图1 所示[6], 该结构理论上对放大器的传输特性无要求, 实际应用中可以跟踪放大器的特性变化。

图1 中, H代表记忆多项式的PA模块;其输入vpd (n) 和输出vout (n) 的非线性关系可以表示为:

式中:K代表多项式的阶数;Q代表记忆长度;hkq代表多项式的复系数。 W作为预失真模块同样也用记忆多项式模型来表示, 反馈回路中的Ŵ作为预失真的训练模块, 其结构和W一样。预失真就是将Ŵ中的参数复制后应用于与H串联的预失真结构中。具体的输入输出分别表示为:

定义误差信号为:。分别对数据vout (n) 和vin (n) 取样, 对一组估计参数初始化, 得到vpd (n) 和v̂pd (n) , 取得估计误差, 由取得的估计误差迭代得到新的估计误差, 迭代下去直到其收敛, 由自适应算法实现上述迭代过程。 e (n) = 0 时, 即, 此时vout (n) 达到vin (n) , 非线性系统达到稳定状态, 确定最佳参数向量, 其特征恒定不变。此时系统在开环模型中运行, 训练模块与系统断开, 若PA特性发生明显的变化, 训练模块重新与系统连接, 基于自适应算法开始重新寻求恰当的参数, 以消除非线性失真。

2 记忆预失真器的算法实现

定义多项式预失真模块的系数向量为:

由于两个预失真模块结构相同, 所以:

所得误差信号为:

由于LMS算法[7]是一种随机梯度算法, 并且只对当前时刻的误差信号进行处理, 因此导致信号非平稳适应性差, 收敛速度慢, 精度不够高等缺点, 本文提出了一种改进LMS算法。

对于改进的算法, 其目标函数为:

式中e (k) 为k时刻的误差。

目标梯度函数为:

代入到LMS算法系数更新公式:

得到“加窗”系数更新公式如下:

对于式 (8) , 当M= 1 时, 目标函数为当前时刻的误差函数, 即为经典LMS算法。由此可见, “加窗”LMS算法与经典LMS算法是兼容统一的。

实际应用要求较强的实时性, 因此对收敛和误差提出更高的要求, 系数 μ 的选择比较难确定, 在实际应用中, 往往根据输入信号自相关函数RNN选择 μ, 改进后的步长不再是固定值, 是受稳态误差影响的变量, 自适应变步长更新公式为:

式中:μ (n) 是在时刻n的调整步长;0 < γ < 1, 取0~1 之间的常数, 决定参数 β 的调整;α (n) 调整步长函数变化的形状和速度; α、β 均与 ‖ J (n) ‖ 具有一致单调性。当算法在初始情况下 ‖ J (n) ‖ 较大, 相应的 α、β、μ (n) 较大, 具有较快的收敛速度;当算法进入稳态时, ‖ J (n) ‖ 较小, 相应的 α、β、μ (n) 较小, 具有极小的稳态失调噪声;一旦系统产生跃变, ‖ J (n) ‖ 变大, 相应的 α、β、μ (n) 急增, 算法跟踪系统具有较高的时变能力。参数k通过调整α (n) 的变化来控制步长 μ (n) 的变化速度。提高收敛速度即适当增大k ;提高收敛精度即适当较小k。LMS算法的收敛条件为0 < μ (n) < 1 λmax, λmax为输入信号自相关矩阵的最大特征值。

结合式 (8) 和式 (9) , 得出改进LMS算法公式为:

根据改进的LMS算法可得预失真器的系数更新公式为:

式中VN (k) =[1, vin (k) - vout (k) , …, (vin (k) - vout (k) ) N]。

3 仿真分析

以64QAM信号[8]为例, 本文基于Matlab工具箱进行算法的仿真, 以证明算法是可行有效的。在算法仿真实验中, 将H记忆多项式的阶数取Q = 5, 记忆长度取M = 3, 阶数K取奇次, 记忆多项式的系数见表1。

