2基于多项式的记忆型数字基带预失真器

收稿日期:2005210212基金项目:国家自然科学基金资助项目(60572148);西安电子科技大学研究生创新基金资助作者简介:王　勇(19752),男,西安电子科技大学博士研究生.基于多项式的记忆型数字基带预失真器王　勇1,向　新1,2,易克初1(11西安电子科技大学综合业务网理论与关键技术国家重点实验室,陕西西安　710071;21空军工程大学,陕西西安　710043)摘要:提出了一种由自适应均衡器和基于多项式的无记忆预失真单元级联组成的记忆型数字基带预失真器.在该预失真器中,首先通过传输窄带训练序列得到能够补偿功率放大器非线性的无记忆预失真器的参数.然后通过一种自适应均衡算法修改均衡器的参数抵消功率放大器的记忆效应.由于将功率放大器的非线性和记忆效应分开处理,其结构和自适应算法复杂度比普通记忆型预失真器大大降低.计算机仿真结果表明,该预失真器能够有效地校正由于功率放大器的非线性和记忆效应引起的信号失真.关键词:功率放大器;非线性失真;记忆效应;自适应预失真中图分类号:T N919.3 文献标识码:A 文章编号:100122400(2006)022*******M em ory d i g it a l ba seband pred istorter ba sed on a polynom i a lWAN G Yong 1,X I AN G X in 1,2,YI Ke 2chu 1(1.State Key Lab .of I ntegrated Service Net w orks,Xidian Univ .,Xi ′an 710071,China;2.A irforce Engineering University,Xi ′an 710043,China )Abstract:　This paper p r oposes a digital p redist orter which can compensate nonlinearity andme mory effects of power a mp lifier in a communicati on syste m ,which consists of an adap tiveequalizer and a me moryless p redist orter based on polya m inals .The me moryless p redist orter isused for compensating nonlinearity,whose para meters are esti m ated by using a narr owbandtraining sequence,while the equalizer is used f or compensating me mory effects,whosepara meters are iteratively updated by means of an adap tive algorithm.Because nonlinearity andme mory effects are pocessed seperately,the structure of the p redist orter and its adap tivealgorith m s are much si m p ler than those of the conventi onal one .Si m ulati on results show thatthe p redist orter can correct the signal dist orti on effectively caused by nonlinearity and me moryeffects of power a mp lifiers .Key W ords:　po wer a mp lifiers;nonlinearity;me mory effects;adap tive p redist orti on功率放大器(P A s )是通信发射机中不可缺少的部件,其输入和输出之间存在非线性会使信号出现失真[1].在现代通信系统常常采用一些先进的线性调制技术来提高无线频谱利用率.但是这些调制信号,例如OF DM 调制信号,其包络可能存在较大的波动,对P A s 非线性极其敏感.尤其是当通信发射机P A s 具有较高工作效率如工作在接近饱和点时,信号会产生严重的带外频谱泄漏和带内失真,前者引起邻道干扰,而后者会使系统的误码特性变坏.要同时保证P A s 的工作效率和信号正常传输,就必须采用P A s 线性化技术.自适应数字基带预失真技术因为能与现代数字信号处理技术相结合,被认为是最有前途的P A s 线性化技术.其基本思想是在P A s 前串联一个预失真器,其特性为P A s 非线性的逆特性,从而达到将包括预失真器和P A s 在内的发射通道线性化目的.目前对预失真技术的研究大部分局限于无记忆P A s,这是由于当信号带宽远小2006年4月第33卷　第2期　西安电子科技大学学报(自然科学版)JOURNAL OF X I D I A N UN I V ERSI TY Ap r .2006Vol .33　No .2于P A s 固有带宽时,记忆效应可忽略.但当传输宽带信号时,P A s 记忆效应变得明显,若仍采用传统的无记忆预失真技术,则线性化效果将会显著恶化[2].Volterra 级数是模拟有记忆非线性常用的一种方法[3],可用于预失真装置设计.原理上它是很合理的,其缺点是所设计的预失真装置实现起来复杂度高,迭代算法运算量大.在实际应用中大多数的P A s 需要采用高阶Volterra 级数预失真装置来校正其非线性,这使得该缺点更加突出,甚至变得不实用.虽然在文献[4]中提出了一种简化的Volterra 级数预失真装置,文献[5]还证明了该预失真装置可适用于不同的记忆P A s 模型,但其自适应迭代算法运算复杂度高,应用受限.