專利名稱：基于Volterra級數(shù)間接學習型預失真線性化系統(tǒng)的制作方法
技術領域：
本發(fā)明屬數(shù)字通信預失真處理領域，尤其涉及一種射頻功率放大器線性化技術的 基于Volterra級數(shù)間接學習型預失真線性化系統(tǒng)。
背景技術：
隨著數(shù)字通信技術的發(fā)展和3G技術的成熟，頻帶資源顯得越來越珍貴。因此就要 求對頻帶的利用率有所提高，這就迫切要求功率放大器有很好的線性度。在移動通信系統(tǒng) 中，為了保證移動通信系統(tǒng)在一定范圍內(nèi)有信號覆蓋，在信號通過射頻前端和天線系統(tǒng)發(fā) 射出去之前，通常使用功率放大器來進行信號放大。功率放大器的線性度直接影響著發(fā)射 和接受信號的好壞程度，因此采用數(shù)字預失真技術是為了很好的解決線性度問題，同時可 以提高功放效率，從而滿足3G發(fā)展的需求。一般的射頻功率放大器都會產(chǎn)生頻譜再生效應，這些現(xiàn)象都是由于功率放大器的 非線性產(chǎn)生的，因此我們必須對功率放大器進行線性化處理也就是提高功率放大器的線性 度。這就要求我們采用一些線性化技術來實現(xiàn)。對于線性化技術本身來講可以很好的解決 需求信道內(nèi)的信號對其它臨近信道的干擾。在3G的基站建設中，功率放大器的成本占到總 成本的1/3以上，因此功率放大器如果解決了線性度和效率問題，這無疑給基站的成本帶 來大量的消減。目前國內(nèi)外主要有前饋法、功率回退、反饋法、預失真等射頻功率放大器的線性 化技術。其中前饋技術的優(yōu)點在于，性能穩(wěn)定、能夠很好的改善功率放大器的線性化指標， 但它同時也存在著成本高、器件特性隨時間的變化不能夠得到補償、環(huán)路的設計比較復雜 等缺點；功率回退法把工作電壓從ldB回退到了線性工作區(qū)，因此它有較好的線性度，但同 時也犧牲了功率放大器的效率，使得直流功耗非常大，這樣就造成功放散熱的問題，而散熱 是功率放大器的研究難點，故這種技術已經(jīng)被其他線性化技術逐漸取代。而負反饋技術要 求輸入信號和反饋信號是同一時刻的信號，而系統(tǒng)本身是有延遲的，從這點來說是很難實 現(xiàn)。

發(fā)明內(nèi)容
本發(fā)明旨在克服現(xiàn)有技術的不足之處而提供一種成本較低，能夠處理多載波信 號，穩(wěn)定性高，自適應能力強，互調(diào)失真改善效果好，可調(diào)范圍大，整體結(jié)構(gòu)簡單的基于 Volterra級數(shù)間接學習型預失真線性化系統(tǒng)。為達到上述目的，本發(fā)明是這樣實現(xiàn)的基于Volterra級數(shù)間接學習型預失真線性化系統(tǒng)，其特征在于，包括預失真信 號生成模塊、預失真信號處理模塊、反饋模塊及參數(shù)辨識模塊；所述預失真信號生成模塊、 預失真信號處理模塊、反饋模塊及參數(shù)辨識模塊的傳輸端口依次分別串接；所述預失真信號生成模塊包括預失真器，其由輸入信號經(jīng)過預失真器后，形成預 失真信號；
所述預失真信號處理模塊由預失真信號經(jīng)過D/A轉(zhuǎn)換、調(diào)制及上變頻后，得到射 頻功率放大器的輸入信號；所述射頻功率放大器輸出信號中的一小部分功率經(jīng)衰減后，作 為反饋信號進入反饋模塊；所述反饋模塊將反饋信號經(jīng)下變頻、解調(diào)及A/D轉(zhuǎn)換后，得到參數(shù)辨識模塊的輸 入信號；所述參數(shù)辨識模塊將其輸出信號與預失真信號進行比較，從而得到誤差信號；通 過調(diào)整辨識模塊與預失真器中的參數(shù)，逐漸縮小誤差信號。作為一種優(yōu)選方案，本發(fā)明可通過調(diào)整辨識模塊與預失真器中的參數(shù)，逐漸縮小 誤差信號并使其歸零。本發(fā)明可通過RLS算法調(diào)整辨識模塊與預失真器中的參數(shù)，逐漸縮小誤差信號并 使其歸零。