dpd 数字预失真

dpd 数字预失真数字预失真（Digital Predistortion，简称DPD）是一种在通信系统中用于抑制非线性失真的技术。

在无线通信中，由于传输信号经过放大器等非线性设备时，会引入失真，降低了通信质量。

DPD技术的出现解决了这个问题，提高了通信系统的性能。

传统的通信系统中，信号经过放大器放大后会出现失真，主要表现为信号的非线性畸变。

这种失真会导致信号的频谱扩展，频谱间相互干扰，从而影响接收端的解调性能。

为了解决这个问题，人们提出了数字预失真技术。

数字预失真技术是通过对发送信号进行预处理，使其与放大器的非线性特性相互抵消，从而抑制失真。

具体来说，数字预失真技术通过对发送信号进行非线性变换，使其频谱与放大器的非线性特性相适应，从而在放大器中引入与信号失真相反的变换，使得输出信号接近于原始信号，降低了失真的程度。

数字预失真技术的实现主要包括两个步骤：建立预失真模型和实施预失真算法。

首先，需要对放大器的非线性特性进行建模，得到一个数学模型。

这个模型可以通过测量或者数学建模的方式获取。

然后，根据模型，设计相应的预失真算法，对发送信号进行预处理，实施预失真。

通过不断优化算法，可以提高预失真效果，使得输出信号更接近于原始信号。

数字预失真技术在实际应用中取得了显著的效果。

它可以提高通信系统的性能，降低误码率，提高传输速率，延长系统的覆盖距离等。

在现代无线通信系统中，数字预失真技术被广泛应用于LTE、5G等高速无线通信系统中，取得了良好的效果。

总结起来，数字预失真技术是一种用于抑制非线性失真的技术。

它通过对发送信号进行预处理，使其与放大器的非线性特性相抵消，从而降低失真的程度。

数字预失真技术在无线通信系统中应用广泛，可以提高系统的性能，提高传输速率，延长系统的覆盖距离等。

通过不断优化算法，数字预失真技术将在未来的通信系统中发挥更加重要的作用。

dpd 数字预失真DPD数字预失真，是一种在数字通信系统中常见的问题，指的是信号在传输过程中受到噪声和失真的影响，导致接收端信号与发送端信号存在差异。

本文将从DPD数字预失真的定义、原因、影响以及解决方法等方面进行探讨。

我们来了解一下DPD数字预失真的定义。

DPD是指数字预失真（Digital Pre-Distortion）技术，它是一种用于抵消功放（Power Amplifier）非线性失真的技术。

在通信系统中，功放是将信号放大到合适的水平的重要组件之一。

然而，由于功放的非线性特性，输入信号与输出信号之间会产生失真，导致信号质量下降。

DPD技术通过预先对输入信号进行处理，使其与功放的非线性特性相抵消，从而达到减小失真的目的。

接下来，我们来探讨一下造成DPD数字预失真的原因。

首先，功放的非线性特性是主要原因之一。

功放在工作过程中，由于电流、电压等因素的影响，会产生非线性失真。

其次，传输信道中的噪声也会对信号造成影响，进一步增加了数字预失真的可能性。

此外，传输信道的频率响应不均匀也会导致信号失真。

这些因素的综合作用导致了DPD数字预失真的产生。

DPD数字预失真对通信系统的影响是非常显著的。

首先，它会导致信号的频谱扩展，使得信号的带宽变宽，从而降低了信号的传输速率。

其次，DPD数字预失真会导致信号的功率谱密度增加，使得信号的能量分布不均匀，进而影响信号的接收质量。

此外，DPD数字预失真还会导致信号的相位变化，进一步影响信号的解调和恢复。

为了解决DPD数字预失真问题，人们提出了一些有效的方法和技术。

首先，可以通过对功放进行线性化处理来减小非线性失真。

线性化技术包括预失真技术、反馈控制技术等。

其次，可以通过增加信号的纠错码来减小信道噪声对信号的影响，提高信号的可靠性。

此外，还可以采用自适应均衡技术、自适应调制技术等来抵消传输信道的频率响应不均匀。

DPD数字预失真是数字通信系统中常见的问题，会导致信号质量下降和传输速率降低。

一种峰值功率控制的带限数字预失真算法随着用户对数据传输速率需求的不断提升，现代无线通信系统的带宽变得越来越宽，例如第四代（Fourth⁃Generation，4G）长期演进（Long⁃Term Evolution，LTE）系统，信号带宽已经达到了100 MHz。

信号带宽的增大，对用于提升系统中功率放大器（Power Amplifier，PA）线性度的数字预失真（Digital Predistortion，DPD）技术提出了严峻挑战。

DPD技术是在数字中频级联一个与PA非线性特性相逆的预失真器，从而改善系统的线性度，以其编程灵活、性能成本适中的优点成为主流的PA线性化技术[3⁃4]。

为了建立与PA非线性特性相逆的预失真器模型，需要运用（Analog to Digital Converter，ADC）采集包含PA非线性失真信息的输出信号。

由于PA的非线性会对信号频谱展宽，所需ADC的采样带宽将会是输入信号的5～7倍。

一般考虑PA输出的5阶失真分量，对于100 MHz带宽的4G⁃LTE信号而言，需要采样的信号带宽达到500 MHz，根据奈奎斯特采样定理，ADC需要的采样速率超过吉比特，这将会大大增加系统成本和系统功耗。

此外，功放的非线性主要表现为在输入信号功率过大时，功放增益压缩，DPD为了补偿功放的压缩增益，势必会引起信号幅度的扩散，造成信号的峰均比急剧增大，称之为DPD“雪崩”现象。

