SE520728C2 - Förfarande för icke-linjär modellering - Google Patents

Description

520728 ïí¿F:3$:ffí«+* 2 förbättra konceptets prestanda görs olika bemödanden för att förbättra FF- arkitekturen genom att predistordera signalen till huvudeffektförstärkaren.

Detta görs för att reducera distortionen i huvudförstärkaren före påläggandet av korrektionssignalerna i framåtmatningsslingan och alltså erhålla bättre verkningsgrad och mindre korrektion nödvändig i FF-slingan. Exempel på sådana patent är WO97/37427, WO99/23756, WO99/45640 samt WO99/ 45638, vilka visar en allmän ökning av analog komplexitet för att generera predistortionsignaler till huvudeffektförstärkaren i framåt- matningstillämpningen eller endast användning av predistortions- linjärisering av en RF-förstärkare utan framåtmatningsslingan för mindre krävande tillämpningar. Med halvledarteknologin som förbättrar både DSP-, ADC- och DAC-tekniken har ansträngningar gjorts för att göra predistortionen inom den digitala domänen istället för i den analoga. Diverse patentet på digital predistortion har inlämnats. Till att börja med täckte de digitala predistortionspatenten förbättringar av enkla bärvågsförstärkare för linjär modulation. Referenser som kan nämnas här är de amerikanska patenten US-A-4 291 277, US-A-5 049 832. Tekniska artiklar som James Carver - IEEE Transactions on Vehicular technologi, Vol. 39 No. 4, Nov. 1990: " Amplifier Linearization using Digital Pre-distorter With fast adaption and Low Memory requirements" och Andrew S. Wright och Willem Durtler, IEEE Transactions on Vehicular technology, Vol. 41, No. 4, Nov. 1992: "Experimental Performance of an adaptive Digital Linearized Power Amplifier", ger god insikt i den föregående historien för utvecklingen av digital predistortion. I Figur 1 illustreras en digital predistorderarskiss som beskrivs av Carvers et al.

RF-flerbårvågseffektförstärkare (MCPA) ställer mycket höga krav på linjäritet för att undvika spektral bandbreddsspridning av RF-effekt in i regioner av spektrum som inte uppträder i ingångssignalen. Analogt med den kända analoga framåtmatningstekniken offentliggörs olika patent för digital predistortions- och postdistortionstillämpningar genom exempelvis patent- dokumenten WO97/ 30521, WO98/ 51005, US-A-S 923 712 av Leyondecker samt WO98/ 12800. '52Û728 š*ïflfïïïߥ*¿ Figur 2 visar en grundläggande skiss för en digital predistortionstillämpning (DPD) tillämpad på ett trådlöst system. DPD kan emellertid tillämpas på andra system som behöver digital linjärisering. De nämnda patenten har att göra med implementeringen av den så kallade realtidskopplingen och då i mindre utsträckning med beräkningsrutinerna (algoritmerna) använda i DSP för uppdatering av uppslagstabeller och andra styrparametrar. En ändamålsenlig design måste ta om hand både hårdvara och mjukvara för enkelhet i den praktiska implementeringen.

Alla nämnda patent bygger på den grundläggande strukturen illustrerad i Figur 1 med några funktionella tillägg för att hantera och kompensera för mer än de grundläggande överföringsfunktionerna för förstärkning och fas, som en verklig fysisk anordning har. Den digitala modellen för den icke- linjära anordningen som en förstärkare (PA) måste inbegripa modeller vilka innehåller fler datadimensioner som tar med i beräkningen de så kallade "minneseffekterna". Genom integration av ingångssignalen över en viss tid görs en mätning av insignalens signalnivå för topp till medelvärde. Detta används sedan för att skapa tabeller som beskriver anordningens prestandaberoende inte endast avhängigt den aktuella insignalstyrkan.

Patentdokumentet WO98/ 12800 från Spectrian beskriver ett sätt som från uppmätta förstärkarprestanda genom användning av en så kallad "läckande integrator" får information om signalens löpande medelvärdesmagnitud och från detta skapar en funktion för att beskriva förstärkarens prestanda kombinerat i en tabell. Spektrianpatentet använde signalmagnituden som inmatning till den "läckande integratorn", vilket är grundmässigt fel eftersom patentkraven avser effektberoende. Den "läckande integratorn" skall arbeta med den kvadrerade magnituden som i stället representerar signaleffekten.

Det ovan nämnda patentet liksom US-A-5 949 283 och US-A-S 959 500 är olika implementeringar av hur man skapar tabeller från observationer av förstärkarens utsignal. Observatíonerna används för att skapa tabeller för predistorderade insignaler till förstärkaren för att förbättra distortionen vid förstärkarens utgång. Genom att lägga till komplexitet i predistorderarna 520728 §?ïfišïZï¿%"1: 4 ökas ofta uppslagstabellens (LUT) dimension drastiskt. Patenten har även att göra med scenarier med användning av de skapade uppslagstabellerna för att skapa signaler som skall användas som en postdistortion som subtraheras från huvudförstärkaren genom en annan förstärkarupp- konverterare vid huvudförstärkaren utgång. Detta ökar komplexiteten i lösningarna.

Den föreliggande uppfinningen tillämpas endast på konstruktionen av de digitala delarna som är nödvändiga för att göra distortionsreducering för en icke-linjär anordning som en RF-effektförstärkare (PA) samt algoritmerna för att erhålla resultaten. Effektförstärkaren betraktas vara den icke-linjära anordningen i resten av denna skrift. Olika huvuddrag och patent har beviljats för detta problem. Värt att nämna är följande. Resultaten uppnådda i dessa patent är att mycket stor multidimensionell minnesstorlek behövs och att algoritmerna för beräkning av de nödvändiga minnesinnehållen är oklara. Den tillgängliga distortionsreduceringen vid tillämpning av dessa patent är också okänd eftersom strukturen och algoritmerna kontaminerar olika PA-prestanda för en verklig anordning liksom fasfördröjning, effektberoende och förspänningsberoende i samma funktionsblock av implementerade digitala blockscheman. US-A-S 923 712 beskriver en metod med tabeller som innehåller extraherat åtskilliga viktningskoefficienter på som på något konstigt sätt kombinerar både effekt och magnitudsampel med olika fördröjningar för att avgöra något medelprestanda. Resultatet kombineras med direkt invers predistortionsmodellering. Figur 8 i US-A-5 923 712 visar hur komplex implementeringen blir för ett praktiskt fall om minnesprediktioner skall användas. Multidimensionella tabeller implementeras alltså för prediktion av effektberoendet som visat i andra patent.

Grunden för alla dessa patent är att de kompenserande förstärknings- beräkningarna som skall läggas i LUT (Look Up Table) görs genom en direkt invers division av den observerade RF-effektutmatningssignalen och en tidsfördröjd (justerad) insignal. Det ñnns en mängd specialkonstruerade l52o72s gç¿g¿¿f;;¿; 5 algoritmer som behövs för att vara tillämpbara i varje speciellt patent för att förbättra de grundläggande felen genom direkt inversberäkning och de speciella huvuddragen använda liksom signalbruskänslighetsreduktion och algoritmkonvergens.

Nyligen publicerade patent: US200l/O50592 Al och US2002/O0O8578 A1 utgör de mest lovande tillvägagångssätten grundat på Volterra-analys och smart matematik för att lösa Volterrakärnorna (se referenserna [1] och [2]).

Resultatet är flerfaldiga uppslagstabeller där varje tabelldimension läses från en skild styrparameter och resultatet adderas och tillämpas på koefficienter för ett FIR-ñlter för att hantera minneseffekter.

Alltså finns det fortfarande ett behov av ett enkelt och effektivt förfarande för att tillhandahålla minimering av RF-effektförstärkardistortion (dvs. linjärisering eller predistortion). Därför utför den föreliggande uppfinningen inte direkta inversa beräkningar som skisserats ovan och vilket kommer att förklaras i beskrivningen av den föreliggande nya proceduren.

SAMMANFATTNING AV UPPFINNINGEN Tillvägagångssättet enligt den föreliggande uppfinningen skiljer sig från de ovan presenterade lösningarna i strukturen att analysera det icke-linjära problemet. Ovanstående patent analyserar de olika orsakerna för distortion genom att tillhandahålla flerfaldiga icke-linjära funktioner som adderas på ett väl känt parallellt sätt till det slutliga koefficientvärdet vilket resulterar i uppslagstabellen med flerfaldiga dimensioner (Figur 23a).

I den föreliggande uppfinningen används ett fullständigt skilt tillvägagångs- sätt. Multiplicering av block som vardera beror på en icke-linjär parameter används både i icke-linjär modellering och för en motsvarande pre- distorderarkonstruktion. Den nya modellen kan användas för känneteckning av ett icke-linjärt system eller för linjärisering av ett icke-linjärt system.

Tillämpning på flerbärvågsförstärkare för ett kommunikationssystem visas som ett tillämpningsexempel. Även för andra tillämpningsområden är den 6 nya matematiska metoden lämplig (ekoupphåvande, icke linjära kommunikationskanaler etc). Parameterextraheringar och tabeller för den nya modellen ger inte flerfaldigt dimensionella tabeller och flerfaldigt dimensionella matematiska lösningar för parameterextraheringar som enligt teknikens ståndpunkt. (Figur 23b) Utföringsformerna beskrivs som exempel tillämpade för icke-linjära effektförstärkarsystem, men det finns ingen begränsning för att tillämpa detta nya tillvägagångssätt på andra icke-linjära system.

Den första utföringsformen är för den matematiska processen att erhålla den nya modellstrukturen visad i Figurerna 24a till 24c, och definierade genom följande framställning: En icke-linjärt process eller ett icke-linjärt system kan uttryckas som en process som beror på en uppsättning parametrar P1 till PN som deñnierar en icke-linjär process betecknad NLS(P1, P2,...PN). Denna process kan beskrivas genom en multiplikation av en kaskad av underprocesser som vardera beror av en av processerna P1 till PN. Varje underprocess kan vara en generaliserad Wiener- eller Hammersteinprocess (Se även ref. [2]] som innehåller både en linjär och en ickelinjär process. Process- eller systembeskrivning görs på följ ande sätt: Modellen beskriver först en överföringsfunktion för ett ickelinjärt huvudundersystem (MNLS, Main Non-Linear Subsystem) beroende av en process P1. De konsekutiva multiplicerande linjära systemprocesserna (i) beskrivs vardera av en överföringsfunktion 1+dNLS(dPi) där dNLS(dPi) definieras som en skillnadsunderprocess till de föregående kaskadkopplade processerna. Processen dPi definieras som lika med skillnaden mellan det faktiska processvärdet Pi och medelvärdet Pi_mean för processparametern Pi använd i de föregående processerna.(Figur 24a) 7 Den första huvudsystemprocessen [MNLS{P1)] kan utvärderas genom modellparameteranpassning genom minimering av felen mellan den observerade utmatníngen från den faktiska processen och den beräknade utmatníngen från den modellerade icke-linjära huvudprocessen MNLS(P1) beroende av parameter P1 . Både modellen och den faktiska uppmätta icke- linjära processen antas ha samma inmatningsstimuli. Nästa kaskad- kopplade process utvärderas vidare och processvärdet Pi anpassas genom ytterligare beräkningar, som använder felen mellan utmatníngen från den så långt modellerade processen och den faktiska utmatníngen från den faktiska processen, som har samma inmatningsstimuli.

Linjäriseringen av en faktisk icke-linjär process eller system som använder den nya kaskadbara icke-linjära processbeskrivningen kan göras genom att ansluta kaskadkopplade underprocesser som vardera beror av processparametrar Pi framför den faktiska icke-linjära processen eller systemet. Anslutningen av processerna är så att det första kaskadblocket är en icke-linjär underprocess som beror av skillnadsparametern dPN och processen närmast det faktiska icke-linjära systemet som är beroende av processparametern P1 relaterad till det icke-linjära huvudmodellsystemet MNLS(P1). Varje underprocess har den inversa processfunktionen för den motsvarande icke-linjära undermodellprocessen. De inversa underproces- serna kan antingen vara en direkt invertering av den icke-linjära modelunderprocessen 1/1+dNLS(Pi)) eller uttryckt som 1+dNLSm(Pi), där dNLS(Pí) är en modifierad process som beror av samma process Pi som i den icke-linjära modellen som använder Hammerstein- och Wienerprocessens dualitetsprincip. Den inversa funktionaliteten för huvudprocessen MNLS(P1) beroende av parameterns P1 funktionalitet kan antingen vara en direkt invers process 1/MNLS(P1) för den icke-linjära modellen eller härledd genom användning av en direkt invers icke-linjär signalöverförings- karakterístikberäkning för en process MNLSm(P1) med användning av Hammerstein- och Wienerprocessens dualitetsprincip. (Figurerna 24b och 24c) 520728 ïfßwtaçarra 8 Anpassningen och optimeringen av linjåriseringsprocessen som beskrivs görs genom minimering av felbidragen mellan inmatningsstimuli och den observerade utmatningen från det totala systemet som innehåller linjäriseringssystemblocken i kaskad och det faktiska icke-linjära systemet.

Felminimeringen görs först mot huvudprocessen P1 i det inversa processblocket 1/MNLS(P1) eller MNLSm(P1) för kaskaden. När anpassningen har nått ett minimum och ingen ytterligare felreduktion är tillgänglig genom anpassningsprocessen, går linjäriseringssystemet vidare genom minimering av efterföljande kaskadblock beroende av skillnadsprocessen P2 och så vidare tills den sista parametern i kaskadlinjäriseringssystemet är minimerad. Linjäriseringen kan då göra en andra slinga eller kontinuerlig slingkörning av linjäriseringsanpassning genom att göra samma felminimeringsprocess som börjar med parameter P1 och slutar med PN.

Anpassningen av linjäriseringsunderblocken i linjäriseringskaskaden kan antingen anpassas genom beräkning av en virtuell icke-linjär modell i en systemprocessor som styr linjäriseringsprocessen och minimerar felen mellan den beräknade virtuella modellutmatningen med den totala systemutmatningen. Linjäriseringsunderblocket kan då uppdateras genom den direkta inversen av det beräknade modellblocket. Även en blandning av anpassningstekniker kan användas genom uppdatering av några underblock i linjäriseringskopplingen med värden härledda från den virtuella icke-linjära systemmodellen endast delvis beräknad i processorn, medan andra block direkt uppdateras genom direkt invers signalöverföringkarakteristik- beräkning som minimerar felen mellan inmatningsstimuli till linjäriseringssystemet och den observerade utmatningen.