進一步地，本發(fā)明所述射頻功率放大器輸出信號中的一小部分功率經(jīng)增益為1/G 的衰減器衰減后，作為反饋信號進入反饋模塊，其中G為放大器的期望增益。更進一步地，本發(fā)明當參數(shù)辨識算法收斂后，將反饋模塊及參數(shù)辨識模塊斷開；當 預失真器與射頻功率放大器之間失去原有的匹配關系時，將反饋回路和參數(shù)辨識模塊重新 接入。本發(fā)明結(jié)構(gòu)簡單，穩(wěn)定性高，自適應能力強，不用考慮其穩(wěn)定性問題，同時能夠處 理多載波信號，互調(diào)失真改善效果好，可調(diào)范圍大，是目前性價比較高的一種功率放大器線 性化技術。本發(fā)明在深入研究功放基帶預失真技術的理論和算法的基礎上，提出了一種基于 Volterra級數(shù)的線性預失真方法，并利用了 RLS即遞歸最小二乘法進行自適應預失真調(diào) 整，提高了功放線性擬合的收斂速度以及功放線性輸出的穩(wěn)定性。


下面結(jié)合附圖和具體實施方式
對本發(fā)明作進一步說明。本發(fā)明的保護范圍不僅局 限于下列內(nèi)容的表述。圖1為有記憶非線性系統(tǒng)的分解；圖2為本發(fā)明的整體結(jié)構(gòu)示意圖；圖3為本發(fā)明基于FPGA的硬件結(jié)構(gòu)示意圖。
具體實施例方式Volterra級數(shù)理論是分析非線性系統(tǒng)的一種有效的數(shù)學工具。對于線性時不變系 統(tǒng)，其零狀態(tài)響應等于單位沖擊響應h(t)與輸入信號x(t)的卷積_ Volterra級數(shù)模型是一種泛函級數(shù)模型，它將上述形式的關系加以推廣，用于描 述有記憶非線性系統(tǒng)。由非線性動態(tài)系統(tǒng)的分解定理可知，連續(xù)泛函F( )所表征的非線性動態(tài)系統(tǒng)， 當其輸入信號的能量有限時，總可以分解為有記憶線性系統(tǒng)和一個無記憶非線性系統(tǒng)的級 聯(lián)，如圖1所示。將線性子系統(tǒng)分別記為&( )， ( )，…，F(xiàn) (0，每個子系統(tǒng)的輸出
4依次為Wl(t)，w2(t)，…，wN(t)，無記憶非線性系統(tǒng)記為 )，則整個系統(tǒng)的輸出可表示 為 對于預失真線性化系統(tǒng)，預失真器的設計十分重要。Volterra級數(shù)可以將滿足 一定條件的有記憶非線性系統(tǒng)逼近到任意準確的程度，它不僅可用于射頻功率放大器的建 模，而且也可以用于構(gòu)造預失真器。一般形式的Volterra預失真器的輸入、輸出信號之間 的關系如式(1-1)所示。 在(1-1)式中，Volterra核參數(shù)的數(shù)量為 可見在Volterra級數(shù)模型中，參數(shù)的數(shù)量和記憶長度成冪函數(shù)關系，和模型階數(shù) 成指數(shù)函數(shù)關系。受計算復雜度的限制，不經(jīng)任何簡化的Volterra模型只適用于低階弱非 線性的情形。而對于寬帶系統(tǒng)中的有記憶射頻功放，低階弱非線性模型很難精確描述它的 特性或逆特性。因此，直接將一般形式的volterra級數(shù)運用于功放建模或預失真器設計是 十分困難的，必須進行簡化改進。對放大器非線性特性的分析可知，奇次項產(chǎn)生輸出信號的奇階諧波頻率分量和奇 階互調(diào)頻率分量，偶次項產(chǎn)生直流分量、偶階諧波頻率分量和偶階互調(diào)頻率分量。一般情況 下，只有奇階互調(diào)頻率分量落在通帶內(nèi)，而其它失真分量都落在通帶以外，可以容易地用濾 波器濾除。盡管在預失真器中包含偶次項，對提高線性化效果有一定的作用，但出于降低模 型復雜度的考慮，仍然剔除了預失真器中的偶次項。去除直流項和偶次項后，(1-1)式可寫 為 如果運用具有對稱核的Volterra級數(shù)來構(gòu)造預失真器，則參數(shù)數(shù)量將進一步減 少。