从图2 中可以看出, 直接通过放大器的输出信号频谱与调制信号频谱相比较, 频谱扩展严重。分别对预失真器取不同的阶数及不同的记忆深度。

当非线性阶数K = 3, 记忆深度Q = 1 时, 从图2 中可以看出信号在通过功放前经过预失真减小了频谱扩展, 降低了对相邻信道产生的干扰, 增加了频带的利用率。

当非线性阶数K = 3, 记忆深度Q = 2 时, 预失真后的输出信号频谱扩展情况得到进一步的改善, 表明多项式器的记忆深度越大, 预失真对功放的带外失真补偿程度越好。

当非线性阶数K = 5, 记忆深度Q = 2 时, 预失真后的输出信号频谱相比较预失真前的输出信号频谱, 其频谱扩展的改善程度更好, 表明预失真器的阶数越高, 其对功放的带外失真补偿程度越好。

实验结果表明, 记忆预失真器的阶数越高, 记忆深度越大, 预失真系统的线性化改善程度越高, 但也导致计算的复杂度增加, 系统收敛需要更多的时间。

4 结语

本文基于传统LMS算法得到改进的LMS自适应算法, 将其与记忆多项式的预失真系统相结合, 与传统LMS算法比较, 其ACPR抑制更好, 当功放模型不能确定时, 本文提出的记忆多项式预失真器能更好地补偿功放的非线性。

摘要：针对记忆多项式数字预失真的问题, 构造了一个记忆多项式预失真系统, 通过非直接学习结构 (ILA) 实现系数估计, 根据系统特性推导出改进LMS算法。以Matlab为平台, 仿真结果表明这种记忆多项式预失真器能够较好地消除失真。

关键词：预失真,非直接学习结构,LMS算法,自适应

参考文献

[1]杜承法.无线通信功率放大器的线性化技术[J].通信与计算机, 2003 (9) :51-53.

[2]王永超, 汪中, 叶圣昊, 等.非线性信道下OFDM峰均比抑制算法研究[J].无线电通信技术, 2012 (4) :32-34.

[3]KU H, KENNEY J S.Behavioral modeling of nonlinear RF power amplifiers considering memory effects[J].IEEE Transactions on Microwave Theory and Techniques, 2003, 51 (12) :2495-1503.

[4]DING L, RAICH R.A Hammerstein predistortion linearization design based on the indirect learning architecture[C]//Proceedings of 2002 IEEE International Conference on Acoustics, Speech and signal Processing.Oriando, Florida, USA:2002, 3:2689-2692.

[5]LJUNG L, SODERSTROM T.Theory and practice of recursive identification[M].Cambridge, MA, USA:M.I.T.Press, 1999.

[6]MORGAN D R, MA Z X, KIM J, et al.A generalized memory polynomial model for digital predistortion of RF power amplifiers[J].IEEE Transactions on Signal Processing, 2006, 54 (10) :3852-3860.

[7]GAN L, ABD-ELRADY E.Adaptive predistortion of IIR Hammerstein system using the Nonlinear Filtered-x LMS algorithm[C]//Proceedings of 2008 6th International Symposium on Communication System, Networks and Digital Signal Processing.Graz, Austria:CNSDSP, 2008:702-705.

预失真技术篇5

在无线通信系统中, 为了达到好的接收效果和覆盖率, 需要较高的接收信号强度, 因此需要通过大功率发射机对射频信号进行放大, 以得到所需要的发射功率。为了提高大功率发射机的工作效率, 降低能耗, 发射机往往工作在非线性状态, 从而导致输出信号产生非线性失真, 导致射频信号性能下降, 如调制误码率 (MER, Modulation Error Ratio) , 邻频带外杂散等指标。

