基于非直接學習結構的記憶多項式預失真技術研究

李猛　馮朝流　蔣百靈

摘 要： 針對記憶多項式數字預失真的問題，構造了一個記憶多項式預失真系統(tǒng)，通過非直接學習結構（ILA）實現系數估計，根據系統(tǒng)特性推導出改進LMS算法。以Matlab為平臺，仿真結果表明這種記憶多項式預失真器能夠較好地消除失真。

關鍵詞： 預失真； 非直接學習結構； LMS算法； 自適應

中圖分類號： TN911?34 文獻標識碼： A 文章編號： 1004?373X（2014）05?0029?03

0 引 言

提高傳輸質量和頻譜利用率是促進無線通信技術發(fā)展的前提條件，而效率較高的調試方式往往對發(fā)端發(fā)射機的線性要求較高，因此功率放大器線性化技術是無線通信系統(tǒng)的關鍵技術[1]。

信號在傳輸時，通常需要在通信系統(tǒng)的發(fā)射端和接收端對信號進行放大。在功率放大器對信號進行放大的過程中，信號的幅度失真和相位失真都會造成信息丟失，導致誤碼率的增加。因此，功率放大器的線性性能成為通信系統(tǒng)設計中應當考慮的一個重要指標。應用于實際情況，以獲得更高的效率為前提，功率放大器一般工作于非線性區(qū)域，即接近飽和區(qū)的區(qū)域。然而工作在非線性區(qū)存在降低信噪比的諧波分量，信道間引發(fā)串擾帶來信號失真與畸變。

功率回退法[2]是一種常用的通過犧牲功率效率來提高射頻功放線性度的方法。數字預失真技術基于數字信號處理的軟、硬件在基帶信號頻譜內作預失真處理，并且具有電路簡單利于調整、高性價比的優(yōu)點。

PA的線性化技術問題研究的重點是尋求一個合適的PA模型。非線性記憶模型例如Volterra級數系數多，不易提取，有較高的計算復雜度；改進的模型例如記憶多項式模型等[3?5]，減少了系數數量，降低了計算復雜度從而在同等條件下縮短了算法的收斂時間。基于記憶多項式的預失真模型可補償非線性記憶PA模型。本文重點探討基于非直接學習結構的記憶多項式預失真系統(tǒng)。

1 非直接學習結構的預失真

實驗結果表明，記憶預失真器的階數越高，記憶深度越大，預失真系統(tǒng)的線性化改善程度越高，但也導致計算的復雜度增加，系統(tǒng)收斂需要更多的時間。

4 結 語

本文基于傳統(tǒng)LMS算法得到改進的LMS自適應算法，將其與記憶多項式的預失真系統(tǒng)相結合，與傳統(tǒng)LMS算法比較，其ACPR抑制更好，當功放模型不能確定時，本文提出的記憶多項式預失真器能更好地補償功放的非線性。

參考文獻

[1] 杜承法.無線通信功率放大器的線性化技術[J].通信與計算機，2003（9）：51?53.

[2] 王永超，汪中，葉圣昊，等.非線性信道下OFDM峰均比抑制算法研究[J].無線電通信技術，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.

[8] VARAHRAM P， MOHAMMADY S， HAMIDON M， et al. Complex gain predistortion in WCDMA Power amplifiers with memory effects [J]. The International Arab Journal of Information Technology， 2010， 7（3）： 333?341.

摘 要： 針對記憶多項式數字預失真的問題，構造了一個記憶多項式預失真系統(tǒng)，通過非直接學習結構（ILA）實現系數估計，根據系統(tǒng)特性推導出改進LMS算法。以Matlab為平臺，仿真結果表明這種記憶多項式預失真器能夠較好地消除失真。

關鍵詞： 預失真； 非直接學習結構； LMS算法； 自適應

中圖分類號： TN911?34 文獻標識碼： A 文章編號： 1004?373X（2014）05?0029?03

0 引 言

提高傳輸質量和頻譜利用率是促進無線通信技術發(fā)展的前提條件，而效率較高的調試方式往往對發(fā)端發(fā)射機的線性要求較高，因此功率放大器線性化技術是無線通信系統(tǒng)的關鍵技術[1]。

信號在傳輸時，通常需要在通信系統(tǒng)的發(fā)射端和接收端對信號進行放大。在功率放大器對信號進行放大的過程中，信號的幅度失真和相位失真都會造成信息丟失，導致誤碼率的增加。因此，功率放大器的線性性能成為通信系統(tǒng)設計中應當考慮的一個重要指標。應用于實際情況，以獲得更高的效率為前提，功率放大器一般工作于非線性區(qū)域，即接近飽和區(qū)的區(qū)域。然而工作在非線性區(qū)存在降低信噪比的諧波分量，信道間引發(fā)串擾帶來信號失真與畸變。

功率回退法[2]是一種常用的通過犧牲功率效率來提高射頻功放線性度的方法。數字預失真技術基于數字信號處理的軟、硬件在基帶信號頻譜內作預失真處理，并且具有電路簡單利于調整、高性價比的優(yōu)點。

