功放數(shù)字預(yù)失真技術(shù)現(xiàn)狀及未來發(fā)展*

谷林海，葛利嘉

(1.重慶郵電大學(xué) 移動通信技術(shù)重慶市重點實驗室，重慶，400065；2.重慶通信學(xué)院 應(yīng)急通信重慶市重點實驗室，重慶，400035)

功放數(shù)字預(yù)失真技術(shù)現(xiàn)狀及未來發(fā)展*

谷林海1，葛利嘉2

(1.重慶郵電大學(xué) 移動通信技術(shù)重慶市重點實驗室，重慶，400065；2.重慶通信學(xué)院 應(yīng)急通信重慶市重點實驗室，重慶，400035)

功放是無線通信發(fā)射機的重要組成部分，隨著無線通信的不斷發(fā)展，對寬帶線性功放的要求也越來越高。然而，功放的非線性特性和記憶效應(yīng)會導(dǎo)致信號嚴(yán)重失真。為了減小帶內(nèi)失真和鄰道干擾，數(shù)字預(yù)失真成為功放線性化技術(shù)中最有發(fā)展?jié)摿Φ募夹g(shù)。介紹了功放模型，數(shù)字預(yù)失真的學(xué)習(xí)結(jié)構(gòu)、數(shù)字預(yù)失真器參數(shù)的辨識算法等研究現(xiàn)狀，探討了數(shù)字預(yù)失真的發(fā)展趨勢,為今后數(shù)字預(yù)失真技術(shù)的研究提供參考。

功率放大器；線性化；數(shù)字預(yù)失真；自適應(yīng)算法

0 引 言

隨著無線通信高速發(fā)展，數(shù)據(jù)速率不斷提高，功放的帶寬也隨之增加，提出了頻譜利用率較高的傳輸技術(shù)(如OFDM)和調(diào)制方式(如M-QAM)，具有非恒定包絡(luò)、高峰均比、頻帶較寬等特點，這使調(diào)制信號通過功放會產(chǎn)生嚴(yán)重失真，造成信號誤碼率上升，降低通信系統(tǒng)的性能。因此，功放的非線性是非常重要的。

功放是無線通信中發(fā)射機的重要組成器件，其非線性引起傳輸信號頻譜擴展和干擾相鄰信道，這就必須采用高線性功放，減小對通信系統(tǒng)的影響。然而，功放的效率和線性度是一對矛盾。因此，為保證不失真的前提下提高功放的效率，提出了許多功放線性化方法，常用的有功率回退[1]、前饋[2]、負(fù)反饋[3]、非線性器件線性化技術(shù)[4]、包絡(luò)分離和恢復(fù)技術(shù)[5]、預(yù)失真[6]等，但仍沒徹底解決功放的效率和線性度之間的矛盾，不過預(yù)失真在目前功放線性化技術(shù)中是最有發(fā)展?jié)摿Φ摹?/p>

預(yù)失真分為射頻預(yù)失真和數(shù)字預(yù)失真(Digital Pre-Distortion，DPD)。射頻預(yù)失真工作在較高頻段，采用模擬電路實現(xiàn)，具有電路簡單、帶寬寬、成本低等優(yōu)點，但高階頻譜分量消除較困難。DPD是在基帶完成信號預(yù)失真處理，具有結(jié)構(gòu)緊湊、穩(wěn)定、高效、寬帶寬、低功耗、低成本等性能。隨著高速數(shù)字信號處理技術(shù)的發(fā)展，DPD發(fā)展的瓶頸也逐步得到解決，因此，DPD是具有廣泛應(yīng)用和發(fā)展前景的線性化技術(shù)。

本文主要對目前功放DPD技術(shù)的研究成果進行總結(jié)和深入分析，探討DPD技術(shù)在功放的非線性行為建模、學(xué)習(xí)結(jié)構(gòu)、模型參數(shù)的辨識算法等方面的發(fā)展趨勢。