Proceduren i ovanstående framställning kan även omarrangeras så att huvudprocessen MNLS kan bero av mer än en process, dvs. MNLS(P1,P2,..PM) och underprocesserna kan även sättas som dNLS(Pl\/I,PM+1...) även om beräkningsansträngningen i dessa fall kommer att vara flerfaldiga kärnlösningar för varje underprocess. En blandning av enkelprocessblock och multipelprocessblock kan användas. ¿¿, _, ¿ ._ ' .f v. ' 9 Felminimeringsanpassningstekniken som beskrivs här tillämpas på känd tillämpning av icke-linjära system enligt teknikens ståndpunkt, men system enligt teknikens ståndpunkt är alltid konstruerade på ett additivt sätt med icke-linjära block och inte på ett multiplicerade sätt med en kaskad av icke- linjära block som i den föreliggande uppfinningen.

I en första utföringsform visas giltigheten vidare i det föreliggande dokumentet genom ett exempel på att erhålla en digital icke-linjär effektförstärkarmodell och en predistortionskoppling tillämpad på denna effektförstärkare.

I en andra utföringsform av uppfinningen resulterar ett icke-linjärt anordningsmodelleringsförfarande i en digital basbandsrepresentation av en icke-linjär anordning med kapaciteten att optimera modellgiltigheten för varje modellerat kännetecken för den använda icke-linjära anordningen.

Modellen ger möjlighet att beskriva och utvärdera olika anordnings- egenskaper. En noggrann karakterisering av AM till AM och AM till PM kan utvärderas. Anordningens frekvensgensvar när exciterad med envelopp- modulerade signaler kan utvärderas. De termiska tidsgensvaren för insignalseffekten kan hittas. De utvärderade egenskaperna kan användas i en testprocedur i en produktionsanläggning för att veriñera produktions- kvalitet. Termiska anordningsmonteringsfel kan som ett exempel utvärderas.

I en tredje utföringsform av uppfinningen byggs de digitala predistor- derarfunktionsblocken i enlighet med den föreliggande uppfinningen som den ínversa funktionaliteten för den verkliga PA-anordningens modell och prestanda grundat på verklig anordningskarakterisering. Den digitala funktionaliteten konstrueras som funktionsblock inriktade i kaskad för signalen att passera igenom. Blocken konstrueras på sådant sätt att olika funktionsblock kan vardera tilldelas olika prestanda- eller parameter- beskrivningar för en verklig effektförstärkare. Beroende på prestandakrav kan funktionsblocken aktiveras eller avaktiveras. Algoritmerna för beräkning av blockparametrar grundas på modern signalbearbetningsteknik för DSP- 1- h. . , .. ,_'- y . . . . .. , .., . .l , 3 _- . . . 1 . . . . , ,, _ . ._ f - , -HI-Qr | u' , . 10 tillämpning. Inga flerdimensionella matematiska Volterra-kärnlösningar behövs. Den grundläggande digitala kretslösningen är skalbar i funktioner.

Detta betyder att för moderata krav kan användas en mindre del av blocken och en mindre del av algoritmerna beräknade i den digitala signalprocessorn (DSP). Multidimensionellt LUT-minne behövs inte i något funktionsblock.

Lösningen i enlighet med den föreliggande uppfinningen gör det även möjligt att korrigera för introducerade gruppfördröjningsfel inom signalbandbredden vilket lösningar för digital predistortionstillämpning enligt teknikens ståndpunkt inte är i stånd att korrigera för. Vidare kan även effektberoende frekvens- och tidsgensvar korrigeras.

I enlighet med en fjärde utföringsform av uppfinningen, för enkelhet i DSP- implementering och reducering av minnesbehov för program behövs endast några få grundläggande algoritmer för beräkning och uppdatering av de olika funktionsblocken i den nya digitala predistorderaren för beräkning av en icke-linjär digital anordningsmodells kännetecken. Dessa algoritmer används både för signaltidsinriktning, minneseffektsberäkningar och uppdateringsberäkníngar för en enda LUT-tabell i varje tillämpat block.

I enlighet med ännu en femte utföringsform av uppfinningen, med nya moderna digitala bearbetningsalgoritmer tillämpade på den visade DPD- kopplingen, kan det grundläggande digitala funktionsblocket som skisserats i Figur 1, och enligt teknikens ståndpunkt betraktat som en "minneslös digital predistorderare", fås att fungera som en "digital predistorderare med minneskompensation".

Ett förfarande för icke-linjär analys i enlighet med den föreliggande uppfinningen fastställs av det oberoende patentkravet 1 och de beroende patentkraven 2 - 6..

H -.,, 520728 1 1 KORT BESKRIVNING AV RITNINGARNA Uppñnningen tillsammans med ytterligare ändamål och fördelar med denna kan bäst förstås genom att hänvisa till följande beskrivning läst tillsammans med de medföljande ritningarna, i vilka: FIG. 1 FIG. 2 FIG. 3 FIG. 4a FIG. 4b FIG. 5a Fig. 5b FIG. 6a FIG. öb illustrerar ett grundläggande predistorderarblock för AM till AM och AM till PM (Teknikens ståndpunkt), illustrerar en digital predistortionstillämpning (Teknikens stånd- punkfl, är ett utvärderingsschema för PA-modellkarakterisering, visar effektförstärkare med en spänningsmatníngskoppling, visar en digital modellrepresentation med FIR-ñlter och arrange- mang för multiplicering av ingångssignalen med uppslagstabellen LUT för komplex förstärkning, visar det grundläggande justeringsblocket för komplex förstärkning i den nya digitala predistorderaren, illustrerar att den nya digitala predistorderaren är en invers funktion av den härledda digitala PA-modellen i Figur 4b, illustrerar ett uppmätt ingångssignalspektrum för den härledda PA-modellens spektrumprestanda, visar spektrumprestanda för den härledda PA-modellen utan tillämpad predistortion, FIG.

FIG.

FIG.

FIG.

FIG.

FIG.

FIG. 6c 7a 7b 7c 8a 8b 520728 12 visar spektrumprestanda för en predistorderare med direkt invers förstärkning enligt teknikens ståndpunkt erhållna efter 5 anpassningar av LUT, visar förbättrade spektrumprestanda för en predistorderare i enlighet med den föreliggande uppfinningen också efter 5 anpassningar av LUT, illustrerar magnitudförstärkningsdatabas och inverterad fasför- stärkningsdatabas för första anpassning av DPD-lösningar med direkt invers förstärkningsberäkning enligt tekniken ståndpunkt, illustrerar magnitudförstärkningsdatabas och inverterad fasför- stärkningsdatabas för femte anpassning av DPD-lösningar enligt teknikens ståndpunkt med direkt invers förstârkningsberäkning, visar innehållet i LUT-tabellen för magnitudförstärkning och fasförstärkning efter 5 anpassningar av direkt invers förstärk- ningsberäkning enligt teknikens ståndpunkt för DPD-lösningar, visar samma magnitud- och fasförstärkningsdata plottade i samma skala som i Figur 7a för den första anpassningen för beräkning av prestanda för PA-modell + DPD i enlighet med den föreliggande uppfinningen, med användning av FIR-utjämningsalgoritmen i den digitala signalprocessorn beskriven tidigare i denna uppfinning, Visa samma data efter den femte anpassningen i enlighet med den föreliggande uppfinningen varvid indikeras en remarkabel reduktion av dataarean för förstärkningsberäkningar och anpassning, FIG. 80 FIG. 9 FIG.

FIG. lla 10 FIG llb FIG.

FIG.

FIG.

FIG.

FIG. llc 12 13a l3b 14 520728 13 visar tabellinnehället för den inverterade amplitud- och fasförstärk- ningen matat in i predistorderarens LUT efter den femte anpassningen i enlighet med den föreliggande uppfinningen. illustrerar de nya föreslagna digitala modellfunktionsblocken för ytterligare reduktion av felvektorn mellan den digitala PA-modellen och uppmätta PA-prestanda, illustrerar den digitala modellens differentiella komplexa förstärk- ningsberoende funktionsblock, visar erhållna resultat från konsekutiva optimeringar av den första PA-modellens beroendeblock "Förstärkning/ Fas", visar samma resultat när beroendeblocket "Differentialförstärk- ning" adderas till den digitala anordningsmodellen, visar den differentiella förstärkningsmagnituden och den differentiella förstärkningsfasen i radianer gentemot ingångssignal- magnitud, illustrerar en kurva över ingångssignalens differentiella effekt och modellmagnitudfel mot den uppmätta effektförstärkaren, korskorrelation av differentiell effekt mot magnitudfel för modellen och den faktiska anordningen, visar korrigerade magnitudfel och de ursprungliga magnitudfelen mellan modellen och den uppmätta anordningen, visar den digitala modellen med funktionsblock för effektberoende, v. m, » - . - 1 - = Q .~ nu - _. v o , . _, , , , . _ f ~ u 2 . m»- -. = . ,. . 7 . - ~ - v .l . . = . . .- -. - f » . -. ~ ,. , . f. . f . i . .. .. .i ,. . » a 14 FIG. 15a illustrerar jämförelse av den digitala modellens spektrumfel mot den faktiska anordningen med differentiell förstärkningskompen- sation tillagt i det grundläggande förstärknings-/fasberoende- blocket, FIG. 15b visar jämförelse av den digitala modellens spektrumfel gentemot den faktiska anordningen med ytterligare tillägg av blockkorrektion för effektberoendefunktionen, FIG. l6a illustrerar de förbättrade digitala modellfunktionsblocken, FIG. löb visar felspektrumprestanda mellan den digitala modellen och den uppmätta anordningen samt uppmätta PA-spektrumprestanda, FIG. 16c illustrerar flödesdiagrammet för modellberäkningar för resultatet visat i Figur 16b och de förbättrade digitala modellblocken är numeriskt betecknade "Block 1" till "Block3" i enlighet med Figur l6a, FIG. löd illustrerar de detaljerade beräkningarna i "Block1" i Figur 16c, FIG. 16e illustrerar de detaljerade beräkningarna i "Block2" i Figur 16c, FIG. 16f illustrerar de detaljerade beräkningarna i "Block3" i Figur 16c, FIG. 17a illustrerar ett grundläggande predistorderarsystem i enlighet med den föreliggande uppfinningen, FIG. 17b visar flödesdiagrammet för användning av det grundläggande predistorderarsystemet, FIG. 18 visar blocket förstärkning/ fasvektormultiplikator, .. . . . . . . . . . . . . .. . .. . 15 FIG. 19 visar funktionsblocket för predistortion förstärkning/ fas, FIG. 20 visar predistortionsblocket för differentiell komplex förstärkning, FIG. 21 visar predistortionsblocken som behövs för DPD-tillämpning, FIG. 22 illustrerar den digitala predistorderaren i enlighet med den föreliggande uppfinningen tillämpad på en MCPA-tillämpning med kombination av DPD och framåtmatning, FIG 23 a och b illustrerar skillnaden mellan icke-linjära tillvägagångssätt enligt teknikens ståndpunkt och den föreliggande uppfinningen visad för en icke-linjär systembeskrivning med 3 parametrar, även om fler parametrar kan användas både enligt teknikens ståndpunkt och den föreliggande uppfinningen, samt FIG. 24a, b och c illustrerar grundläggande processer för det nya förfarandet i enlighet med den beskrivna föreliggande uppfinningen.

DETALJERAD BESKRIVNING AV UPPFINN INGEN För att definiera en väl funktionerade digital predistorderare, måste prestanda för den icke-linjära anordningen benämnd (PA) vara kända. Därför måste PA-prestanda vara kända genom mätningar och en digital basbands- modell för PA beskriven som funktion av den digitala inmatningssignalen designerad genom sampel av den reella vektorn I och den imaginära vektorn Q. Modelkaraktärisering görs genom nerladdning av ett definierat område av tidssampel av ingångssignalen och ett lika område av sampel från de digitala mätningarna av en verklig effektförstärkare eller annan icke-linjär anordning. Signalfelen mellan den digitala modellen och de faktiska mätningarna av de verkliga anordningssignalerna uppskattas normalt som de prestanda som en digital predistortionstillämpning kan uppnå, om den är konstruerad i enlighet med den modellerade anordningen. o» u. > . « - = - . | . - « - i. . u v u v -. . . . t . v , . - 1- - ~ v» ~ . _. . . . . i » ~ - - .i . . i; . .. - i .i n I . . . .. vi w H ß - v 16 För att förklara denna uppfinning för den allmänne fackmannen beskriver den första delen av uppfinningen i detalj härledningen av en kaskad av funktionsblock i PA-modellen lämpliga för digital basbandsrepresentation av en verklig PA, baserat på förståelsen av den fysiska orsaken för olika icke- linjär distortion, som uppkommer från en verklig krets. De tillämpade algoritmerna grundar sig på modern digital signalbearbetningsteknik och inte på internt uppfunna optimeringsrutiner för att få de digitala predistorderarna enligt teknikens ståndpunkt att fungera. Exemplen i denna härledning görs genom att visa mätningar som använder en kommersiell testuppställning och en kommersiell effektförstärkare kapabel av avlämna mer än 300 W toppeffekt.

Därefter utformas den föreslagna digitala predistortionskretsen som den ínversa funktionen av PA-modellen med den fullständiga funktionaliteten tillämpad.

Prestandasimuleringar visas för ett minimum av predistorderarsimuleríng i enlighet med den fjärde utföringsformen av uppfinningen för att visa prestandaförbättringen, som den uppfinningsmåssiga förbättringen möjlig- gör jämfört med digitala predistorderare enligt teknikens ståndpunkt nämnda i refererade patent baserade på direkt invers förstärknings- beräkning jämfört med algoritmerna använda i denna nya uppfinning.

Härledning av digital PA-modell Distortionen i en PA kan betraktas uppstå ur olika faktorer och kan tilldelas olika fenomen.

I) AM till AM och AM till PM icke-linjäritet genom den använda anordningen, II) Linjära minneseffekter som uppstår ur tids- och fasfördröjningar i de faktiska kretsanpassningsnäten och anordningens förspänningsmatning.

