宽带发射机中数字预失真的研究和实现

摘要

随着通信系统的演进，宽带发射机成为必然趋势。基带信号带宽呈指数增长，这使得发射机中的功率放大器非线性失真更加严重。同时，发射机中也采用更加复杂的调制方式，使得信号的峰均比过高，影响发射机的性能。本文以宽带发射机系统为背景对数字预失真关键技术进行详细地研究，主要包括削峰技术、预失真模型以及降采样技术。本文的主要工作归纳以下几点： 1、本文首先分析削峰技术和数字预失真技术之间的联系，根据两者之间的互逆关系，在已有的削峰技术和数字预失真技术级联结构上进行改进，引入削峰参数补偿模块。该模块能够寻找合适的削峰因子使得预失真效果最佳。仿真和测试结果表明，采用峰均比为10.52dB的20MHz LTE信号激励连续类功放，找到合适的削峰因子使得峰均比降低为8.25dB，邻信道功率比相比于无预失真时降低了17dBc左右，相比于已有结构降低了2dBc左右。 2、本文通过对现有的两种神经网络模型的研究，分析模型对输入信号的处理以及网络构建方法，基于两种模型提出新的神经网络模型。所提出的模型能够在较短的训练时间内达到较高的模型精度。测试结果表明，所提出的模型相对于FFNN模型和TADNN模型在邻道功率比上降低了1.2dBc左右和2.8dBc左右。接下来对所提的模型进行分析并提出改进模型，改进模型在较少的模型系数下达到较高的模型精度。测试结果表明，改进的模型相比于其他模型有更好的线性化能力。 3、本文通过对现有的降采样技术进行研究，在功放模型重构的降采样技术基础上对重构模型和对齐算法进行改进。本文提出的对齐算法解决了复杂度高的问题，仿真结果表明，在降采样因子分别为5、10和20的情况下，改进的对齐算法能够在保证精度情况下节省30%的运行时间。同时，本文在模型中引入分数幂提出改进的功放重构模型，仿真和测试结果表明，在不同的降采样因子下，改进的模型不仅扩展高建模精度区域，还使得建模精度在较大区域内提升1dB左右。随着降采样因子的增加，改进的模型在线性化效果上有更大的优势，相比于其他模型，邻道功率比上降低了1dBc左右。

目录

声明

第一章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 本文的主要研究内容与研究计划

第二章 宽带发射机中数字预失真削峰技术研究

2.1 宽带发射机中功率放大器的非线性特征

2.1.1 静态非线性特征

2.1.2 动态非线性特征

2.2 衡量宽带发射机线性度的评价指标

2.2.1 峰值平均功率比

2.2.2 误差向量幅度

2.2.3 归一化均方误差

2.2.4 邻信道功率比

2.3 峰均比降低技术

2.3.1 限幅类

2.3.2 概率类

2.3.3 编码类

2.4 削峰技术与数字预失真联合研究

2.4.1 波峰因子降低对数字预失真的影响

2.4.2 数字预失真对信号峰值的影响

2.4.3 波峰因子降低与数字预失真级联结构改进

2.5.1 仿真分析

2.5.2 测试验证

2.6 本章小结

第三章 宽带发射机中数字预失真模型的研究

3.1 功率放大器行为模型

3.1.1 Volterra级数模型

3.1.2 记忆多项式模型

3.1.3 动态偏差模型

3.1.4 多盒模型

3.1.5 神经网络模型

3.2 神经网络训练算法

3.2.1 反向传播算法

3.2.2 量化共轭梯度算法

3.2.3 列文伯格算法

3.3 基于神经网络的数字预失真模型研究

3.3.1 结合记忆多项式和前馈神经网络的数字预失真方法

3.3.2 超前/延迟抽头神经网络的数字预失真方法

3.4基于多层神经网络的数字预失真方法

3.4.1 多层超前/延迟抽头神经网络模型构建

3.4.2 训练算法的选择

3.4.3 激活函数的选择

3.4.4 仿真以及测试验证

3.4.5 结果分析以及改进

3.5 本章小结

第四章 宽带发射机中数字预失真降采样技术研究

4.1 宽带发射机中降采样技术研究

4.1.1 基于频谱缝合的降采样技术

4.1.2 基于单路ADC的降采样技术

4.1.3 基于功放模型重构的降采样技术

4.2 基于功放模型重构的降采样技术的改进

4.2.1 对齐算法的改进

4.2.2 功放模型的改进

4.3 仿真与测试验证

4.3.1 改进对齐算法的仿真分析

4.3.2 改进模型的仿真分析

4.3.3 测试验证

4.4 本章小结

第五章 总结与展望

致谢

参考文献

攻读硕士学位期间取得的成果