广电总局推动的中国数字音频广播 (CDR, China Digital Radio) 主要模式是数模同播, 现阶段以CDR标准中频谱模式9模数同播为主, 在数字音频广播的组建中除了传输调频 (FM, Frequency Modulation) 模拟信号外, 还需要传输CDR多载波数字信号。为了提高发射机的输出效率, 模拟发射机和数字发射机都会工作在饱和区或接近饱和区, FM信号通过发射机会产生2次、3次及n次谐波, CDR信号通过发射机会产生非线性失真, 且两种信号会产生互调产物, 其结果是:从频谱上看, 带肩较差, 约为20d B, 底部有部分突起, 同时MER也会大幅下降, 部分发射机MER甚至低于15d B。为了改善带肩和MER, 可通过以下两种方式解决;一:采用功率回退的方法, 通过降低发射机的输出功率来提升性能, 但发射机效率较低;二:采用数字预失真技术, 即通过反馈信号提取发射机的非线性信息, 采用自适应算法对发射机的非线性特性进行估计, 通过算法估计出参数去不断调节和修正预失真滤波器的非线性参数, 以达到预失真补偿、提高发射机效率的目的。

2实现介绍

成都德芯数字科技有限公司率先推出了采用反馈数字预失真技术的NDS2407数字音频广播 (CDR) 激励器。支持所有CDR模式及FM及混播输出。采用全数字化处理, 可以有效的对功放的非线性进行补偿, 提高发射机的输出信号指标和效率。并且率先痛过广电总局检测中心的测试, 具有非常优异的输出性能指标, 达到国内国际领先水平。

NDS2407数字音频广播 (CDR) 激励器主要采用了以下反馈数字预失真技术来实现效率和性能的提升, 其实现框图如图1所示。

各部分的功能如下:

1.波峰因子抑制 (CFR, Crest Factor Reduction) :在MER和邻信道功率比 (ACPR, Adjacent Channel Power Ratio) 都满足系统要求的条件下, 把系统的峰均比 (PAR, Peak-toAverage Ratio) 降低。可提高发射机的功率, 减少发射机功率回退, 改善发射机的非线性性, 这样在相同发射机功率的条件下, 降低PAR可大大提高预失真性能。

2.预失真参数估计:发射的数据与反馈数据对齐后, 提取功放的失真信息, 通过自适应算法计算出一组参数, 通过这组参数对发射机进行预校正。

3.预失真滤波器:功放模块的数学模型, 一组可变系数的滤波器。

4.发送缓存, 接收缓存:发射和接收数据暂存。

5.功率匹配:发送数据的功率和接收数据的功率保持一致。

6.同步处理:将发送的数据与反馈回的数据对齐:包括幅度, 相位, 延迟。

3测试结果及分析

下面是成都德芯数字科技有限公司NDS2407数字音频广播 (CDR) 激励器在不同发射机公司测试结果。

A公司测试发射机为模拟FM发射机, 标称模拟输出功率2k W, 测试CDR模数同播模式9信号, 由于数字信号具有较高的峰均比, 发射机功率需要回退, 实际输出995W时, 数字CDR信号带肩只有25d B左右, MER只有19.2左右, 远远达不到国家标准及发射要求。经过预校正后, CDR信号带肩提升到47d B, MER提升到40d B, 具有非常大的提升幅度, 达到优异的输出性能, 远高于国家标准要求。

B公司测试发射机之前测试过CDR信号, 经过数字化调整, 标称功率即为数字输出功率 (已考虑回退功率) , 但之前测试用激励器不具备反馈式数字预失真功能, 因此功率回退较多。比如测试用3k W发射机, 功率回退较多, 不进行数字预失真即有较高的输出性能, CDR信号带肩约41d B, MER约33d B, 可以满足国标要求。但经过数字预校正后, CDR信号带肩约55d B, MER约46d B, 同样有很大的提高, 比较接近激励器的性能。进一步提高发射机的输出功率到5k W, 不经过预失真, CDR信号带肩约28d B, MER约19d B, 不能达到国家标准要求, 经过预失真后CDR信号带肩约50d B, MER约43d B, 远大于国家标准要求。说明该公司的发射机功率回退过多, 通过预失真不但可以提升发射机的功率, 而且输出指标也大大提升。