Detta kan betraktas som anordningens envelopp-gensvar. 520728 flfiflëïÄÉïešïfëi-ÉÉÉ- 17 III) Icke-linjära minneseffekter för anordningen såsom beroende av ineffekt och temperatur samt insignalsberoende av ändringar i anordningens spänningar.

Den första typen av distortion hanteras normalt genom invers förstärkningskompensation som för en minneslös DPD beskrivet enligt teknikens ståndpunkt.

Den andra kategorin, den linjära minneseffekten tappas när predistorderare enligt tekniken ståndpunkt använder de direkt inversa förstärknings- beräkningarna genom att dividera insignalen med den uppmätta signalen.

Patenten enligt teknikens ståndpunkt visar olika sätt att försöka beskriva dessa fenomen. Ett sätt att hantera och beskriva den andra typen av fenomen kommer att visas i prestandautvärderingen beskriven nedan vid beskrivning av en sampelsimulering av prestandaskillnad för en PA + DPD mellan tidigare teknik och denna uppfinning i enlighet med den fjärde utföringsformen av uppfinningen.

Den tredje kategorin av minneseffekter är den svåraste att beskriva, men tillvägagångssättet i denna uppfinning ger möjligheter att karaktärisera detta uppträdande och tillämpa predistortionslösningar för signaleffektberoende samt ytterligare förbättringar som matningseffektklippning om nödvändigt.

Effektberoende och annan distortion av jämn ordning ger spektrumbidrag runt DC som modifierar effektförstärkaren RF-utmatningsspektrumberoende på återkopplingseffekter i den faktiska förstärkaren.

Effektförstärkarmätteknik Fackmannen kommer att inse att det totala systemets prestanda vid digital predistortionstillämpning i hög grad förlitar sig på den faktiska konstruktionen av mätanordningen.

I Figur 2, som beskriver en typisk DPD-tillämpning, är mätanordningen ned- konverteraren och ADC:n. Det slutna slingsystemet erhållet genom 520728 íÉÄÃÃï ïïffflï 18 användning av digital anpassning kommer även att kompensera för onoggrannheter i mätanordningen om mätanordningen är okalibrerad.

Figur 3 är en skiss för mätningar avsedda för icke-linjär karaktärisering och digital modellutvärdering. Kommersiellt tillgängliga signalgeneratorer och vektorsignalanalysatorer kan användas. Signalgeneratorn skapar den modulerade testsignalen. Med denna testprocedur är samma mätfel närvarande både i inmatningssignalen testad genom användning av "genomledning" och vid testande av prestanda för "effektförstärkaren och dämpsatsen" genom användning av samma stimulisignal från signal- generatorn. De komplexa signalerna samplas och lämnas till en datainsam- lingsenhet. Ut- och insignalerna exporteras sedan till en processor för analys och utvärdering av PA-modell. Den grundläggande strukturen illustrerad i Figur 2 kan även ändras till denna typ av mätsystem genom att introducera samma typ av omkopplare i skissen.

I den föreliggande uppñnningspresentationen görs mätningarna visade på en 1-bärvågs WDCMA-signal som insignal, beroende på bandbredds- begränsning i kommersiella utrustningen. Flertalet förstärkare har emellertid testats. Utvärdering av mätningarna visade att förfarandet enligt uppfinningen var tillämpbar på alla uppmätta anordningarna. Det fanns skillnader visade både i prestanda av typ 2 och typ 3 för de testade anordningarna. Ju högre uteffektsförmäga vid den testade anordningen, ju mer av insignalseffektberoende visades.

Förstärkningsmodell för PA-representationen Figurerna 4a och 4b är grund för utvärdering av modellrepresentationen i den föreliggande uppfinningen. Detta representerar det icke-linjära huvudblcoket beskrivet i den första utföringsformen av den föreliggande uppfinningen. l Figur 4a visas även förspänningsmatningskretsen för en anordning. Det finns även några avkopplingskondensatorer för förspänningsmatningsledningarna och det finns resistiva förluster i kablar och kretskortsledningar till anordningen. Detta betyder att anordningen inte 520728 ifëlÄï -fšfcïï 19 drivs av en ideal spänningskälla, utan mera troligt av en spänningskälla med icke nollresístans, vilken följs av ett lågpassñlter. Detta betyder att det finns viss fördröjning introducerad i anordningens ström när insignalen ändrar magnitud. Även anordningen själv har ett stegsvar som introducerar en fördröjning. Fastän en normal förstärkning mot frekvensgensvarsmätning med en nätverksanalysator visar mycket flackt gensvar vid en anordning, kommer det icke-linjära anordningsgensvaret för en digitalt modulerad inmatningssignal med en envelopp-variation att bli bandbreddsbegränsad.

Den första uppenbara saken är då att beskriva de introducerade fördröjningarna för en verklig PA-hårdvara genom att lägga ett lågpassfilter till den digitala basbandsmodellen av PA, vilket tar hand om de introducerade fasfördröjningarna. Lågpassfiltret implementeras som ett FIR- filter eller annan typ av digitalt filter. Endast några få koefñcienter behövs till detta filter eftersom huvudsyftet är att beskriva en approximerad medel- fördröjning av PA-signalen. Denna fördröjning är den huvudsakliga bidragsgivaren för olika sidbandsnivåer vid höga sidan och låga sidan av utgångsdistortionen när man mäter en faktisk PA med en spektrum- analysator. Beroende på fördröjningen är distortionen på den högfrekventa sidan alltid högre än på den lågfrekventa sidan. Den nya PA-modellen för digitalt basband visas i Figur 4b. Denna modellrepresentation ger möjligheter att beskriva förspänningsmatningens lågpassinfluenser vid modellen och även andra fördröjningar. PA-modellrepresentationen beskrivs som den kända I-Iammerstein-funktionsmodellen, som här innehåller en icke-linjär del och den linjära delen (FIR-filter).

FIR-filterberäkning för PA-modell För att karaktärisera filtret använt i modellen används utjämningsalgoritmer och metoder kända från digital mottagarteknologi. FIR-filtret hänvisas till som H0 i Figur 4b i denna beskrivning. Vid betraktande av Figur 4b, multipliceras insignalen med den komplexa LUT-tabellens förstärknings- viktningsresultat i en signal betecknad SÜLGC, som används för jämförelse med den uppmätta utsignalen från PA. Filterkoefficienterna erhålls genom , , i.. . u . ~ - - . . . - ; » i. . , i» f . v » f 1 n , ._ . . v - . v » QÜ 2 - ~ ~ ' ' = ' '* 1 1 ~. - .- . . n» i . . f - ». n .i -1 20 att lösa faltningsekvationen med tidsinriktade signaler med utsignalen från PA på tidssampelbasis.

Då löses ekvatíonerna för filterfaltningen SILGC <2? HO = Vw; för koefñcient- värdena för H0.

Normalt skrivs inmatningssignalen i den diskreta tidsfaltningen SÜLGC som en matris och H0 och Vom som vektorer, och FIR-koefficientvärden H0 löses genom matrismatematik. Den erhållna H0 FIR-filterförstärkningen vid nollfrekvens justeras till lika med 1 för att inte ändra magnetud- förstärkningen för modellen vilket påverkar absolutförstärkningsvärdena i LUT. När få koefficienter används i HO-ñltret, det så kallade "utjämnings- FIR-filtret", verkar matrisekvationen som en minsta kvadratapproximation för lösningen. Filterkoefficienterna definieras av fler ekvationer än nödvändigt. Utjämningen ger alltså som resultat brusundertryckning i signalerna. Den faktiska utjämningsñlteralgoritmen som används här är konstruerad på sådant sätt att flltergruppfördröjningen centreras vid FIR- ñltrets mittkoefficient och ett udda antal koefñcienter används för att erhålla sampeltidsinriktning. Ett antal av 3 eller 5 koefficienter i filtret kommer normalt fungera mycket bra i en normal tillämpning, även om det inte finns någon begränsning i en praktisk implementering.

Då beräknas i processorn en faltning av inmatningssignalen SILGC med det härledda FIR-filtret och den resulterade signalen används för komplex förstärkningsberäkning genom att jämföra med den uppmätta utmatnings- signalen från PA. FIR-filtertillämpningen ger en noggrann viktning för beräkning av en komplex förstärkningstabell LUT för karaktärisering av anordningen. Denna beräknade komplexa förstärkning LUT kan användas i en digital predistorderartillämpning om de inverterade förstärkningsvärdena för den komplexa förstärkningen påförs i ett LUT-minne. Implementeringen av en utjämnande FIR-filteralgoritm ger betydligt bättre resultat i viktning av data för beräkning än direkt signalsamplingar och inversa förstärknings- implementeringar genom division av signaler enligt teknikens ståndpunkt 1. .». . i. .q =.,. . - ~ i n ~ 7- .> a f v - , a n - V' » ; o .- I ~ , v 1 ... _ i. = u ._ a u. . - n t. _ .. q v »i n v . . . =. -p -, m 2 1 beskrivna till exempel i patentskriften WO98/51047. Uppfinnarna insåg att det finns viss fördröjning associerad med en verklig icke-linjär anordning som en predistorderare måste kompensera för och försökte lägga till mer tidfördröjd sampling av signaler in i DPD-blockstrukturen. En linjär interpolationsapproximation använd enligt teknikens ståndpunkt genom sampling vid två gånger eller mer ger endast mindre förbättringar och resulterar normalt i multidimensionella LUT-tabellminnen, som ses i nämnda patent av Leyondecker et al.

Användning av den direkt inversa förstärkningsutvärderingen enligt teknikens ståndpunkt utan filterutjämning av signalerna använt för inversa komplexa förstärkningstabellberäkningar kommer att betyda att den digitala anpassningen i uppdatering av LUT-tabellerna kommer att konvergera mot ett icke optimalt resultat. Resultatet är att utsignalen efter digital predistortion visar olika sidbandsundertryckningsnivå för distortionen i implementeringar enligt teknikens ståndpunkt. Tidigare teknik kan endast fungera på specialkonstruktioner av PA med mycket låga minneseffekter.

Användning av utjämningsñlter reducerar även bruset-i data använda för beräkning av LUT-tabellvärden. Några tillkortakommanden i lösningar enligt teknikens ståndpunkt visas nedan i denna beskrivning i enlighet med den femte utföringsformen av denna uppfinning.

Grundläggande digital predistorderare (DPD) för förstärknings- och fasdistortionsreduktion I detta kapitel kommer att förklaras algoritmerna och metoderna för tillämpning av den härledda digitala PA-modellen i Figur 4 använd på ett inverst sätt som en DPD. En exempelsimulering i slutet av detta kapitel kommer att visa skillnaderna mellan lösningar enligt teknikens ståndpunkt och lösningen visad i den föreliggande uppfinningen.

Tillämpningsbeskrivning I en sådan tillämpning som illustrerad i Figur 5a för en enkel förstärknings/fasjusteringspredistorderare är skillnaden i skissen mot u» 1 . . ' = l . v . ; »tu . I I - .fi u . n x . 1 n i, . .. 1 i u « = w » i ... =. , 1 ... - a. . _ , »1 . .v I . a. . ß . i » - .. =» w .. N 5 a 22 teknikens ståndpunkt visad i Figur 1, det introducerade inversa FIR-filtret (H01) visat i Figur 5b. Figur 5 visar att den digitala predistorderaren är en invers funktion av den härledda digitala PA-modellen i Figur 4b. FIR-ñltret (H01) i predistorderaren är det inversa filtret för det tidigare nämnda H0- filtret som beskriver ett anordningsgensvar på en envelopp-modulation.

Predistorderarförstärkningstabellen LUT har anordningens inversa komplexa förstärkning. Det finns skillnader i tillvägagångssättet i denna uppfinning jämfört med teknikens ståndpunkt. Genom beräkning för varje iteration av den utjämnade komplexa förstärkningen för den fullständiga predistor- deraren och PA, samt sedan anpassa de inverterade komplexa förstärkningsvärdena till predistorderaren för varje anpassning erhålls förbättrade prestanda för en sådan enkel predistorderare. Huvudskillnaden är användningen av denna H0 FIR-viktning av data för den komplexa förstärkningsberäkningen.

Figur 5b visar den nya digitala predistorderaren framför den härledda digitala anordningsmodellen för förstärkning/fasbeskrivning av en faktisk anordning. Ur figuren observeras det att predistortionskopplingen är konstruerad som den direkt inversa modellen av den digitala PA-modellen i enlighet med Figur 4b. Figur 5b kan användas i en simuleringsmiljö. Genom att avaktivera den inversa filterkompensationen H01 har predistorderaren samma allmänna princip som i teknikens ståndpunkt illustrerad i Figur 1. I motsats till PA-modellutvärderingen, vilken justerar signalen Vin att likna signalen VM och där Vin påförs PA-modellens inmatningsport, är proceduren att göra en invers PA-modellering genom justering av signalen Vin med predistorderaren för att få signalen Vau; att likna eller vara lika med signalen Vin. Vid beräkning av den totala förstärkningen för den kombinerade predistorderaren och PA-modellfiltret i DPD-beräkningarna, uppdateras den resulterade förstärkningen inverst in i predistorderarens LUT. En jämförelse med procedurer enligt teknikens ståndpunkt är då tillgänglig genom att avaktivera PA-modellfiltret H0 i beräkningarna i simuleringen som H01- filtret och på detta sätt visa prestandaskillnaderna mellan den nya tekniken och tidigare teknik. Avaktiveríngen av FIR-filtret HO i förstärknings- 520728 ïšïfï íÅiÉÄÉï- 23 beräkningarna är samma som att göra direkt invers modellering, dvs. ingen viktning av LUT tabellvärden görs före beräkningen. Denna utvärdering görs i ett senare kapitel och resultaten visas.

Beskrivning av tidsinriktningsalgoritmen För att kunna beräkna förstärkningstabeller etc. för en digital predistorderare som i Figur 5b, måste beräkningarna göras på samplade komplexa I / Q signalvektorer för in- och utmatning. Signalvektorerna laddas in i DSP och den exakta tidsfördröjningen mellan signalerna i sampeltider beräknas med korskorrelation av de komplexa signalvektorerna, eller signalvektorernas magnitud som i beskrivningar enligt teknikens stånd- punkt, baserat på moderna signalbearbetningsmetoder. Av noggrannhets- skäl måste även ytterligare tidsinriktning göras på undersampelbasis för att extrahera korrekta värden för uppdatering av LUT för förstärkning. Detta är mycket viktigt speciellt för att få predistorderare enligt teknikens ståndpunkt att fungera. Tidigare teknik använder ibland algoritmer baserade på undersampel av samplingstiden (T) och justerar signalernas tidsinriktning till ett värde t + T/ N, där N är ett heltalsvärde. För denna uppfinning används endast en fasjusteríng på en av signalerna.

