專利名稱：非線性建模方法
技術(shù)領(lǐng)域：
本發(fā)明涉及對(duì)非線性過程或系統(tǒng)分析并建模的方法，以便基于真實(shí)器件的非線性性能觀測以及要補(bǔ)償?shù)氖д娴奈锢頇C(jī)制提供RF-功放的失真最小化(即線性化或預(yù)失真)。
背景技術(shù)：
移動(dòng)通信系統(tǒng)，例如用于蜂窩電話通信的系統(tǒng)，將頻譜分成多個(gè)單獨(dú)的信令信道或頻段。特定的信道在單個(gè)用戶接入系統(tǒng)時(shí)分配給他們。每個(gè)用戶的通信路徑通過分配給該用戶的信道在系統(tǒng)中做路由選擇。
系統(tǒng)廣播的信號(hào)必須仔細(xì)地調(diào)整以便它們只出現(xiàn)在分配給各個(gè)用戶的信道內(nèi)。“帶外”信號(hào)可能會(huì)從一個(gè)信道溢到另一個(gè)信道，引起不可接受的對(duì)其它信道通信的干擾。為了增強(qiáng)數(shù)據(jù)在這種信道中的傳輸，要使用諸如QAM、8-PSK以及其它包含幅度調(diào)制的線性調(diào)制，而不是象舊系統(tǒng)那樣使用恒定幅度、相位或頻率調(diào)制。新的3G系統(tǒng)將需要多載波放大器。這些新的調(diào)制技術(shù)要求高線性放大器以及上變頻器以便不會(huì)引起對(duì)蜂窩系統(tǒng)其它信道的干擾。將任何調(diào)制的多個(gè)載波合并到單個(gè)RF-功放(MCPA)中意味著放大器會(huì)對(duì)線性度要求非常高，以避免頻譜再生將RF功率擴(kuò)散到輸入信號(hào)沒有出現(xiàn)的頻譜區(qū)域中。
一般的RF功率線性化技術(shù)利用已知的前饋技術(shù)(FF)及其各種變化。為了改善這種概念的性能，嘗試了針對(duì)主功放將信號(hào)預(yù)失真的各種結(jié)構(gòu)。這樣做可以在前饋環(huán)路中提供糾正信號(hào)之前減少主放大器的失真，因此實(shí)現(xiàn)較好的效率并在FF環(huán)路中需要較少的糾正。這種專利的例子如WO97/37427、WO99/23756、WO99/45640以及WO99/45638，從它們之中可以看出在前饋應(yīng)用中產(chǎn)生主功放的預(yù)失真信號(hào)或者在要求不太嚴(yán)格的應(yīng)用中只對(duì)RF放大器使用預(yù)失真線性化而不對(duì)前饋環(huán)路進(jìn)行，一般都會(huì)增加模擬復(fù)雜度。隨著DSP以及ADC和DAC技術(shù)中半導(dǎo)體技術(shù)的改進(jìn)，已經(jīng)努力在數(shù)字域而不是模擬域做預(yù)失真。已經(jīng)提交了各種關(guān)于數(shù)字預(yù)失真的專利。首先這些數(shù)字預(yù)失真專利涵蓋的是線性調(diào)制單載波放大器的改進(jìn)。這里提到的參考是U.S.PatentNo.4,291,277、U.S.Patent No.5,049,832。對(duì)數(shù)字預(yù)失真發(fā)展的前期歷史給出較好見解的技術(shù)文章如James Carver在IEEETransactions on Vehicular technology，Vol.39 No.4 Nov 1990上的“Amplifier Linearization using Digital Pre-distorter withfast adaptation and Low Memory requirements(快速自適應(yīng)以及低存儲(chǔ)量要求的使用數(shù)字預(yù)失真的放大器線性化)”以及Andrew S.Wright和Willem Durtler在IEEE Transactions on Vehiculartechnology，Vol.41，No 4，Nov 1992上的“Experimental Performanceof an adaptive Digital Linearized Power Amplifier(自適應(yīng)數(shù)字線性化功放的實(shí)驗(yàn)性能)”。

