CN107104647B - 一种基于神经网络的功率放大器 - Google Patents

Abstract

本发明属于神经网络以及功率放大器技术领域，具体为一种基于神经网络的功率放大器。本发明采用反馈技术，将线性度提高电路模块与功率放大电路和功率驱动电路连接，通过电容和电阻组成的反馈网络产生180度的相移，使耦合信号在一定程度上相抵消，降低共栅器件对功率放大器线性度的影响；通过功率放大器与基于神经网络的幅度控制电路模块相连，实现幅度控制；并且本发明结构简单、功耗低、面积小。

Description

一种基于神经网络的功率放大器

技术领域

本发明属于神经网络以及功率放大器技术领域，具体为一种基于神经网络的功率放大器。

背景技术

传统功率放大器的有四种类型，它们的主要差别在于偏置情况不同。这些放大器分为A类、AB类、B类和C类，并且所有这四种放大器都可以通过同一个模型来理解。在这个一般的模型中，电阻R代表我们将要把输出功率传递到那里去的负载电阻。一个“大而胖”的电感BFL把DC功率送入到晶体管的漏极且假设这个电感很大以至于足以使通过它的电流基本不变。漏极通过电容BFC连至一个振荡回路以防止在负载中有任何DC功耗。这种特定形式的功率放大器的一个优点与在传统的小信号放大器中一样，晶体管的输出电容可以被吸收进振荡回路。另一个优点是由振荡回路提供的滤波功能削减了由总是存在的非线性引起的频带外的发射。

传统功率放大器结构简单，便于集成，但是它的线性度较差，效率低，输出功率稳定性差，无法满足现代产品越来越高的需求。在现代发射机中，线性度和输出功率要求越来越高。因此功率放大器的输出功率和线性度性能显得尤为重要。

发明内容

针对上述存在问题或不足，本发明提供了一种基于神经网络的功率放大器，实现功率放大器输出幅度控制和线性度提高。

一种基于神经网络的功率放大器，包括功率放大器核心电路模块、基于神经网络的输出幅度控制电路模块、线性度提高电路模块和输出匹配电路模块。

所述功率放大器核心电路模块采用AB类功率放大器由功率驱动电路和功率放大电路组成；基于神经网络的输出幅度控制电路模块由反馈电路和调节反馈系数的神经网络组成；线性度提高电路模块由电阻电容并联组成；神经网络通过分析输出幅度的大小自动调节M9的尺寸，使反馈电路的反馈系数β取得最佳值，从而实现输出幅度的稳定。

外接偏置电压产生电路模块为功率放大器提供偏置电压，功率驱动电路的输出接功率放大电路的输入，线性度提高电路模块的两端分别连接功率驱动电路与功率放大电路的共栅端，功率放大电路的输出接输出匹配电路模块的输入；反馈电路的输入端接输出匹配电路模块的输出端，反馈电路的输出端接功率放大电路的共源端，神经网络接反馈电路的控制端。

所述基于神经网络的输出幅度控制电路模块由反馈电路和调节反馈系数的神经网络组成，其中反馈网络由NMOS对管M7、M8，电流镜NMOS管M5，尾电流源NMOS管M6，电流源PMOS管M9、M10和偏置电阻R2组成，其中NMOS对管的尺寸比为1：1，采用差分对形式连接，电流源PMOS管M9、M10的栅极与漏极短接并分别与NMOS对管M7、M8的漏极相连，电流源PMOS管M9、M10源极接电源，NMOS对管M7、M8源极短接并与尾电流源NMOS管M6的漏极相连，尾电流源NMOS管M6的源极接地，尾电流源NMOS管M6的栅极与电流镜NMOS管M5的栅极相连，NMOS管M7接功率放大器输出，NMOS管M8外接参考电压Vref，偏置电阻R2一端与NMOS管M7的漏极相连，另一端接功率放大级共源NMOS管M3的栅极相连，PMOS管M9由MOS管阵列组成。

进一步的，所述线性度提高电路模块由两个电容C2、C3和一个电阻R1组成，其中，两个电容C2、C3串联，电阻R1一端接两个电容C2、C3之间，另一端接地。反馈网络的输入端接功率放大级共栅NMOS管M4的栅极，输出端接功率驱动级共栅NMOS管M2的栅极。

