CN102801670B - 一种数字预失真方法及*** - Google Patents
一种数字预失真方法及*** Download PDFInfo
- Publication number
- CN102801670B CN102801670B CN201210111137.5A CN201210111137A CN102801670B CN 102801670 B CN102801670 B CN 102801670B CN 201210111137 A CN201210111137 A CN 201210111137A CN 102801670 B CN102801670 B CN 102801670B
- Authority
- CN
- China
- Prior art keywords
- digital
- signal
- distortion
- predistortion
- digital pre
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Amplifiers (AREA)
Abstract
本发明涉及通信技术领域,提供了一种数字预失真方法,包括,数字信号发生器输出数字信号,预失真前数字信号A路延时处理,B路进入数字预失真模式自动识别模块;数字预失真模式自动识别模块控制数字预失真模块选择最佳数字预失真模型,控制数字预失真模块切换系数;A路延时后数字信号经过数字预失真模块后获得预失真后数字信号,并经耦合器反馈采样产生数字反馈信号;数字预失真模式自动识别模块采集预失真前数字信号、预失真后数字信号及数字反馈信号用于提取数字预失真模型;重复上述步骤进行迭代,完成预失真的处理。本发明还提供了一种数字预失真***。采用该技术方案,减少互调失真对邻道的干扰,保证最佳的信号适应性和鲁棒性。
Description
技术领域
本发明涉及通信技术领域,特别地涉及一种数据预失真方法及***。
背景技术
随着移动通信迅速发展,无线通信频段变得越来越拥挤,频带资源越来越紧张,为了改变这种局面,在有限的频谱范围内容纳更多的通信信道,必须提高现有频段的频谱效率,因此现代通信***的信息传输技术正朝着多载波、多电平、宽频带和高峰均比方向发展。
随着信道宽度的减小,频谱利用率的提高,随之而来的问题是带外辐射的增加,造成对邻道干扰增加。出现这种情况的主要原因是在许多无线通信***中,为提供足够高的输出功率和实现最大输出,功率放大器常常工作在非线性区甚至工作在饱和区的附近,此时功率放大器呈现出很强的非线性特性。
为了解决此类问题,数字预失真技术被广泛的采用来补偿功率放大器的非线性特性。而常规的数字预失真技术对多载波、宽带宽的信号,因对于包括快速变化的信号的适应性不佳,难以达到最佳的矫正效果。大量改进的数字预失真技术,以其良好的硬件复杂度、稳定性以及高效性成为目前主流的功放线性化技术。
发明内容
本发明解决的技术问题在于提供了一种数字预失真方法及***,以解决了宽带数字信号预失真高指标要求的线性化问题。
为解决上述问题,本发明提供了一种数字预失真方法,包括,
数字信号发生器输出数字信号,预失真前数字信号A路延时处理,B路进入数字预失真模式自动识别模块;
数字预失真模式自动识别模块控制数字预失真模块选择最佳数字预失真模型,控制数字预失真模块切换系数;
A路延时后数字信号经过具有最佳预失真模型的数字预失真模块后获得预失真后数字信号,并经耦合器反馈采样产生数字反馈信号;
数字预失真模式自动识别模块采集预失真前数字信号、预失真后数字信号及数字反馈信号用于提取数字预失真模型;
重复上述步骤进行迭代,完成预失真的处理。
进一步地,所述数字预失真模式自动识别模块控制数字预失真模块选择最佳数字预失真模型,控制数字预失真模块切换系数具体为,
所述数字预失真模式自动识别模块根据B路预失真前的数字信号特性,按照模式分类算法对信号特性进行分类,根据分类结果选择最佳数字预失真模型,控制数字预失真模块切换系数。
进一步地,所述按照模式分类算法对信号特性进行分类,根据分类结果选择最佳数字预失真模型具体为,
所述信号特性包括信号功率分布、信号峰值功率、均值功率、瞬时功率、信号带宽、记忆效应大小,采用模式识别算法跟踪信号的特性变化对信号特性进行分类,根据分类结果选择最佳数字预失真模型。
进一步地,A路延时后数字信号经过具有最佳预失真模型的数字预失真模块后获得预失真后数字信号,并经耦合模块反馈采样产生数字反馈信号;具体为,
预失真后数字信号经过DAC模块转换为模拟信号,经过上变频模块后进入功率放大器;
前向模拟信号经过耦合器从功率放大器输出耦合回来,经过衰减器以及下变频模块到ADC模块输入完成模数转换获得数字反馈信号。
进一步地,所述提取数字预失真模型采用LS、RLS或LMS算法
本发明还提供了一种数字预失真***,包括,
数字信号处理装置,用于产生数字信号,提取数字预失真模型及生成数字预失真信号,具体包括,
数字信号发生器,用于产生数字信号,预失真前数字信号A路延时处理,B路进入数字预失真模式自动识别模块;
