系数可变的多项式预失真器

针对由正交多项式设计的功率放大器预失真系统,提出一种系数可变的多项式预失真器,并给出相应的实现结构.该预失真多项式有多组系数组合,随着输入信号幅度的不同,多项式选取不同的系数组合,从而降低估计误差.仿真分析表明,当使用2,4和8组系数时,相对于传统的正交多项式,采用该算法得到的估计误差可达到6.0 dB,23.6 dB和42.7 dB的增益,对应得到10 dB,30 dB和50 dB的带外谱抑制增益.该方法降低了预失真器设计中对多项式阶数的要求,提高了设计的灵活性,降低了预失真器后低通滤波器的设计难度.     

联合深度限幅的自适应数字预失真技术研究

提出联合峰均比降低技术(PAPR)和数字预失真技术(DPD)对国标地面数字电视广播（DTMB）系统功率放大器进行线性化处理. PAPR降低技术采用深度限幅滤波,计算复杂度低. DPD方法则是采用基于查找表的预失真技术,为提高查找表的收敛速度,自适应算法采用变步长的RASCAL算法,并在查询表收敛过程中,对查找表进行拉格朗日内插. 仿真结果表明,使用深度限幅与预失真联合技术时功放效率可以得到较大提高. 以功率回退值为指标,与单独使用预失真技术时的功放效率相比,可以减少功率回退4.5dB,ACPR可以达到-45dBc. 与传统的联合技术相比,ACPR可以改善4dB.     

基于并行粒子群优化算法的预失真器设计

高功率放大器是无线通信系统中非线性失真的主要来源之一. 数字基带预失真技术能有效地降低系统非线性失真,提高系统传输性能. 采用Hammerstein模型作为预失真器的模型结构,通过粒子群优化算法(particle swarm algorithm, PSO)估计预失真器系数,解决了梯度算法无法直接估计Hammerstein模型系数和易陷入局部极值等问题. 通过对PSO算法进行并行优化设计,使算法最大加速度比达3以上,加快了算法处理速度. 仿真结果表明新算法能够有效抑制系统带外频谱再生现象,减小相邻信道功率比(ACPR)达25 dB.      

一种简化的基于峰值对消的OFDM信号峰均比压缩技术

OFDM作为无线通信领域极具优势的传输技术,其局限在于具有较高的峰值平均功率比(PAPR),容易导致发送端高功率放大器的非线性失真.峰值对消算法广泛用于多载波信号的峰均比抑制,但对于OFDM信号,这种方法会带来很高的计算复杂度.本文针对OFDM信号提出了一种简化的基于峰值对消的峰均比抑制技术,仿真结果验证了该算法可以取得更低的计算复杂度和良好的峰均比抑制效果.     

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...     

基于压缩感知的OFDM系统非线性失真恢复算法

针对OFDM系统中对信号直接限幅造成的非线性失真和信道估计性能下降,提出1种级联限幅及基于压缩感知的非线性失真恢复算法.该算法通过发送端的2次限幅操作,降低了导频处的非线性失真.在接收端利用压缩感知技术对非线性噪声进行估计并补偿.仿真表明,该算法能够有效消除非线性噪声对信道估计影响,提高信道估计性能,与迭代消除非线性失真算法相比,具有更好的峰均比抑制能力.     

OFDM系统中记忆非线性功放基带预失真技术

研究了OFDM系统的自适应基带预失真技术。针对OFDM信号的高峰值平均功率比对非线性功率放大器敏感的特点,并考虑OFDM的宽带特性引起的功放记忆非线性效应,提出了一种基于辨识方案的非直接学习结构的自适应基带预失真技术,给出了自适应算法。仿真结果表明,该方案能有效抑制带外频谱扩散,减小带内失真,实现有记忆非线性大功率放大器(HPA)的自适应预失真。     

基于MIMO-D2D异构网络的干扰抑制算法

将多输入多输出(MIMO)技术引入到蜂窝用户和端到端(D2D)用户构成的异构网络中,提出了一种基于最大信干噪比因子的资源分配算法,实现了多个D2D用户复用一个蜂窝用户的下行资源.在此基础上联合最大信漏噪比(SLNR)的预编码算法,在基站到蜂窝用户信号功率最大化的同时,降低了泄漏到D2D用户组的功率,大幅减少了用户之间的同频干扰.结果表明:当平均信噪比为35dB时,相比于单天线异构网络,基于联合干扰抑制算法的MIMO(4×2)异构网络容量可增大12.33bps/Hz;而针对多个用户复用一个资源提出的最大SLNR的预编码算法相比于最小均方误差(MMSE)和块对角化(BD)算法,容量最多可增大36.2%;并且无论是在高信噪比还是低信噪比下,所提出的联合算法均能使系统性能得到明显的增益.     

基于定点迭代方法的自适应数字预失真器

提出一种补偿卫星信道行波管放大器非线性失真的自适应基带预失真算法.预失真器基于查找表技术,采用复增益结构模型;将查找表最优值的求解看作非线性方程求根问题,利用压缩映射原理,将表项的更新视为定点迭代问题,采用史蒂芬森(Steffensen)加速技术提高算法迭代速度.从收敛速度、功率谱密度和星座图几方面对算法进行仿真和分析...     