PA的線性化技術問題研究的重點是尋求一個合適的PA模型。非線性記憶模型例如Volterra級數系數多，不易提取，有較高的計算復雜度；改進的模型例如記憶多項式模型等[3?5]，減少了系數數量，降低了計算復雜度從而在同等條件下縮短了算法的收斂時間。基于記憶多項式的預失真模型可補償非線性記憶PA模型。本文重點探討基于非直接學習結構的記憶多項式預失真系統(tǒng)。

1 非直接學習結構的預失真

實驗結果表明，記憶預失真器的階數越高，記憶深度越大，預失真系統(tǒng)的線性化改善程度越高，但也導致計算的復雜度增加，系統(tǒng)收斂需要更多的時間。

4 結 語

本文基于傳統(tǒng)LMS算法得到改進的LMS自適應算法，將其與記憶多項式的預失真系統(tǒng)相結合，與傳統(tǒng)LMS算法比較，其ACPR抑制更好，當功放模型不能確定時，本文提出的記憶多項式預失真器能更好地補償功放的非線性。

參考文獻

[1] 杜承法.無線通信功率放大器的線性化技術[J].通信與計算機，2003（9）：51?53.

[2] 王永超，汪中，葉圣昊，等.非線性信道下OFDM峰均比抑制算法研究[J].無線電通信技術，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.

[8] VARAHRAM P， MOHAMMADY S， HAMIDON M， et al. Complex gain predistortion in WCDMA Power amplifiers with memory effects [J]. The International Arab Journal of Information Technology， 2010， 7（3）： 333?341.

摘 要： 針對記憶多項式數字預失真的問題，構造了一個記憶多項式預失真系統(tǒng)，通過非直接學習結構（ILA）實現系數估計，根據系統(tǒng)特性推導出改進LMS算法。以Matlab為平臺，仿真結果表明這種記憶多項式預失真器能夠較好地消除失真。

關鍵詞： 預失真； 非直接學習結構； LMS算法； 自適應

中圖分類號： TN911?34 文獻標識碼： A 文章編號： 1004?373X（2014）05?0029?03

0 引 言

提高傳輸質量和頻譜利用率是促進無線通信技術發(fā)展的前提條件，而效率較高的調試方式往往對發(fā)端發(fā)射機的線性要求較高，因此功率放大器線性化技術是無線通信系統(tǒng)的關鍵技術[1]。

信號在傳輸時，通常需要在通信系統(tǒng)的發(fā)射端和接收端對信號進行放大。在功率放大器對信號進行放大的過程中，信號的幅度失真和相位失真都會造成信息丟失，導致誤碼率的增加。因此，功率放大器的線性性能成為通信系統(tǒng)設計中應當考慮的一個重要指標。應用于實際情況，以獲得更高的效率為前提，功率放大器一般工作于非線性區(qū)域，即接近飽和區(qū)的區(qū)域。然而工作在非線性區(qū)存在降低信噪比的諧波分量，信道間引發(fā)串擾帶來信號失真與畸變。

功率回退法[2]是一種常用的通過犧牲功率效率來提高射頻功放線性度的方法。數字預失真技術基于數字信號處理的軟、硬件在基帶信號頻譜內作預失真處理，并且具有電路簡單利于調整、高性價比的優(yōu)點。

PA的線性化技術問題研究的重點是尋求一個合適的PA模型。非線性記憶模型例如Volterra級數系數多，不易提取，有較高的計算復雜度；改進的模型例如記憶多項式模型等[3?5]，減少了系數數量，降低了計算復雜度從而在同等條件下縮短了算法的收斂時間。基于記憶多項式的預失真模型可補償非線性記憶PA模型。本文重點探討基于非直接學習結構的記憶多項式預失真系統(tǒng)。

1 非直接學習結構的預失真

實驗結果表明，記憶預失真器的階數越高，記憶深度越大，預失真系統(tǒng)的線性化改善程度越高，但也導致計算的復雜度增加，系統(tǒng)收斂需要更多的時間。

4 結 語

本文基于傳統(tǒng)LMS算法得到改進的LMS自適應算法，將其與記憶多項式的預失真系統(tǒng)相結合，與傳統(tǒng)LMS算法比較，其ACPR抑制更好，當功放模型不能確定時，本文提出的記憶多項式預失真器能更好地補償功放的非線性。

參考文獻

[1] 杜承法.無線通信功率放大器的線性化技術[J].通信與計算機，2003（9）：51?53.

[2] 王永超，汪中，葉圣昊，等.非線性信道下OFDM峰均比抑制算法研究[J].無線電通信技術，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.

[8] VARAHRAM P， MOHAMMADY S， HAMIDON M， et al. Complex gain predistortion in WCDMA Power amplifiers with memory effects [J]. The International Arab Journal of Information Technology， 2010， 7（3）： 333?341.