进一步的，所述功率放大器核心电路模块采用两级共源共栅放大结构，第一级为功率驱动电路，由共源NMOS管M1，共栅NMOS管M2和扼流电感L1组成；第二级为功率放大电路，由共源NMOS管M3，共栅NMOS管M4和扼流电感L2组成。第一级电路和第二级电路之间通过耦合电容C4连接。

进一步的，所述输出匹配电路模块采用T型网络匹配，由两个电容C5、C6和一个电感L3组成，其中，两个电容C5、C6串联，电感L3一端接两个电容C5、C6之间，另一端接地。输出匹配电路模块的输入端接功率放大级共栅NMOS管M4的漏极，输出端接负载电阻R1。

在功率放大器核心电路模块中，共源共栅放大结构存在信号通过共栅MOS管栅漏电容Cgd和栅源电容Cgs耦合到栅端产生高次谐波使功率放大器线性度降低，这种影响同时存在于功率驱动电路和功率放大电路。

本发明采用反馈技术，将线性度提高电路模块连接在功率放大电路共栅NMOS管M4的栅端和功率驱动电路共栅NMOS管M2的栅端之间，通过电容C2、C3和电阻R1组成的反馈网络产生180度的相移，使耦合到共栅NMOS管M4的信号与耦合到共栅NMOS管M2的信号在一定程度上相抵消，这样共栅器件对功率放大器线性度的影响就被最小化，功率放大器的线性度得到了提高。

本发明中，功率放大器与基于神经网络的输出幅度控制电路模块相连，输入差分MOS管(M7)接功率放大器输出，输入差分MOS管(M8)接参考电压，随着功率放大器输出幅度增大，当幅度超过参考电压时，流过M7和M9的电流增加，然后M9的栅压下降，该电压做为反馈电压控制功率放大器放大级共源MOS管M3的栅压，使整个功率放大器的输出电流减小，从而调节功率放大器的输出幅度达到一个稳定值；即实现了幅度控制。

综上，本发明采用两级共源共栅的AB类功率放大器作为核心电路，有效的提高了效率；且在两级共源共栅的AB类功率放大器基础上引入神经网络技术，使得功率放大器的输出幅度稳定性大大提高；同时本发明提供的幅度控制电路模块结构简单、功耗低、面积小，实现功率放大器稳定的输出幅度。

附图说明

图1是本发明的电路示意框图；

图2是本发明功率放大器核心电路模块电路图；

图3是本发明的输出幅度控制电路模块电路图；

图4是实施例中功率放大器的线性度波形；

图5是实施例中功率放大器的效率波形；

图6是实施例中功率放大器的输出频谱。

具体实施方式

下面结合附图和实施例对本发明做进一步详细说明。

本发明的电路原理如图1所示，包括功率放大器核心电路模块、线性度提高电路模块、输出匹配电路模块和基于神经网络的输出幅度控制电路模块；其具体的实现包括功率放大器核心电路的设计与实现，基于神经网络的输出幅度控制电路模块的设计与实现，线性度提高电路模块的设计与实现等部分；

功率放大器核心电路的设计，其电路图如2所示，采用两级共源共栅功率放大器结构，包括了共源NMOS管(M1)和共栅NMOS管(M2)组成的功率驱动级、共源NMOS管(M3)和共栅NMOS管(M4)组成的功率放大级、一对扼流电感(L1，L2)以及隔直电容(C4)；所述共源NMOS管(M1)和共源NMOS管(M3)宽长比相同，共栅PMOS管(M2)和共栅PMOS管(M4)宽长比相同；所述NMOS管与PMOS管以共源共栅的方式连接，即M1的漏极接M2的源极，M3的漏极接M4的源极；两级之间通过隔直电容(C4)相连接。

确定了功率放大器的特性后，根据***所要求的性能指标，以确定功率放大器的工作状态。A类功率放大器是以效率为代价来提供线性度的，其效率会很差；B类功率放大器是以线性度为代价来提供效率，其线性度会很差；AB类功率放大器介于A类和B类之间，能够提供合理的线性度和效率。本发明中要求功率放大器拥有较高的线性度和效率，故将功率放大器的工作状态设置在AB类功率放大器，如本实施例。

我们在设计功率放大器核心电路模块时，从功率放大器的功率管入手。根据***所要求的输出幅度，确定功率放大器电路所需偏置电流的大小。在MOS管饱和区，漏极电流公式由下式给出：