数字预失真模式自动识别模块,采集预失真前数字信号、预失真后数字信号及反馈数字信号生成数字预失真模型,控制数字预失真模块切换系数;
数字预失真模块,用于提取数字预失真模型及生成预失真后数字信号,并将所述预失真数字信号发送给数字预失真模式自动识别模块和模拟信号处理装置;
模拟信号处理装置,用于对前向数字信号进行处理,获取反馈链路信号,并发送给数字预失真模式自动识别模块。
上述***中,所述数字失真模式自动识别模块包括,
数字预失真模式选择单元,用于控制数字预失真模块选择最佳模型,控制数字预失真模块切换系数;
数字预失真模式识别单元,用于根据B路预失真前的数字信号特性,按照模式分类算法对信号特性进行分类,根据分类结果选择最佳数字预失真模型
数字预失真模式提取单元,用于采集预失真前数字信号、预失真后数字信号及反馈数字信号用于提取数字预失真模型。
上述***中,所述模拟信号处理装置包括,
DAC模块,用于将前向数字信号转换成模拟信号;
上变频模块,用于将模拟信号中频转换为射频信号;
功率放大器,用于将所述射频信号进行功率放大;
LO模块,用于产生本振信号;
耦合器模块,用于反馈采样获取反馈链路信号;
衰减器,用于去除反馈链路信号的放大器增益;
下变频模块,用于反馈链路信号由射频向中频转换;
ADC模块,用于反馈链路的模数转换。
采用上述技术方案,采用了数字预失真模式自动识别技术,使功放输出线性化改善,减少互调失真对邻道的干扰,保证最佳的信号适应性和鲁棒性;与传统的预失真技术相比,不仅提高了预失真参数的适应性,而且在传统的预失真基础上进一步提高了预失真的稳定性和性能,更适用于宽带信号及高性能指标要求的数字预失真处理。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明第一实施例流程图;
图2是神经网路模型分类示意图;
图3是本发明第二实施例结构图;
图4是数字失真模式自动识别模块结构图;
图5是GSM多载波信号特征分类流程图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白,以下结合附图和实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所述,是本发明第一实施例流程图,提供了一种数字预失真方法,包括以下步骤:
步骤S101,数字信号发生器输出数字信号;
步骤S102,预失真前数字信号A路延时处理,B路进入数字预失真模式自动识别模块;
步骤S103,数字预失真模式自动识别模块控制数字预失真模块选择最佳数字预失真模型,控制数字预失真模块切换系数;
具体地,根据B路预失真前的信号特性,按照模式分类算法对信号特性进行分类,根据分类结果选择最佳数字预失真模型,控制数字预失真模块切换系数。
这里模式分类方式可以有多种方式,如信号功率分布、信号峰值功率、均值功率、瞬时功率、信号带宽、记忆效应大小等提取信号特征,采用模式识别算法跟踪信号的特性变化对信号特性进行分类,选择最佳数字预失真模型。这里模式识别方式可采用多种方式实现。
这里以多维非线性分类模型为例,如图2所示,为神经网路模型分类示意图,信号的模式矢量X由提取的信号的特征构成,将特征矢量输入非线性分类网络中通过训练分类得到需要的分类模型,这里分类的判决函数可以有多种实现方式。
以GSM多载波信号为例,如图5所示,是GSM多载波信号特征分类流程图,所述对信号特征进行分类具体包括,
步骤S501,将GSM多载波信号的信号功率分布按照直方图分区间的方式累计点数统计,然后将统计得到的各区间点数值作为提取的信号特征;
步骤S502,将信号特征的矢量作为神经网络的输入层中,这里神经网络采用单隐层结构如图2所示;
步骤S503,将神经网络在开始预失真处理前,先进行网络的训练,待训练达到稳定后将网络的输出固定用于***的分类识别处理;
步骤S504,对所述提取的信号特征进行分类。
步骤S104,A路延时后数字信号经过具有最佳预失真模型的数字预失真模块后获得预失真信号,并经耦合器反馈采样产生数字反馈信号;
具体地,
预失真信号经过DAC转换为模拟信号,接着经过上变频模块后进入功率放大器;
前向模拟信号经过耦合器从功率放大器输出耦合器回来,再经过衰减器,接着经过下变频模块到ADC输入完成模数转换获得数字反馈信号。
步骤105,数字预失真模式自动识别模块采集预失真前数字信号、预失真后数字信号及反馈数字信号用于提取数字预失真模型;
这里模型提取可采用LS、RLS、LMS算法。
步骤106,重复若干次迭代,完成预失真的处理。
采用上述方法,使功放输出线性化改善,减少互调失真对邻道的干扰,保证最佳的信号适应性和鲁棒性。
如图3所示,是本发明第二实施例结构图,提供了一种数字预失真***,包括:
数字信号处理装置,用于产生数字信号,提取数字预失真模型及生成数字预失真信号,具体包括,
数字信号发生器,用于产生数字信号,预失真前数字信号A路延时处理,B路进入数字预失真模式自动识别模块;