输入信号峰均比的增大会激励功放进入更深的压缩区域，使得DPD模型和PA模型的互逆特性失配，降低DPD的线性化效果，甚至会造成功放管击穿，致使放大系统瘫痪。

针对上述问题，本文提出一种结合峰值功率控制的带限数字预失真算法。

首先通过带通滤波器对功放输出信号的带宽进行限制，降低ADC的采样带宽，从而降低其采样速率；然后利用频谱外推的方法恢复完整的PA输出信号。

对于预失真信号峰均比增大的问题，通过设置幅度阈值门限，对预失真后的信号峰值功率进行控制，从而达到降低预失真信号峰均比的效果。

通过数字预失真改善功率放大器地效率上网时间：2007年11月22日关键字:功率放大器数字预失真DSP FPGA无线应用中地功率放大器有望通过提供优良地线性和效率,来处理现代通信系统中所采用地复杂波形.而这并非通过构建具有更纯净性能地射频功率放大器,因为这样做会增加成本、降低效率并产生可靠性问题,今天地设计师而是选择通过采用数字预失真(DPD –Digital Pre-Distortion>技术来增加数字处理能力,该技术有助于将功率放大器(PA>地效率最大化,增加可靠性,并降低操作成本.b5E2RGbCAP 与模拟方式相比,数字技术在成本、功耗和可靠性方面提供了诸多优势.由于这些优点,老式地窄带、单载波、三重转换系统正在被数字信号处理(DSP>和DAC控制地宽带、多载波发射机所取代,DSP和DAC产生直接IF,甚至直接RF输出到RF放大器.p1EanqFDPw 无线系统正向用户提供一系列地服务和益处.不幸地是,先进无线技术地优势往往不惜牺牲增加功耗和操作成本.现代蜂窝和无线技术,特别是数字射频通信网络,比以往任何时候发送和接收更多地数据、更多地视频以及更多地音频.如HSDPA、HSUPA、1xEVDO、WiMAX 等新标准,以及长期演进(LTE>需要更大地功耗,产生更多和更大地射频波形峰值,并允许更大地数据脉冲.因此,现代无线设备所生产地射频信号具有空前地峰值平均值比(PAR>,并在一个已经拥挤地射频频谱内存在失真地可能性.DXDiTa9E3d由于采用空前地高功耗与现代PAR,功率放大器正在被推向之前从未有过地极限,并导致瞬变现象以及低效成本.更大地放大器可以消耗更多地功耗,从而使得短期资本支出以及长期经营费用急速膨胀.更大、更昂贵地电池需要同样地后备能力.此外,更大地功耗和生产加剧了散热和电气条件,这可能产生可靠性问题.RTCrpUDGiT 当支持先进无线技术地功放工作时,设计师和网络运营商可能选择两条路径中地一条：增加“腕力”(即功耗>或者增加“头脑”(即性能>.其中,前者有效增加了对上述成本和可靠性地关注,而后者是在功放效率最大化与严格控制频谱之前推动数字失真波形地新策略.通过采用适当地测试设备,数字预失真(DPD>技术可以实现更小、更具效率地功放,从而减少开发和运营成本,并同时提升网络与设备地可靠性.5PCzVD7HxA无论高功率卫星地面站、多载波蜂窝基站,甚至是低功耗移动通信系统,现代发射机采用多种预失真技术来减少信道外干扰,并优化运行效率.其中最流行和最有效降低失真地方法之一就是自适应DPD.jLBHrnAILg这种方法对发射机地输出进行采样来计算误差向量并生成校正系数,然后将其用来预校正输入信号.为了减少模拟电路失真,链路中地信号尽可能采用数字格式保存.xHAQX74J0X图1表示了如何提取放大器输出信号地一部分,然后进行下变频以及数字化.将该数字信号提供给DSP电路,该电路实现了目前信号中地非线性分析并产生非线性校正系数.这些非线性系数用于调整传输链路中输入地同相(I>和正交(Q>信号.正如在传输链路中所看到地,目前采用将预失真以及减少PAR地信号在经DAC转换回模拟域之后提供给放大器.所得到地输出信号与没有采用预失真技术地信号相比,减少了频谱失真并改善了邻道泄漏比(ACLR>地性能.LDAYtRyKfE数字预校正放大器与先前地前馈式结构相比,提供了具有更高功率附加效率(PAE>地优良频谱效率,极大减少了发热,提高了可靠性并降低了运营成本.该方法已经超越了作为蜂窝基站支路地作用,并且目前作为手机、卫星,甚至是自适应相控阵雷达地反馈线性化.Zzz6ZB2Ltk然而,这一情况产生了传统模拟系统中所见不到地各种各样地故障诊断挑战.可能会由ADC和DAC,或者通过传输链路中模拟转换之前地对信号进行处理地DSP将数字失真引入到传输链路中.这些失真往往特性短暂,而且利用传统地频谱分析仪难以或无法进行捕捉.其可能仅仅是极少发生,并可能在邻近地和替代地信道对频域地产生影响.对瞬态频域信号进行有效地故障诊断不仅需要检测出问题,而且还要有能力对其进行定位并捕获记录用于进行分析.dvzfvkwMI1对这些系统特性进行描述是新地挑战.在开发阶段,整个传输链路具备有效性之前,可对各种预失真和减少PAR地方法进行测试和优化.必须采用测试设备对反馈链路信号经常进行捕捉,并在有效完成硬件(ASIC或FPGA>之前地离线软件中实现对新非线性失真系数地计算.然后,通过利用这些系数,将校正算法应用到最初地I和Q信号并将结果载入到任意波形发生器(AWG>中来对其性能进行测试.rqyn14ZNXI信号速率以及功率地变化也是问题.由于许多无线信号采用突发式(如1xEV、HSxPA或WiMAX信号等>,脉冲波形(如无线电、RFID/NFC或Zigbe信号等>,或者依靠自适应技术(通过改变编码或调制率>,射频功率水平变化很快.通常,这些变化地发生比反馈回路可以响应地更快.不同于先前地线性结构,如前馈放大器,放大器是盲目快速变化地,而反馈回路感应并适应这些变化.这可能会导致意想不到地信号性能,而这可能破坏网络地可靠性及其操作.EmxvxOtOco 实施、测试并简化DPD并不是新鲜.传统扫频频谱分析仪和矢量信号分析仪(VSA>实现了某种程度地DPD测试,甚至足以通过大部分标准地要求.但瞬变和其他看不见地影响不可避免地存在,因为这些残余成分只能显示RF频谱地扫描或瞬象.SixE2yXPq5数字预失真DPD(Digital Pre-Distortion>:PA线性化技术更大地突破是可使信号预失真.预失真是PA线性化地“法宝”,不过这也非常复杂,并要求了解PA失真特性——而该特性地变化方式非常复杂.6ewMyirQFL预失真原理：通过一个预失真元件(Pre-distorter>来和功放元件(PA> 级联,非线性失真功能内置于数字、数码基带信号处理域中,其与放大器展示地失真数量相当(“相等”>,但功能却相反.将这两个非线性失真功能相结合,便能够实现高度线性、无失真地系统.数字预失真技术地挑战在于PA地失真(即非线性>特性会随时间、温度以及偏压(biasing>地变化而变化,因器件地不同而不同.因此,尽管能为一个器件确定特性并设计正确地预失真算法,但要对每个器件都进行上述工作在经济上则是不可行地.为了解决上述偏差,我们须使用反馈机制,对输出信号进行采样,并用以校正预失真算法.数字预失真采用数字电路实现这个预失真器(Predistorter>,通常采用数字信号处理来完成.通过增加一个非线性电路用以补偿功率放大器地非线性.这样就可以在功率放大器(PA>内使用简单地AB类平台,从而可以消除基站厂商制造前馈放大器 (feedforwardamplifier>地负担和复杂性.此外,由于放大器不再需要误差放大器失真矫正电路,因此可以显著提高系统效率.kavU42VRUs预失真线性化技术,它地优点在于不存在稳定性问题,有更宽地信号频带,能够处理含多载波地信号.预失真技术成本较低,工艺简单,便于生产,效率较高,一般可以达到19%以上.y6v3ALoS89数字预失真地缺点：线性度略低于前馈技术,但是目前两者地水平已经比较接近.数字预失真技术目前之所以没有像前馈技术那样得到广泛应用,主要原因是该技术存在以下技术瓶颈：宽带功放地非线性特性建模,它地挑战在于PA地失真(即非线性>特性会随时间、温度以及偏压(biasing>地变化而变化,因器件地不同而不同.华为公司目前已经完全掌握了该技术,并已经成功应用于WCD-MA基站产品中.M2ub6vSTnP。

ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００３－３１０６．２０２３．１０．００７引用格式：赵林军，张海林，王方．超宽带信号数字预失真时延补偿算法［Ｊ］．无线电工程，２０２３，５３（１０）：２２７７－２２８５．［ＺＨＡＯＬｉｎｊｕｎ，ＺＨＡＮＧＨａｉｌｉｎ，ＷＡＮＧＦａｎｇ．ＤｉｇｉｔａｌＰｒｅ ｄｉｓｔｏｒｔｉｏｎＴｉｍｅＤｅｌａｙＣｏｍｐｅｎｓａｔｉｏｎＡｌｇｏｒｉｔｈｍｓｆｏｒＵｌｔｒａＷｉｄｅｂａｎｄＳｉｇｎａｌｓ［Ｊ］．ＲａｄｉｏＥｎｇｉｎｅｅｒｉｎｇ，２０２３，５３（１０）：２２７７－２２８５．］超宽带信号数字预失真时延补偿算法赵林军１，２，张海林２，王　方３（１．陕西理工大学物理与电信工程学院，陕西汉中７２３００１；２．西安电子科技大学通信工程学院，陕西西安７１００７１；３．中国电子科技集团公司第五十四研究所，河北石家庄０５００８１）摘　要：数字预失真（ＤｉｇｉｔａｌＰｒｅ Ｄｉｓｔｏｒｔｉｏｎ，ＤＰＤ）是功率放大器（ＰｏｗｅｒＡｍｐｌｉｆｉｅｒ，ＰＡ）线性化校正的主流技术之一。

ＤＰＤ两路激励信号间的时延是影响预失真算法稳定性的主要因素。

针对ＤＰＤ系统中信号间因采样而导致的时延模糊问题，基于最优化插值计算理论，在信号幅度互相关函数时延估计算法的基础上，提出了一种二次线性拟合的信号分数采样间隔时延估计算法。

由该算法的数值分析结果可以看出，当ＤＰＤ两路激励信号间的分数采样间隔时延在［－Ｔｓ／２，＋Ｔｓ／２］时，使用二次线性拟合分数时延估计算法所获得时延估计值与理论时延值之间的最大误差不大于０．０３Ｔｓ。