C公司测试发射机为模拟发射机, 标称模拟功率为10k W, 采用数模混播, 功率回退到5k W, 不进行数字预失真, CDR信号带肩约30d B, MER约32d B。但经过数字预校正后, CDR信号带肩约52d B, MER约44d B, 性能有很大的提升。为了提高发射机整机效率, 进一步提高发射机的输出功率到7k W, 不经过预失真, CDR信号带肩约20d B, MER约10.5d B, 不能达到国家标准要求, 经过预失真后CDR信号带肩约40d B, MER约35.5d B。

4结论

模拟预失真射频功率放大器设计篇6

近年来,在无线通信领域中,为在有限的频谱范围内容纳更多的通信信道,提高频带利用的有效性,需要采用利用率更高的线性调制方式,如QPSK、16QAM等。这些正交调制信号的包络不是恒定的,包络的起伏经功率放大器后,产生交调失真,从而使功率放大器的输出信号产生频谱再生。这就对发射通道提出了更高的线性要求,而发射信道的非线性主要使由功率放大器所造成的,因此追求更高的频谱利用率就必须保证发信通道和射频末级放大器工作在线性区,线性化技术正是顺应这一要求而产生的。射频功率放大器的线性化技术包括:负反馈、前馈和预失真等,其中预失真技术具有成本低、功耗小、电路结构简单的特点,特别适用于直放站等较低功率的线性放大器。在预失真射频功率放大器中,放大器性能的好坏主要取决于预失真器的特性,好的预失真器可以大大提高功率放大器的线性度,更好地抑止频谱再生。本文将介绍一种工作于WCDMA频段,基于美信公司MAX2009模拟预失真器的射频功率放大器的设计方案。

2. 基本原理

在功率放大器中,影响功放线性度的是两个物理现象,即功率放大器的幅度-幅度(AM-AM)转换和幅度-相位(AM-PM)转换。

幅度-幅度(AM-AM)转换如下图所示。当功放的输入功率超过一定值时,功放的增益|S21|开始下降,增益开始下降的这个点叫做幅度转折点。这是一个理想模型,实际的AM-AM转换曲线要复杂一些,在大信号输入状态下,中间的那段直线只是一条理想的直线,实际的情况是增益值在这条直线上下波动。

幅度-相位(AM-PM)转换如下图所示。当功放的输入功率增加时,功放的相移由开始的恒定值变成一个随输入功率变化的值,开始变化的这个点叫做相位转折点。当功放的输入功率小于幅度转折点和相位转折点的功率时,功放的输出保持线性,当输入功率超过转折点的功率时,就会出现幅度和相位的压缩,产生非线性失真。

随着无线通信技术的发展,非恒包络调制技术得到了广泛应用,这使得信号的峰均比(PAR)进一步提高,在WCDMA系统中,峰均比可以达到10d B,这就对射频功率放大器的线性度提出了更高的要求。预失真技术可以采取控制措施(或者称其为补偿措施)来控制功率放大器的AM-AM转换和AM-PM转换,从而提高线性度。

预失真技术的基本原理如图3,即是在射频功率放大器前加入一个预失真器,预失真器的特性刚好与放大器的特性相匹配,对放大器的非线性畸变进行实时的补偿,通过电路网络或者其它技术手段,对放大器的非线性特性进行校正,使得输出信号为完全无失真信号,从而到达线性化的目的,其结构框图如图4。根据预失真器所处的位置,通常可将预失真线性化技术分三种类型,第一种是射频预失真,也叫微波预失真,它是对射频信号进行纠正;第二种是中频预失真,这种方法是把预失真使用在中频上,它的效率高但是精度没有第一种高;第三种是基带预失真,即对基带输入信号进行预失真,主要采用了DSP技术,把预失真技术存储在DSP中,并且引入反馈,构成自适应预失真方法。本文所采用的是射频预失真。

3. 预失真功率放大器设计

本方案针对WCDMA设计一个工作频段为2110MHz~2170MHz,功率输出39d Bm的功率放大器,通过引入预失真器,改善功放的线性度(具体表现在ACPR的提高上),使其能工作WCDMA直放站系统中。