笔者根据自己提出的专利技术[6]构造了一种记忆型基带数字预失真器,该预失真器由均衡器和基于多项式的无记忆预失真单元串联组成,可同时补偿P A s 的记忆效应和非线性.与常规预失真器[3～5]相比,由于该记忆型预失真器能将P As 的记忆效应和非线性分别进行处理,使其结构和迭代算法都大为简化,便于推向实际应用.1　功率放大器的非线性和记忆效应P A s 的非线性会引起幅度和相位失真,不考虑记忆效应时P A s 当前的输出只和当前的输入有关,常用Saleh [7]模型描述.假设输入为x (t )=r (t )・exp (j [ωc t +<(t )]),则其幅度非线性AM /AM 变换和相位非线性AM /P M 变换描述为A [r (t )]=αa r (t )/(1+βa r 2(t ))　,(1)Φ[r (t )]=α<r 2(t )/(1+β<r 2(t ))　.(2)图1　无记忆功放和记忆功放的非线性AM /AM 变换[A (r (t )]是输入和输出功率的非线性函数,AM /P M 变换Φ[r (t )]产生附加的相位调制;αa =210,βa =110,β<=110.β<=110所对应的归一化幅度和相位特性如图1ϖ所示.当放大宽带信号时,P A s 的输出不再是输入信号的即时函数,而是在一定程度上取决于上一个短暂的历史包络电平,即当前的输出不但跟当前的输入有关,还跟过去的输入有关,即P A s 会出现记忆效应.描述记忆P A s 的模型有W inner 模型,Ha mmerstein 模型,W inner 2Ha mmerstein 模型和记忆多项式模型等.其中具有代表性的W inner 2Ha mmerstein 模型,由无记忆P A s 模型及与之前后串联的线性时不变(LTI )单元H (z )和G (z )构成.该模型可用于描述卫星透明转发器中行波管P A s 工作在接近饱和态时的特性.图1ω给出了W inner 2Ha mmerstein 模型的归一化幅度和相位特性,由图可见该模型的AM /AM 和AM /P M 特性变成了两条曲线带.2　一种新的记忆型预失真器及其工作原理图2给出了一种用于补偿P A s 记忆效应和非线性的记忆型基带数字记忆型预失真器原理框图.该预失真器由无记忆预失真器和均衡器两部分组成,前者由多项式预失真单元,自适应算法单元1构成.后者包括横向滤波器,自适应算法单元2,误差预测单元2.该记忆型预失真器首先通过调整多项式预失真单元的参422 西安电子科技大学学报(自然科学版) 第33卷图2　基于多项式的记忆型基带预失真数,补偿P A s 的非线性,然后通过自适应均衡器抵消P A s 的记忆效应.假设x 1(n )与y 1(n ),x 2(n )与y 2(n )完全同步,其具体工作过程如下:首先开关K1,K2和K3导向与之相应的管脚1,训练序列产生单元输出一个带宽远小于P A s 带宽的窄带阶梯形训练序列,此时x (n )=x 1(n ),y (n )=y 1(n ).其幅度预失真函数F (r )和相位预失真函数Ψ(r )为F (r )=f 1r +f 2r 2+f 3r 3+…+f l r l =V T R f ,(3)Ψ(r )=φ0+φ1r +φ2r 2+…+φm r m =P T R p ,(4)其中r =x 1(n ),R f =r r 2…r l ,R p =1r …r m ,V =f 1f 2…f l ,P =p 0p 1…p m ,l 和m 分别为幅度预失真函数F (r )和相位预失真函数Ψ(r )多项式的阶数.修改F (r )和Ψ(r )参数的自适应迭代算法可描述为V (n +1)=V (n )+μV R f (n )e V (n )　,(5)P (n +1)=P (n )+μP R p (n )e P (n )　,(6)其中e V (n )=x 1(n )-y 1(n ),e P (n )=∠x 1(n )-∠y 1(n ),μV 和μP 为常数.当上述自适应算法中的e V (n )和e P (n )小于预先设定的εV 和εP 后,固定V,P,开关K1,K2和K3导向管脚2,启动由横向滤波器,自适应算法单元2,误差预测单元2组成的均衡器,此时x (n )=x 2(n ),y (n )=y 2(n ).修改横向滤波器系数ω的迭代算法为 ω(n +1)=ω(n )+μe 3(n )x 2(n )　,(7)其中ω=ω1ω2…ωN ,N 是横向滤波器的阶数,e (n )=x 2(n )-y 2(n ),μ是步长,“3”表示共轭.上面提出的自适应基带预失真器通过引入窄带训练序列,实现了将P A s 的非线性和记忆效应分开处理,使得预失真器在结构上变为K 阶均衡器和Q 阶多项式无记忆预失真单元的前后串联.而在文献[5]中基带预失真装置若同样使用Q 阶多项式和K 记忆延迟单元来补偿P A s 非线性和记忆效应,则该记忆多项式为z (n )=∑K k =1∑Q q =0a kq x (n -q )x (n -q )k -1　,(8)其中x (n )和z (n )分别是该预失真装置的输入和输出.则由式(8)可见该预失真装置需要预测的参数为522第2期 王　勇等:基于多项式的记忆型数字基带预失真器K(Q+1)个.在实际应用中,采用低阶多项式常常不能很好校正功率放大器的非线性特性,往往需要采用高阶多项式,而记忆多项式的阶数每增加一阶,需要估计的参数就增加a+1个,迭代算法的运算量不但会大大增加,甚至有可能影响算法的收敛性.在本文中的预失真装置所使用的迭代算法只需要简单的乘加运算,需要估计的参数也只有K+Q个;在增加多项式的阶数时,每增加一阶,也只会使无记忆预失真单元的参数增加一个,算法复杂度并不明显增加.与文献[3～5]中的预失真装置相比,本文中提出的预失真器在结构上和算法复杂度上都大幅度简化,便于硬件实现.3　仿真结果为了考察所提记忆型基带预失真器的有效性,采用MAT LAB在基带进行仿真验证.