同时，给出了具有信号时延参数的“插值”滤波器实现的ＤＰＤ激励信号间的时域补偿方法，数值分析结果表明，采用所提的信号时延补偿算法可以获得不大于搜索法可实现的信号误差矢量幅度（ＥｒｒｏｒＶｅｃｔｏｒＭａｇｎｉｔｕｄｅ，ＥＶＭ）。

所提算法具有易于数字化实现等优点。

关键词：数字预失真；时延估计；时延补偿；插值算法中图分类号：ＴＮ７２２．７文献标志码：Ａ开放科学（资源服务）标识码（ＯＳＩＤ）：文章编号：１００３－３１０６（２０２３）１０－２２７７－０９ＤｉｇｉｔａｌＰｒｅ ｄｉｓｔｏｒｔｉｏｎＴｉｍｅＤｅｌａｙＣｏｍｐｅｎｓａｔｉｏｎＡｌｇｏｒｉｔｈｍｓｆｏｒＵｌｔｒａＷｉｄｅｂａｎｄＳｉｇｎａｌｓＺＨＡＯＬｉｎｊｕｎ１，２，ＺＨＡＮＧＨａｉｌｉｎ２，ＷＡＮＧＦａｎｇ３（１．ＳｃｈｏｏｌｏｆＰｈｙｓｉｃｓａｎｄＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＳｈａａｎｘｉＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｈａｎｚｈｏｎｇ７２３００１，Ｃｈｉｎａ；２．ＳｃｈｏｏｌｏｆＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓｏｆＥｎｇｉｎｅｅｒｉｎｇ，ＸｉｄｉａｎＵｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ７１００７１，Ｃｈｉｎａ；３．Ｔｈｅ５４ｔｈＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅｏｆＣＥＴＣ，Ｓｈｉｊｉａｚｈｕａｎｇ０５００８１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：ＤｉｇｉｔａｌＰｒｅ Ｄｉｓｔｏｒｔｉｏｎ（ＤＰＤ）ｉｓｏｎｅｏｆｔｈｅｍａｉｎｔｅｃｈｎｉｑｕｅｓｆｏｒｌｉｎｅａｒｉｚａｔｉｏｎｒｅｖｉｓｅｏｆＰｏｗｅｒＡｍｐｌｉｆｉｅｒ（ＰＡ）．ＴｉｍｅｄｅｌａｙｂｅｔｗｅｅｎｔｈｅｅｘｃｉｔａｔｉｏｎｓｉｇｎａｌｓｏｆＤＰＤｉｓｔｈｅｍａｉｎｆａｃｔｏｒａｆｆｅｃｔｉｎｇｔｈｅｓｔａｂｉｌｉｔｙｏｆｐｒｅ ｄｉｓｔｏｒｔｉｏｎａｌｇｏｒｉｔｈｍｓ．Ｂａｓｅｄｏｎｔｈｅｏｐｔｉｍａｌｉｎｔｅｒｐｏｌａｔｉｏｎｔｈｅｏｒｉｅｓａｎｄｔｈｅｔｉｍｅｄｅｌａｙｅｓｔｉｍａｔｉｏｎａｌｇｏｒｉｔｈｍｏｆｓｉｇｎａｌａｍｐｌｉｔｕｄｅｃｒｏｓｓ ｃｏｒｒｅｌａｔｉｏｎｆｕｎｃｔｉｏｎ，ａｔｉｍｅｄｅｌａｙｅｓｔｉｍａｔｉｏｎａｌｇｏｒｉｔｈｍｆｏｒｓｉｇｎａｌｆｒａｃｔｉｏｎａｌｓａｍｐｌｉｎｇｉｎｔｅｒｖａｌｂａｓｅｄｏｎｑｕａｄｒａｔｉｃｌｉｎｅａｒｆｉｔｔｉｎｇｉｓｐｒｏｐｏｓｅｄｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｏｆｔｉｍｅｄｅｌａｙｆｕｚｚｉｎｅｓｓｉｎＤＰＤ．Ａｃｃｏｒｄｉｎｇｔｏｎｕｍｅｒｉｃａｌａｎａｌｙｓｅｓｒｅｓｕｌｔｓ，ｗｈｅｎｔｈｅｆｒａｃｔｉｏｎａｌｓａｍｐｌｉｎｇｉｎｔｅｒｖａｌｄｅｌａｙｂｅｔｗｅｅｎｔｈｅｔｗｏｅｘｃｉｔａｔｉｏｎｓｉｇｎａｌｓｏｆＤＰＤｆａｌｌｓｗｉｔｈｉｎ［－Ｔｓ／２，＋Ｔｓ／２］，ｔｈｅｍａｘｉｍｕｍｅｒｒｏｒｂｅｔｗｅｅｎｔｈｅｔｉｍｅｄｅｌａｙｅｓｔｉｍａｔｉｏｎｖａｌｕｅｏｂｔａｉｎｅｄｕｓｉｎｇｑｕａｄｒａｔｉｃｌｉｎｅａｒｆｉｔｔｉｎｇｆｒａｃｔｉｏｎａｌｄｅｌａｙｅｓｔｉｍａｔｉｏｎａｌｇｏｒｉｔｈｍａｎｄｔｈｅｔｈｅｏｒｅｔｉｃａｌｔｉｍｅｄｅｌａｙｖａｌｕｅｉｓｎｏｔｇｒｅａｔｅｒｔｈａｎ０．０３Ｔｓ．Ａｔｔｈｅｓａｍｅｔｉｍｅ，ｔｈｅｍｅｔｈｏｄｏｆｕｓｉｎｇａｎ“ｉｎｔｅｒｐｏｌａｔｉｏｎ”ｆｉｌｔｅｒｗｉｔｈｓｉｇｎａｌｔｉｍｅｄｅｌａｙｐａｒａｍｅｔｅｒｓｔｏｉｍｐｌｅｍｅｎｔｔｉｍｅｄｏｍａｉｎｃｏｍｐｅｎｓａｔｉｏｎｂｅｔｗｅｅｎｔｈｅｅｘｃｉｔａｔｉｏｎｓｉｇｎａｌｓｉｎＤＰＤｉｓｄｉｓｃｕｓｓｅｄ．ＮｕｍｅｒｉｃａｌａｎａｌｙｓｅｓｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｓｉｇｎａｌＥｒｒｏｒＶｅｃｔｏｒＭａｇｎｉｔｕｄｅ（ＥＶＭ）ｏｂｔａｉｎｅｄｂｙｕｓｉｎｇｔｈｅｐｒｏｐｏｓｅｄｓｉｇｎａｌｔｉｍｅｄｅｌａｙｃｏｍｐｅｎｓａｔｉｏｎｍｅｔｈｏｄｉｓｎｏｔｇｒｅａｔｅｒｔｈａｎｔｈａｔｏｂｔａｉｎｅｄｂｙｕｓｉｎｇＬＵＴｍｅｔｈｏｄ．Ｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｈａｓｔｈｅａｄｖａｎｔａｇｅｏｆｅａｓｙｔｏａｃｈｉｅｖｅｄｉｇｉｔａｌｉｍｐｌｅｍｅｎｔａｔｉｏｎ． Ｋｅｙｗｏｒｄｓ：ＤＰＤ；ｔｉｍｅｄｅｌａｙｅｓｔｉｍａｔｉｏｎ；ｔｉｍｅｄｅｌａｙｃｏｍｐｅｎｓａｔｉｏｎ；ｉｎｔｅｒｐｏｌａｔｉｏｎａｌｇｏｒｉｔｈｍ收稿日期：２０２３－０５－０６基金项目：国家自然科学基金联合基金重点项目（Ｕ２１Ａ２００９１５）；陕西省科技厅专项委托项目（２０２１ＪＣＷ１５）ＦｏｕｎｄａｔｉｏｎＩｔｅｍ：ＫｅｙＰｒｏｇｒａｍＳｕｐｐｏｒｔｅｄｂｙＪｏｉｎｔＦｕｎｄｓｏｆＮａｔｉｏｎａｌＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｉｎａ（Ｕ２１Ａ２００９１５）；ＳｐｅｃｉａｌＰｒｏｊｅｃｔｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＰｒｏｇｒａｍｏｆＳｈａａｎｘｉＰｒｏｖｉｎｃｅ（２０２１ＪＣＷ１５）信号与信息处理０　引言数字预失真（ＤｉｇｉｔａｌＰｒｅ Ｄｉｓｔｏｒｔｉｏｎ，ＤＰＤ）是改善功率放大器（ＰｏｗｅｒＡｍｐｌｉｆｉｅｒ，ＰＡ）输出特性的一种技术［１－２］。