3.1 预失真器

预失真器采用的是美信公司的模拟预失真器MAX2009,它相当于包含了上图中的移相器、衰减器等部分,通过外围电路调整其内部的可调衰减器和移相器,引入与功率放大器幅度和相位压缩相反的幅度和相位扩展,使功率放大器最终能够得到线性的输出,其原理如图5。

MAX2009可工作于1200MHz-2500MHz,可提供7d B的增益扩展和24o的相位扩展来抵消功率放大器所引起的增益和相位压缩。其主要控制引脚为:GPB、GCS、GFS、PBIN、PDCS1、PDCS2、PFS1、PFS2。由信号源产生的WCDMA信号,经隔离器后加到推动放大器上,然后进入MAMIX2009的相位控制部分,调节PBIN、PDCS1、PDCS2、PFS1、PFS2上的控制电压产生与主功率放大器相反的相位转折点和相位扩展,进入补偿放大器,补偿MAXIN2009相位和增益控制部分所引入的插损,以更好地改善ACPR指标。然后进入MAXIN2009的增益控制部分,调节GPB、GCS、GFS上的控制电压产生与功率放大器相反的增益转折点和增益扩展。这样就可以得到与功率放大器相对应压缩转折点和相反的特性曲线,与功率放大器一起实现线性输出。

3.2 功率放大器

为了实现所需的39d Bm的输出,本方案采用三级放大,即前置级、驱动级和功率输出级。在本设计中,考虑到电路实现的难易和成本等问题,采用了Freescale半导体公司的LDMOS功率管MHPA21010N、MRF6S21100HR3分别作为驱动级和主功放用晶体管。介质基片的选择主要考虑工作频率和介电常数的稳定性,另外结合电路的尺寸、成本等因素,选择Taconic TLX8-0300作为介质基片。该介质基片相对介电常数为2.55,厚度为30mil。

首先要进行功放管的阻抗匹配工作。本功放模块工作在大信号状态下,小信号特性下的匹配电路设计方法不再实用,设计中将采用大信号设计方法进行设计。大信号特性下常用的设计方法有:

(1)动态阻抗法:要求在给定的大信号工作条件下,测出功率管的动态源和负载阻抗,以此为依据设计匹配电路。

(2)大信号S参数法:可以进行功率放大器的功率增益、稳定性的分析和增益、平坦度的设计。

通常对于大功率晶体管而言,厂家多给出功率晶体管的动态源阻抗和负载阻抗值,故文中的匹配电路也采用动态阻抗法来设计。

接下来采用ADS对功放管进行静态工作点和S参数的仿真。

3.3 其它电路设计

作为一个完整的功率放大器,本着要实现系统指标的考虑,还要对馈电电路、功率检测电路、耦合器、辅助放大器、衰减器、隔离器等相关电路进行设计和选取,这里不再累述。

4. 实验测试结果

本方案使用如下测试仪器:信号发生器为Rohde&Schwarz SMJ100A,100k Hz~30GHz;频谱分析仪为Rohde&Schwarz FSP30,30Hz~30GHz。测试结果如图6,可以看出其测试结果在一个信道3.84MHz内的带内波动为1.77dB,满足3GPP相关标准带内波动小于2d B的要求,在输出为39d Bm时,ACPR值优于-51dB,较之前不加预失真器的-46d B有较大程度改善。

5. 结论

实验结果证明,采用预失真技术的功率放大器能有效地对功率放大器产生的AM-AM和AM-PM失真进行改善并较大程度提高线性度。在本文提出的方案中,预失真补偿电路结构简单,调整方便,易于实行,可工作于WCDMA直放站当中。

将预失真技术和自适应算法相结合,使功率放大器具有自适应预失真线性化的功能,这将是未来功放发展的必然趋势,也是我们下一步研究的重点。

摘要：本文介绍了一种WCDMA频段模拟预失真功率放大器的设计。在设计中采用预失真技术对幅度-幅度(AM-AM)和幅度-相位(AM-PM)曲线进行校正,以补偿功率放大器的非线性失真。实现了在输出功率为39dBm时信号带宽内偏离第一个5MHz信道的ACPR值优于-53dB。

关键词：功率放大器,非线性失真,预失真,WCDMA

参考文献

[1]RF Power Amplifier Linearization Through Amplitude and Phase Predistortion,Aldo N.D’Andre,1996.