Volterra核的對稱性的含意如下。如果k階Volterra核hk(i^ i2，…，ik)滿足hk(i!, i2,…，ik) = hji,⑴，U ⑵，…，^⑴)(1—4)稱hkGp i2，…，ik)為對稱核。式中，Ji ( )表示1，2，…，k的任意一種排列。 例如，mh3(ii，i2，i3)為三階對稱核，則有h3(ii, i2, i3) = h3(ii, i3, i2) = h3(i2, i3) = h3(i2, i3, = h3(i3, i2)= h3(i3' i2' ii)具有對稱核的時域Volterra級數(shù)滿足如下唯一性定理如果一個非線性系統(tǒng)的 輸入輸出關系可以用Volterra級數(shù)來描述，且它的各階核為對稱的，則描述這一非線性系統(tǒng)輸入輸出關系的Volterra級數(shù)是唯一的。利用核的對稱性，可以合并Voiterra級數(shù)預失真器中的冗余項，使參數(shù)數(shù)量大幅 度減少。對(1-3)式利用對稱性進行簡化后可以寫為 但當系統(tǒng)的階數(shù)較高或者記憶效應較強時，Voiterra核的數(shù)量仍較龐大。這使得 Voiterra級數(shù)用于構(gòu)造高階強記憶預失真器時，仍會產(chǎn)生較大的計算量，所以要考慮進一 步簡化。在相關文獻中，常可以見到一種被稱作記憶多項式的功放或預失真器模型，它的 表達式如下

式中，k為模型階數(shù)，M為記憶長度，aki為多項式系數(shù)。它實際上是Volterra級數(shù) 模型的一種特殊情形。在Volterra級數(shù)模型中，如果只保留對角核(diagonal kernel)，而 將所有的非對角核置零，就得到了記憶多項式模型。記憶多項式模型過于簡化，用它來設計 預失真器，難以精確地描述有記憶功放的逆特性。Volterra級數(shù)中，非對角核實際上代表了不同時刻輸入信號間的“耦合”效應。比 如，h3(l，l，3)代表了 n-1時刻與n-3時刻輸入信號間的“耦合”。如果放大器的幾個輸入 信號的采樣時刻相距越遠，其間的“耦合”效應也應該越弱，那么它們對應的Volterra核的 值會越小，對輸出的貢獻也越小。出于以下兩點考慮，我們沒有必要在Volterra模型中保留那些模很小的核。(1)這些核對模型的輸出貢獻很小，而對它們進行辨識要增加較大的計算量；(2)由于計算機的字長有限，對這些模很小的核進行辨識不可避免地會引入誤差。因此將它們保留在模型中實際上未必能明顯提高模型的精確度?？紤]到功放模 型和預失真器之間存在的對應關系，我們采用如下算法對(1-5)式所描述的Volterra預 失真器進行進一步簡化。將(1-5)式中的第1階核記*、(“，i2，…，仁)，其中1 = 1， 3，…，2d+l。設定閾值人G {1,2,…，M}。當1 = 1時，、(“)=、(“)。當1彡3時，
/s,te{\,2,.j}，如果maX{|is-it|}彡入，則令hji” i2，…，仁)=0 ；否則 h (“，i2，…，
ii) = ^(ij, i2,…，ix)。這種算法實質(zhì)上是在一般形式的Volterra預失真器和記憶多項式預失真器之間 進行“折衷”。選取的閾值、越小，則預失真器結(jié)構(gòu)越簡單，精確度越差。如果將該算法運 用于(1-1)式，當、=1時，預失真器就退化為記憶多項式預失真器。選取的閾值X越大， 則保留的核參數(shù)越多，預失真器的精確度也越高。當、=M時，所有的核都被保留，預失真 器等同于一般Volterra預失真器。歸納起來，依次按照如下三個步驟對一般形式Volterra預失真器進行簡化。(1) 去除直流項和偶次項，只保留奇次項。(2)利用Volterra核的對稱性，合并預失真器模型中的冗余項。(3)運用簡化算法，使預失真器中的參數(shù)數(shù)量進一步減少。最后，通過Volterra 核對輸入信號不斷地調(diào)整，使其通過功放后，線性輸出。