数字预失真模式自动识别模块,采集预失真前数字信号、预失真后数字信号及反馈数字信号生成数字预失真模型,控制数字预失真模块切换系数;
如图4所示,是数字失真模式自动识别模块结构图,该数字失真模式自动识别模块包括,
数字预失真模式选择单元401,用于控制数字预失真模块选择最佳模型,控制数字预失真模块切换系数;
数字预失真模式识别单元402,用于对信号特性进行分类,采用模式识别算法跟踪信号的特性变化,选择最佳数字预失真模型;
数字预失真模式提取单元403,用于采集预失真前数字信号、预失真后数字信号及反馈数字信号用于提取数字预失真模型。
数字预失真模块,用于提取数字预失真模型及生成预失真后数字信号,并将所述预失真数字信号发送给数字预失真模式自动识别模块和模拟信号处理装置;
模拟信号处理装置,用于对前向数字信号进行处理,获取反馈链路信号,并发送给数字预失真模式自动识别模块。包括,
DAC模块,用于将前向数字信号转换成模拟信号;
上变频模块,用于将模拟信号中频转换为射频信号;
功率放大器,用于将所述射频信号进行功率放大;
LO模块,用于产生本振(Local Oscillator)信号;
耦合器模块,用于反馈采样获取反馈链路信号;
衰减器,用于去除反馈链路信号的放大器增益;
下变频模块,用于反馈链路信号由射频向中频转换;
ADC模块,用于反馈链路的模数转换;
本发明实施例的技术方案不限于只对GSM多载波信号,对于TDS_CDMA信号、UMTS信号、LTE信号、WiMAX、LTE&UMTS混模等宽带信号,其预失真效果同样优于传统的预失真技术。本发明适用于GSM、UMTS、LTE、WiMAX和TD-SCDMA单模或双模等宽带***。本发明并不限于这些例子,或其中的某些方面。
上述说明示出并描述了本发明的优选实施例,但如前所述,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述发明构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (5)
1.一种数字预失真方法,其特征在于,包括,
数字信号发生器输出数字信号,预失真前数字信号A路延时处理,B路进入数字预失真模式自动识别模块;
数字预失真模式自动识别模块控制数字预失真模块选择最佳数字预失真模型,控制数字预失真模块切换系数;
A路延时后数字信号经过具有最佳预失真模型的数字预失真模块后获得预失真后数字信号,并经耦合器反馈采样产生数字反馈信号;
数字预失真模式自动识别模块采集预失真前数字信号、预失真后数字信号及数字反馈信号用于提取数字预失真模型;
重复上述步骤进行迭代,完成预失真的处理;
所述数字预失真模式自动识别模块控制数字预失真模块选择最佳数字预失真模型,控制数字预失真模块切换系数具体为:所述数字预失真模式自动识别模块根据B路预失真前的数字信号特性,按照模式分类算法对信号特性进行分类,根据分类结果选择最佳数字预失真模型,控制数字预失真模块切换系数;
所述按照模式分类算法对信号特性进行分类,根据分类结果选择最佳数字预失真模型具体为:所述信号特性包括信号功率分布、信号峰值功率、均值功率、瞬时功率、信号带宽、记忆效应大小,采用模式识别算法跟踪信号的特性变化对信号特性进行分类,根据分类结果选择最佳数字预失真模型。
2.根据权利要求1所述的方法,其特征在于,A路延时后数字信号经过具有最佳预失真模型的数字预失真模块后获得预失真后数字信号,并经耦合模块反馈采样产生数字反馈信号;具体为,
预失真后数字信号经过DAC模块转换为模拟信号,经过上变频模块后进入功率放大器;
前向模拟信号经过耦合器从功率放大器输出耦合回来,经过衰减器以及下变频模块到ADC模块输入完成模数转换获得数字反馈信号。
3.根据权利要求1所述的方法,其特征在于,所述提取数字预失真模型采用LS、RLS或LMS算法。
4.一种数字预失真***,其特征在于,包括,
数字信号处理装置,用于产生数字信号,提取数字预失真模型及生成数字预失真信号,具体包括,
数字信号发生器,用于产生数字信号,预失真前数字信号A路延时处理,B路进入数字预失真模式自动识别模块;
数字预失真模式自动识别模块,采集预失真前数字信号、预失真后数字信号及反馈数字信号生成数字预失真模型,控制数字预失真模块切换系数;
数字预失真模块,用于提取数字预失真模型及生成预失真后数字信号,并将所述预失真后 数字信号发送给数字预失真模式自动识别模块和模拟信号处理装置;
模拟信号处理装置,用于对前向数字信号进行处理,获取反馈链路信号,并发送给数字预失真模式自动识别模块;
所述数字预 失真模式自动识别模块包括,数字预失真模式选择单元,用于控制数字预失真模块选择最佳模型,控制数字预失真模块切换系数;数字预失真模式识别单元,用于根据B路预失真前的数字信号特性,按照模式分类算法对信号特性进行分类,根据分类结果选择最佳数字预失真模型;数字预失真模式提取单元,用于采集预失真前数字信号、预失真后数字信号及反馈数字信号用于提取数字预失真模型;