仿真条件是:输入的宽带信号为16QAM复包络信号,成形滤波器是滚降系数为015升余弦滤波器,无记忆预失真单元中幅度多项式和相位多项式的阶数分别为l=7,m=11,均衡器采用20阶横向滤波器;P A s采用W inner2Har merstein 模型,无记忆非线性部分采用Saleh模型,前后LTI单元的传输函数为H(z)=(1+0.5z-2)/(1-0.2z-1)　, G(z)=(1-0.1z-2)/(1-0.4z-1)　.(9)图3　仿真结果 仿真产生的16QAM信号分别进行4种处理:第一,不进行任何处理;第二,进行常规的16QAM调制后送入P A s;第三,16QAM信号经过无记忆多项式预失真单元后送入P A s;第四,信号通过本文中的记忆型预失真器后送入P A s.上述得到的4种信号分别称为:原始信号,失真后的信号,无记忆预失真校正后的信号和有记忆预失真校正后的信号.(下转第286页)[7]Zhao G,L iu Q H.The32D Multidomain Pseudos pectral Ti m e2domain A lgorith m for I nhomogeneous Conductive M edia[J].I EEE Trans on Antennas Pr opagat,2004,52(3):7422749.[8]Na m iki T.A Ne w F DT D A lgorith m Based on A lternating2directi on I m p licitMethod[J].I EEE Trans onM icr owave Theory Tech,1999,47(10):200322007.[9]Zheng F,Chen Z,Zhang J.Toward the Devel opment of a Three2di m ensi onal Unconditi onally Stable Finite2difference Ti m e2domain Method[J].I EEE Trans on M icr owave Theory Tech,2000,48(7):155021558.[10]Zhao G,L iu Q H.The Unconditi onaly Stable Pseudos pectral Ti m e2domain(PST D)Method[J].I EEE M icr owave W irelessCompon Lett,2003,13(11):4752477.[11]Gordon W J,Hall C A.Transfinite ElementMethods:B lending Functi on I nter polati on Over A rbitrary Curved Ele ment Domains[J].Nu merMath,1973,21(2):1092129.(编辑:郭　华) (上接第226页)图3ϖ给出了经预失真后P A s输出信号功率谱的改善情况,由图可见有记忆预失真校正后的信号带外的功率谱密度比无记忆预失真后的信号降低了大约10d B,与原始信号基本重叠,获得了与文献[5]中预失真器相同的频谱泄漏抑制效果;图4ω～ψ分别给出了失真信号,无记忆预失真校正后的信号和有记忆预失真校正后的信号16QAM星座图.由图可见失真信号的星座图已完全变形,不能分辨原有的星座位置;无记忆预失真校正后的信号星座图与原始信号的星座图相比存在明显的发散和旋转,而有记忆预失真校正后的信号的星座图与原始信号的星座图基本一致.由此可见本文中提出的记忆型数字基带预失真器能够有效的抵消和补偿记忆型P A s的非线性和记忆效应,具有良好的P A s线性化效果.4　结束语提出了一种记忆型数字基带预失真器,该预失真器由均衡器和基于多项式的无记忆预失真器组成,着重讨论了该记忆型预失真器的工作原理及其相应的自适应迭代算法,并进行了仿真对比实验.仿真结果表明,该预失真器可有效补偿存在记忆效应的记忆型P A s的非线性,而其结构复杂度和算法复杂度都较低,便于推向实际应用.参考文献:[1]Gu Chunyan,Yi Kechu.Adap tive T W T A Pre2dist orter Based on Vect or Quantizati on[J].Journal of Xidian University,2004,31(5):7402743.[2]钱业青,姚天任1记忆非线性功率放大器的神经网络预失真[J]1计算机工程与应用,2004,(21):1002103.[3]Eun C S,Powers E J.A Ne w Volterra Predist orter Based on the I ndirect learning A rchitecutre[J].I EEE Trans on SignalPr ocessing,1997,45(1):2232227.[4]Ki m J,Konstantinou K.D igital Predist orti on of W ideband Signals Based on Power a mp lifier Model with M e mory[J].Electr onLett,2001,37(23):141721418.[5]Lei D ing,Zhou G T,Morgan D R.A Robust D igital Baseband Predist orter Constructed U sing Me mory Polynom ials[J].I EEETrans on Commun,2004,52(1):1592164.[6]王　勇,易克初,田红心,等1实现记忆型功率放大器线性化的方法及其基带预失真切装置[P]1中国发明专利,申请号:20051004293412,2005207.[7]Saleh A.AM Frequency2dependent NonlinearModels of T W T Amp lifiers[J].I EEE Trans on Commun,1981,29(11):171521720.(编辑:李维东) 。