其中，W/L为功率管的宽长比，Vgs为功率管的栅源电压，Vth为功率管的阈值电压，Vds为功率管的漏源电压。AB类功率放大器功率管的导通角在180度到360度之间，故功率管的栅源电压Vgs略大于管子的阈值电压Vth。设置好功率管的栅源电压后，可由式(1)计算出功率管的尺寸。

在确定了功率管尺寸后，需要进一步确定扼流电感的大小。扼流电感把DC功率送入到功率管的漏极且这个电感很大以至于足以使通过它的电流基本不变，故扼流电感值应取得较大。此外，扼流电感与功率管组成一个LC谐振回路，若选取扼流电感值使其与功率管寄生电容在工作频率处谐振，则可以减小功率管寄生电容对输出功率匹配的影响。当LC谐振时，谐振频率由下式给出：

f为功率放大器的工作频率，C为功率管的寄生电容，在已知功率放大器的工作频率和功率管的寄生电容情况下，由式(2)求出扼流电感的值。

本发明采用两级共源共栅功率放大器结构，其中功率驱动电路的器件尺寸与功率放大电路的器件尺寸相同。在确定了器件尺寸后，需要做好输出功率匹配，保证功率传输最大化。根据功率传输理论，负载采用共轭匹配以实现功率传输最大化。在功率放大器中不同的负载值会导致输出功率和效率变化很大，借助负载牵引工具可以找到一个使输出功率和效率最优的点，然后用匹配网络将负载值匹配到最佳负载点的共轭值实现功率传输最大化。

基于神经网络的幅度控制电路模块如图3所示。由反馈电路和控制反馈系数的神经网络组成，反馈电路由NMOS对管(M7，M8)、电流镜NMOS管(M5)、尾电流源NMOS管(M6)、电流源PMOS管(M9，M10)和偏置电阻(R2)组成，其中NMOS对管的尺寸比例为1：1，采用差分对形式连接，电流源PMOS管(M9，M10)的栅极与漏极短接并分别与NMOS对管(M7，M8)的漏极相连，电流源PMOS管(M9，M10)源级接电源，NMOS对管(M7，M8)源级短接并与尾电流源NMOS管(M6)的漏极相连，尾电流源NMOS管(M6)的源级接地，尾电流源NMOS管(M6)的栅极与电流镜NMOS管(M5)的栅极相连，NMOS管(M7)接功率放大器输出，NMOS管(M8)外接参考电压Vref，偏置电阻(R2)一端与NMOS管(M7)的漏极相连，另一端接功率放大级共源NMOS管(M3)的栅极相连接，PMOS管(M9)由MOS管阵列组成，神经网络自动调节M9的尺寸。

基于神经网络的幅度控制电路模块的工作原理如下：当M7的栅压，即功率放大器的输出电压小于参考电压Vref时，导致M7和M9的漏电流减小；根据PMOS饱和区漏极电流公式：

M9的漏电流减小，根据公式(3)M9的栅源电压减小，M9的栅压增大，M9的栅极与功率管M3相连，则M3的栅压增大，从而使功率放大器的输出电压增大，即幅度控制电路实现了输出幅度较小时，控制输出幅度增大的效果。

当功率放大器的输出电压大于参考电压Vref时，导致M7和M9的漏电流增大，根据公式(3)M9的栅源电压增大，M9的栅压减小，则M3的栅压随之减小，从而使功率放大器的输出电压减小，即幅度控制电路实现了输出幅度较大时，控制输出幅度减小的效果。

基于神经网络的幅度控制电路模块对输出幅度控制的强弱由反馈电路的反馈系数β决定，而反馈系数β由PMOS管(M9)与功率管的尺寸比例决定，输出幅度不同，则尺寸比例也要做出相应的调整。神经网络通过分析输出幅度的大小自动调节M9的尺寸，使反馈电路的反馈系数β取得最佳值，从而实现输出幅度的稳定。

线性度提高电路模块如图2中虚线框所示。由两个电容(C2，C3)和一个电阻(R1)组成，其中，两个电容(C2，C3)串联，电阻(R1)一端接两个电容(C2，C3)之间，另一端接地。反馈网络的输入端接功率放大级共栅NMOS管(M4)的栅极，输出端接功率驱动级共栅NMOS管(M2)的栅极。

线性度提高电路模块的工作原理如下：通过电容(C2，C3)和电阻(R1)组成的反馈网络产生两个极点，信号从反馈网络的输入到输出经过两个极点的变化会产生180度的相移，使耦合到共栅NMOS管(M4)的信号与耦合到共栅NMOS管(M2)的信号在一定程度上相抵消，这样共栅器件对功率放大器线性度的影响就被最小化，功率放大器的线性度得到了提高。