其中,所述数字预失真模式识别单元按照模式分类算法对信号特性进行分类,根据分类结果选择最佳数字预失真模型具体为:所述信号特性包括信号功率分布、信号峰值功率、均值功率、瞬时功率、信号带宽、记忆效应大小,采用模式识别算法跟踪信号的特性变化对信号特性进行分类,根据分类结果选择最佳数字预失真模型。
5.根据权利要求4所述的***,其特征在于,所述模拟信号处理装置包括,
DAC模块,用于将前向数字信号转换成模拟信号;
上变频模块,用于将模拟信号中频转换为射频信号;
功率放大器,用于将所述射频信号进行功率放大;
LO模块,用于产生本振信号;
耦合器模块,用于反馈采样获取反馈链路信号;
衰减器,用于去除反馈链路信号的放大器增益;
下变频模块,用于反馈链路信号由射频向中频转换;
ADC模块,用于反馈链路的模数转换。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210111137.5A CN102801670B (zh) | 2012-04-16 | 2012-04-16 | 一种数字预失真方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210111137.5A CN102801670B (zh) | 2012-04-16 | 2012-04-16 | 一种数字预失真方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102801670A CN102801670A (zh) | 2012-11-28 |
CN102801670B true CN102801670B (zh) | 2018-07-24 |
Family
ID=47200637
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210111137.5A Active CN102801670B (zh) | 2012-04-16 | 2012-04-16 | 一种数字预失真方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102801670B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015176263A1 (zh) * | 2014-05-22 | 2015-11-26 | 华为技术有限公司 | 共本振电路、发射***和确定共本振电路的校正系数的方法 |
CN114900244B (zh) * | 2022-05-13 | 2023-07-04 | 中国电子科技集团公司第三十研究所 | 一种基于开环数字预失真的信号失真控制*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1453968A (zh) * | 2002-04-23 | 2003-11-05 | 华为技术有限公司 | 基于基带数字预失真技术的提高射频功率放大器效率的方法 |
CN101330481A (zh) * | 2007-06-19 | 2008-12-24 | 中兴通讯股份有限公司 | 预失真模型装置和信号的预失真处理装置、***及方法 |
CN101789920A (zh) * | 2009-12-29 | 2010-07-28 | 北京北方烽火科技有限公司 | 一种实现自适应预失真功放线性化的方法和*** |
CN102082751A (zh) * | 2009-11-27 | 2011-06-01 | 电子科技大学 | 基于改进mlbp的神经网络预失真方法 |
CN102281221A (zh) * | 2011-06-23 | 2011-12-14 | 中兴通讯股份有限公司 | 非线性***失真校正装置及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100563225C (zh) * | 2005-05-27 | 2009-11-25 | 华为技术有限公司 | 对基带数字信号进行预失真处理的通用装置 |
-
2012
- 2012-04-16 CN CN201210111137.5A patent/CN102801670B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1453968A (zh) * | 2002-04-23 | 2003-11-05 | 华为技术有限公司 | 基于基带数字预失真技术的提高射频功率放大器效率的方法 |
CN101330481A (zh) * | 2007-06-19 | 2008-12-24 | 中兴通讯股份有限公司 | 预失真模型装置和信号的预失真处理装置、***及方法 |
CN102082751A (zh) * | 2009-11-27 | 2011-06-01 | 电子科技大学 | 基于改进mlbp的神经网络预失真方法 |
CN101789920A (zh) * | 2009-12-29 | 2010-07-28 | 北京北方烽火科技有限公司 | 一种实现自适应预失真功放线性化的方法和*** |