1 DPD技術(shù)原理

DPD技術(shù)是在功放前插入預(yù)失真器，其中預(yù)失真器具有與功放非線性相反的特性，讓輸入信號先經(jīng)過預(yù)失真處理后再通過功率放大器，實現(xiàn)信號輸入輸出在整體上呈線性關(guān)系，從而達到補償功率放大器非線性的效果。其原理如圖1所示。

圖1 DPD原理圖

設(shè)系統(tǒng)輸入和輸出信號分別為vi(t)、vo(t)，DPD輸出為vd(t)，DPD特性為f(*)，功放傳輸函數(shù)為g(*)。則：

vd(t)=f(vi(t))，vo(t)=g(vd(t))

(1)

由上式(1)可得：

vo(t)=g(f(vi(t)))

(2)

若系統(tǒng)理想線性，則輸出信號為：

vo(t)=Kvi(t)

(3)

其中，K(K>1)為常數(shù)，是功放的幅度放大倍數(shù)。因此，若功放特性g(*)已知，則DPD技術(shù)的核心是找出DPD的特性f(*)，使能夠滿足：

g(f(vi(t)))=Kvi(t)

(4)

如果測得功放的輸入和輸出信號值，就能擬合功放的特性函數(shù)g(*)，然后利用(4)式，可得f(*)。然而，要解決f(*)的精度和復(fù)雜度主要取決于三個方面：首先，建立功放模型。DPD是要校正功放的非線性，精確模擬功放的非線性特性是設(shè)計DPD的關(guān)鍵。其次，選擇學(xué)習(xí)結(jié)構(gòu)。DPD的反特性，需要采用合理的學(xué)習(xí)結(jié)構(gòu)。最后，選用合適的參數(shù)辨識算法。功放的非線性特性隨溫度、電壓、器件老化等發(fā)生改變，為確保系統(tǒng)的穩(wěn)定線性輸出，這就要求DPD能夠隨功放特性的改變而自動調(diào)節(jié)，實時進行功放校準(zhǔn)。因此，接下來探討功放的非線性行為建模、學(xué)習(xí)結(jié)構(gòu)、模型參數(shù)的辨識算法三個方面。

2 DPD行為模型

功放的非線性特性一般由AM/AM、AM/PM特性曲線[7]來表示。一般情況下，窄帶信號輸入下功放的特性曲線不變。然而，寬帶信號輸入下功放的特性隨著輸入信號的帶寬變化而變化，這種現(xiàn)象稱記憶效應(yīng)，是由功放的電容和電感網(wǎng)絡(luò)引起輸出信號失真。因此，消除記憶效應(yīng)引起的失真來改善功放的非線性特性，首先要建立功放模型，使這種模型和功放的特性趨于一致，精確的功放模型是DPD設(shè)計與仿真關(guān)鍵的一步。

功放模型分為物理模型和行為模型。行為模型(即黑盒模型)主要用于模擬通信子系統(tǒng)或模塊的特性，取決于一組所選擇的輸入輸出測試數(shù)據(jù)，不需知道功放的內(nèi)部結(jié)構(gòu)，也能模擬功放的非線性和記憶效應(yīng)，適應(yīng)于已存在的功放。

功放的行為模型分為無記憶行為模型和有記憶行為模型。當(dāng)輸入信號帶寬遠(yuǎn)小于功放帶寬，功放的記憶效應(yīng)可以忽略，那么功放是無記憶行為模型。常用的無記憶行為模型有Saleh模型[8]，Rapp模型[9]和冪級數(shù)模型[10]等。然而，實際應(yīng)用的多載波信號屬于寬帶信號，功放具有明顯的記憶效應(yīng)，這就要求建立能表達記憶效應(yīng)的功放模型。常用的有記憶功放模型有Volterra級數(shù)模型[11]、Wiener模型[12]、Hammerstein模型[13]、Wiener-Hammerstein模型[14]、并聯(lián)Hammerstein模型[15]、并聯(lián)Wiener模型[16]、記憶多項式模型(Memory Polynomial, MP)[17]和神經(jīng)網(wǎng)絡(luò)模型[18]等。這些功放模型各有特點，其中文獻[8-10]模型含有復(fù)系數(shù)的多項式模型；文獻[1-13]模型是考慮線性記憶的多項式行為模型；文獻[14-18]模型是考慮了非線性記憶效應(yīng)的行為模型，但是大多數(shù)是基于Volterra級數(shù)的簡化和擴展模型，使得參數(shù)識別簡化，讓系統(tǒng)易于實現(xiàn)。

不同功放的特性函數(shù)g(*)差異較大，即使同一功放，隨著輸入信號類型、環(huán)境溫度等改變，功放的特性也會發(fā)生變化。根據(jù)Weierstrass逼近定理[19],可以用一個次數(shù)足夠大的多項式對功放特性函數(shù)g(*)逼近到任意程度，故采用多項式表示功放的特性函數(shù)。

若功放是無記憶行為模型，其特性函數(shù)用多項式表示為：

(5)

其中，K為非線性的階數(shù)。若功放是有記憶行為模型，則功放的非線性特性為：

(6)

其中，M表示記憶深度。Volterra級數(shù)引入了記憶效應(yīng)，是建模和分析記憶非線性系統(tǒng)最經(jīng)典的方法。表示為：

(7)

(8)

其中，K為非線性的階數(shù)，M為記憶深度，hk(m1,m2,…,mk)為k階Volterra的核函數(shù)。K和M越大，行為模型描述越精確，但辨識的參數(shù)量增大，故計算量增大。Volterra級數(shù)簡化有三種方法：利用Volterra級數(shù)的對稱性合并多余項；除去直流和偶次分量留下奇次分量；運用簡化算法使Volterra級數(shù)的參量減少。文獻[20]提出的動態(tài)記憶多項式模型(Dynamic Memory Poly-nomial, DMP)，非線性階數(shù)隨記憶深度增加而減少，但未考慮記憶交叉的影響。為了提高模型精度，文獻[21]提出改進動態(tài)記憶多項式模型，充分考慮了記憶時刻與當(dāng)前輸入信號間的交互作用。結(jié)果表明：比DMP精度優(yōu)0.5 dB，系數(shù)減少14.29%，鄰信道功率比(ACPR)改善了4 dB。文獻[22]提出的通用記憶多項式模型(Generalized Memory Polynomial, GMP)，在MP的基礎(chǔ)上引入了滯后交調(diào)項和超前交調(diào)項，但增加了模型的系數(shù)，為了減少模型系數(shù)，文獻[23]提出了雙非線性兩箱模型，用查找表和低價記憶多項式分別構(gòu)建功放的靜態(tài)非線性和適中動態(tài)非線性，提高精度同時降低了復(fù)雜度；而文獻[24]提出的LMEC(LUT-MP-EMP-CIMT)模型，該模型由查找表(LUT)、記憶多項式(MP)、包絡(luò)記憶多項式(EMP)以及記憶交叉項(CIMT)并聯(lián)構(gòu)成，且實驗表明LMEC模型較MP模型建模精度提升2.0 dB，同時減少了26.76%的系數(shù)；ACPR值降低約5 dB；較并聯(lián)非線性模型相比精度提升了1.1 dB，ACPR值降低約3 dB；與通用記憶多項式模型相比性能相近，但減少了50%的系數(shù)。文獻[25]提出了應(yīng)用在MIMO系統(tǒng)的記憶多項式模型。

總之，目前盡管許多文獻提出了許多不同的模型，但是這些文獻都存在著一定的局限性，因此建立簡易且更精確的功放模型是未來功放模型的一個研究方向。

3 DPD的學(xué)習(xí)結(jié)構(gòu)

為得到功放非線性相反的特性，需要采用合理的學(xué)習(xí)結(jié)構(gòu)，通常有直接學(xué)習(xí)結(jié)構(gòu)和間接學(xué)習(xí)結(jié)構(gòu)，如圖2所示。

圖2 學(xué)習(xí)結(jié)構(gòu)

直接學(xué)習(xí)結(jié)構(gòu)[26]首先對功放特性進行估計，然后根據(jù)功放模型和DPD的互逆關(guān)系計算DPD的參數(shù)，計算的復(fù)雜度比較高。然而，直接結(jié)構(gòu)求出的DPD特性為功放的前逆特性，適應(yīng)于所有功放模型，但是求取功放的有記憶行為模型比較困難，其算法的收斂性受系統(tǒng)噪聲的影響比較大，且DPD的參數(shù)需要實時更新，所以系統(tǒng)穩(wěn)定性比較差。

間接學(xué)習(xí)結(jié)構(gòu)[26]不需要先求功放模型，而是直接利用參數(shù)估計算法求取DPD參數(shù)，然后將參數(shù)傳遞給DPD模塊，即直接辨識功放的后置逆模型，并通過后置逆模型獲取功放前置逆模型，這種方式計算復(fù)雜度低，應(yīng)用更廣泛，但是對于一個非線性器件，通過間接學(xué)習(xí)結(jié)構(gòu)得到的是功放的后逆，不一定等于前逆，故在應(yīng)用間接結(jié)構(gòu)時需要對采用的模型論證是否可行。

此外，兩種學(xué)習(xí)結(jié)構(gòu)均為實時學(xué)習(xí)結(jié)構(gòu)，對系統(tǒng)的實時性要求比較高，尤其對系統(tǒng)延時很敏感。針對以上兩種學(xué)習(xí)結(jié)構(gòu)的優(yōu)缺點，國內(nèi)外學(xué)者也提出了一些改進的DPD學(xué)習(xí)結(jié)構(gòu)。文獻[27]提出了一種采用單反饋的射頻功放預(yù)失真線性化方法，只需正交調(diào)制后的信號中的一路對預(yù)失真器參數(shù)的獲取，節(jié)省了一路反饋采樣電路，但是需要先對功放非線性系統(tǒng)模型進行識別，然后求模型參數(shù)，且模型求取比較復(fù)雜，不利于硬件實現(xiàn)。文獻[28]將直接結(jié)構(gòu)和間接結(jié)構(gòu)預(yù)失真相結(jié)合，提出了雙換結(jié)構(gòu)的DPD新方法，仿真結(jié)果表明，其性能明顯優(yōu)于直接和間接學(xué)習(xí)結(jié)構(gòu)預(yù)失真，在不增加系統(tǒng)復(fù)雜度下，顯著提高了預(yù)失真系統(tǒng)的性能。

總之，為了讓預(yù)失真器運算簡單且精確，需要設(shè)計出高性能的預(yù)失真學(xué)習(xí)結(jié)構(gòu)，目前大多數(shù)方法都是對直接學(xué)習(xí)結(jié)構(gòu)和間接學(xué)習(xí)結(jié)構(gòu)進行改進，主要是從算法復(fù)雜度和收斂性的平衡等進行考慮，也需要考慮芯片運算速度的能力。同時，對于多通道發(fā)射機需要設(shè)計出適合的學(xué)習(xí)結(jié)構(gòu)，是未來學(xué)習(xí)結(jié)構(gòu)的一個研究方向。

4 DPD參數(shù)的辨識算法

自適應(yīng)算法是DPD參數(shù)辨識算法中關(guān)鍵算法之一。自適應(yīng)算法由目標(biāo)函數(shù)、誤差函數(shù)和最小優(yōu)化算法三個要素組成。經(jīng)典的自適應(yīng)算法是最小均方誤差算法(LMS)和遞歸最小二乘法(RLS)。

LMS算法[29]通過適當(dāng)調(diào)整目標(biāo)函數(shù)，梯度向量的計算得到了簡化，具有計算量小、性能穩(wěn)定且易于實現(xiàn)等特點，已經(jīng)得到了廣泛的應(yīng)用，然而，LMS算法收斂速度很慢，不適合應(yīng)用于快速變化的信號。

RLS算法[29]具有快速收斂速度和較好的收斂性能，但是該算法的計算量比較大，且實現(xiàn)較為復(fù)雜。

針對兩種結(jié)構(gòu)的優(yōu)缺點，文獻[21]和文獻[30]提出了一種改進的RLS-LMS聯(lián)合算法，由RLS算法和LMS算法聯(lián)合組成，結(jié)合了兩者的優(yōu)點，該算法解決了收斂速度與穩(wěn)態(tài)誤差的矛盾，跟蹤能力較快，參數(shù)估計誤差較小，收斂性好，能夠達到較好的線性化效果，并且算法較RLS更簡單。文獻[31] 提出的RLS和基于正弦函數(shù)歸一化LMS相結(jié)合的算法，其預(yù)失真性能好，復(fù)雜度較低，收斂速度快。

總之，目前LMS、RLS和各種改進算法等自適應(yīng)算法的優(yōu)化都是讓算法結(jié)構(gòu)簡單，計算復(fù)雜度低，收斂速度快，易于存儲和實時性好等方向研究。

5 DPD技術(shù)的未來發(fā)展

功放預(yù)失真技術(shù)的研究取得了顯著成果，未來該技術(shù)將朝以下幾方面發(fā)展:

(1)自適應(yīng)DPD技術(shù)。文獻[32]提出了自適應(yīng)DPD技術(shù)，文獻[33]提出了一種自適應(yīng)DPD具有收斂速度快，低復(fù)雜度多通道發(fā)射機。文獻[34]提出了一個輸出控制的DPD方法，可根據(jù)用戶的需求任意控制。

(2)DPD技術(shù)與其它技術(shù)的結(jié)合。文獻[35]和文獻[36]提出DPD和減少波峰因素(CFR)相結(jié)合的方法，其中文獻[35]結(jié)果表明合并的DPD/CFR發(fā)射機與沒有線性化的功放相比相鄰信道功率比(ACPR)降低了21 dB。文獻[37]通過組合反饋線性化技術(shù)和DPD技術(shù)提出數(shù)字反饋數(shù)字預(yù)失真(FDPD)，預(yù)失真器性能顯著提高。文獻[38]提出DPD技術(shù)與包絡(luò)跟蹤結(jié)合起來，改善了發(fā)射機的線性度和效率。

(3)實時性。文獻[39]提出一種數(shù)字線性補償技術(shù)，被證明是適合于實時應(yīng)用，可以通過FPGA實現(xiàn)。

(4)DPD在MIMO發(fā)射機中的研究。目前DPD 技術(shù)大多研究應(yīng)用于單個功放，文獻[40]提出了一種cross-over-predistortion(CO-DPD)在MIMO發(fā)射機的研究，然而CO-DPD忽略了輸入信號的高階交叉項的影響，因此，文獻[41]提出了一種cross-over canceling predistortion(CTC-DPD)，相比CO-DPD在-15 dB時EVM提高1.5%；文獻[42]對CTC-DPD進行了更進一步的研究。因此，可以預(yù)見適用于MIMO發(fā)射機的DPD技術(shù)是未來DPD的一個重要發(fā)展方向。

6 結(jié)束語

功放預(yù)失真技術(shù)對無線通信的發(fā)展有著重要意義，然而，DPD技術(shù)是功放預(yù)失真技術(shù)最重要的研究方向，而且DPD技術(shù)理論已經(jīng)逐步成熟，并開始在實際中得到應(yīng)用。本文圍繞目前功放數(shù)字預(yù)失真技術(shù)的功放模型、學(xué)習(xí)結(jié)構(gòu)以及自適應(yīng)算法等方面的發(fā)展與研究狀況做出了介紹，但隨著無線通信系統(tǒng)帶寬的不斷增加，要克服記憶效應(yīng)帶來的非線性失真，除了采用預(yù)失真技術(shù)外，還要對功放本身進行改進和完善，這樣才可以更好的讓功放的效率和線性度盡可能達到人們所需要的要求。

[1] Seymour C. Development of Spacecraft Solid-State High Power-Band Amplifiers[J]. IEEE Proc，1986， 133(4)：326-338.

[2] Black H S. Translating System[P]. US Patents， 1686792. 1928-10-9.

[3] Wills D.A Control System for a Feedforward Amplifier[J]. Microwave J，1998，41(4)：22.

[4] Cox D. Linear Amplification with Nonlinear Components[J]. IEEE Trans Commun，1974，22(12)： 1942-1945.

[5] Kahn L R. Single Sideband Transmission by Envelope Elimination and Restoration[J]. Proceeding of the IRE，1952，40(7)：803-806.

[6] Ghannouchi F M，Hammi O. Behavioral Modeling and Predistortion[J]. IEEE Microw Mag，2009，10(7)：52-64.

[7] Pupolin S, Greenstein L J. Performance Analysis of Digital Radio Links with Nonlinera Transmit Amplifiers[J]. IEEE J Sel Areas Commun，1987，5(3)：533-545.

[8] Saleh A. Frequency Independent and Frequency Dependent Nonlinear Models of TWT Amplifiers[J]. IEEE Trans Commun，1981，29(11)：1715-1720.

[9] Mansell A R，Bateman A. Adaptive Predistortion with Reduced Feedback Complexity[J]. Electronics Lett. 1996，32(13)：1153-1154.

[10] Cavers J K. Effrect of Quadrature Modulator and Demodulator Errors on Adaptive Digital Predistorters for Amplifier Linearization[J].IEEE Transaction on Vehicular Technolog，1997，46(2)：456-466.

[11] Changsoo E, Edward J P.A New Volterra Predistorter based on the Indirect Learing Architecture[J]. IEEE Trans Signal Process，1997， 45(1)：223-227.

[12] Imai A，Nisihmura E，Papadimitaiou S. Marine Containner Terminal Configurations for Efficient Handing of Mega-Containerships[J]. Trans on Research Part E，2013，49(1)：141-158.

[13] Vuong X T, Guibord A F.Modeling of Nonlinear Elements Exhibiting Frequency-Dependent AM/AM and AM/PM Transfer Characteristics[J]. Can Electr Eng J，1984，9(3)：112-116.

[14] DING L，ZHOU G T，Morgan D R，et al. A Robust Digital Baseband Predistorter Constructed using Memory Polynomials[J]. IEEE Trans Commun, 2004，52(1)：159-165.

[15] Magnus I, David W, Daniel R.A Comparative Analysis of Behavioral Models for RF Power Amplifiers[J]. IEEE Trans Microwave Theory Tech，2006，54(1)：348-359.

[16] KU H，Mckinley M D， Kenney J S. Quantifying Memory Effects in RF Power Amplifier[J]. IEEE Trans Microwave Theory Tech，2002，50(12)：2843-2849.

[17] Canonaco P，Legato P，Mazza R M，et al. A Queuing Network Model for the Management of Berth Crane Operations[J]. Comp Oper Res，2008，35(8)：2432-2446.

[18] Magnus I，David W，Daniel R. Wide-Band Dynamic Modeling of Power Amplifiers using Radial-Basis Function Neural Networks[J]. IEEE Trans Microwave Theory Tech，2005，53(11)：3422-3428.

[19] Gzyl H，Palacios J L，The Weierstrass Approximation Theorem and Large Deviations[J]. Am Math Mon，1997，104(7)：650-653.

[20] 于翠屏. 寬帶功率放大器預(yù)失真線性功放技術(shù)的研究[D]. 北京: 北京郵電大學(xué), 2009. YU Cui-ping. Research on the Predistortion Technology of Wideband Power Amplifiers[D]. Beijing：Beijing University of Posts and Telecommunications，2009.