圖1所示的是Carvers等人的數(shù)字預(yù)失真器的框圖。
RF功率多載波功放(MCPA)對(duì)線性化的要求很高，以避免頻譜再生將RF功率擴(kuò)散到輸入信號(hào)沒有出現(xiàn)的頻譜區(qū)域中。與已知的模擬前饋技術(shù)類似，數(shù)字預(yù)失真以及后失真實(shí)現(xiàn)的不同專利在例如Leyondecker的WO97/30521、WO98/51005、U.S.Patent No.5,923,712以及WO98/12800等專利文件中都有揭示。
圖2表示提供給無線系統(tǒng)的數(shù)字預(yù)失真(DPD)應(yīng)用的基本框圖。但是DPD也可以用于需要數(shù)字線性化的其它系統(tǒng)。所提到的專利涉及的是所謂數(shù)字實(shí)時(shí)電路的實(shí)現(xiàn)，而且在較小的范圍內(nèi)涉及的是用于DSP中為了更新查找表和其它控制參數(shù)的計(jì)算程序(算法)。實(shí)際的設(shè)計(jì)必須在硬件和軟件上考慮實(shí)際實(shí)現(xiàn)的難易程度。
所有提到的專利依據(jù)圖1所示的基本結(jié)構(gòu)，帶有一些附加功能以便處理并補(bǔ)償實(shí)際物理器件所帶有的基本增益和相位非線性傳遞函數(shù)之外的東西。諸如放大器(PA)之類的非線性器件的數(shù)字模型必須結(jié)合包含更多維數(shù)據(jù)的模型，考慮所謂“記憶效應(yīng)”。通過將輸入信號(hào)在一定時(shí)間上積分，得到輸入信號(hào)峰值對(duì)平均信號(hào)電平的測量。然后用于產(chǎn)生描述不僅依賴于實(shí)際輸入信號(hào)強(qiáng)度的器件性能依賴性的表。Spectrian的專利文件WO98/12800描述了通過使用所謂“泄露積分器”從測量的放大器性能得到信號(hào)幅度滑動(dòng)平均信息的方法，并從中產(chǎn)生描述合并成一張表的放大器性能的函數(shù)。Spectrian的專利使用信號(hào)幅度作為“泄露積分器”的輸入，這基本上是錯(cuò)的，因?yàn)闄?quán)利要求是針對(duì)功率依賴性的。因此“泄露積分器”應(yīng)該工作在代表信號(hào)功率的幅度平方上。上面提到的專利以及U.S.Patent No.5,949,283和U.S.Patent No.5,959,500是如何從放大器輸出信號(hào)的觀察中產(chǎn)生表的不同實(shí)現(xiàn)。使用觀察產(chǎn)生表以便對(duì)放大器的輸入信號(hào)預(yù)失真，是為了在放大器的輸出端改善失真。在預(yù)失真器中增加復(fù)雜性，查找表(LUT)大小通常會(huì)急劇增加。這些專利也描述了使用所產(chǎn)生的查找表產(chǎn)生用于后失真的信號(hào)的情況，后失真是在主放大器的輸出端用另一個(gè)放大器上變頻器從主放大器中提取出來的。這樣就增加了解法的復(fù)雜度。
本發(fā)明只用于需要對(duì)諸如RF功放(PA)之類的非線性器件進(jìn)行失真抵消的數(shù)字部件的設(shè)計(jì)以及實(shí)現(xiàn)該結(jié)果的算法設(shè)計(jì)。在本文的其它部分將認(rèn)為功放是非線性器件。針對(duì)這個(gè)問題已經(jīng)授權(quán)了各種不同的框圖及專利。值得一提的事情如下。在這些專利中實(shí)現(xiàn)的結(jié)果需要非常大的多維存儲(chǔ)空間，計(jì)算所需的存儲(chǔ)器內(nèi)容的算法不清晰。申請(qǐng)這些專利所提供的失真抵消同樣是未知的，因?yàn)樗鼈兊慕Y(jié)構(gòu)和算法確實(shí)損害了真實(shí)器件的各種PA性能，例如在所實(shí)現(xiàn)的數(shù)字框圖的相同功能模塊中存在相位延遲、功率依賴性以及偏置依賴性。U.S.Patent No.-5,923,712描述了包含提取幾個(gè)權(quán)重抽頭的表的方法，以某種特殊的方式將功率和幅度抽樣以不同的延遲合并以決定一些平均性能。其結(jié)果結(jié)合了直接逆預(yù)失真建模。U.S.5,923,712的圖8表明對(duì)于一種實(shí)際情況來說，如果要使用存儲(chǔ)器預(yù)測，該實(shí)現(xiàn)將變得如何復(fù)雜。在其它專利中也揭示了為功率依賴性預(yù)測而實(shí)現(xiàn)的多維表。