Nvtt signalfasiusteringsförfarande För korrekt funktion av en predistorderare måste den observerade signalen och insignalernas I/Q-diagram justeras och inriktas till en högre noggrannhet än sampeltídsinriktningen. Detta betyder att det finns en 1180 grader fasjusteríng som kan göras på de observerade signalerna, när den exakta tidinriktningen i sampeltider hittats. Denna procedur kan göras genom användning av komplex talmultiplikationskorrektion på varje sampel för en av signalerna. Denna uppfinning behöver för jämförelse endast en fasjusteríng på sampelbasis av de använda signalerna.

Det nya tillvägagångssättet i denna uppfinning är att återanvända FIR- filterutjämningsalgoritmen genom justering av den komplexa inmatningen och uppmätta signaler genom att göra l-koefficients FIR-filterutjämning som 520728 ¿:gg;;;§,q 24 använder insignalen som inmatning till algoritmen och den uppmätta signalen som resultatvektor i algoritmen. Om detta l-koefficients filtervärde är A+jB, kan den tidinriktade insignalen till DSP multipliceras med en komplex "fasvektor" beräknad som (A+jB)/abs(A+jB) för varje tidssampel av vektorn eller användning av det konjugerade "fasvektor"-värdet (A-jB)/abs(A- jB) för multipliceríng av den uppmätta signalen beroende på tillämpningen.

På detta sätt som förklarat i det tidigare kapitlet är fördelen att felet mellan signalerna vid nollfrekvens kommer att vara minsta kvadratapproxi- mationen. Metoderna enligt teknikens ståndpunkt måste lita på ytterligare undersampeloptimering av tidsskillnaderna mellan signalerna. Detta problem tas i denna uppfinning om hand genom användandet av tekniken med l-koefficients FIR-filtrering beskriven tidigare.

Matrisalgoritm för beräkning av LUT-minne Ett sätt att beräkna LUT-minnesvärdena är genom användning av en matris för beräkningarna. Beräkningarna av LUT enligt teknikens ståndpunkt visas som ett exempel.

Värden för varje sampel av inmatningen och de uppmätta signalerna utvärderas för invers förstärkning. Insignalens magnitud (Rín) sorteras i digitala 'Bin'-storlekar RÜJBin). Normalt är 'bin'-storleken 1/ 127 eller 1/ 255 av den maximalt tillåtna insignalsamplituden. Detta motsvarar (27)-1 och (28)-1, vilket är praktiskt när DSP-processorn räknar med basen 2.

Den första kolumnen i matrisen kommer att innehålla värden för insignalens magnitud uttryckt i 'Bin'-storlekar R¿n[Bin(t)] och innehåller så många rader som den samplade signalstorleken i tidssampel.

Den andra kolumnen innehåller motsvarande tidssampelmagnitud för invers förstärkning för den observerade samplade anordningssignalen definierat som nedan. 1- lv n u H «..: .n »fu n , ,l i, n . - . ; n e ~ . 1 I 1 , n . v u ,, .. .i 1 ., . 1. a . . . ; » a» l ~ v, » n w t | v H ~« -t m u 25 Den tredje kolumen i matrisen kommer att innehålla motsvarande fas för den observerade samplade anordningssignalen. Detta kommer att ge en matris lämplig för beräkning av LUT-tabeller.

Den inverterade komplexa förstärkningen beräknas enligt teknikens ståndpunkt som: Inu_CG(T(t))=l/in(t+r1)/ Voutfi) för vart och ett av de tidsinriktade samplen. 11 är antalet sampel- klocktidsfördröjningar använt för optimal korskorrelationsutvärdering.

Ytterligare tídsinriktning kan även användas för signalen V¿n(t+r1) och utförs även normalt på undersampelbasis.

Efter detta sorteras matrisen på storleksvärden i kolumn 1, dvs. inmatningsmagnituden uttryckt som 'bin'-värden i ökande ordning. Detta betyder att raderna i matrisen ändras. Efter detta extraheras en undermatris motsvarade varje 'bin' av Rm utryckt som 'bin'-värdet för insignalmagnituden.

Medelvärdet för magnitud och fas för motsvarande Inv_CG(R(Bin)) beräknas sedan. För varje beräkning gjord uppdateras predistorderarens LUT i enlighet med: Mag[Inv_CG(New)]=Mag[Inv_CG(Old)] +a*(Mag[Inv_CG(Calc)]'1)) Phase[Inv_CG(New)]=Phase[Inv_CG(Old)] +ß*(Phase[Inv_CG(Calc)]) Där a och ß är predistorerarens anpassningsåterkopplingsfaktorvärden för uppdatering av LUT för varje beräkning eller anpassning. Anpassnings- återkopplingsfaktorvärdena är normalt i området 0 till <1. Värden större än 1 kan orsaka "svängningar".

Det skall även nämnas att algoritmen för att avlägsna tomma 'Bin', dvs undermatriser som inte innehåller några värden från beräkningarna, skall användas och tabellvärdena blir jämnare om beräkningen använder någon 520728 26 typ av utjämning eller regression för det slutligt beräknade LUT-resultatet för invers komplex förstärkning.

Det grundläggande problemet med predistortion är att förutsäga prestanda för en icke-linjär anordning och kompensera för detta. Detta görs alltid på sådant sätt att medelprestanda beräknas. Därför beräknas medelvärdena i den digitala signalprocessorn (DSP).

Beskrivning av den nya uppdateringsalgoritmen för LUT Den digitala predistortionstillämpningen (DPD) i Figur Sa baseras pä PA- modellen. Predistorderaren skall vara inversen av funktionen för PA- modellen, varvid inversen av HO-filtret är belägen före predistorderarens komplexa förstärkningsblock drivet av innehållet i predistorderarens LUT- minne. Användningen av det inversa HO-filtret är endast för frekvensberoende- och faskorrektion av utmatningssignalen för att eliminera gruppfördröjningsrester i den linjäriserade utsignalen från den predistor- derade anordningen. Detta är inte möjligt med patenten enligt teknikens ståndpunkt. Om gruppfördröjningskompensation används skall filtret ge motsatt fasfördröjning jämfört med det beräknade HO-filtret för PA-modellen.

Det inversa HO-filtret måste användas i ytterligare utvidgningar av den nya uppfunna predistorderarblocken beskrivna senare i denna uppfinnings- beskrivning. I en enkel DPD-tillämpning som i Figur 1 används PA- modellens H0 endast virtuellt i DSP-beräkningar för att erhålla en korrekt konvergens för predistorderarens LUT-minne. Ändringen av algoritmer för den nya uppfinningen kommer att förklaras nedan. Vid beräkning av förstärkningstabellen LUT för DPD, används först faltningen av signalen Sin med det beräknade HO-ñltret genom att lösa Sin ® H0 = Vnnt. Filtermagnitudförstärkningen för H0 vid nollfrekvens justeras lika med 1. Den resulterande signalen från faltningen av Sin och förstärknings- normaliserat H0 betecknas SinH0. Efter att denna signal tidsjusterats igen med den uppmätta PA-signalen beroende på den introducerade digitala FIR- filterfördröjningen i sampel av samplingstiden ( T). ß2ßv28 :%2“'ïa:@:“ 27 Magnituden av denna signal (SinHO) sorteras i magnitud-'bins Rm/Binflj] och det komplexa förstärkningsuttrycket för PA och predistorderaren beräknas.

En felvektor EV beräknas som EV=VOWSinHO för varje sampel. Vom är uppmätta prestanda för den kombinerade digitala predistorderaren, upp- konverteraren, PA och nedkonverteraren i Figur 1. Som nämnt tidigare måste nedkonverterare och ADC vara mycket noggranna i en verklig konstruktion.

Modifieringen och härledningen av förstärkningsuttrycket görs som nedan för varje tidssampel.: (Kom ihåg att DC-förstärkningen för SmHO är den samma som för Sin).

V0uz(t)=SinHO(t)+EV(t) Det komplexa förstärkningsuttrycket kan skrivas som en vektor V0u;/S¿,1H0=1 + EV/ SmHO där raderna motsvaras av samplingstiden t.

Arrangerande av detta uttryck för enkelhet i DSP-implementeringen ger den komplexa förstärkningen nedan genom multiplicering av både nämnaren och täljaren med insignalens konjugatvärde (ihågkommande att en komplex vektor multiplicerad med sitt konjugerade värde är magnituden i kvadrat): För varje tidssampel av signalerna utvärderas följande uttryck: CG=1 +[ EV*SmH0(konjugat) ]/[ magßmHO) 12 där mag(SmH0)=Rin. Eftersom Rmfl) i kvadrat är insignalseffekten kan den komplexa förstärkningen även göras beroende av insignalseffekten. Men i denna uppfinning används och visas insígnalsmagnituden. - .. : - - . . . . . ,. , _* ' ' . . . 'I ~ v I f . , ' ~ --- . X ' 28 Resultatet från utvärderingen läggs i en rad i en matris som har en rad för varje sampeltidsögonblick för signalerna. En matrisrad kommer att innefatta följande kolumninnehåll.

Rin[Bín(t)], mag[CG(t)] och phase[CG(t)] samt innehålla lika många rader som det totala antalet sampel använt i DSP av signalerna Sin och Vom efter tidsjustering och FIR-filtrering.

Samma matrisalgoritmberäkningar används för att lösa tidigare beskrivna inversa LUT-tabeller för komplex förstärkning enligt teknikens ståndpunkt.

Uppdatering görs av kombinationen [DPD och PA-förstärkning] som ger den ackumulerade och anpassade tabellen för komplex förstärkning som föreligger virtuellt i DSP som en funktion av insignalsmagnitudvärdena i 'Bins'. Sedan inverteras den uppdaterade magnitudförstärkningstabellen PA_DPD genom 1/X-division. Fasförstärkningstabellen för PA multipliceras med en faktor -1. De nya inverterade tabellvärdena insatta som nya värden i predistorderarens LUT kommer alltså vara den inverterade komplexa förstärkningen.

LUT-innehåll: Inv_CG(Bin)= 1/ CG(Bin) Anpassningen görs på följande sätt. När predistorderaren initieras fylls den virtuella PA-förstärkningstabellen belägen i DSP med komplexa värden i enlighet med en magnitudförstärkning ”1” och en fasförstärkning ”O” och predistorderaren kommer ha samma värden som start i LUT. Det omvända HO-filtret fylls med nollor för alla koefñcientvärden utom för mittkoefficienten som laddas med ett enhetsvärde. För denna simulering vid jämförelse med teknikens ståndpunkt uppdateras inte detta inversa HO-filter. Detta betyder att detta inversa HO-filter är avaktiverat i Figur 5b. Men H0-filtermetoden används i DSP-beräkningarna för att för denna nya uppfinning erhålla dessa förbättrade prestanda. 520728 §ïïåfﶿ;:f 29 Varje DSP-beräkning ger ny korrektion (anpassning) adderad till PA- modellens komplexa förstärkningstabell virtuellt belägen i DSP i enlighet med: Mag(GC(bin))=Mag(GC(bin))_old +a*[(Mag(GC(bin)_beräknadfl) Fas(GC(bin))=Fas(GC(bin))_old +a*(Fas(GC(bin)_beräknad) Den virtuella tabellen läses då och den inversa komplexa förstärkningen beräknas och laddas som tidigare in i den digitala predistorderarens LUT- minne i enlighet med anpassningsprocedurerna.

Det nya sättet att beräkna den komplexa förstärkningstabellen och de använda algoritmerna ger möjligheter att förbättra den minneslösa DPD- tillämpningen enlig teknikens ståndpunkt till ett DPD-system som täcker minneseffekter som uppstår genom tids- och fasfördröjningar i den faktiska icke-linjära anordningen beroende på förfarandet med FIR-ñlterutjämnings- algoritmen som används för viktníng av frekvensgensvaret på data för LUT- beräkningarna.

Högre värden på återkopplingsfaktorerna ot och ß för predistorderar- anpassning kan användas och fortfarande kan en god konvergens erhållas med denna nya DPD-tillämpning. Detta tillåter snabbare konvergens för predistorderaren.

Prestandautvärdering för denna nva förstärknings/ fas- predistortion tillämpad i en DPD-lösning Verifiering av de nya algoritmerna beskrivna i denna uppfinning görs genom simulering. Målsättningen har varit att jämföra den grundläggande teknikens ståndpunkt med direkt inversa förstärkningsberäkningsalgoritmer i enlighet med ett block enligt Figur l, med algoritmerna tillämpade för den nya digitala predistorderaren enligt Figur 5 diskuterad i samband med den föreliggande uppfinningen, tillämpat på en förstärkare som inte uppför sig 223” ' ~ =- h., i . .i _ , _ V ., ..., '« . ._ , _ l I » ' - * ' -fl- 1 , _ 2 .4-.2 . , y ß 30 som en "ideal" förstärkare utan tids- och fasfördröjningar i gensvaret på envelopp-modulation.

En grundläggande simulering av prestanda för digital predistortion gjordes.

För simuleringen användes den digitala effektförstärkarmodellen enligt Figur 4, som den aktiva anordningen i simuleringen härledd ur PA-modellarbetet.

Den digitala PA-modellen för basband som användes härleddes ur mätningar. Modellen implementerades med FIR-filter för att erhålla en modell med minneseffekter som uppstår genom tidsfördröjningar och frekvensgensvar från envelopp-modulering.

Simuleringsresultat.

Figur 6b visar spektrumprestanda för den härledda PA-modellen med ingen predistortion pålagd och användning av insignalen visad i Figur öa.

Signalerna har ñltrerats till approximativt 30 kHz upplösningsbandbredd i spektrumpresentationen. Förstärkaren har på grund av minneseffekterna osymmetriskt distortionsspektrum.

Figur 6c visar spektrumprestanda efter fem uppdateringar av LUT genom användning av inställningar enligt direkt inversa förstärkningsberäkningar i enlighet med teknikens ståndpunkt.

