论文部分内容阅读
功率放大器(Power Amplifier,PA)是无线通信系统中不可或缺的器件,其性能好坏直接影响着整个无线通信系统的工作质量。由于功放的核心器件是半导体晶体管,其本身呈现出固有的非线性,因此功放线性化技术必不可少。数字预失真(Digital PreDistortion,DPD)由于实现简单便于调试等优点成为当前功放线性化技术中研究的热点。当下正处于4G到5G的过渡时期,第五代移动通信即将商用。第五代移动通信中“大带宽”和“小基站”的要求给数字预失真提出了新的挑战。在传统的DPD实现过程中,位于DPD系统反馈回路中的模数转换器(Analog-to-Digital Converter,ADC)采样率需要达到原始信号带宽的5倍。而ADC是DPD系统中成本较高、功耗较大的一种关键器件。在5G大带宽背景下,若继续使用传统的DPD方法,会大大提升DPD模块的成本和功耗。针对传统数字预失真在5G大带宽背景下遇到的问题,论文引入了两种算法来降低ADC采样速率和DPD实现复杂度,以应对5G规划中的“大带宽”和“小基站”要求。本文首先阐述了一种基于频谱外推的DPD实现方法,以原始信号带宽1.5倍的ADC采样率对反馈回路数据进行采样,通过不断地迭代由低采样速率的反馈数据向功放实际输出逼近,从而得到精确的DPD更新参数。为降低DPD系统的复杂度,本文在频谱外推算法的基础上引入了同步扰动随机估计(Simultaneous Perturbation Stochastic Approximation,SPSA)算法。在频谱外推算子求解过程中采用SPSA算法代替了最小二乘(least square,LS)法,在降低ADC采样率满足“大带宽”需求的同时,还大大降低了算法的实现复杂度和硬件实现面积,兼顾了“小基站”的需求。接着从降低数字预失真模型复杂度的角度做了进一步的研究,结合压缩感知中的稀疏重构算法对DPD系统中的功放模型进行裁剪,在保证建模效果的同时减少模型参数数目,进而降低DPD系统的实现复杂度以应对“小基站”的需求。本文首次将分段弱正交匹配追踪(Stagewise Weak Orthogonal Matching Pursuit,SWOMP)算法用于功放模型裁剪,并基于稀疏自适应匹配追踪(Sparsity Adaptive Matching Pursuit,SAMP)算法和正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法对SWOMP算法做了改进,提出了盲稀疏的SWOMP算法。通过与OMP算法和SAMP算法对比,验证了改进后的盲稀疏SWOMP算法的可行性。为了验证所提算法的预失真矫正效果,基于仪器平台进行了测试和仿真验证。实验过程中,以F类功率放大器和Doherty功率放大器作为待测功放,以10M LTE信号和10M WCDMA四载波信号作为待测信号。实验结果表明,所提的两种算法在满足“大带宽”和“小基站”的需求时能达到很好的数字预失真效果。