對基于工作函數(shù)的預失真線性化系統(tǒng)，實現(xiàn)方式大致可分為兩類。由于預失真器 特性是放大器特性的逆，因此可以先建立功率放大器的模型，然后再求解預失真器模型。當 功率放大器的模型較簡單時，這種方法是可行的，但對于有記憶高階非線性系統(tǒng)，辨識它的 逆模型十分困難。此外，這種方法很難實現(xiàn)預失真器參數(shù)的自適應調(diào)整，當放大器特性發(fā)生 變化時，系統(tǒng)性能會迅速下降。另一種方法則可以不建立放大器的模型，直接獲得預失真器 參數(shù)。該方法在線性化系統(tǒng)中增加一條信號反饋回路，將反饋信號與預失真器輸出信號對 比，得到一個誤差信號，在辨識過程中，通過不斷地調(diào)整預失真器的參數(shù)來減小誤差信號。 當誤差信號足夠小時，就得到了預失真器的參數(shù)。這就是以下要采用的間接學習結(jié)構(gòu)。采用間接學習結(jié)構(gòu)的預失真線性化系統(tǒng)實現(xiàn)方案如圖2所示。信號的預失真過程 在基帶內(nèi)完成，輸入信號x(n)經(jīng)過預失真器后，形成預失真信號xp(n)。預失真信號經(jīng)過D/ A轉(zhuǎn)換、調(diào)制和上變頻后，得到射頻功率放大器的輸入信號xKF(t)。放大器輸出信號yKF(t) 中的一小部分功率經(jīng)過增益為1/G的衰減器后形成反饋，其中G為放大器的期望增益。反 饋信號經(jīng)過下變頻、解調(diào)和A/D轉(zhuǎn)換后，得到參數(shù)辨識模塊的輸入信號u (n)。參數(shù)辨識模 塊具有和預失真器完全相同的結(jié)構(gòu)和參數(shù)，它的輸出信號記為up(n)。up(n)和預失真信號 xp(n)進行比較，得到誤差信號e(n)。在工作過程中，通過RLS算法調(diào)整辨識模塊和預失真 器中的參數(shù)，不斷地減小誤差信號。在理想的情況下，當誤差信號e (n)等于零時，可得y (n) =Gx(n)，其中y(n)為放大器輸出的基帶等效信號。在上述預失真系統(tǒng)中，不需要預先辨識出功率放大器的模型，就可以直接獲得預 失真器的參數(shù)。參數(shù)辨識算法收斂后，就可將反饋回路和參數(shù)辨識模塊暫時斷開。在發(fā)射 機工作過程中，功放特性會發(fā)生變化。當這種變化達到一定程度時，預失真器和放大器之間 會失去原有的匹配關系。此時，可將反饋回路和參數(shù)辨識模塊重新接入，以對預失真器參數(shù) 進行自適應更新。本發(fā)明所述預失真信號處理模塊包括D/A轉(zhuǎn)換部分、調(diào)制部分、上變頻部分及射 頻功率放大器部分；所述D/A轉(zhuǎn)換部分、調(diào)制部分、上變頻部分及射頻功率放大器的端口依 次串接。本發(fā)明所述反饋模塊包括下變頻部分、解調(diào)部分及A/D轉(zhuǎn)換部分；所述下變頻部 分、解調(diào)部分及A/D轉(zhuǎn)換部分的端口依次串接。本發(fā)明所述預失真信號生成模塊或參數(shù)辨識模塊采用FPGA模塊。對于預失真器以及參數(shù)辨識模塊，本發(fā)明采用了基于FPGA的硬件開發(fā)邏輯，其硬 件原理圖如圖3所示?？梢岳斫獾厥?，以上關于本發(fā)明的具體描述，僅用于說明本發(fā)明而并非受限于本 發(fā)明實施例所描述的技術方案，本領域的普通技術人員應當理解，仍然可以對本發(fā)明進行 修改或等同替換，以達到相同的技術效果；只要滿足使用需要，都在本發(fā)明的保護范圍之 內(nèi)。
權(quán)利要求