Figur 6d ger förbättrade spektrumprestanda också efter fem uppdateringar av LUT baserat på den nya predistorderaren i enlighet med den föreliggande uppfinningen där FIR-filterviktningsalgoritmen användes för förstärknings- beräkningarna. För både teknikens ståndpunkt och det nya förfarandet var förbättring inte märkbar efter fem uppdateringar.

I Figur 7a visas magnituden och fasen för den inversa förstärkningen som används för att erhålla medelberäkningen för predistorderare enligt teknikens ståndpunkt för den initiala första anpassningsberäkningen för denna typ av predistorderare. 520728 ?f%ï;yïfl4¿¿ 31 Figur 7b visar samma data efter den femte anpassningen i enlighet med teknikens ståndpunkt. Endast en mindre tendens till kryrnpning av databasarean under anpassning observeras.

Vidare visar Figur 7c innehållet i LUT-tabellen efter fem anpassningar enligt teknikens ståndpunkt. LUT-tabellen innehåller fortfarande en mängd rippel i procedurerna enligt teknikens ståndpunkt och detta är förklaringen till alla de underliga matematiska algoritmerna patenterade i tillämningar enligt teknikens ståndpunkt för att reducera LUT-värdesrippel som normalt skylls på brusiga indata.

Figur 8a visar samma magnitud- och fasförstärkningsdata plottade i samma skala som i Figur 7 för den första anpassningen för beräkning av prestanda för PA-modellen + DPD med användning av FIR-utjämningsalgoritmen beskrivet tidigare för den digitala signalprocessorn i denna uppfinning.

Figur 8b visar samma data efter fem anpassningar för denna uppfinning. En remarkabel reduktion av dataarean för förstärkningsberäkningar och anpassning ses.

Figur 8c visar det inverterade förstärkningstabellinnehållet inlagt i predistorderarens LUT efter fem anpassningar.

Figurerna 6, 7 och 8 visar de förbättrade prestanda för en enkel DPD- utformning genom tillämpning av algoritmerna visade i denna uppfinning.

FIR-filterutjämningsalgoritmen löser många problem liksom brusunder- tryckning och hjälper till att reducera dataspridning vid beräkning av medelvärdena använda i predistorderarens uppslagstabellminne. Inget brus adderades till de visade grundläggande simuleringarna.

Resultaten är i enlighet med den fjärde utföringsformen av denna uppfinning. Den grundläggande slutsatsen från simuleringen var att predistorderare enligt teknikens ståndpunkt baserade på beräkning av 520728 32 invers förstärkning inte är i stånd att konvergera till en optimerad lösning.

Lösningar enligt teknikens ståndpunkt är inte istånd att erhålla lika sidbandsnivåer av distortionen för en verklig PA med tidsfördröjning i det faktiska gensvaret eftersom ingen hänsyn kan tas till den faktiska anordningens frekvensgensvar. Patent enligt teknikens ståndpunkt nämnda i denna beskrivning försöker förbättra det grundläggande problemet med direkta inversa förstärkningsberäkningar genom implementering av egna uppfunna tillägg och approximationer till den grundläggande DPD- utformningen baserat på Figur 1.

Det kommer att visas senare i denna uppfinning att tillämpningen av det inversa H01-filtret i predistortionsblocket "förstårkning/ fas", som minimerar gmppfördröjningsskillnader mellan insignalen och anordningens utsignal, kommer att ge möjligheter att undersöka orsaken och justera mera av den kvarvarande distortionen, vilket en komplex förstärkningstabell LUT för ett DPD-block inte kan hantera.

Beskrivning av PA-modellen med tillagt funktionsberoendeblock Den härledda PA-modellen visad i Figur 4b kan förbättras för att hantera mer än den första och den delvis andra typen av distortion. Detta är möjligt eftersom det nya modellförfarandet reducerar felvektorn mellan modellen och den uppmätta anordningen så mer detaljerade prestandaskillnader mellan modellen och den faktiska anordningen uppdagas efter varje steg. Detta är inte möjligt när endast distortionsreduktion erhålls utan felvektor- minimering som enligt teknikens ståndpunkt. Funktionsförbättringen görs genom kaskadanslutningar av ytterligare digitala funktionsblock för PA- modellen.

Figur 9 visar de nya föreslagna digitala modellfunktionsblocken för ytterligare reduktion av felvektorn mellan den digitala PA-modellen och uppmätta prestanda för PA. Figuren visar det redan beskrivna "beroende blocket förstärkning/ fas" följt av det "differentiella beroendeblocket" och "effektberoendeblocket". Tillvägagångssättet är att kompensera för vilka som 520728 ïfÉï;ïf?ﶧ 33 helst systematiska kvarvarande fel och komma ihåg att funktionsblocken skall vara relaterade till den verkliga anordningens fysiska orsak för de systematiska felen. Funktionsblocken i den digitala modellen i denna uppfinning har tillgängligheten optimerad för modellprestanda på ett konsekutivt och anpassat sätt.

Det differentiella komplexa förstärkningsberoendeblocket Vi betraktande av Figur 4a finns det en tidskonstant (t) visat i effektförstärkarsymbolen som representerar den inre tillslagsfördröjningen för insignalsändring vilken antas vara mycket mindre än samplingstiden använd i predistorderaren eller klocktiden för mätsamplingen. Påverkan av detta uppträdande beskrivs genom att titta på den modellerade PA-signalens och den mätta signalens första tidsderivata. Den grundläggande iden är att återanvända algoritmerna från det första blocket och konstruera en tabell "differentiell komplex förstärkning" beroende på derivatan mot tid för insignalen och beräkna en differentiell förstärkningsinverkan i funktíonsblocket hänvisat till som beroendeblocket "differentiel1 komplex förstärkning" (-dCG). I enlighet med den första utföringsformen av denna uppfinning är medelutmatningens multiplicerande värde för det differentiella förstärkníngsblocket lika med "1" när inte använt. Resultatet kommer att vara i form av en multiplíkator "(1 + skillnad)" när använd.

Härledning av det differentiella komplexa förstärkningsberoendeblocket Den matematiska behandlingen för blockkonstruktionen för "differentiell komplex förstärkning" presenteras nedan. Den modellerade signalen efter blocket "förstärkning/fasförstärkning" ger den medelvärdesbildade prestandakaraktäristiken för det första förstärkningsblocket i PA-modellen och betecknas här som Vaugfl). Men uppmätta signalen betecknas VouJt).

Dessa signaler kan även skrivas som en funktion av den första derivatan mot tid (sampel med sampeltid T).

V0u;(t+T)= V0u;(t)+dV0u;(t+T) (1) 529728 ÉïÜï'üÉååà1 34 där dVouf(t+T) = Vout(t+T) - VouJt) och alla är komplexa tal VavglfiTF VavgflffdVaf/QIHT) (2) Målsättningen för den digitala PA-modellen är att ha så små fel som möjligt.

Därför är kravet på de ovanstående ekvationerna att V0ut(t+T) är lika med Vavg(t+T). Insättande av detta i de ovanstående ekvationerna och lösning för dV0ut(t+T) ger: dV0ut(t+T) = dVaug(t+T) - .[V0u;(t) - VaUg(t)] (3) En ny medelvärdesfelvektor EVaUg efter förstärknings- och fasblocket identifieras och definieras som: EVw/gfl) = -lVowfifl - Vavglfl] (4) Lösning för det differentiella komplexa förstärkningsuttrycket definierat som: dcomr) = dvout(z+r)/dvavg(r+r) ger: dcomr) = 1 - Evavgaydvavšflfir) (s) Från ekvation (4) inses det även att EVaUgfl) har ett motsvarande värde Vavgfi) och även associerat en magnitud R för insignalen Vaugfl) till detta block.

Därför har de differentiella komplexa förstärkningsvärdena dCG(t+T) ett beroende av den föregående sampelinmatningssignalmagnituden .(R(t)). Ett liknande digitalt funktionsblock som för det första förstärkningsblocket i den digitala PA-modellen kan konstrueras. Det är också möjligt att konstruera ett funktionsblock beroende av dVaug(t+T).

Utmatningssignalen efter detta block modifieras på följande sätt: vdG(f+T) = vavgfi) + vaufltwrrtdco/Rßifqu/ (6) 520728 %r@afw§f,@w 35 Där dCG(RBín) är det differentiella komplexa förstärkningsvärdet beräknat ur ekvation (5) på samma sätt som beskrivet för det första beroendeblocket "Förstärkning och fasförstärkning" och insatt i ett LUT-minne för differentiell komplex förstärkning. Anpassning av det differentiella komplexa förstärkningsblocket LUT kan göras som i tidigare block och en prestanda- mätning kan utvärderas genom att jämföra maximalt anpassningsvärde mot en föreliggande gräns.

Figur 10 visar den digitala funktionen för beroendeblocket "differentiell komplex förstärkning" där fördröjningarna (DO, Dl, D2) i sarnpeltider T således konstruerats för tidsinriktning inom funktionsblocket för att uppfylla ekvation (6). Samma förstärkningsmatrisberäkningsrutiner kan tillämpas på detta block liksom det tidigare blocket förstärkning/fas för att beräkna en LUT för dífferentiell förstärkning beroende av inmatningssignalamplituden (R) till blocket.

Figur lla visar de erhållna resultaten från konsekutiva optimeringar av den första PA-modellens beroendeblock "förstärkning/ fas".

Figur 11b visar då samma resultat när beroendeblocket "differentiell förstärkning" adderas till den digitala anordningsmodellen. Båda kurvorna i Figurerna lla och 11b visar uppmätt PA-utmatningsspektrum och felvektorspektrum, mellan anordningen och modellerade prestanda.

Figur 11c visar databasen för beräkning och optimering av LUT-tabellen för differentiell förstärkning dCG(RBin) för anordningen.

Resultatet från modelleringen visar att den differentiella förstärknings- modelleringen tar hand om de små förstärknings-/fasfelen inom signalbandbredden och vidare reducerar felspektrum mellan modellen och den uppmätta anordningen. 520728 36 Effektberoendeblocket PA-modellen härledd så långt har rester av distortion kvar. En undersökning av den kvarvarande felvektorn visar magnitudfel men väsentligen mycket låga fasskíft. Magnitudfelen betraktas vara influensen associerad med inmatningseffekten till PA. För att undersöka detta utvärderas de återstående signalamplitudfelen mellan den uppmätta PA-magnituden (RmiLMeasured) och PA-modellen (R_Model) för ytterligare undersökningar.

Rmfl) = RouLMeasuredfl) - R_Model(t), magnitudfelvektorn mot tid.

Plottning av vektorn Re" mot samplingstid "t" och [R_Model(t)]2, som år effekten P(t) i den modellerade PA-signalen, visar att det finns några minneseffekter som uppstår från insignalseffekten till PA forfarande kvar att modellera.

Tillvågagångssättet och tanken i denna uppfinning är skild från metoder enligt teknikens ståndpunkt. Den grundläggande iden är att titta på vad som hittills har gjorts i PA-modelleringsfunktionsblocken. Den "genomsnittliga" PA-modellen härleds från en inmatningssignal. Denna insignal har även en medeleffekt mot tid. Därför måste då prestanda för effektberoende inbyggt i modellen bero på effektnivåerna där medeleffekten motsvarar inmatnings- signalens medeleffekt. En modell som mest korrekt beskriver effektberoendet för den verkliga effektförstärkaren måste då baseras på "dífferensen från signalens medeleffekt som används för modelleringsarbetet". lnmatningssignalens medeleffekt till detta effektblock beräknas och betecknas PM. En ny differenseffektvektor konstrueras som: dp(t) = P(t) - PM dp(t) är parametern som styr effektberoendeblocket i enlighet med den första utföringsformen av uppfinningen. 520728 37 Figur 12 visar den differentiella effekten dP(t) (streckad kurva) plottad tillsammans med de återstående amplitudfelen Reflfl) (heldragen kurva) mellan den digitala modellen och den faktiska PA-mätningen för att få en överblick hur beroendena ser ut. Ur figuren dras en slutsats att det finns viss korrelation några få sampel efter kurvan dP(t) gentemot Refrfl).

För att få en närmare titt på beroendet av den differentiella effekten dP(t) mot de återstående magnitudfelen Refffl) görs en korskorrelationsutvärdering, som är vanlig i signalbearbetningsteori.

Figur 13a visar hur korskorrelationsresultatet plottats som en funktion av olika sampeltidsdifferenser i tidssampel (T) mellan de använda signalerna.

Genom att betrakta Figur 13a drar fackmannen slutsatsen att korskorrelationsresultatet grundmässigt visar det kombinerade pulssvaret från kombinerade lägpassñlter med olika tidskonstanter, förstärkning och bandbredd. I en PA-modellkompensationsblockfunktion som syftar till att uppnå låga distortionssidband, anses det högsta gensvaret som också har mesta bandbredden (kort impulsgensvar) som det bästa arbetet med att undertrycka distortionen utanför bärvågen från effektpåverkan.

Korrektionslösningen för det nästa blocket är då att addera filtrerad differentiell effektpåverkanskorrektion till magnituden av den så långt modellerade signalen. "Effektfiltret" kan konstrueras med symmetriska koefficienter ur korskorrelationsutvärderingen som att ha korskorrelations- värdena från noll korskorrelation upp till det maximala värdet som definierar den mittre FIR-filterkoefficienten för impulsgensvaret. När hälften av impulsgensvaret väljs erhålls resten av gensvaret genom spegling av koefficientvärdena från mitten till änden av FIR-filtret. Antalet koefficienter sätts då att vara ett udda tal och FIR-filtret är symmetriskt kring mittkoefficienten. Detta reducerar de numeriska beräkningarna i effektkorrektionsblocket som skall definieras. 38 Ett annat enklare tillvägagångssätt i simuleringen är att konstruera filtret som ett standard signalbearbetningsfönsterfunktionsfilter. Korskorrelationen utvärderas i tidsgensvar från den först positivt gående nollgenomgången till maxvärdet som ovan. Antalet koefficienter bestäms som 2 gånger + 1 av tidsdifferensen i sampel. En "Hanning"-fönsterfunktion används för FIR- filtret för differentiell effekt i denna uppfinningsbeskrivning. Andra vanliga fönsterfunktionsfilter eller lågpass FIR-filter kan också användas. En filter- funktion med fler koefficienter och osymmetriska koefficientvärden med liknande korskorrelationsutvärderingsresultaten kan också användas, men detta kommer att betyda ett filter som innehåller fler koefficienter och som introducerar mer bearbetningsresurser.