一种基于直接学习结构的数字预失真方法张月;黄永辉【摘要】针对宽带信号功率放大器(PA)的非线性效应和记忆效应,提出了一种基于直接学习结构的数字预失真(DPD)方法.该方法结合牛顿法进行参数提取,降低了参数迭代次数和运算量.以20 MHz带宽的64QAM信号作为输入信号,采用记忆多项式(MP)模型的预失真器以及Wiener功放模型进行仿真.仿真结果表明,该方法能有效补偿放的非线性失真,系统经过6次迭代后,其归一化均方误差(NMSE)可达-65.83 dB,误差矢量幅度(EVM)降低到0.06％,邻道功率比(ACPR)可达-45.33 dBc.%To compensation the nonlinear distortion and memory effects of the wideband power amplifiers,a digital pre-distortion method based on direct learning is proposed. Combined with the Newton algorithm,this method can reduce the iteration numbers and the amount of calculation. The simulation is proceeded using a 20MHz 64QAM signal, taking the memory polynomial model for predistorter,and the Wiener model for power amplifier. Simulation results show that the method could achieve an outstanding performance after the 6 iterations,the system's normalized mean square error (NMSE)can reach-65.8 dB,the error vector magnitude(EVM)could reduce to 0.06％and the adjacent channel power ratio(ACPR)can reach-45.33 dBc.【期刊名称】《电子设计工程》【年(卷),期】2018(026)011【总页数】5页(P91-94,99)【关键词】数字预失真;直接学习结构;记忆多项式模型;牛顿法【作者】张月;黄永辉【作者单位】中国科学院大学北京100190;中国科学院国家空间科学中心北京100190;中国科学院国家空间科学中心北京100190【正文语种】中文【中图分类】TN919为充分利用有限的频谱资源，非恒定包络线性调制方式和多载波技术在卫星通信中将会获得越来越广泛的应用，这对功率放大器的线性度提出了更高的要求[1-3]。

/zhuanti/Digital-pre-distortion/#C837I2979DPDDPD简介∙·DPD概述∙·DPD具体介绍DPD应用∙·DPD功放的侦测接收通道设计∙·基于Agilent 仪器和ADS 软件的DPD∙LTM9003-12位DPD接收器子系统∙·数字电视发射机自适应DPD技术DPD概述DPD(Digital Pre-Distortional)简单来说就是数字预失真。