基于多项式数字基带自适应预失真技术的研究

由于自适应数字预失真具有稳定性好、适应能力强等优点,被广泛应用于实现功率放大器的线性化.而本文正是研究了基于多项式数字基带自适应预失真技术.首先,介绍了基于多项式数字基带自适应预失真技术;其次,分析了间接学习结构理论;最后,对OFDM信号进行了仿真实验.结果表明:预失真可以有效地抑制带外频谱以及补偿功放的非线性失真和记忆效应.     

一种数字预失真直放站的实现方法

受到功放非线性特点的限制,直放站的效率大大降低.为提高直放站的输出效率,增加数字预失真功能提出了一种数字预失真直放站的设计方法,并给出了具体的实现方案.经仿真验证,算法简单可靠,可以较大地提高数字直放站的效率.     

自适应最优量化查找表预失真算法

为了在不增加查找表（LUT）长度的前提下,进一步改善功率放大器非线性性能,提出1种自适应最优量化LUT的预失真算法.与已有的最优量化LUT算法不同,该算法综合考虑了预失真器特性和输入信号概率分布,理论分析并得到了最优的LUT量化间隔,并给出了全盲条件下的自适应预失真器LUT参数搜索算法.仿真表明：应用该算法的预失真系统的归一化最小均方误差指标优于均匀量化LUT算法和已有的最优量化LUT算法,尤其是在输入信号功率回退较大的情况下,该算法的预失真效果改善更为显著.     

RF功放非线性特性的在线神经网络建模

为了改善功放系统的非线性特性,采用了基带数字预失真技术,其中功放系统的建模是其关键技术.由于功放系统是一个复杂的带记忆效应的非线性时变系统,为了能够实现实时校正,采用级联相关算法进行在线神经网络建模.首先选用残差相关性判别方法来确定神经网络功放模型的结构和初始参数,然后使用带遗忘因子的递推最小二乘法对神经网络模型参数进行在线自适应调整.对实测数据的验证表明,建立的神经网络模型完全能达到给定的性能指标要求.     

包络前馈预失真技术研究

论述了用包络前馈预失真技术实现功率放大器线性化的原理及理论推导过程。预失真器仅仅使用一个输入和输出信号包络的差信号来分别控制矢量调制器中的可调衰减器和可调移相器，以补偿功放的增益和相位的非线性。     

自适应数字预失真方法在功放线性化中的应用

功放具有非线性特性，其特征可用AM—AM特性和AM—PM特性表示，采用一种自适应数字预失真方法，通过自适应算法实时产生与功放AM—AM特性和AM—PM特性相反的逆模型，从而消除功放非线性特性的影响。仿真实验表明，此自适应预失真方法可降低互调失真（IMD）达16dB，有效提高功放效率，降低系统功耗，提高系统性能。     

基于数字预畸变的UMTS功率放大器线性化技术

提出了适用于UMTS系统上行线路的基于查阅表数字预畸变的功放线性化技术 .通过仿真和测量可以看出 ,数字预畸变可以将邻道功率比性能改善 10dB .尽管这一性能的改善并不是UMTS标准所必需的 ,但它能减少功率放大器的工作点回退 ,或者降低对功放线性特性的要求 ,从而增加功放的效率 .     

Linear power amplifier modeling based on predistortion technology

Different power amplifier(PA) models have their own effects on PA linearization. In this paper, the nonlinear characteristic of the radio frequency power amplifier(RF PA) is simulated based on the two models combining predistortion technology, and the nonlinear effects of the two models are analyzed, respectively. The simulation results show that Power Series model normalized mean square error(NMSE) is-37.8 d B, which is less than Power Series model-30.4 d B before loading predistortion technology. NMSE of the two systems are-23.4 d B and-26.0 d B respectively, while Saleh model compensates better than the Power Series model combing predistortion technology. The error vector magnitude(EVM) of Power Series model is only 6.75%, whereas the Saleh model EVM is 9.99%, indicating that Power Series model can better describe the nonlinear characteristic of PA. It will have a positive effect on improving the power utilization of wireless communication system.     

基于分段多项式的RF功放预失真线性化新方法

为补偿RF功率放大器的非线性失真,提出一种新的基于分段多项式的自适应数字预失真方法,使用多个直角坐标形式的低阶奇次多项式设计预失真器.分析多种自适应数字预失真方法的计算复杂度,通过Matlab软件仿真它们的收敛速度和线性化效果.该方法计算复杂度低,易于实现.仿真结果表明,该方法收敛速度快,且具有良好的抑制频谱扩展的线性化性能.     

基于朱氏广义采样定理的射频功放行为建模

利用朱氏广义采样定理,在降低ADC采样率情况下,对射频功放进行非线性行为建模和数字预失真研究.以20 MHz的WiMAX信号作为射频功放的输入,通过矢量信号源和矢量信号分析仪组成的测试平台采集功放的输入和输出信号,并利用有记忆多项式模型和朱氏广义采样定理进行模型验证和预失真仿真分析.实验结果表明,在采样率为功放输入信号...     

延时估计误差对间接学习结构预失真器的影响

间接学习结构数字基带预失真器的实现需要估计模拟链路延时,而链路延时估计算法存在估计误差,此误差对预失真器性能的影响目前未有相关研究。该文以邻近信道功率比(ACPR)和归一化均方误差(NM SE)两项指标作为衡量标准,研究了延时估计误差对间接学习结构预失真器补偿性能的影响。结果表明,间接学习结构预失真器对延时估计误差敏感,在N yqu ist采样的预失真器系统中,只有当估计误差不超过系统采样间隔的1/64时,才能保证此预失真器能够有效地实现功放线性化。