För utvärdering av alla parametrarna som skall konstrueras i detta effektkorrektionsblock, används en faltning av differentialeffektvektorn dP(t) med det valda PIR-filtret för differentiell effekt för att erhålla en dífferentiellt löpande medeleffektsvektor som det nya resultatet betecknat dPmafl). Denna nya vektor korskorreleras åter mot vektorn Refffl) för att definiera optimal tidsfördröjning td i tídssampel för att göra effektpåverkanskorrektíon i modellen. Förstärkningsfaktorn GP för FIR-filtret för optimal kompensation beräknas genom återanvändning av DSP-rutinen för l-koefficients FIR- utjämning, använd tidigare i denna uppfinningsbeskrivning, åter igen på signalerna resulterande i dPma(t+td)*GP lika med Reflfl) enligt förfarandet med minsta kvadratoptimering. Det erhållna faktorvårdet GP är den optimalt löpande medelvärdesdifferenseffektkorrelationen mot magnitudfelsignalen Refifi). Effektkorrektionen på den digitala modellsignalen görs som SiLModel_Power_Correct(t) = SiLModelfil - GP*dPma(t+td)/(R¿n(t)+ 5)] där ö är ett litet tal för att förhindra "overfloW" i beräkningarna.

I uttrycket konverteras det undersökta effektberoendet för magnitudfel till ett förstärkningsuttryck som påverkar signalens magnitud för att beskriva effektberoendet. Detta är möjligt eftersom de tidigare blockutvärderingarna 520728 :ff:lff§ jf;j"§. e; 39 resulterar i ett fel huvudsakligen i magnitud men inte i fas mellan signalerna.

Figur l3b visar den effektkorrigerade magnitudfelvektorn (1) och magnitudfelvektorn utan effektkorrektion jämförd mot anordningens mätta signal (2) plottad mot inmatningssignalmagnitud Rm till effektberoende- blocket jämfört med anordningens uppmätta signal.

Figur 14 visar det härledda effektberoende blockets digitala kontur. De visade tidsfördröjningarna justeras i enlighet med den digitala implementeringen så att uttrycket SffLModel_Power_Correction(t) uppfylls.

Blocken erhållna så långt i den digitala modellen visades i Figur 9.

Ytterligare förfining av modellen är tillgänglig på användarens önskemål.

Denna modell fungerar mycket bra eftersom varje individuell funktion har tillgängligheten att optimera prestanda för varje individuellt kännetecken för en verklig anordning så länge karaktäristiken är baserad på något fysiskt beroende som kan beskrivas.

När fel mellan den digitala basbandsmodellen och uppmätta prestanda för PA reduceras för varje implementering av ett funktíonsblock finns det också möjligheter att tillämpa metoderna beskrivna ovan för att erhålla även ytterligare reduktion av modellfelen. Anordningar som uppvisar fel beroende på inmatningssignalmagnituden kan som ett exempel utvärderas på samma sätt som för effektberoende genom att tillhandahålla differentiell magnitudkorrelation mot återstående fel mellan modellen och den uppmätta anordningen.

Figur 15 visar den erhållna spektrumförbättringen av felvektorn mellan modellerade prestanda jämfört med uppmätta PA-prestanda. Förbättringen i den digitala modellen med differentiell effektpredístortionskorrektion tillämpad mot den icke effektkorrigerade modellen visas. 520728 40 Figur 15a visar jämförelse av den digitala modellens spektrumfel gentemot den faktiska anordningen med beroendekorrektion, varvid resultatmodellens resultat efter dífferentiell komplex förstärkningsberoende modell från Figur ll upprepas.

I Figur l5b visas resultaten efter effektberoendemodellkorrektioner. Båda figurerna visar spektrumprestanda för den mätta PA-anordningen och motsvarande felvektorspektrum gentemot den digitalt modellerade anordníngen.

De resulterande felvektorerna betraktas normalt vara resultat av hur väl predistortion kan tillämpas och hur den fungerar på den faktiska anordningen. Den erhållna felvektorn för den effektkorrigerade modellen skall jämföras med använt inmatningssignalspektrum visat i Figur lla för en enkel digital modell för AM till AM och AM till PM.

Genom att jämföra Figur 15 med tidigare figurer med spektrum och plottar över fel för den härledda digitala modellen är slutsatsen att varje block bidrar till modellens noggrannhet som förväntat när den baseras på fysiskt beroende för en anordning.

Figur 15 visar hur långt modellarbetet kan utföras med relativt dålig mätutrustning baserat på en 12-bitars ADC och DAC inbyggd i den kommersiella utrustningen. Denna PA-modell kan också användas för simuleringsändamål i en predistorderarmiljö för optimering av system- prestanda för predistorderaren och implementering, vilket görs i denna uppfinning. Till exempel görs inget beaktande av introducerade fel i samplingsklocksynkronisering mellan de kommersiella instrumenten. Bruset från nedkonverteraren och den lokala oscillatorn som finns i testutrustningen föreligger också i modellberäkningarna presenterade i denna uppfinningspresentation. 520728 âï¥:fj¿f:;r.f~aa 4 1 Förbättrad modellering av den digitala PA-modellen Vid betraktande av Figur 13b ses en krökning i det effektkorrigerade magnitudfelet som återstår. Felen följer inte nollinjens mitt på y-axeln. Detta betyder att det finns några förstärkningsfel som kvarstår i modellen gjord så långt. För att inkludera detta i den digitala modellen görs ett omarrangemang av modellblocken visade i Figur 9. Effektkorrigeringen görs före blocket för komplex förstärkning/fas. Detta betyder att LUT för förstärkning som läser i detta block kommer att korrigeras för effektpåverkan innan signalmagnituden väljs som adress för förstärkningens LUT. Korrektionen görs med samma formler som för postkorrektion beskriven tidigare. Med detta förfarande behövs inte multidimensionellt LUT- minne.

Figur 16a visar omarrangeringen av de digitala anordningsmodellblocken med effektkorrektionsberoendeblocket använt som det första blocket i anordningens digitala modellblock. Genom utvärdering av en anordning som beräknar en modell avaktiveras först korrektionsblocket och de två följande blocken utvärderas för bästa överensstämmelse för modellen. Sedan utvärderas effektberoendeblockdatabasen som behövs och data laddas med samma värden som för postkorrektionen till prekorrektionsblocket och förstärknings-/fasblocket och det komplexa förstärkningsblocket utvärderas igen.

Figur 16 visar spektrumprestanda erhållna med denna modellutvärdering.

En förbättring ses av den digitala modellnoggrannheten mot uppmätta PA- prestanda genom jämförelse av plottarna mot Figur l5b. Skillnaden i felvektorspektrum på den höga och låga sidan av signalen orsakas av förenklingen av effektberoende FIR som använt ett Hanning-fönsterñlter, där tidfördröjningen inte kan korrigeras exakt mot fördröjningen av effektberoendet utan att göra fler översamplade signaler. Detta betyder att mätuppställníngen skall ha högre samplingshastighet. Förbättring av resultatet kan göras genom användning istället av korskorrelations- funktionsvärden som FIR-approximationen för effekt beskriven tidigare. 520728 m --,. 42 Jämförelse med insignalsspektrum i Figur 6a visar att modelleringsfel kommer mycket nära den uppmätta inmatningssignalens spektrumgränser.

De återstående felen är även högst inom inmatningssignalens bandbredd eftersom effektberoendekorrektionen valdes att fungera huvudsakligen för sidbandsundertryckningsfel. Det skall även nämnas att möjligheten att utföra en mindre noggrann effektberoendeutvärdering är möjlig genom att avaktivera differentialförstärkningsblocksutvärderingarna. Figurerna l6c till löf illustrerar de principiella flödesdiagrammen för de digitala modell- beräkningarna i enlighet med Figur löa.

Digital predistorderare baserad på icke-linjär anordningsmodellering Med de föregående kapitlen som beskriver den digitala PA-modellen i minne är härledningen av den nya digitala predistorderaren uppenbar i enlighet med en första utföringsform av denna uppñnníng. I avdelningen på sidorna 17 till 25 visades tillämpningen av den inversa komplexa förstärknings- modellen för PA fungera som en mycket effektiv digital predistorderare för eliminering av komplex förstärkningsdistortion. Genom tillämpning av samma koncept för alla block för den härledda PA-modellen föreslås en ny digital predistortionskrets.

Figur 17 visar den föreslagna digitala predistortionskretsen. Uppfinningen beskriver fyra grundläggande block betecknade 1, 2, 3 och 4.

Det första funktionsblocket 1 är hårdvaruimplementeringen av predistor- deraren. Det är den digitala realtidskretsen med alla funktionsblock 101 till 106 visade.

Det andra blocket 2 är den digitala signalprocessorn använd för att uppdatera de olika parametrarna och uppslagstabellerna använda i predistorderaren. Det olika mjukvarublocken 201 till 206 visas.

Det tredje blocket 3 visat är styrordet använt för att styra systemet, vilket innehåller data åtkomliga för alla andra block visade i bilden för läsning och 43 skrivning. Det kan placeras i det digitala HW-blocket 1, men visas som ett separat block för tydlighetens skull.

Det fjärde blocket 4 är den externa systemkontrollen för att övervaka systemets aktuella status och uppdatera denna. Den externa kontrollen kan besluta om det finns en kalibreringsprocedur som skall göras eller en operation där några av blocken i den grundläggande predistorderaren avaktiveras eller inte genom överskrivning av innehållet i styrordet 3. Det kan användas för SW-uppdateringar, signalnerladdning etc. från DSP 2.

Grundläggande kalibrering och initialisering För kalibreringsändamål skall användas en känd signal med approximativt samma effekt som avsett i tillämpningen med det högsta effektfallet. En grundläggande kalibreringskörning av systemet utförs för att fylla tabellerna och parametrarna med normaldata i enlighet med den aktiva anordningen använd. Medeleffekten och toppeffekten i insignalen använd för effekt- korrektionsutvärderingen skall vara i området för den avsedda användningen av systemet för att efteråt underlätta kalibreringen och tillämpningen.

Vid kalibrering och initialisering av systemet används en grundläggande rutin. De digitala realtidskretsblocken för effektberoende 102 och det differentiella förstärkningsblocket 104 avaktiveras. Detta betyder att signalen går igenom dessa block opåverkad. FIR-blocket EV 102 laddas med nollor för alla koefficientvärden utom den mittre koefficienten, vilket laddas med värdet "1". Detta beskrivs i detalj i beskrivningarna av de individuella blocken senare i denna skrift.

Predistortionsblocket förstärkning/ fas 105 laddas med LUT-tabeller motsvarande en förstärkning 1 och en fasvinkel noll. FIR-filter laddas med mittkoefficient lika med ett och resten av koefficienterna nollas. Yttre DSP och predistorderarstyrblocket 4 initierar ett digitalt ord 5 att läsas av den digitala predistorderaren 1 som säger till kretsen att starta och att använda 52Û728 44 kalibreringsdata lagrade i minnena inuti blocket 1. Parameterblocket för varje funktion har som ett exempel tre mínnespositioner -O, 1 och 2. Den första är för initialiseringen och betecknas "O"-blocket. DSP som övervakar styrordet 3 börjar ladda ner signaler S1 och VM från minnet i 106 och börjar bearbeta data. När DSP 2 har gjort beräkningar i enlighet med mjukvaru- blocken 202 och 203 och är klar för uppdatering, läser den styrordet 5 som definierar databasanvändningen och beslutar var uppdaterade data skall läggas. Om styrordet har ett värde "O" för denna position laddar DSP nya data in i en minnesposition betecknad När laddningen är klar skriver DSP över värdet "O" i styrordets 3 databaspekare med ett värde "l" som talar om för den digitala realtidskretsen 1 att den skall börja använda den nya databasen. Om DSP redan läser ett värde "l" i det digitala styrordet, beslutar DSP att lägga de nya uppdateringarna i en position "2" och motsvarande ändra styrordets databaspekare. Om DSP läser ett värde "2" för minnesposition växlar den tillbaka och lägger nya data i position "1" och uppdaterar databaspekaren för styrordet 5.

Justering av tid, fas och förstärkning Ett definierat antal sampel från insignalen S1 och utsignalen VM laddas ner till DSP. DSP-rutinen 201 beräknar tidsdifferensen i sampel och den korrekta fasvektorn som skall användas som korrektion av LUT för förstärkningstabellen och lagrar den för senare uppdatering. DSP lagrar tidskillnadsfördröjningen (ts) för att reducera beräkningstiden för ytterligare uppdateringar senare. DSP kan också göra en korrektion av förstärkningen av insignalen i block 101. Om alltför hög nivå på insignalen päläggs systemet rapporterar DSP till styrordet 3 vilket rapporterar vidare till den externa kontrollen 4 som kan justera några yttre signaldämpare. Styrordet 3 kan också ha möjligheten att göra externa ändringar själv med tillagt gränssnitt och DSP-funktion. Beräkningen av tidsstyrníngs- och faskorrektionen görs på samma sätt som beskrivet i avdelningen på sidorna 17 - 25. Styrblocket 3 kan laddas med en faktor för "förstärknings- avbackning" att användas i systemet för att hantera den analoga anordningens förstärkningsändring mot temperatur och lägga en lämplig ._ I: 1' f, ..' "'1 45 marginal till insignalen så att signalnivåerna innanför systemet aldrig överskrider maximalt tillåtet värde. Fasdifferensen mellan signalerna VMoch S1 kan inkorporeras i de ínversa FlR-filterkoefficientvärdena genom multiplicering av varje komplex med korrektionsfasvärdet för en första anpassning. Det ínversa FIR-filtret inkorporerat i 105 kommer att anpassa och korrigera för den långsamma driften i uppkonverteraren och drift i PA- gruppfördröjning och frekvensgensvar.

Förstärkningsinställningen skall göras på sådant sätt att predistorderaren 1 har tillgängligheten att justera tabellerna inom insignalsomrädet så att långsam anpassning av distorderaren kan göras beroende på den använda icke-linjära anordningens omgivningstemperaturändring. Någon typ av digital signalförstärkningsavbackning används och justeras i AGA-blocket 101. Omgivningstemperaturen anses korrigeras genom anpassningen av predístorderaren. Justeringen av förstärkningsavbackning kan också anpassas för kalibrerad överföringsdrifter i härvarans uppbyggnad - upp- konverterare och nedkonverterare - i icke-linjär PA.