PA线性化技术更大的突破是可使信号预失真。

预失真是PA线性化的“法宝”，不过这也非常复杂，并要求了解PA失真特性——而该特性的变化方式非常复杂。

预失真原理：通过一个预失真元件(Pre-distorter)来和功放元件(PA)级联，非线性失真功能内置于数字、数码基带信号处理域中，其与放大器展示的失真数量相当(“相等”)，但功能却相反。

将这两个非线性失真功能相结合，便能够实现高度线性、无失真的系统。

数字预失真技术的挑战在于PA的失真(即非线性)特性会随时间、温度以及偏压(biasing)的变化而变化，因器件的不同而不同。

因此，尽管能为一个器件确定特性并设计正确的预失真算法，但要对每个器件都进行上述工作在经济上则是不可行的。

为了解决上述偏差，我们须使用反馈机制，对输出信号进行采样，并用以校正预失真算法。

数字预失真采用数字电路实现这个预失真器(Predistorter)，通常采用数字信号处理来完成。

通过增加一个非线性电路用以补偿功率放大器的非线性。

这样就可以在功率放大器(PA)内使用简单的AB类平台，从而可以消除基站厂商制造前馈放大器(feedforwardamplifier)的负担和复杂性。

此外，由于放大器不再需要误差放大器失真矫正电路，因此可以显著提高系统效率。

预失真线性化技术，它的优点在于不存在稳定性问题，有更宽的信号频带，能够处理含多载波的信号。

预失真技术成本较低，工艺简单，便于生产，效率较高，一般可以达到19%以上。

clc;close all;%% ÐźŲúÉúsimout=load('qpsk_8000.mat');simout=simout.simout;fs=2*10^8;%²ÉÑùÂÊ200Mhzst=0:length(simout)-1;s_qpsk=(simout.').*exp(j*2*pi*20000000*st/fs);%ȡʵ²¿ÎªQPSKµ÷ÖÆ%% Â˲¨Æ÷ϵÊýÉèÖÃN=50;%Â˲¨Æ÷½×ÊýWn1=[0.75,0.85];%1ΪfsµÄÒ»°ëWn2=[0.15,0.25];A=fir1(N,Wn1,'bandpass');B=fir1(N,Wn2,'bandpass');%% ¹¦ÂÊ·Å´ófc=6*10^7;%Ôز¨60MHZt=1:length(s_qpsk);s_carri=s_qpsk.*exp(j*2*pi*fc*(t-1)/fs);%ÉϱäƵs_carri_b=filter(A,1,s_carri);%´øͨÂ˲¨h = spectrum.welch;hpsd_carri_b=psd(h,s_carri_b,'fs',fs);figure(1);plot(hpsd_carri_b);%¹¦ÂÊ·Å´óÇ°µÄ¹¦ÂÊÆ×ÃܶÈa=[1.0513+0.0904j,-0.068-0.0023j,0.0289+0.0054j,0.0542-0.29j,0.2234+0.2 317j,-0.0621-0.0932j,-0.9657-0.7028j,-0.2451-0.3735j,0.1229+0.1508j];%a=[2.3,4.2,1.3,-1.2,-3.2,9.1,0.5,2.67,1.7];HPA_s=volterra(a,s_carri_b);% h=spectrum.welch;hpsd=psd(h,HPA_s,'fs',fs);figure(2);plot(hpsd);%% ԤʧÕæ+¹¦·Å-----¶àÏîʽ·¨b=[1.0513+0.0904j,-0.068-0.0023j,0.0289+0.0054j,0.0542-0.29j,0.2234+0.2 317j,-0.0621-0.0932j,-0.9657-0.7028j,-0.2451-0.3735j,0.1229+0.1508j];%b=[2.3,4.2,1.3,-1.2,-3.2,9.1,0.5,2.67,1.7];w=zeros(1,length(b));w=[0.01+0.01j,0.01+0.01j,0.01+0.01j,0.01+0.01j,0.01+0.01j,0.01+0.01j,0. 01+0.01j,0.01+0.01j,0.01+0.01j];%w=[0.00679765478699548-0.000259498756269653i,0.00837971394159005-0.000 111941227697152i,0.0114287412467534+0.000135048972435035i,0.00999572083 062263-3.11814652641192e-07i,0.00999748855999973-1.58555811669834e-07i, 0.0100016305410513+1.47719343296075e-07i,0.00999993931875462-4.06509747 496053e-09i,0.00999995731939103-2.60788444989852e-09i,0.010000015583326 5+1.43812621935027e-09i];s_qpsk=[0,0,s_qpsk];u=0.05;%LMSËã·¨µÄ²ÎÊýDPD_s0=zeros(1,length(HPA_s)+2);DPD_s1=zeros(1,length(HPA_s)+2);DPD_s=zeros(1,length(HPA_s)+2);LVB1=zeros(1,N+1);LVB2=zeros(1,N+1);HPA_s_p=zeros(1,length(HPA_s)+2);e=zeros(1,length(HPA_s));y=zeros(1,length(HPA_s)+2);lamda=0.99;%QRD-RLSËã·¨µÄ²ÎÊýy_q=zeros(1,length(HPA_s)+2);Y_q=ones(9,9);X_q=zeros(1,9);for n=3:length(HPA_s)+2,%ԤʧÕæS_qpsk=[s_qpsk(n),s_qpsk(n-1),s_qpsk(n-2),abs(s_qpsk(n))^2*s_qpsk(n),ab s(s_qpsk(n-1))^2*s_qpsk(n-1),abs(s_qpsk(n-2))^2*s_qpsk(n-2),abs(s_qpsk( n))^4*s_qpsk(n),abs(s_qpsk(n-1))^4*s_qpsk(n-1),abs(s_qpsk(n-2))^4*s_qps k(n-2)];DPD_s0(n)=w*S_qpsk.';%ÉϱäƵDPD_s1(n)=DPD_s0(n)*exp(j*2*pi*fc*(n-3)/fs);%Â˲¨LVB1=[DPD_s1(n),LVB1(1:N)];DPD_s(n)=A*LVB1.';%¹¦·ÅDPD_S=[DPD_s(n),DPD_s(n-1),DPD_s(n-2),abs(DPD_s(n))^2*DPD_s(n),abs(DPD_ s(n-1))^2*DPD_s(n-1),abs(DPD_s(n-2))^2*DPD_s(n-2),abs(DPD_s(n))^4*DPD_s (n),abs(DPD_s(n-1))^4*DPD_s(n-1),abs(DPD_s(n-2))^4*DPD_s(n-2)];HPA_s_p(n)=b*DPD_S.';%ϱäƵDPD_s2(n)=HPA_s_p(n)*exp(j*2*pi*fc*(n-3)/fs);%Â˲¨LVB2=[DPD_s2(n),LVB2(1:N)];DPD_s3(n)= B*LVB2.';%LMS×ÔÊÊÓ¦Ëã·¨y(n)=DPD_s3(n)/2;%¼ÙÉ蹦ÂÊ·Å´ó4±¶Y=[y(n),y(n-1),y(n-2),abs(y(n))^2*y(n),abs(y(n-1))^2*y(n-1),abs(y(n-2)) ^2*y(n-2),abs(y(n))^4*y(n),abs(y(n-1))^4*y(n-1),abs(y(n-2))^4*y(n-2)]; e(n-2)=DPD_s0(n)-w*Y.';w=w-u*Y*e(n-2);%×ÔÊÊÓ¦Ëã·¨---QRD-RLS%X_q=[DPD_s0(n),X_q(1),X_q(2),X_q(3),X_q(4),X_q(5),X_q(6),X_q(7),X_q(8)] ;%ÆÚÍûÐźÅ% y_q(n)=DPD_s3(n)/2;%¼ÙÉ蹦·Å·Å´ó4±¶%Y_q_t=[y_q(n),y_q(n-1),y_q(n-2),abs(y_q(n))^2*y_q(n),abs(y_q(n-1))^2*y_ q(n-1),abs(y_q(n-2))^2*y_q(n-2),abs(y_q(n))^4*y_q(n),abs(y_q(n-1))^4*y_ q(n-1),abs(y_q(n-2))^4*y_q(n-2)];%Y_q=[Y_q_t;Y_q(1,:);Y_q(2,:);Y_q(3,:);Y_q(4,:);Y_q(5,:);Y_q(6,:);Y_q(7, :);Y_q(8,:)];%ԤʧÕæѵÁ·Æ÷µÄÊäÈëÐźÅ%Am=[1,0,0,0,0,0,0,0,0;0,lamda,0,0,0,0,0,0,0;0,0,lamda^2,0,0,0,0,0,0;0,0 ,0,lamda^3,0,0,0,0,0;0,0,0,0,lamda^4,0,0,0,0;0,0,0,0,0,lamda^5,0,0,0;0, 0,0,0,0,0,lamda^6,0,0;0,0,0,0,0,0,0,lamda^7,0;0,0,0,0,0,0,0,0,lamda^8]; %ȨÖؾØÕó% [Q,R]=qr(Am*Y_q);% U=Q'*(Am*X_q.');% w=(U\R);%RÊÇÉÏÈý½Ç¾ØÕó£¬Öð¸ö»Ø´ú¼´¿É½âwend% h=spectrum.welch;hpsd_HPA_s_p=psd(h,HPA_s_p(2000:end),'fs',fs);figure(3);plot(hpsd_HPA_s_p);%% ԤʧÕæ+¹¦·Å-----²éÕÒ±í·¨ram1=ones(1,80000);ram2=zeros(1,80000);ram3=zeros(1,10000);%¿¼ÂǼÇÒäЧӦµÄ×÷ÓÃʱҪ³õʼ»¯Õâ¸ö±í%b_c=[2.3,4.2,1.3,-1.2,-3.2,9.1,0.5,2.67,1.7];b_c=[1.0513+0.0904j,-0.068-0.0023j,0.0289+0.0054j,0.0542-0.29j,0.2234+0 .2317j,-0.0621-0.0932j,-0.9657-0.7028j,-0.2451-0.3735j,0.1229+0.1508j]; % b_c=[1.0513+0.0904j,0,0,0.0542-0.29j,0,0,-0.9657-0.7028j,0,0];DPD_c_s0=zeros(1,length(HPA_s)+2);DPD_c_s1=zeros(1,length(HPA_s)+2);s_qpsk_c=zeros(1,length(HPA_s)+2);LVB_c1=zeros(1,N+1);LVB_c2=zeros(1,N+1);HPA_s_c=zeros(1,length(HPA_s)+2);s_abs_square=ones(1,length(HPA_s)+2);u_p=-0.001;u_s=0.98;v_max_square=0.6;R_max=10000;%ԤʧÕæfor i=3:length(HPA_s)+2,s_abs(i)=abs(s_qpsk(i));s_abs_square(i)=s_abs(i)^2;if(s_abs_square(i)<=v_max_square),n_s=floor(s_abs_square(i)/v_max_square*length(ram1));elsen_s=length(ram1)-1;end;b_s_a=ram1(n_s+1);b_s_f=ram2(n_s+1);R_y=s_abs_square(i-1)/s_abs_square(i);if(R_y<=R_max),n_y=floor(R_y/R_max*length(ram3));elsen_y=length(ram3)-1;end;DPD_c_s0(i)=(s_qpsk(i)*b_s_a+abs(ram3(n_y+1)))*exp(j*(b_s_f+angle(ram3( n_y+1))));% DPD_c_s0(i)=(s_qpsk(i)*b_s_a)*exp(j*(b_s_f));%ÉϱäƵDPD_c_s1(i)=DPD_c_s0(i)*exp(j*2*pi*fc*(i-3)/fs);%Â˲¨LVB_c1=[DPD_c_s1(i),LVB_c1(1:N)];s_qpsk_c(i)=A*LVB_c1.';%¹¦ÂÊ·Å´óDPD_S_C=[s_qpsk_c(i),s_qpsk_c(i-1),s_qpsk_c(i-2),abs(s_qpsk_c(i))^2*s_q psk_c(i),abs(s_qpsk_c(i-1))^2*s_qpsk_c(i-1),abs(s_qpsk_c(i-2))^2*s_qpsk _c(i-2),abs(s_qpsk_c(i))^4*s_qpsk_c(i),abs(s_qpsk_c(i-1))^4*s_qpsk_c(i-1),abs(s_qpsk_c(i-2))^4*s_qpsk_c(i-2)];%DPD_S_C=[s_qpsk_c(i),abs(s_qpsk_c(i))^2*s_qpsk_c(i),abs(s_qpsk_c(i))^4* s_qpsk_c(i)];HPA_s_c(i)=b_c*DPD_S_C.';%ϱäƵDPD_c_s2(i)=HPA_s_c(i)*exp(j*2*pi*fc*(i-3)/fs);%Â˲¨LVB_c2=[DPD_c_s2(i),LVB_c2(1:N)];DPD_c_s3(i)= B*LVB_c2.';%×ÔÊÊÓ¦Ëã·¨---LMSe_p=2*s_abs(i)-abs(DPD_c_s3(i));%¹¦ÂÊ·Å´ó4±¶e_s=angle(s_qpsk(i))-angle(DPD_c_s3(i));ram1(n_s+1)=ram1(n_s+1)+e_p*u_p;ram2(n_s+1)=ram2(n_s+1)+e_s*u_s;end% h = spectrum.welch;hpsd_HPA_s_c=psd(h,HPA_s_c(2000:end),'fs',fs);figure(4);plot(hpsd_HPA_s_c);function [y]=volterra(a,x)%½×ÊýΪ5£¬Éî¶ÈΪ2a10=a(1,1);a11=a(1,2);a12=a(1,3);a30=a(1,4);a31=a(1,5);a32=a(1,6);a50=a(1,7);a51=a(1,8);a52=a(1,9);%ain = abs(x);%ÊäÈëÐźŵķù¶Èx=[0,0,x];for n=3:length(x),y(n-2)=a10*x(n)+a11*x(n-1)+a12*x(n-2)+a30*x(n)*(abs(x(n))^2)+a31*abs(x( n-1))^2*x(n-1)+a32*abs(x(n-2))^2*x(n-2)+a50*abs(x(n))^4*x(n)+a51*abs(x( n-1))^4*x(n-1)+a52*abs(x(n-2))^4*x(n-2);endend。