[2]Yong-Chae Jeo.Linearzing principles on high power amplifier.Chonju Chonbuk National University,2004.

[3]3GPP TS25.143(V6.2.0).A repeater conformance testing.

[4]Rienhold Ludwig.Pavel Bretchko,RF Circuit Design:Theory and Applications[M].北京,电子工业出版社,2002.

[5]胡树豪.实用射频技术[M].北京:电子工业出社,2004.

无记忆功率放大器预失真数学模型篇7

本文运用预失真技术来改善功放的非线性失真。通过在功放前设置一个预失真处理模块, 使得这两个模块的总合成效果可以让整体输入—输出特性线性化, 从而使输出功率得到充分利用。本文充分利用无记忆功放特性, 结合若干组实验数据, 建立功放预失真的非线性特性数学模型。运用归一化均方误差来评价所建模型的准确性, 最后在实现复杂度和效果精度方面进行改进。

1 无记忆功放的预失真模型

1.1 预失真原理

预失真技术的原理十分简单, 它通过在功率放大器前插入与其幅度和相位特性相反的预失真器, 使得输入和输出在整体上呈线性关系, 如图1所示。

若记输入信号为x (t) , 输出信号为z (t) , y (t) 为预失真器的输出, t为时间变量, 则功放非线性在数学上可表示为z (t) =G[x (t) ], 其中G为非线性函数[3]。

设预失真器特性函数为F, 则输入信号x (t) 经过预真器后得到的预失真信号为:

设放大器的非线性特性函数为G, 则输出信号为:

设L为F和G的复合函数, 则

其中, 常数g是功放的理想“幅度放大倍数”。

1.2 无记忆多项式预失真模型

1.2.1 weierstrass定理逼近函数

由weierstrass定理, 任何一个连续可导的函数都可以用一个次数充分大的多项式逼近到任意程度, 故可采用计算简单的多项式表示非线性函数[1]。对无记忆功放而言, 由于某一时刻的输出仅与此时刻的输入相关, 故其特性可用多项式表示为:

上式中K表示非线性的阶数 (即多项式的次数) , hk为各次幂的系数。在函数逼近理论中, z (t) 是函数数组生成的K+1维空间里的这组基的线性组合。由于是对功放输入、输出数值进行离散采样后, 得到功放离散多项式模型如下:

在实际的工程应用中, K通常只需要计算到3或5, 这样计算得到的输出信号频率主要集中在输入频率附近[2]。当K取3或5时, 计算出来的结果已经比较接近, 但K取3时模型整体的计算复杂度和工程可实现性都要远优于K取5, 故通常考虑建立3阶的多项式简化模型。

1.2.2 待定系数法确定预失真模型参数

根据预失真原理, 由功放的三阶多项式特性模型可得:

对称的用三阶多项式构建预失真模型为:

其中, 为待定的预失真参数。将 (7) 式带入 (6) 式可得, 系统的输入信号与输出信号间的关系为:

根据待定系数法, 可得到上述方程多项式预失真的参数为:

在建立预失真模型时, 要求通过预失真处理器后的信号平均输出幅度要尽可能的大, 且输出幅度的最大值不能超过功放容许输入幅度最大值P0[4], 故其约束条件可以表述如下:

考虑到功放的饱和溢出效应, 由功放实际输出幅度最大值找到对应的功放容许输入幅度最大值p0。通过对实验数据的比较分析, 可以得出功放容许输入幅度最大值p0=1.9274。输出幅度限制、功率最大化约束, 都转化为对g的取值的约束, 以此确定g的取值为:g=2.4073。