Predistortionsblock förstärkning/ fas Uppdateringen av förstärkningstabellerna LUT och FIR-ñltrets koefficientminne för förstärknings- och fasutjämningsblocket 105 beräknas i DSP-blocket 203 i enlighet med beskrivningen ovan. Varje beräkning innebär en uppdatering av LUT- och FIR-minnena använda i predistorderaren 105. Ett mått på prestanda beskrivet i senare kapitel rapporteras till predistorderarkontrollen 3, som uppdaterar de aktiverande funktionerna i det digitala styrordet 5 för att operera systemet med fler funktioner tillämpade. När alla funktioner för utjämningsblocken för förstärkning/ fas har anpassats till en viss prestandamätfaktor, går DSP i enlighet med styrordsläsningen vidare för att beräkna nästa block i enlighet med inställningarna i styrordet 3. 520728 'ïïzfí-f' 46 Predistortionsblocket för differentiell förstärkning Procedurerna för att beräkna detta block 204 och uppdatering av den digitala delen 104 kan göras på två olika sätt beroende på DSP-processorns beräkningskapacitet.

Först kan det beräknas genom samma procedur som för differentiell förstärkning i enlighet med magnitud- och fasdatabasen visad i Figur llc.

Uppdateringen görs då som inversa komplexa förstärkningsvärden in i LUT.

Ett andra snabbare sätt men mindre exakt än det första tillvägagångssåttet är att använda linjär regression av data lagda i LUT-tabellerna. Tillämpning av denna procedur är beroende på den icke-linjära anordningens prestanda.

När DSP har gjort beräkningen uppdaterar den de respektive minnes- positionerna i 1 och skriver respektive uppdatering till styrordet 5.

Anpassning av predistortionsblocket för differentiell förstärkning görs på samma sätt som för det komplexa blocket för förstärkning/ fas före fortsätt- ning till nästa block.

Utvärderingsblocket för effektkorrektion Systemet går vidare för att beräkna det differentiella effektberoendet i enlighet med DSP-blocket 205. Det finns två valmöjligheter för att göra detta och procedurerna.

Det första förfarandet är att det görs automatiskt. DSP beräknar alla procedurerna genom lämplig programmering av DSP. DSP kan styras för att göra en uppdatering av effektberoendet periodiskt efteråt om omgivnings- temperaturen kommer att påverka dessa prestanda. Detta skisserades i avdelningen "Effektberoendeblocket" som börjar på sidan 36. Hur ofta beroendeanpassningen måste göras är oklart eftersom det inte finns några data tillgängliga. Erfarenheten genom att tillämpa DPD-lösningen i enlighet med den föreliggande uppfinningen kommer att ge mer insikt i denna fråga i 520728 Éf fif^:ï,@;; 47 framtiden. Anpassning av FIR-effektförstärkningsfaktor kommer troligast vara den mest lämpliga.

Det andra förfarandet är att DSP- och predistorderarstyrningen läser styrordet och laddar lämpliga signaler S2 och VM till den externa kontrollen där FIR-filtret för effektberoende utvärderas i en annan processor, som styrs med ett mänskligt gränssnitt som gör beräkningarna och utvärderingarna.

Detta är möjligt om effektberoendet för en anordning inte förväntas ändra sig och då kan det utvärderas endast en gång. Det kommer troligen att bli ett fel i den faktiska anordningen om temperarutberoendet börjar ändra sig i den tillämpade icke-linjära anordningen. Genom att göra effektberoendet utanför systemet, sparas en massa minnespositioner för program i DSP-blocket 205 i Figur 16.

Efter att utvärderingen av det differentiella effektberoendet är gjord, laddas nya data för FIR-ñltret, fördröjningen och viktningen i enlighet med tidigare kapitel in i minnet för predistortionsblocket 103 för effektberoende och styrordet 3 uppdateras så att predistorderaren 1 börjar använda denna funktion.

Om en lämplig justering av medeleffektsvärdet PM för det differentiella effektkorrektionsblocket och tidsfördröjningen görs, är resultatet symmetrisk sidbandsundertryckning i predistorderaren.

Tillämpning av EV FIR I några tillämpningar av den förslagna DPD-kretsen, måste felvektorn mellan insignalen och utsignalen eliminera en mycket låg nivå av fel mellan den digitala insignalen och den mätta utsignalen och ta i beräkningen upp- konverterarfrekvenskaraktäristik som påverkan från blocken 103 och 104.

FIR-flltren i predistortionsblocket för förstärkning/ fas kommer att anpassas till en insignal som är modifierad med effekt och differentiell förstärkning tillämpad. Användning av EV_FIR 102 tillämpas för att korrigera gruppfördröjningen och frekvensgensvaret mot den sanna insignalen till :' -x 1 , \, _ v <:, = ' - - . . . . ,, . ' ; I “ f V, ' ' r , . i i _ , I.. , \ .l :- 48 systemet. Beräkningarna är de samma som för de senare beskrivna inversa beräkningarna av H0 använda i blocket 105 men med insignalen S1 använd i stället för S2-signalen tillsammans med den uppmätta signalen VM i Figur 17 a.

För bredare frekvenstäckning av prestanda för EV-FIR än den avsedda inmatningssignalbandbredden kan signalen S1 i detta fall vara en bredare frekvenssignal men med mindre effektnivä till PA och som alltså minskar dístortionen från den aktiva anordningen, vilket kan påverka beräkningen och resultaten från koefficientutvärderingarna för EV_FIR. Ännu bättre är att använda en fasmodulerad signal med ingen föreliggande amplitud- modulation.

Användning av systemet Efter att kalibreringen är gjord är systemet färdigt för användning.

Inställningen av det sista styrordet 3 definierar databasen för driften av de individuella blocken. Kalibreringsdata har lagrats i icke-destruktiva minnes- media. Systemet laddar data in i DSP 2 och predistorderaren 1 och börjar arbeta. DSP beräknar och uppdaterar de tre grundläggande blocken 101, 103 och 104 i enlighet med styrordets 5 inställning redan beskriven. De initiella DSP styrutvärderingsparametrarna övervakas av DSP- och predistorderarstyrningen som kontrollerar de övervakade parametrarnas giltighet och lägger en alarm till den externa kontrollen 3 om giltighetsgränser överskrids. Eftersom prestanda för predistorderarens beroende bygger pä alla DPD funktioner tillämpade kan multipelblock- anpassning orsaka variationer i spektrumgensvaret för DPD-tillämpningen istället för att förfina spektrum för varje anpassning. Korrektionsblocket för predistorderarens förstärkning/ fas skall ha högsta prioritet för anpassning för varje DSP-utvärdering, medan de andra funktionsblocken kan uppdateras när predistortionsblocket för förstärkning/ fas överensstämmer med prestandagränsen satt. 520728 49 Grundläggande utformning av predistorderarblocken En exempelskiss för de fyra förslagna predistortionsblocken görs i detta kapitel. Grundläggande för alla block är att de har den inversa korrektionen tillämpad som jämfört med PA-modellblocken beskrivna i denna skrift.

Skillnaden mellan denna skiss av det nya predistortionsförslaget är att den introducerade gruppfördröjningen för predistorderarna enligt teknikens ståndpunkt kommer att elimineras, vilket ger mycket små felvektorer som kommer upp från DPD-systemet använt i den mottagna signalen hanterad i en mottagare för ett trådlöst system.

För den andra utföringsformen skall det även noteras att det föreslagna digitala predistorderarsystemet kan modifieras och användas som del av MCPA-systemet som använder en framåtmatningsslinga. Algoritmbeskriv- ningen i denna uppfinning definieras på ett sätt som opererar på felvektorer i funktionsblocken. Därför är det möjligt att erhålla feleliminering i en tillämpning med framätmatningsslinga adderad till den grundläggande digitala predistorderartillämpningen skisserad i Figur 22. Samma algoritmer kan användas på ett system som mäter felvektorn i en elimineringspunkt i ett FF-system. Den nya uppfunna predistorderaren gör också gruppfördröjningseliminering och reducerar följaktligen felsignalen som skall användas i en andra felförstärkarslinga i en framåtmatningslösning.

Fasvektormultiplikator Multiplikatorn i Figur 18 är ett komplext tal A+jB med magnituden lika med "1”, som multipliceras med vart och ett av de komplexa insignalssamplen för att tillhandahålla en faskorrigerad utsignal. Denna fasvektor används för att göra en perfekt passning i rotation av I / Q-diagrammen för de använda signalerna VM och S2 i Figur 17. Det komplexa talet använt i minnet tillhandahålls från DSP 2 i Figur 17. LUT-tabellerna i 105 i Figur 16 kan uppdateras med den inversa komplexa förstärkningen multiplicerad med fasvektorjusteringen och alltså minska hårdvarubehovet. Inget externt fasvektorblock behövs då. Den adaptiva uppdateringen av fasvektorn görs genom att ta det sista fasvektorvärdet och multiplicera detta med det nya ~ - - ». . - . . ' * '^' "> *~ i ~ ;~; , ,, n - i r. ,. m in' ', 50 beräknade värdet funnet genom l-koefficients FlR-filterutjämningstekniken beskriven tidigare för anordningsmodellering.

Predistortionsblock för förstärknings/ fasutiämning Förstärknings- och fasutjämningsblocket för den slutliga lösningen i Figur 19 är ändrad något jämfört med Figur 5a, Det tidigare nämnda inversa FIR- filtret är delat i två filter HC1 och HC2, som används för grov- och fin korrektionsjustering av tids- och fasprestandautjämning eller elimínering av gruppfördröjning. För den första optimeringen eller anpassningen körd laddas filtren, som har lika udda antal koefficienter, med koefficientvärden noll med undantag för mittkoefficienten som laddas med "l". För de första initiella körningarna görs inte uppdateringen. När anpassningen har reducerat distortionen så ett mer linjärt gensvar erhålls kommer den grundläggande linjära FIR-ñlteralgoritmen ge exakt gensvar för gruppfördröjningselimineringsändamål med användning av FIR-filtren HC1 och HC2.

Optimeringen och adaptionen av predístorderarens inversa förstärkning och fas fortsätter tills en mått erhålls pä prestanda för använt H0 i algoritmerna beskrivna tidigare. Normalt kan prestanda för predistorderaren mätas genom utvärdering felvektorns effekt, men en mycket mer effektiv utvärdering beskrivs här. Mätningen av optimeringsprocessen görs genom utvärdering av förbättringen av FlR-filtreringen och inte på förstärkningstabellerna på följande beskrivna sätt. När de beräknade koefficientvärdena H0 stabiliserats i anpassningen betyder det att predistorderaren fungerar korrekt.

Filterkoefficientvärdena H0 för PA-modellens algoritm från tidigare och föreliggande anpassning för beräkningar av komplex förstärkning mäts.

Magnituden för den kvadrerade summan av differenskoefflcientvektorn kommer erhållas. Denna mätning här benämnd ”HCLCancel” jämförs med ett gränsvärde "HC1_Cancel_Limit” i DSP. Sä snart som ”HC1_Cancel" är mindre än gränsen börjar DSP uppdatera koefficienterna för FIR-ñltret HC1 och använder det sista filtret HCl som ovan gav gränstillfredsställelse. De " H* f f - - - - ~ - , . » , .. , ., , - « .- . . . . , , ~ ~ - -. . . , . " ' h* w' ~- . . -.-.. - .. - , . . .- , - .. , , ° 1 I -~ f. .. .- ,, 51 följande FIR-filteranpassningarna av predistorderarens 2 block 105 i Figur 17 kommer att göras genom uppdateringar av det andra ñnavstämda FIR- filtret HC2. Båda filtren med komplexa värden magnitudjusteras för att ha en förstärkning lika med "1 ”vid nollfrekvens för att inte påverka de använda förstärkningstabellerna.

Det inversa H0-filtret är konstruerat genom FIR-filterutjärnning beskriven tidigare, vilket vänder signalerna S2 och VM i Figur 17 i algoritmen beskriven för anordningsmodellering diskuterad i avsnittet "Förstärknings- modell för PA-representationen" på sidan 18 och framåt.

De två FIR-filtren HCl och HC2 är lämpligt , eftersom användning av endast det första FlR-filtret HCl kan ge svängningar i anpassningen när tidfördröjningarna för den faktiska anordningen överskrider den faktiska tidssamplingen med någon bråkdel av klocktiden. Filtret HCl bevarar den korrekta tidssamplingsfasjusteringen så att det andra FIR-filtret HC2 centreras i gensvar för FIR-koefñcienten. Det andra FIR-ñltret HC2 förfinar predistortionsresultatet och anpassar för de långsamma ändringarna i systemet.

Når FIR-filtret HCl används kommer följande adaptioner anpassa värdena för filtret HC2 på följande sätt. Från det tidigare FIR-filtret l-ICQ beräknas en komplex FFT. Det nya FIR-flltrets HC2 komplexa FFT beräknas också. Detta går mycket fort när endast ett fåtal koefficienter används. Dessa två FFT- resultat multipliceras och en invers komplex FFT görs av resultatet. Detta nya FIR-filter lagras som en uppdatering i systemet för filtret HC2. Antalet koefficienter för filtret HC2 bevaras genom detta förfarande. Direkt faltning av det tidigare och sista FIR-filtret HCQ kommer att öka antalet koefficienter.

De två filtren i kaskad kommer att ge ett platt frekvensgensvar för system- gensvaret, vilket eliminerar det icke-linjära gensvaret som uppkonverterare.

För reduktion av antalet komplexa koefficienter i predistorderaren kan de två filtren HCl och HC2 beräknas i DSP genom faltning för att tillhandahålla 520728 §>ff§¿;ï;@?:; 52 uppdatering av ett enda filter HCmt som fortfarande har det önskade frekvensgensvaret för optimal felelimination.

Varje adaption eller beräkning i DSP kommer att ge uppdaterad LUT och filterkoefficienter i predistorderaren. Uppdatering av predistorderarens styrord 5 i Figur 16 görs också.

Det finns också möjligheter att använda ett FIR-kompensationsfilter HCw: i tillämpningen och uppdatera detta ñlter på samma sätt som beskrivet för filtret HC2.