基于Volterra級數(shù)間接學習型預失真線性化系統(tǒng)，其特征在于，包括預失真信號生成模塊、預失真信號處理模塊、反饋模塊及參數(shù)辨識模塊；所述預失真信號生成模塊、預失真信號處理模塊、反饋模塊及參數(shù)辨識模塊的傳輸端口依次分別串接；所述預失真信號生成模塊包括預失真器，其由輸入信號經(jīng)過預失真器后，形成預失真信號；所述預失真信號處理模塊由預失真信號經(jīng)過D/A轉(zhuǎn)換、調(diào)制及上變頻后，得到射頻功率放大器的輸入信號；所述射頻功率放大器輸出信號中的一小部分功率經(jīng)衰減后，作為反饋信號進入反饋模塊；所述反饋模塊將反饋信號經(jīng)下變頻、解調(diào)及A/D轉(zhuǎn)換后，得到參數(shù)辨識模塊的輸入信號；所述參數(shù)辨識模塊將其輸出信號與預失真信號進行比較，從而得到誤差信號；通過調(diào)整辨識模塊與預失真器中的參數(shù)，逐漸縮小誤差信號。
2.根據(jù)權(quán)利要求1所述的基于Volterra級數(shù)間接學習型預失真線性化系統(tǒng)，其特征在 于通過調(diào)整辨識模塊與預失真器中的參數(shù)，逐漸縮小誤差信號并使其歸零。
3.根據(jù)權(quán)利要求2所述的基于Volterra級數(shù)間接學習型預失真線性化系統(tǒng)，其特征在 于通過RLS算法調(diào)整辨識模塊與預失真器中的參數(shù)，逐漸縮小誤差信號并使其歸零。
4.根據(jù)權(quán)利要求3所述的基于Volterra級數(shù)間接學習型預失真線性化系統(tǒng)，其特征在 于所述射頻功率放大器輸出信號中的一小部分功率經(jīng)增益為1/G的衰減器衰減后，作為 反饋信號進入反饋模塊，其中G為放大器的期望增益。
5.根據(jù)權(quán)利要求4所述的基于Volterra級數(shù)間接學習型預失真線性化系統(tǒng)，其特征在 于當參數(shù)辨識算法收斂后，將反饋模塊及參數(shù)辨識模塊斷開；當預失真器與射頻功率放 大器之間失去原有的匹配關系時，將反饋回路和參數(shù)辨識模塊重新接入。
6.根據(jù)權(quán)利要求5所述的基于Volterra級數(shù)間接學習型預失真線性化系統(tǒng)，其特征在 于所述預失真信號處理模塊包括D/A轉(zhuǎn)換部分、調(diào)制部分、上變頻部分及射頻功率放大器 部分；所述D/A轉(zhuǎn)換部分、調(diào)制部分、上變頻部分及射頻功率放大器的端口依次串接。
7.根據(jù)權(quán)利要求6所述的基于Volterra級數(shù)間接學習型預失真線性化系統(tǒng)，其特征在 于所述反饋模塊包括下變頻部分、解調(diào)部分及A/D轉(zhuǎn)換部分；所述下變頻部分、解調(diào)部分 及A/D轉(zhuǎn)換部分的端口依次串接。
8.根據(jù)權(quán)利要求7所述的基于Volterra級數(shù)間接學習型預失真線性化系統(tǒng)，其特征在 于所述預失真信號生成模塊或參數(shù)辨識模塊采用FPGA模塊。
全文摘要
本發(fā)明屬數(shù)字通信預失真處理領域，尤其涉及一種基于Volterra級數(shù)間接學習型預失真線性化系統(tǒng)，包括預失真信號生成模塊、預失真信號處理模塊、反饋模塊及參數(shù)辨識模塊；預失真信號處理模塊由預失真信號經(jīng)過處理后，得到射頻功率放大器的輸入信號；射頻功率放大器輸出信號中的一小部分功率經(jīng)衰減后，進入反饋模塊；反饋模塊將反饋信號進行處理后，得到參數(shù)辨識模塊的輸入信號；參數(shù)辨識模塊將其輸出信號與預失真信號進行比較，從而得到誤差信號；通過調(diào)整辨識模塊與預失真器中的參數(shù)，逐漸縮小誤差信號并使其歸零。本發(fā)明穩(wěn)定性高，自適應能力強，不用考慮其穩(wěn)定性問題，同時能夠處理多載波信號，互調(diào)失真改善效果好，可調(diào)范圍大。
文檔編號H03F1/32GK101860326SQ20101021151
公開日2010年10月13日 申請日期2010年6月29日 優(yōu)先權(quán)日2010年6月29日
發(fā)明者丁志文, 寧鵬, 張丙春, 徐勇, 杜方, 王繼新, 胡穎 申請人:奧維通信股份有限公司