反馈网络的传输函数由下式给出：

由公式(4)可得反馈网络存在两个极点

和

调节R1，C2，C3的值，使反馈网络产生一个主极点和一个次极点，功率放大器第二级的馈通信号经过反馈网络产生180度相移与功率放大器第一级的馈通信号相抵消，从而提升整个功率放大器的线性度。

为了进一步的证明本发明的效果，图4给出了实施例图2功率放大器的线性度仿真波形，从图4可以看到，功率放大器的1dB压缩点约为14dB，线性度性能较好；图5给出了实施例图2功率放大器的效率仿真波形，从图5可以看到，在功率放大器的频带(3.5GHz-4.5GHz)范围内，功率放大器的效率保持在60％左右，说明本发明功率放大器拥有很高的效率；图6给出了加入基于神经网络的输出幅度控制电路模块后的功率放大器输出频谱，从图6可以看到，在功率放大器的频带范围内，输出频谱能够稳定在-10dBm左右，带内频谱十分平坦，可以很好的作为现代发射机的功率放大器使用。

我们与传统的产品进行比较，传统的功率放大器效率低，线性度差，输出幅度不稳定；本发明在同等输入幅度和工作频率的条件下，比传统功率放大器线性度和输出幅度稳定性均实现了较大提升。

Claims (4)

1.一种基于神经网络的功率放大器，包括功率放大器核心电路模块、基于神经网络的输出幅度控制电路模块、线性度提高电路模块和输出匹配电路模块，其特征在于：

所述功率放大器核心电路模块采用AB类功率放大器由功率驱动电路和功率放大电路组成；

基于神经网络的输出幅度控制电路模块由反馈电路和调节反馈系数的神经网络组成；线性度提高电路模块由电阻电容并联组成；神经网络通过分析输出幅度的大小自动调节M9的尺寸，使反馈电路的反馈系数β取得最佳值，从而实现输出幅度的稳定；

外接偏置电压产生电路模块为功率放大器提供偏置电压，功率驱动电路的输出接功率放大电路的输入，线性度提高电路模块的两端分别连接功率驱动电路与功率放大电路的共栅端，功率放大电路的输出接输出匹配电路模块的输入；反馈电路的输入端接输出匹配电路模块的输出端，反馈电路的输出端接功率放大电路的共源端，神经网络接反馈电路的控制端；

所述反馈电路由NMOS对管M7、M8，电流镜NMOS管M5，尾电流源NMOS管M6，电流源PMOS管M9、M10和偏置电阻R2组成；其中NMOS对管的尺寸比为1：1，采用差分对形式连接；

电流源PMOS管M9、M10的栅极与漏极短接并分别与NMOS对管M7、M8的漏极相连，电流源PMOS管M9、M10源极接电源，NMOS对管M7、M8源极短接并与尾电流源NMOS管M6的漏极相连，尾电流源NMOS管M6的源极接地，尾电流源NMOS管M6的栅极与电流镜NMOS管M5的栅极相连，NMOS管M7接功率放大器输出，NMOS管M8外接参考电压Vref，偏置电阻R2一端与NMOS管M7的漏极相连，另一端接功率放大级共源NMOS管M3的栅极相连，PMOS管M9由MOS管阵列组成。

2.如权利要求1所述基于神经网络的功率放大器，其特征在于：

所述线性度提高电路模块由两个电容和一个电阻组成，其中两个电容串联，电阻一端接两个电容之间，另一端接地；其输入端接功率放大电路中共栅NMOS管的栅极，输出端接功率驱动电路中共栅NMOS管的栅极。

3.如权利要求1所述基于神经网络的功率放大器，其特征在于：

所述功率放大器核心电路模块采用两级共源共栅放大结构，第一级为功率驱动电路，由共源NMOS管，共栅NMOS管和扼流电感组成；第二级为功率放大电路，由共源NMOS管，共栅NMOS管和扼流电感组成；第一级电路和第二级电路之间通过耦合电容连接。

4.如权利要求1所述基于神经网络的功率放大器，其特征在于：所述输出匹配电路模块采用T型网络匹配，由两个电容和一个电感组成；两个电容串联，电感一端接两个电容之间，另一端接地；其输入端接功率放大级共栅NMOS管的漏极，输出端接负载电阻。

Images