CN102281221A (zh) * | 2011-06-23 | 2011-12-14 | 中兴通讯股份有限公司 | 非线性***失真校正装置及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102801670A (zh) | 2012-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hu et al. | Convolutional neural network for behavioral modeling and predistortion of wideband power amplifiers | |
CN102413085B (zh) | 一种数字预失真方法及装置 | |
CN104580044B (zh) | 一种预失真处理方法和*** | |
CN105763495B (zh) | 一种数字预失真的方法和装置 | |
CN107395538B (zh) | 一种频率选择性谐波抑制的数字预失真***及方法 | |
CN107359864B (zh) | 频率捷变功率放大器的自适应捷变数字预失真方法 | |
US9374112B2 (en) | Capture selection for digital pre-distortion adaptation and capture concatenation for frequency hopping pre-distortion adaptation | |
CN107592083A (zh) | 毫米波宽带功率放大器的数字预失真***及其方法 | |
CN102938638B (zh) | 一种并发多波段非线性***的互耦建模方法及线性化装置 | |
Hu et al. | Low-feedback sampling rate digital predistortion using deep neural network for wideband wireless transmitters | |
CN104639481B (zh) | 一种多频段信号处理方法及设备 | |
CN102801670B (zh) | 一种数字预失真方法及*** | |
Prata et al. | RF subsampling feedback loop technique for concurrent dual-band PA linearization | |
CN105227507B (zh) | 非线性***失真校正装置及方法 | |
Jaraut et al. | Independent component analysis for multi-carrier transmission for 4G/5G power amplifiers | |
CN104869091A (zh) | 一种数字预失真系数训练方法及*** | |
CN106921600A (zh) | 一种预失真模型的调整方法及装置 | |
CN102769589B (zh) | 一种提高数字预失真性能的方法和*** | |
Zhao et al. | A modified band-limited digital predistortion technique for broadband power amplifiers | |
Zhao et al. | A novel two-dimensional crest factor reduction for performance improvement of RF power amplifiers | |
Yin et al. | Directed graph navigated digital predistortion of mmWave power amplifiers for 6G hopping applications | |
Yin et al. | Pattern recognition of RF power amplifier behaviors with multilayer perceptron | |
Yu et al. | Dynamic Activation Digital Predistortion of RF Power Amplifiers for 6G Dynamic Spectrum Aggregation Applications | |
CN115913140B (zh) | 运算精度控制的分段多项式数字预失真装置和方法 | |
Finnerty et al. | Linearization of an outphasing amplifier for wide-band multi-carrier signals |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |