組合算法應(yīng)用于組合學(xué)習(xí)結(jié)構(gòu)數(shù)字預(yù)失真系統(tǒng)的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及到一種寬帶數(shù)字通信系統(tǒng)發(fā)射端功放的線(xiàn)性化技術(shù)，特別是一種數(shù)字 自適應(yīng)預(yù)失真方法。
【背景技術(shù)】
[0002] 功放是無(wú)線(xiàn)通信系統(tǒng)的重要組成器件，也是最主要的非線(xiàn)性器件之一。功放的非 線(xiàn)性使信號(hào)經(jīng)過(guò)功放產(chǎn)生帶內(nèi)及帶外失真，造成誤碼率升高，并對(duì)相鄰信道產(chǎn)生干擾，從而 降低通信系統(tǒng)的性能。
[0003] 提高功放的線(xiàn)性度有兩種方法，其一是功率回退，功放的工作點(diǎn)回退到線(xiàn)性區(qū)，但 功放的效率非常低；其二是功放仍工作在非線(xiàn)性區(qū)，信號(hào)先經(jīng)預(yù)失真器，再經(jīng)過(guò)功放。預(yù)失 真器也是非線(xiàn)性器件，其非線(xiàn)性特性恰與功放的非線(xiàn)性特性相反，使輸入信號(hào)經(jīng)過(guò)兩次非 線(xiàn)性變化后得到輸入/輸出信號(hào)之間呈線(xiàn)性關(guān)系。
[0004] 功放不只有非線(xiàn)性特性，而且對(duì)如0FDM的寬帶信號(hào)有記憶效應(yīng)，即功放的輸出不 僅與當(dāng)前輸入有關(guān)，還與以前的輸入有關(guān)。隨著傳輸信號(hào)帶寬的不斷增加，記憶效應(yīng)變得更 加明顯，寬帶功放的記憶效應(yīng)校正將變得更加重要，因此，研究記憶非線(xiàn)性功放的預(yù)失真有 非常重要的實(shí)際意義。
[0005]目前數(shù)字預(yù)失真技術(shù)廣泛應(yīng)用的間接學(xué)習(xí)結(jié)構(gòu)，在實(shí)際中反饋到自適應(yīng)算法模塊 的功放輸出信號(hào)將受到A/D轉(zhuǎn)換器帶來(lái)的量化噪聲等污染，該噪聲將降低系統(tǒng)的性能；另 外，目前的自適應(yīng)算法LMS算法、RLS算法等都存在一定的局限性。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的是為了解決寬帶輸入信號(hào)引起功率放大器的記憶效應(yīng)，從而嚴(yán)重影 響數(shù)字預(yù)失真的補(bǔ)償效果技術(shù)。
[0007] 因此，本發(fā)明為了消除高峰均比的寬帶輸入信號(hào)經(jīng)過(guò)功放產(chǎn)生的非線(xiàn)性失真和記 憶效應(yīng)，采用經(jīng)典的CFR技術(shù)和DH)技術(shù)聯(lián)合方案，為了抑制噪聲影響，同時(shí)針對(duì)直接學(xué)習(xí) 結(jié)構(gòu)和間接學(xué)習(xí)結(jié)構(gòu)的優(yōu)缺點(diǎn)，提出間接學(xué)習(xí)結(jié)構(gòu)與直接學(xué)習(xí)結(jié)構(gòu)結(jié)合的組合學(xué)習(xí)結(jié)構(gòu)設(shè) 計(jì)數(shù)字預(yù)失真系統(tǒng)，然后結(jié)合LMS算法、RLS算法以及NLMS算法的優(yōu)勢(shì)，提出RLS和NLMS聯(lián) 合的混合算法對(duì)數(shù)字預(yù)失真器參數(shù)估計(jì)和更新，混合算法具有RLS算法收斂迅速的特點(diǎn)， 同時(shí)簡(jiǎn)化了計(jì)算量。對(duì)輸入的高峰均比信號(hào)先進(jìn)行CFR處理，再經(jīng)DH)之后送給功放，得 到比較理想的線(xiàn)性輸出，有效改善了功放非線(xiàn)性引起的帶內(nèi)失真和帶外頻譜擴(kuò)展。
[0008] 為了實(shí)現(xiàn)上述目的，本發(fā)明技術(shù)方案是這樣實(shí)現(xiàn)的，組合算法應(yīng)用于組合學(xué)習(xí)結(jié) 構(gòu)數(shù)字預(yù)失真系統(tǒng)的方法，包括兩個(gè)部分，組合學(xué)習(xí)結(jié)構(gòu)數(shù)字預(yù)失真系統(tǒng)，以及組合算法基 于搭建的組合學(xué)習(xí)結(jié)構(gòu)數(shù)字預(yù)失真系統(tǒng)對(duì)信號(hào)處理方法；
[0009] 所述組合學(xué)習(xí)結(jié)構(gòu)數(shù)字預(yù)失真系統(tǒng)包括前向通路和反饋回路。所述前向通路包括 信號(hào)（Signal)產(chǎn)生模塊、峰均值抑制模塊即CFR模塊、上變頻模塊即DUC模塊、數(shù)字預(yù)失真 模塊即DH)模塊、DSP模塊、數(shù)模轉(zhuǎn)換模塊即DAC模塊、帶通濾波器、功率放大器即PA以及 天線(xiàn)調(diào)諧器和天線(xiàn)。
[0010] 所述反饋回路包括耦合器、衰減器和模數(shù)轉(zhuǎn)換模塊即ADC。
[0011] 所述的信號(hào)（Signal)產(chǎn)生模塊是對(duì)數(shù)據(jù)進(jìn)行調(diào)制，生成基帶數(shù)據(jù)。
[0012] 所述上變頻（DUC)模塊是對(duì)基帶信號(hào)搬移到所要求的頻率。
[0013] 所述CFR模塊是先對(duì)輸入號(hào)進(jìn)行極坐標(biāo)下削峰，然后通過(guò)低通濾波器（LPF)濾除 直接削峰引起的帶外頻譜擴(kuò)散，形成誤差脈沖信號(hào)，再反向疊加在相應(yīng)的輸入信號(hào)上，達(dá)到 峰值抵消的效果。
[0014] 所述的DAC對(duì)DPD內(nèi)核處理后的預(yù)失真信號(hào)進(jìn)行數(shù)模轉(zhuǎn)換并輸出模擬下信號(hào)。
[0015] 所述的帶通濾波器是可以極大地提高輸出信號(hào)頻譜的純度。
[0016] 所述功率放大器是作為發(fā)射機(jī)中最重要的組成部分，它將電源功率高效地轉(zhuǎn)化為 發(fā)射機(jī)功率。
[0017] 所述Dro技術(shù)是在功放前插入預(yù)失真器，其中預(yù)失真器具有與功放非線(xiàn)性相反的 特性，讓輸入信號(hào)先經(jīng)過(guò)預(yù)失真處理后再通過(guò)功率放大器，實(shí)現(xiàn)信號(hào)輸入輸出在整體上呈 線(xiàn)性關(guān)系，從而達(dá)到補(bǔ)償功率放大器非線(xiàn)性的效果。
[0018] 所述反饋通道包括親合器、衰減器、ADC。
[0019] 所述耦合器通過(guò)芯片實(shí)現(xiàn)。
[0020] 所述衰減器是把耦合的信號(hào)進(jìn)行衰減。
[0021] 所述ADC主要對(duì)模擬信號(hào)進(jìn)行模數(shù)轉(zhuǎn)化。
[0022] 為提高收斂速度和減小計(jì)算復(fù)雜度采用多項(xiàng)式預(yù)失真技術(shù)。
[0023] 所述DH)模塊采用多項(xiàng)式預(yù)失真技術(shù)，該技術(shù)主要包括功放模型、學(xué)習(xí)結(jié)構(gòu)和自 適應(yīng)算法三個(gè)部分。DH)內(nèi)核是基于記憶多項(xiàng)式模型的數(shù)字預(yù)失真。DH)學(xué)習(xí)結(jié)構(gòu)采用組 合學(xué)習(xí)結(jié)構(gòu)，Dro的自適應(yīng)算法采用組合算法。
[0024] 所述DPD內(nèi)核是基于記憶多項(xiàng)式模型的數(shù)字預(yù)失真；Dro學(xué)習(xí)結(jié)構(gòu)采用組合學(xué)習(xí) 結(jié)構(gòu)；Dro的自適應(yīng)算法采用組合算法。
[0025] 所述多項(xiàng)式數(shù)字預(yù)失真技術(shù)，采用記憶多項(xiàng)式模型，其數(shù)學(xué)表達(dá)式參見(jiàn)公式1:
[0027] 其中，ζ(η)為預(yù)失真輸出信號(hào)，K為非線(xiàn)性的階數(shù)，Q為記憶深度，Ckq是Dro系數(shù)。
[0028] 所述功放模型采用Wiener-Hammerstein模型，其數(shù)學(xué)表達(dá)式參見(jiàn)公式2-4 :
[0032]式中，u(η)為輸入向量，v(η)為功放輸出衰減得到的信號(hào)，y(η)為功放的輸出采 樣信號(hào)，％是線(xiàn)性時(shí)不變系統(tǒng)的沖值響應(yīng)值，L代表模型記憶深度，bk為無(wú)記憶非線(xiàn)性系統(tǒng) 多項(xiàng)式的系數(shù)，K表示模型的最高非線(xiàn)性階數(shù)，cq為線(xiàn)性時(shí)不變系統(tǒng)的沖值響應(yīng)值，Q是模 型記憶深度。
[0033] 所述學(xué)習(xí)結(jié)構(gòu)采用組合學(xué)習(xí)結(jié)構(gòu)，由間接學(xué)習(xí)結(jié)構(gòu)與直接學(xué)習(xí)結(jié)構(gòu)結(jié)合的組合學(xué) 習(xí)結(jié)構(gòu)設(shè)計(jì)數(shù)字預(yù)失真系統(tǒng)。通過(guò)設(shè)置判斷門(mén)限讓系統(tǒng)在間接學(xué)習(xí)結(jié)構(gòu)與直接學(xué)習(xí)結(jié)構(gòu)進(jìn) 行切換。
[0034] 所述直接學(xué)習(xí)結(jié)構(gòu)是預(yù)失真器的輸出經(jīng)過(guò)非線(xiàn)性放大后，與期望得到的信號(hào)進(jìn)行 比較，用所求得的誤差對(duì)預(yù)失真器的參數(shù)進(jìn)行調(diào)整。
[0035] 所述間接學(xué)習(xí)結(jié)構(gòu)是在功率放大器之后級(jí)聯(lián)一個(gè)"后失真器"，通過(guò)"后失真器"的 輸入與誤差，自適應(yīng)調(diào)整"后失真器"的參數(shù)，使其特性與功率放大器相反，最后將調(diào)整后的 參數(shù)復(fù)制給預(yù)失真器。
[0036] 所述組合算法是在間接學(xué)習(xí)結(jié)構(gòu)下采用RLS和NLMS算法對(duì)DPD內(nèi)核系數(shù)進(jìn)行估 計(jì)，而在直接學(xué)習(xí)結(jié)構(gòu)下采取LMS算法對(duì)DPD內(nèi)核系數(shù)進(jìn)行估計(jì)和更新。
[0037] 所述LMS算法如下：
[0038] 設(shè)ζ(η)為η時(shí)刻的期望響應(yīng)，f⑷為"后失真器"的輸出，v(n)為功放輸出衰減得 到的信號(hào)，·>〉(〃)為DPD內(nèi)核系數(shù)，u(n)為輸入向量，則LMS算法參見(jiàn)公式5-7 :
[0039] z(n) --w1' (n)u(n)(5)
[0040] cl'/?) =z(n) -z(n) (6)
[0041] η·(/7 Η-?)-??'{/7)+ //</'(/?)?(/?) (7)
[0042] 公式中，儼(《)是ν?·⑷的復(fù)共輒轉(zhuǎn)置，？(η)為e(n)復(fù)共輒，μ為迭代步長(zhǎng)。
[0043] 所述RLS算法參見(jiàn)公式8-12 ;
[0044] e(fi) =ζ(ι?- \v(n-\)u{n) ( 8 ；
[0045] π(η) =P(n_l)u(η) (9)
[0046] k(η) =π(η) / (λ+uH (η)π(η)) (10)
[0047] η·(/7) =\ν{ιι-1} - /:(/7}e'{n) ( X1)
[0048] Ρ(η) =λ ^(η-^-λ:k(η)uH (η)Ρ(η-1) (12)
[0049] 公式中，Ρ(η)為預(yù)失真器最佳相位系數(shù)向量，π(η)為預(yù)失真器最佳幅度系數(shù)向 量，k(n)為增益向量，uH(n)是u(n)的復(fù)共輒轉(zhuǎn)置，e*(n)為e(n)復(fù)共輒，λ(〇<λ<1) 為遺忘因子。
[0050] 所述NLMS算法參見(jiàn)公式13-16 :
[0051] z(n) =u',i(r,)u(n) (13)
[0052] <?(/?)z(n)-z(n) (14.)
[0053] ?(/7 -f 1) =\v(n) + pe (n)u(n) (15)
[0054]μ(n+1) =αμ(n) +βe2 (n) (16)
[0055] 公式中，#(?)是餘〇的復(fù)共輒轉(zhuǎn)置，e?為e(n)復(fù)共輒，μ為迭代步長(zhǎng)，0 <a < 1，β> 0〇
[0056] 本發(fā)明組合算法基于所搭建的組合學(xué)習(xí)結(jié)構(gòu)數(shù)字預(yù)失真系統(tǒng)對(duì)信號(hào)處理方法，包 括下列步驟：
[0057] 1)將來(lái)自基帶信號(hào)模塊生成的基帶信號(hào)進(jìn)行數(shù)字上變頻和峰值削波處理產(chǎn)生 X(η) 〇
[0058] 2)采用記憶多項(xiàng)式模型構(gòu)造數(shù)字預(yù)失真內(nèi)核即DPD內(nèi)核，其數(shù)學(xué)表述參見(jiàn)公式 1 ;
[0059] 3)設(shè)判斷門(mén)限 |ejn) | = |e(n) | = 1，則 |e(n) | > 0· 01，開(kāi)關(guān)擲 1，工作 在自適應(yīng)算法1，此時(shí)的學(xué)習(xí)結(jié)構(gòu)為間接學(xué)習(xí)結(jié)構(gòu)；且Iei(n) | >0.05,則采用RLS算法 進(jìn)行濾波器系數(shù)4")快速估計(jì)來(lái)獲得DPD內(nèi)核系數(shù)的初始值?；赗LS算法如下：
[0060] a)假設(shè)為DF>D內(nèi)核系數(shù)，初始化;
[0061] b)通過(guò)公式1計(jì)算出X(η)經(jīng)過(guò)預(yù)失真輸出信號(hào)ζ(η);
[0062]c)通過(guò)公式2、公式3和公式4,計(jì)算得到信號(hào)ζ(η)經(jīng)過(guò)功放的輸出采樣信號(hào)為 y(n)；
[0063] d)y(n)經(jīng)尺度變換后y(n)/G(其中G代表功放的增益）作為"后失真器"的輸入， 令v(n) =y(n)/G，u(η)為輸入向量，其數(shù)學(xué)表述參見(jiàn)公式17 :
[0064] u(n) = [v(n),v(n)Iv(n)I2,v(n)Iv(n)I4,v(n-1),v(n-1)Iv(n-l)I 2,v(n-l)Iv(n-l)I4,
[0065] v(n-2),v(n-2)Iv(n-2)I2,v(n-2)Iv(n-2)I4] ； (17)
[0066] e)v(n)通過(guò)公式1的"后失真器"處理得到輸出信號(hào)Zl (n);
[0067]