数字预失真技术的数学建模与物理实现DPD是数字预失真的首字母缩写，许多射频(RF)、信号处理和嵌入式软件开发工程师都熟悉这一术语。

对于DPD，从纯粹数学角度出发的建模，到微处理器实际实现面临的限制，许多工程师都有自己独特的见解。

作为负责评估RF基站产品中DPD性能的工程师，或者是一名算法工程师，可能都会想知道数学建模技术以及在实际系统中的实现方式。

如今，DPD在蜂窝通信系统中随处可见，使功率放大器(PA)能够有效地为天线提供最大功率。

5G基站中的天线数量增加，频谱变得更加拥挤，DPD开始成为一项关键技术，支持开发经济高效且符合规格要求的蜂窝系统。

什么是DPD？为什么要使用DPD？当基站射频装置输出RF信号时（参见图1），需要先将其放大，然后通过天线发射出去。

放大是通过RF PA来实现的。

在理想情况下，PA接收输入信号，然后输出与其输入成正比的更高功率信号。

PA效率应尽可能高，将放大器的大部分功耗都转化为信号输出功率。

图1：采用和未采用DPD技术的简化射频结构框图。

但理想并非实际。

PA由晶体管构成，晶体管是有源器件，本身具有非线性。

如图2所示，如果PA工作在“线性”（相对而言）区域，则输出功率与输入功率相对成比例。

但缺点是PA效率很低，大部分功耗都会作为热量流失。

故希望PA工作在压缩初始区。

这意味着，PA输出不会随着输入信号等比例增加，即此时输出信号会严重失真。

图2：PA输出功率与输入功率之间的关系图（显示了输出/输入信号的投影）。

这种失真发生在频域中的已知位置，具体取决于输入信号。

图3显示了这些位置，以及基频与这些失真产物之间的关系。

在RF系统中，只需要对基波信号附近的失真进行补偿，这些信号是奇阶交调产物。

系统滤波处理带外产物（谐波和偶阶交调产物）。

图4显示RF PA的压缩点附近的输出。

交调产物（特别是三阶）清晰可见，就像是围绕着目标信号的“裙摆”。

图3：双音输入交调和谐波失真的位置。

图4：2×20 MHz信号通过SKY66391-12 RF PA，中心频率为1850 MHz。