[21] 南敬昌，周丹，李詩雨等. 改進的動態(tài)記憶多項式功放模型及預(yù)失真應(yīng)用[J]. 激光雜志, 2014, 35(7): 50-54. NAN Jing-chang，ZHOU Dan，LI Shi-yu，et al. Improved Dynamic Memory Polynomial Behavior Model and Predistortion for Power Amplifier[J]. Lasernal， 2014，35(7)：50-54.

[22] Morgan D R，Ma Z，Kim J，et al. A Generalized Memory Polynomial Model for Digital Predistortion of RF Power Amplifiers[J]. IEEE Trans Signal Process，2006，54(10)：3852-3860.

[23] Hammi O，Ghannouchi F M. Twin Nonlinear Two-Box Models for Power Amplifiers and Transmitters Exhibiting Memory Effects with Application to Digital Pre-Distortion[J]. Wireless Compon Lett， 2009，19(8)：530-532.

[24] 南敬昌，李詩雨，汪赫瑜等. 一種新型射頻功放建模結(jié)構(gòu)LMEC研究及預(yù)失真應(yīng)用[J]. 計算機應(yīng)用研究，2013，30(8)：2447-2450. NAN Jing-chang，LI Shi-yu，WANG He-yu，et al. New LMEC Model for Behavior Modeling and Predistortion for RF Power Amplifiers[J]. Application Research of Computers，2013，30(8)：2447-2450.

[25] Amin S，Landin P，Ronnow D. Behavioral Modeling and Linearization of Crosstalk and Memory Effects in Radio Frequency MIMO Transmitters[J]. IEEE Trans Microw Theory Tech，2014，62(4)：810-823.

[26] Eun C，Powers E J. A New Volterra Predistorter based on the Indirect Learning Architecture[J]. IEEE Trans Signal Process，1997，45(1)：223-227.

[27] 詹鵬，秦開宇，蔡順燕. 單路反饋射頻功放預(yù)失真線性化方法[J]. 電子與信息學(xué)報，2011，33(8)：2023-2027. ZHAN Peng, QIN Kai-yu, CAI Shun-yan. Single Feedback Predistortion Linearization Predistortion for RF Power Amplifiers[J]. Journal of Electronics & Information Technology，2011，33(8)：2023-2027.

[28] 曲昀，南敬昌，毛陸虹等. 射頻功放數(shù)字預(yù)失真新方法研究[J]. 微電子學(xué)，2013，43(3)：440-444. QU Yun，NAN Jing-chang，MAO Lu-hong，et al. Study on New Digital Pre-Distortion Method for RF Power Amplifier[J]. Microelectronics，2013，43(3)： 440-444.

[29] Sayed H. Fundamentals of Adaptive Filtering[M]. US：Wiley IEEE Press，2003.

[30] 黃圣，胡澤鑫，龔文斌. 一種用于預(yù)失真系統(tǒng)的RLS+LMS組合算法[J]. 遙測遙控，2012，33(6)：7-12. HUANG Sheng，HU Ze-xin，GONG Wen-bin. A Combined Algorithm of RLS and LMS Using in Predistortion Systems[J]. Journal of Telemetry Tracking and Command，2012，33(6)：7-12.

[31] 韓冰，晉東立. 數(shù)字預(yù)失真器模型參數(shù)辨識算法研究[J]. 通信技術(shù)，2015，48(7)：799-802. HAN Bing，JIN Dong-li. Parameters Identification Algorithm of Digital Pre-Distorter Model[J]. Communications Technology，2015，48(7)：799-802.

[32] ZHANG F，WANG Y，Ai B. Novel Adaptive Digital Predistortion based on the Hybrid Indirect Learning Algorithm[C]// 2014 IEEE International Symposium on BMSB. Beijing：IEEE，2014：1-4.

