利用數(shù)字預(yù)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(gè)線性濾波器，后接無記憶非線性?？梢圆捎貌樵儽韺Ψ蔷€性進(jìn)行模型化，也可用FIR濾波器線性對線性濾波器進(jìn)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(dāng)復(fù)雜，這使其對實(shí)時(shí)自適應(yīng)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(gè)無記憶非線性，后跟一個(gè)線性濾波器。這是一種簡單的記憶模型，其模型參數(shù)的計(jì)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(gè)線性濾波器、一個(gè)無記憶線性與另一個(gè)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(xiàng)，可以更好地進(jìn)行非線性模型化。

5. 記憶多項(xiàng)式 限制(1)中的Volterra數(shù)列，使除了中心對角線上的項(xiàng)以外，各個(gè)項(xiàng)都為0，即只有i1=i2=i3…時(shí)hn(i1,i2,i3…) != 0，得到如式子B所示的記憶多項(xiàng)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(jì)算要求也合適。

文獻(xiàn)中也提出了上述模型的不同組合，每一種都有其優(yōu)缺點(diǎn)。商業(yè)上可實(shí)施的前置補(bǔ)償器要求能夠擅長處理大量非線性行為，對不同應(yīng)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(bǔ)償器系數(shù)適合采用最小二乘法識別的間接學(xué)習(xí)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(shí)現(xiàn)前置補(bǔ)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(gè)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(yīng)預(yù)失真技術(shù)，可用于實(shí)現(xiàn)寬帶RF功放的高線性度。本文將概述不同數(shù)字預(yù)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(yīng)算法。

本文的第二部分介紹了線性化方案對于前置補(bǔ)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(shí)現(xiàn)前置補(bǔ)償。

在GC5322前置補(bǔ)償實(shí)施中，為易于實(shí)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(xiàng)數(shù)可以顯著降低?？梢约僭O(shè)Volterra系數(shù)對稱，這不會(huì)有任何通用性降低。此外，功放的實(shí)際輸入信號x(n)可以用其復(fù)數(shù)基帶表達(dá)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(fù)數(shù)基帶信號形式將大大降低考慮的項(xiàng)數(shù)，有助于指導(dǎo)模型架構(gòu)的選擇。例如，偶數(shù)階互調(diào)項(xiàng)離感興趣頻帶很遠(yuǎn)，這樣有可能進(jìn)一步丟棄式1中一半的項(xiàng)。模型為旋轉(zhuǎn)不變，這樣可以進(jìn)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(shè)PA的線性部分為最低相位(或足夠如此)。這進(jìn)一步限制了Volterra項(xiàng)。

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

GC5322中實(shí)現(xiàn)的DPD分為三個(gè)主要部分：線性均衡器、非線性DPD以及反饋非線性補(bǔ)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(xiàng)，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(gè)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(shí)不變的半部。這一均衡器主要補(bǔ)償與PA串聯(lián)的濾波，如匹配網(wǎng)絡(luò)、多路復(fù)用器以及IF濾波。隨所選的時(shí)鐘率不同，GC5322中用的均衡器提供100～200ns的校正時(shí)間。這樣在模擬設(shè)計(jì)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(rèn)為是在模擬和數(shù)字復(fù)雜性之間合理的均衡。式2的硬件實(shí)現(xiàn)同時(shí)對實(shí)部和虛部數(shù)據(jù)流提供了一個(gè)復(fù)數(shù)FIR濾波器。這樣可以獨(dú)立對實(shí)部和虛部信號路徑進(jìn)行均衡，并可以補(bǔ)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?yàn)楦鶕?jù)PA設(shè)計(jì)和信號帶寬的不同，PA中的非線性記憶效應(yīng)的范圍可從幾個(gè)納秒到高達(dá)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(dá)11階)，選擇合適的非線性前置補(bǔ)償架構(gòu)可能真是一個(gè)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(xiàng)，丟掉上述偶數(shù)項(xiàng)，對其進(jìn)行簡化，得到如式3的非線性前置補(bǔ)償器模塊。

此前置補(bǔ)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(xiàng)式的前置補(bǔ)償器。將各項(xiàng)重新排列，得到式C的關(guān)系。

對各項(xiàng)如此重新整理就將公式簡化到了有限脈沖響應(yīng)(FIR)的形式，就可能以對硬件有效的LUT形式實(shí)現(xiàn)|x(n-i)|2多項(xiàng)式。多項(xiàng)式的方次受到自適應(yīng)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(yīng)依賴于信號包絡(luò)線。例如，這些記憶效應(yīng)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(xiàng)涉及到要放大的信號與復(fù)數(shù)信號包絡(luò)的向量積，可以用于構(gòu)成在探索RF PA的記憶效應(yīng)及如何用濾波器改進(jìn)線性方面有用的關(guān)系。(Hardik Gandhi)