利用數(shù)字預失真線性化寬帶功率放大器

2. Wiener系統(tǒng) Wiener模型是Volterra模型一種有意義的簡化，包括一個線性濾波器，后接無記憶非線性?？梢圆捎貌樵儽韺Ψ蔷€性進行模型化，也可用FIR濾波器線性對線性濾波器進行模型化。Werner系統(tǒng)在模型化大多數(shù)RF功率放大器方面的有效性有限。模型參數(shù)的估算相當復雜，這使其對實時自適應沒有吸引力。

3.Hammerstein系統(tǒng) 此外，Hammerstein模型也是Volterra模型的一種簡化，包含一個無記憶非線性，后跟一個線性濾波器。這是一種簡單的記憶模型，其模型參數(shù)的計算比Wiener模型要簡單。這種模型對模型化所有不同類型RF功放的有效性有限。

4. Wiener-Hammerstein 將一個線性濾波器、一個無記憶線性與另一個線性濾波器級聯(lián)起來就構(gòu)成了Weiner-Hammerstein模型。這種模型比Weiner或 Hammerstein模型更加一般，包括Volterra數(shù)列許多項，可以更好地進行非線性模型化。

5. 記憶多項式 限制(1)中的Volterra數(shù)列，使除了中心對角線上的項以外，各個項都為0，即只有i1=i2=i3…時hn(i1,i2,i3…) != 0，得到如式子B所示的記憶多項式模型，其中M為記憶長度，K為非線性階數(shù)。

已經(jīng)證明這種模型(及其變種)對線性化寬帶功放是有效的，硬件和軟件計算要求也合適。

文獻中也提出了上述模型的不同組合，每一種都有其優(yōu)缺點。商業(yè)上可實施的前置補償器要求能夠擅長處理大量非線性行為，對不同應用可能需要不同模型。對于這些模型中的大多數(shù)而言，前置補償器系數(shù)適合采用最小二乘法識別的間接學習架構(gòu)。

本文第三部分將討論如何采用采用算術(shù)和模型簡化方法的混合來實現(xiàn)前置補償。

在無線系統(tǒng)中，功放(PA)線性度和效率常是必須權(quán)衡的兩個參數(shù)。工程師都在尋找一種有效而靈活的基于Volterra的自適應預失真技術(shù)，可用于實現(xiàn)寬帶RF功放的高線性度。本文將概述不同數(shù)字預失真技術(shù)，介紹一種創(chuàng)新性DPD線性化電路特有的自適應算法。

本文的第二部分介紹了線性化方案對于前置補償器具有高度精確模型的需求。下面我們將討論如何采用采用算術(shù)和模型簡化方法的混合來實現(xiàn)前置補償。

在GC5322前置補償實施中，為易于實現(xiàn)，采用算術(shù)和模型簡化方法的混合。通過排除不同指數(shù)排列的冗余，式1中的項數(shù)可以顯著降低?？梢约僭OVolterra系數(shù)對稱，這不會有任何通用性降低。此外，功放的實際輸入信號x(n)可以用其復數(shù)基帶表達式x(n) = Re{ejx O nX(n)}形式表示，其中ΩO= 2 π fO，fO為感興趣頻帶的中心頻率。

由于對頻帶有限的系統(tǒng)，只對載波頻率fO附近的成分感興趣，Volterra數(shù)列寫成復數(shù)基帶信號形式將大大降低考慮的項數(shù)，有助于指導模型架構(gòu)的選擇。例如，偶數(shù)階互調(diào)項離感興趣頻帶很遠，這樣有可能進一步丟棄式1中一半的項。模型為旋轉(zhuǎn)不變，這樣可以進一步簡化。就是說，PA輸入的相位偏移在輸出端產(chǎn)生完全相同的相位偏移。即，式1就可以簡化到涉及信號和其幅度平方的乘方的積。此外，PA有因果關(guān)系為大家所了解，假設PA的線性部分為最低相位(或足夠如此)。這進一步限制了Volterra項。

在大多數(shù)PA中，信號處理是分級進行的。利用這一特征，模型可以簡化(特定應用需要的項數(shù))成級聯(lián)部分，每一部分匹配到滿足補償各級畸變的要求。

GC5322中實現(xiàn)的DPD分為三個主要部分：線性均衡器、非線性DPD以及反饋非線性補償器和智能捕獲緩沖器。通過將式1中的Volterra數(shù)列限制到只有記憶M1的線性項，線性均衡模塊(式2)模型，得到：

Y1(n) = Σi=0:M1 h1(i).x(n-i) (2)

一個M1攻絲長的發(fā)射均衡器可以說明RF發(fā)射路徑和PA的線性畸變，可以看作是Hammerstein模型的線性時不變的半部。這一均衡器主要補償與PA串聯(lián)的濾波，如匹配網(wǎng)絡、多路復用器以及IF濾波。隨所選的時鐘率不同，GC5322中用的均衡器提供100～200ns的校正時間。這樣在模擬設計中就有最大幅度和群延遲限制。發(fā)射器模擬部分2ns的峰-峰群延遲和1dB的峰-峰幅度紋波特性認為是在模擬和數(shù)字復雜性之間合理的均衡。式2的硬件實現(xiàn)同時對實部和虛部數(shù)據(jù)流提供了一個復數(shù)FIR濾波器。這樣可以獨立對實部和虛部信號路徑進行均衡，并可以補償I/Q增益/相位/延遲的不匹配。

發(fā)射ASSP的第二部分是非線性DPD。之所以需要它，是因為根據(jù)PA設計和信號帶寬的不同，PA中的非線性記憶效應的范圍可從幾個納秒到高達1微秒。結(jié)合到無線系統(tǒng)PA的高階非線性(從AB類放大器的5階到Doherty PA的高達11階)，選擇合適的非線性前置補償架構(gòu)可能真是一個挑戰(zhàn)。

通過將式1中的Volterra數(shù)列限制到只有帶記憶M2的非線性對角項，丟掉上述偶數(shù)項，對其進行簡化，得到如式3的非線性前置補償器模塊。

此前置補償器模塊可以說明PA非線性的主要部分。如果忽略此模塊的記憶性，就可以看作Hammerstein模型的無記憶非線性部分。有了記憶以后，可以用作基于記憶多項式的前置補償器。將各項重新排列，得到式C的關(guān)系。

對各項如此重新整理就將公式簡化到了有限脈沖響應(FIR)的形式，就可能以對硬件有效的LUT形式實現(xiàn)|x(n-i)|2多項式。多項式的方次受到自適應算法模型精度容差的限制。

對某些類型的射頻PA，額外的記憶效應依賴于信號包絡線。例如，這些記憶效應可以源自多種不同因素，如熱和行為接近功率曲線的函數(shù)的多倍增益的電源瞬變。式1中Volterra數(shù)列的項涉及到要放大的信號與復數(shù)信號包絡的向量積，可以用于構(gòu)成在探索RF PA的記憶效應及如何用濾波器改進線性方面有用的關(guān)系。(Hardik Gandhi)