Den grundläggande skillnaden för den nya predistorderaren visad i denna skrift jämfört med predistorderare enligt teknikens ståndpunkt är att filtren för gruppfördröjningselimination i detta block, filtren HC1 och HC2, måste implementeras för att vara i stånd att göra ytterligare DPD-funktions- blocksutvärderingar. De andra predistortionsfunktionsegenskaperna kommer att utvärderas genom undersökningar av felvektorer och utan gruppfördröjningseliminering är det inte möjligt att upplösa noggranna mätningar för dessa egenskaper. De adderade predistortionsfunktionerna som "Beräkning av differentiell förstärkningspredistortion" 203 och "Beräkning av effektpredistortion" 205 i Figur 17 kommer att behöva den låga nivån av gruppfördröjning och magnitudfel för att tillhandahålla de korrekta tíllämpningarna av funktionsblocken 104 och 103.

Predistortionsblocket för differentiell förstärkning Efter förstärknings- och utjämningsblocket 105 i Figur 16 görs beräkningar och predistorderarsystemet har gått så långt i adaptíonen att FIR-filter HC2 används, beräknas den differentiella förstärkningskorrektionen 104.

Uppdatering görs till en krets i enlighet med Figur 20. Utformningen av detta block är väsentligen densamma som i Figur 10, men den inversa differentiella komplexa förstärkníngen används i tabellen. Den inversa differentiella komplexa förstärkníngen för LUT kan beräknas direkt eller genom användning av förstärkningsuttrycket härlett för det digitala 520728 í*ïüfäàf»EXl 53 modellarbetet. Som beskrivet tidigare görs adaption tills en prestanda- måttgräns för anpassning nås.

Predistortionsblocket för effektberoende Effektpredistortionsblocket är det samma som i Figur 14 och har samma utformning som för PA-modellens predistortion och skall tillämpa följande formel.

S¿nl_Power_Correct(t)=Sin(t) *[1 + dPCOmJHTd) *GP/ (Rim) + 6)] Där GP är effektförstårkning för FIR-filtret. Tecknet för faktorn GP kommer automatiskt vara det korrekta beroende på l-koefficientsutjämnings- processen använd för att finna GP-värdet beskrivet i tidigare stycke på sidan 37. ”dPconU” är faltningen av skillnadseffekten dP(t)-PM i insignalen med det valda FlR-filtret för effekt i enlighet med avdelningen "Effektberoendeblocket" på sidan 34. Td är effektfiltreringsgensvarsfördröjningen i tidsenheter. De visade fördröjningarna i Figur 14 justeras i enlighet med den faktiska digitala implementeringen för att uppfylla formeln ovan. Aktiveringen och avaktiveringen av denna effektfunktion kan göras genom nollning av förstärkningsfaktorn GP eller FIR-ñltrets effektkoefficient som ett exempel.

Medeleffektvärdet för beräkning av den differentiella effekten kan ytterligare optimeras beroende på den använda aktiva anordningen. Några anmärkningar mäste nämnas om användning av denna funktion för att erhålla bästa prestanda. Om ett felaktigt fördröjningsvärde ”td” används kommer distortionsspektrum att bli skiftat i frekvens. När ett symmetriskt spektrumresultat erhålls för systemet är effektjusteringstidsfördröjningen td optimal. När lägsta spektrumprestanda erhålls justeras medeleffektvärdet PM till ett optimalt värde för anordningen som används. Finjustering av PM- värdet kan behövas när medeleffekten i en insignal inte är samma som medeleffekten från en icke-linjär anordning. När FlR-filtret för effekt är fastställt kommer ytterligare adaption att vara för FIR-filtrets effekt- förstärkningsvärde. 520728 få ëffïïfï ëfšïfïï 54 Normalt använda predistortionsblock Figur 21 visar de nödvändiga funktionsblocken för predistorderaren i enlighet med en tillämpning som i Figur 2. Huvudskillnaden är den att blocket 102 EV-FIR i Figur 17 utelämnas och därför behöver inte signalen "S1 ”överföras till DSP för signalbearbetning.

Utvidgad användning av nv DPD enligt uppfinningen Figur 22 visar en principtillämpning av den digitala predistortionskretsen beskriven genom det föreliggande offentliggörandet för en kombinerad DPD och MCPA med framåtmatningsslinga. Funktionsblocken för predistor- deraren skall då ha utformningen i Figur 17 inkluderande EV_FIR 101. Det adderade blocket EV_FIR i Figur 17 minimerar felet mellan den sanna insignalen S1 och utsignalen. Predistorderarens FIR-ñlter HC1 och HC2 minimerar mellan den modifierade insignalen och den inmatade predistortionssignalen som innehåller differentiell förstärknings- predistortion.

Fördelen med denna lösning är att denna DPD i föreliggande uppfinning är konstruerad för att minimera felet. I en elimineringspunkt i en FF- konstruktion mäste felet minimeras för en effektiv konstruktion. Den föreliggande DPD-lösningen reducerar signalnivåer till feleffektförstärkaren och därför effektförbrukningen för MCPA genom att lägre effekt- utmatníngsfelförstärkare kan användas. Denna kombinerade DPD- och FF- slingetillämpning kan användas för MCPA-tillämpningar som ställer mycket höga krav på distortionsreducering. Framåtmatningsslingan reducerar distortionsfelen ytterligare.

I Figur 22 tillhandahåller en komplex basbandsgenerator 1 en digital insignal Vin till en digital predistorderare 2 vilken styrs av en DSP 3.

Insignalen matas också till en DAC och referensuppkonverterare 4.

Referensuppkonverteraren används för att tillhandahålla en ren signal utan distortion till en signalelimineringspunkt 5 i ett utförande av en FF MCPA.

Elimineringspunkten skall endast innehålla kvarvarande distortion från :f n. . . . . » . . . U V... . n , ~- .. , . . . , » . , , , . _. . . . . - _ , . _ _ _ . .. , . , __ _ = . . » . .. . . ., ° > v U _. .. n' , 55 effektförstärkaren 7. DPD 2 driver en DAC och uppkonverterare 6 som tillhandahåller en signal till en huvudeffektförstärkare 7 som reducerar distortionen. Utsignalen från MPA 7 samplas och tillhandahålls till elimineringspunkten 5. Utsignalen efter elimineringspunkten samplas till en mätmottagare 8 som mäter felen mellan den önskade signalen och signalen MPA 7. Denna signal kommer att innehålla den resterande distortionen från MPA som måste minimeras. Denna signal tillhandahålls i digitalt format till DSP 3. Felsignalen läggs också genom en feleffektförstärkare 9 och påläggs med en korrekt antifas tillhandahållen av fördröjningsjusteringen 10 för tidsfördröjningen EPA 9 till utmatningen av MCPA vilken eliminerar feleffektförstärkarens introducerade fördröjning. Framåtmatningsslingan eliminerar då kvarvarande distortionsfel som föreligger efter DPD-justering av utsignalen från MPA 7. Denna tillämning är tillgänglig för DPD i denna uppfinning. DPD i denna uppfinning fungerar på felvektorskillnaden som beräknar signalen EV = VPA - Vini beräkningarna för predistorderaren och algoritmen beskriven tidigare i denna skrift. I tillämpningen enligt Figur 22, är signalen EV känd och signalen Vin är också känd. Därför kan signalen Vom beräknas och samma förfarande som i denna uppfinning kan alltså användas för en tillämpning som illustrerats i Figur 22. DPD justerar signalen VPA i Figur 22 tills felen minimeras jämförda med signalen Vin vid referenspunkten. Eventuella fel introducerade i referensuppkonverterar- kedjan kommer att kvarstå. DPD kommer att justera uppkonverterar- frekvensgensvaret att vara det samma som för referensuppkonverteraren vid minimerande av felen vid elimineringspunkten.

Tillämpningen i Figur 22 ritas i en förenklad form endast för att illustrera principen. Referenskedjan 4 använder normalt ett frekvensöversättnings- block med numeriskt styrd oscillator NCO i referenskedjan för att tillhandahålla inmatningsbasbandssignalen inom det användbara video- frekvensorådet för använd DAC. De använda upp- och nedkonverterarna kommer att göra frekvensinriktning så signalerna vid RF-frekvenser är de samma genom användning av olika lokala oscillatorinställningar i upp- och nedkonverterarna. 520728 §*f§f§§f¿§§¿ 56 REFERENSER Litteratur om den allmänna icke-linjära teoriöversikten med omfattande litteraturreferenser listas nedan. [1] "Polynominal Signal Processing" av V. John Mathewa, Giovanni L.

Sicuranza 2000 ISBN-0-471-0334414-2 John Wiley Publishing Company [2] "Non-linear System Identification Input-output Modeling Approach" av Robert Harver, Lazlo Keviczky 1999 ISBN-0-7923-5856-2 och ISBN-0-7923-5859-9 Kluwer Academic Publishers

Claims (6)

520728 _. ,. . ,.. ', '11 * '_^_-.'; »- »\. - .. « »1 . i . ~ r . _' ' 57 PATENTKRAV

1. Förfarande för icke-linjär analys, kännetecknat av stegen med uttryckande en icke-linjär process eller ett system som en process beroende av en uppsättning processparametrar P1 till PN samt icke-linjära processer betecknade som NLS(P1,P2,...PN), vilka kan beskrivas genom multiplicerande av block eller en kaskad av icke-linjära underprocesser som vardera beror av en av de icke-linjära processparametrarna P1 till PN, varvid varje underprocess kan vara en generaliserad Wiener- eller Hammersteinprocess som innehåller både en linjär och en icke-linjär process, samt görs en beskrivning av processen eller systemet med hjälp av en modell som beskriver först en överföringsfunktion för ett icke-linjärt huvudundersystem (MNLS) beroende av en process P1, och beskrivs konsekutiva multiplicerande icke-linjära systemprocesser vardera genom en överföringsfunktion 1 +dNLS(dPí), där en process dNLS(dPi) definieras som en skillnadsunderprocess till de föregående kaskadprocesserna och en processparameter dPi definieras som lika med en skillnad mellan ett faktiskt processparametervärde Pi och ett medelvärde Pi_mean för processvårdet Pi använt i föregående processer.

2. Förfarande enligt krav 1, kännetecknat av de ytterligare stegen med uppskattning av en första huvudsystemprocess MNLS(P1) med en modellparameteranpassning som minimerar fel mellan en observerad utmatning från en faktisk process och en beräknad utmatning från den modellerade icke-linjära huvudprocessen MNLS(P1) beroende av parametern P1, varvid både modell och faktisk uppmätt icke-linjära process antas ha samma inmatningsstimuli, samt utvärderas en nästa kaskadprocess Pi vidare och processvärdet dPi anpassas genom ytterligare beräkningar med användning av fel mellan en faktisk utmatning från denna faktiska process och en utmatning av så långt modellerad process och som har samma inmatningsstimuli. n, .H fl u » » ~ . . . . ' . , N I »o . . . i = « i. _' - - , . - i . ., , | ,=. a a. 1 = . .. z ,. , , , I - u i. ., ,, °, '

3. Förfarande enligt krav 2, kännetecknat av de ytterligare stegen med användning av, vid linjärisering av en faktisk icke-linjär process eller ett system, denna nya kaskadbara icke-linjära processbeskrivning som gjorts genom koppling av kaskadunderprocesser vilka vardera beror av processparametern Pi framför faktisk icke-linjär process eller system som är sådan att ett första kaskadbart block är en icke-linjär underprocess beroende av en differensprocess dPN och är en process närmast det faktiska icke-linjära systemet beroende av processparameter P1 relaterad till den icke-linjära huvudsystemmodellen MNLS(P1), varvid varje underprocess har en invers processfunktionalitet för den motsvarande icke-linära modell- underprocessen, och den inversa underprocessen är antingen en direkt invertering av den icke-linjära underprocessen 1 / (1 +dNLS(Pi)) eller uttryckt som 1+dNLSm(Pi), där dNLSm(Pi) är en modifierad process, som beror av samma processparameter Pi som i den icke-linjära modellen samt en invers funktionalitet av huvudprocessen MNLS(P1) beroende av parameter P1 funktionalitet är antingen en direkt invers 1/MNLS(P1) av modellprocessen eller en modifierad icke-linjär process MNLSm(P1) som har den inversa funktionaliteten för den icke-linjära huvudmodellprocessen.

4. Förfarande enligt krav 3, kännetecknat av de ytterligare stegen med utförande av anpassning och optimering av linjäriseringsprocessen genom minimering av felbidrag mellan inmatningsstimuli och observerad utmatning frän det totala systemet som innehåller kaskadlinjäriserings- systemblocken och det faktiska icke-linjära systemet, varvid felminimering först görs mot huvudprocessen P1 i ett inverst processblock 1/MNLS(P1) eller MNLSm(P1) i kaskaden, samt när anpassningen har nätt ett minimum och ingen ytterligare felreduktion är tillgänglig genom anpassningsprocessen, går linjäridseringssystemet vidare med felminimering av nästa block beroende av process P2 och så vidare till den sista parametern i kaskadlinjäriserings- systemet är minimerad, och linjäriseringen då kan göra en andra slinga eller 520728 59 kontinuerlig slingkörning av linjäriseringsanpassning genom att göra samma felminimeringsprocess som börjar med parameter P1 och slutar med parameter PN.

5. Förfarande enligt krav 4, kännetecknat av de ytterligare stegen med anpassningslinjärisering av underblock i linjäriseringskaskaden antingen genom beräkning av en virtuell modell i en systemprocessor som styr linjäriseringsprocessen och minimerar felen mellan den beräknade virtuella modellutmatningen med totala systemutmatningen, varvid linjäriseringsunderblocket kan uppdateras genom den direkta inversen av det beräknade modellblocket eller används en blandning av anpassnings- tekniker genom uppdatering av några underblock i linjäriseringskopplingen med värden härledda från den virtuella icke-linjära systemmodellen, medan andra block direkt uppdateras genom direkt inversa signalöverförings- karaktäristikberäkningsvärden, som minimerar felen mellan den observerade utmatningen och inmatningsstimuli till det linjäriserande systemet.

6. Förfarande enligt något av kraven 1 till 5, kännetecknat av de ytterligare stegen med omarrangerande procedurer så att huvudprocessen MNLS kan bero av mer än en process, dvs. MNLS(P1,P2,..PM) och underprocesser kan även sättas som en dNLS(P1VI,PM+1...), varvid en beräkningsansträngning i dessa fall kommer att vara multipelkärnlösningar för varje underprocess och kan användas en blandning av enkelprocessblock och multipelprocessblock.