预失真参数a1、a2、a3都是功放模型参数hi (i=1, 2, 3) 值与g值的表达式, 而hi (i=1, 2, 3) 值为已知参数, 则根据值可求得a1=0.7891;a2=-0.0012;a3=0.1884的参数值, 从而得到无记忆预失真模型为:

1.3 模型的检验

1.3.1 检验

根据NMSE计算公式, NMSE的值越小, 整体模型输出值与理想输出值的近似程度越高。设预失真模型的输出值为Z' (n) , 预失真的理想输出值为z (n) , 则有

这里以整体的9阶多项式输出函数的输出值作为理想值z (n) , 以所求的3阶无记忆多项式预失真模型的输出值作为实际值Z' (n) , 求的NMSE=-20.3656, NMSE值很小, 说明模型的输出值拟合程度较好, 预失真补偿效果很好。

1.3.2 结果分析

将预失真处理前后的输出信号进行对比, 绘制图形如下所示:

由上图可知, 输入信号经过预失真处理, 使整体输入-输出数据特性线性化, 从而使输出功率得到充分利用。从图上, 能很直观的显示预失真后, 特性曲线比较接近于清晰的直线, 这说明放大器的非线性失真得到了补偿, 表明所建立的无记忆多项式预失真模型的效果是比较好的。

2 结语

通过对无记忆功放的研究, 结合实验数据建立了其非线性特性的数学模型, 运用归一化最小误差的方式对该模型进行了精度计算, 又结合工程可实现性和计算复杂度对模型进行了进一步的优化, 使得该模型的现实可操作性得到很大提高, 应用程度得到推广。但是, 本文在对模型进行优化的同时也牺牲了一定的准确性, 故在对精度要求特别高的地方, 该模型的可适用性还值得进一步研究。

参考文献

[1]金哲.宽带通信中有记忆射频功率放大器的建模与预失真方法[D].浙江:浙江大学, 2007

[2]华晓杰.射频功率放大器大信号表征及频域非线性特征建模[D].哈尔滨:哈尔滨工业大学, 2008

[3]李明玉.宽带通信中功率放大器行为模型与预失真技术研究[D].成都:电子科技大学, 2009

[4]毛文杰.基于预失真技术的射频功率放大器线性化研究[D].浙江:浙江大学, 2003

基于DSP的数字预失真系统设计篇8

关键词：射频功率放大器,数字预失真,线性度,邻通道功率比

0引言

射频功率放大器作为无线通信系统中最主要的非线性器件,具有幅度/幅度和幅度/相位失真的缺点,这种非线性产生的失真严重影响通信的质量。另外,随着无线通信技术的迅猛发展,如WCDMA,OFDM等,都要求功放具有很高的线性度。改善射频功率放大器线性度的线性化技术有很多,数字基带预失真技术是其中性价比最高的一种。目前,数字预失真技术已在软件仿真方面取得了长足进步[1,2],但在硬件上还存在着很大的不足,即硬件环境很难完全在仿真中得到体现。因此,本文提出了基于数字预失真技术的射频功率放大器线性化系统的硬件设计方案,并对该方案进行了具体设计。

1系统的整体设计

1.1 数字预失真的基本原理

数字预失真[3,4]就是对输入的基带信号做一个与功率放大器特性互逆的非线性处理单元,从而达到提高功率放大器线性度的目的,其基本原理如图1所示。

1.2 系统整体结构与功能

该数字预失真系统[5,6]硬件设计主要包括3部分:数字基带信号处理、本振源设计以及功率放大器的数字控制功率输出,如图2所示。

图2虚线部分在DSP(TI公司的TMS320-VC5502)内实现,它包括信源调制、成型滤波和自适应数字预失真等软体设计。另外,DSP通过GPIO控制其余2部分:本振频率的输出以及数控衰减器控制功率的输出,达到交互的目的。下面将具体介绍该硬件系统设计。