[33] M Yue-lin，Yasushi Y，Yoshihiko A. FPGA Implementation of Adaptive Digital Predistorter with Fast Convergence Rate and Low Complexity for Multi-Channel Transmitters[J]. IEEE Trans Microwave Theory Tech，2013，61(11)：3961-3972.

[34] CHAO Y，YAN G. Output-Controllable Partial Inverse Digital Predistortion for RF Power Amplifiers[J]. IEEE Trans Microwave Theory Tech，2014，62(11)：2499-2510.

[35] Braithwaite R N. A Combinedapproach to Digital Predistortion and Crest Factor Reduction for the Linearization of an RF Power Amplifier[J]. IEEE Trans Microwave Theory Tech，2013，61(1)：291-302.

[36] Fehri B，Boumaiza S. Joint Dual-Band Crest Factor Reduction and Digital Predistortion of Power Amplifiers Drivenby Inter-band Carrier Aggregated Signals[C]//2014 IEEE MTT-S International IMS. Tampa：IEEE，2014：1-4.

[37] YOUNG Y W，Jangheon K，Jaehyok Y. Adaptive Digital Feedback Predistortion Technique for Linearizing Power Amplifiers[J]. IEEE Trans Microwave Theory Tech，2007，5(55)：932-940.

[38] Mathilde B，Myriam A. Joint Linearity and Efficiency Improvement Joint Linearity and Efficiency Improvement[J]. IEEE Microw wirel co， 2014，24(12)：884-887.

[39] Martinez M A，Kelly N，ZHU A. Digital Linear Pre-Compensation Technique to Enhance Predistortion Performance in Multicarrier DVB-S2 Staellite Communication[J]. Electronics lett. 2014，50(13)：957-959.

[40] Bassam S A，Helaoui M，Ghannouchi F M. Crossover Digital Predistortion for the Compensation of Crosstalk and Nonlinearity in MIMO Transmitters [J]. IEEE Trans.Microwave Theory Tech，2009，57(5)：1119-1128.

[41] Suryasarman P，Hoflehner M，Springer A. Digtal Predistortion for Multiple Antenna Transmitters [C] //EuMW Conf Proc：IEEE，2013： 412-415.

[42] Suryasarman P M，Springer A. A Compensation Analysis of Adaptive Digital Predistortion Algorithms for Multiple Antenna Transmitters [J]. IEEE Trans Circuits Syst Regul Pap，2015，62(5)：1412-1420.

Status Quo and Future Development of Power Amplifier Digital Predistortion Technology

GU Lin-hai1，GE Li-jia2

(1.Chongqing Key Lab of Mobile Communications Technology,Chongqing University of Posts and Telecommunications, Chongqing 400065, China；2.Chongqing Key Laboratory of Emergency Communication,Chongqing Communication College, Chongqing 400035,China)

AS power amplifier is an important part of wireless communication transmitter, and with the sustainable development of wireless communication, the demand for broadband linear amplifier becomes increasingly high. However, nonlinear characteristic and memory effect of power amplifier would inevitably lead to serious distortion of the signal. For reduction of in-band distortion and ACI (Adjacent Channel Interference), digital predistortion becomes the most potential development technology in power amplifier linearization technology. The status of current amplifier model, learning structure and identification algorithms of digital predistortion parameter are discussed, and the development trend of digital predistortion is explored,and all these could serve as a reference for future digital predistortion research.

power amplifier; linerization; digital predistortion; adaptive algorithm

10.3969/j.issn.1002-0802.2015.11.001

2015-06-06；

2015-09-16 Received date:2015-06-06；Revised date：2015-09-16

國家自然科學(xué)基金資助項目(No.61271251)

Foundation Item: National Natural Science Foundation of China ( No.61271251)

TN92,TN722.7

A

1002-0802(2015)11-1207-06

谷林海(1989—)，男，碩士研究生，主要研究方向為高速無線傳輸理論與實時信號處理；

葛利嘉(1957—)，男，教授，博士生導(dǎo)師，主要研究方向為高速無線傳輸理論與實時信號處理。