2硬件系统设计

2.1 DSP处理器基本外围电路设计

TMS320VC5502是TI公司的一款高性能、低功耗的定点运算DSP处理器。它具有300 MHz双MAC的强大性能,能够实现高速、大容量的数字信号处理。数字预失真是在基带里做大量的数字信号处理,TMS320VC5502正好可以满足系统设计的要求。

DSP最小系统是DSP正常工作的最基本系统。本系统中DSP最小系统是以TMS320VC5502为中心,外部还有时钟、电源、复位、UART串口(与PC进行通信)以及JTAG仿真接口等电路[7]。

2.2 上下变频设计

本振电路采取AD公司的ADF4360-4器件。它是一款双模前置分频型单环频率合成器,其主要特点有:该合成器的输出频率范围为1 450～1 750 MHz,且可选择二分频(选择二分频时,可输出725 ～875 MHz的频率信号);内部集成有压控振荡器;工作电压为3～3.6 V;合成器的输出信号功率可编程;可编程双模前置分频器的分频比为8/9,16/17,32/33等。这些特点保证了频率合成器的输出频率精度[8]。ADF4360_4的应用电路如图3所示。

正交调制器和正交解调器分别采用AD公司的AD8346与AD8437,它们都具有很高的精度,误差也较小,在GSM,CDMA,PCS,DCS等数字通信系统中都有较为广泛的应用例子,具体情况可参考文献[9,10]。

2.3 功率控制输出

该模块由数控衰减器[11]和高功率射频功率放大器组成。功率放大器采用AD公司的ADL5530芯片;数控衰减器采用Tyco Electronics的MAATCC0005芯片。该数控衰减器频率工作范围为DC～2.0 GHz,衰减的最高幅度是31.5 dB,衰减步进是0.5 dB,具有低电压供电,低功耗等特性,外围电路简单,TTL信号驱动,可直接控制功率放大器的输入功率,其具体应用电路如图4所示。

3系统软件设计

该系统的软件设计包括2部分:控制与信号处理设计。控制电路包括对本振输出频率的控制和数控衰减器的数字控制,比较简单。信号处理部分是该系统的核心,图5为该系统信号处理程序的流程:在图5中,TMS320VC5502先向ADF4360_4,MAATCC0005写控制字,然后,输出信号,经过预失真器和非线性功放放大后,与原先信号相比较,误差不为0,则做自适应信号处理,更新LUT表,反之,校正成功,程序结束。由此矫正了功率放大器的非线性度。

4结语

本文介绍了数字预失真的基本原理,提出了基于数字预失真技术的射频功率放大器的一种解决方案,并给出了具体的软硬件设计实现。该设计在折中功率放大器非线性度与效率地基础上,提高了功率放大器的性能,有效的节约了电能。随着数字信号处理器的不断发展,数字预失真技术将会有更为广阔的应用前景。

参考文献

[1]杨小力,石江洪,吴晓芳.WCDMA系统中基于查找表的预失真技术的研究[J].电子设计工程,2010,18(3):96-98.

[2]沈英杰,刘郁,林贾,等.自适应数字预失真方法在功放线性化中的应用[J].重庆邮电学院学报,2005,17(6):1-4.

[3]吴岚,贾建华.基于极坐标查询表的数字预失真技术[J].电子测量技术,2007,30(10):18-20.

[4]赵洪新,陈忆元,洪伟.一种基带预失真RF功率放大器线性化技术的模型仿真实验[J].通信学报,2000,21(5):41-47.

[5]余弦,朱晓维.射频功放数字预失真算法的验证平台[J].电子工程师,2007,33(4):27-29.

[6]唐浩,向超,彭启宗.WCDMA功率放大器数字预失真的系统设计[D].成都:西南交通大学,2006.

[7]汪春梅,孙洪波.TMS320VC55x原理与应用[M].北京:电子工业出版社,2008.

[8]张福洪,罗晚会,杨小海.ADF4357在数字预失真时钟方案中的应用[J].电子器件,2010,33(2):222-225.

[9]华健江.正交调制器AD8346的应用[J].电子产品世界,2000,16(4):57-58.