所有這些專利的依據(jù)是，放入LUT中的補(bǔ)償增益的計(jì)算是通過對(duì)所觀察的RF功率輸出信號(hào)與時(shí)間延遲(調(diào)整)的輸入信號(hào)做直接求逆除法而完成的。每個(gè)特定的專利都需要使用很多特殊設(shè)計(jì)的算法以便改善直接求逆算法和用做諸如信號(hào)噪聲靈敏度降低和算法收斂的特定框圖帶來的基本錯(cuò)誤。
最近公布的專利US2001/050592 A1以及US2002/0008578 A1是基于Volterra分析和解決Volterra內(nèi)核的聰明數(shù)學(xué)方法(見參考[1]和[2])的最有前途的方法。其結(jié)果是多個(gè)查找表，每個(gè)表元從不同的控制參數(shù)讀出，而且該結(jié)果被加入并提供到FIR-濾波器的系數(shù)中解決記憶效應(yīng)。
因此還需要提供RF功放失真最小化(即，線性化或預(yù)失真)的簡單而有效的方法。
因此本發(fā)明不象上面概述的那樣進(jìn)行直接求逆計(jì)算，而且在本新過程的描述中將要解釋這點(diǎn)。
發(fā)明概述本發(fā)明的方法在分析非線性問題的結(jié)構(gòu)上不同于上面提到的解決方案。上面的那些專利提供多個(gè)非線性函數(shù)，它們以熟知的并行方法添加到最終系數(shù)值，產(chǎn)生多維查找表，以此分析失真的不同原因。(圖23a)在本發(fā)明中則使用完全不同的方法。在非線性建模和相應(yīng)的預(yù)失真器設(shè)計(jì)中都利用了各依賴于一個(gè)非線性參數(shù)的多個(gè)模塊。新的模型可用于非線性系統(tǒng)的特征化或者非線性系統(tǒng)線性化。所示的在通信系統(tǒng)多載波放大器中的應(yīng)用是一個(gè)應(yīng)用實(shí)例。而且對(duì)于其它應(yīng)用領(lǐng)域這種新的數(shù)學(xué)方法也是可行的(回聲抵消、非線性通信信道等)。參數(shù)提取以及新模型的表，不象現(xiàn)有技術(shù)的參數(shù)提取那樣給出多維表和多維數(shù)學(xué)解法。(圖23b)這里作為例子描述的實(shí)施例用于非線性功放系統(tǒng)，但是這種新方法在其它非線性系統(tǒng)中的應(yīng)用也是沒有限制的。
第一個(gè)實(shí)施例是實(shí)現(xiàn)圖24a和24c所示的新模型結(jié)構(gòu)的數(shù)學(xué)過程，并由如下陳述定義一個(gè)非線性過程或系統(tǒng)可以表示為依賴于一組參數(shù)P1到PN的過程，定義為稱做NLS(P1，P2，...PN)的非線性過程。這個(gè)過程可以用多個(gè)子過程聯(lián)乘來描述，每個(gè)子過程依賴于過程P1到PN中的一個(gè)。每個(gè)子過程可以是包含線性和非線性過程的通用Wiener或Hammerstein過程(也參見[2])。該過程或系統(tǒng)用如下方式描述該模型首先描述了依賴于過程P1的主非線性子系統(tǒng)(MNLS)的傳遞函數(shù)。接著相乘的非線性系統(tǒng)過程(i)各用傳遞函數(shù)1+dNLS(dPi)來描述，這里的dNLS(dPi)過程定義為與前面級(jí)聯(lián)的過程不同的子過程。過程dPi定義為等于實(shí)際過程值Pi與用于前面過程的過程參數(shù)Pi的平均值Pi_mean之間的差。(圖24a)第一主系統(tǒng)過程[MNLS(P1)]可以通過模型參數(shù)自適應(yīng)來評(píng)估，也就是最小化實(shí)際過程的觀測輸出與依賴于參數(shù)P1的建模主非線性過程MILS(P1)的計(jì)算輸出之間的誤差。假定模型和實(shí)際測量的非線性過程有相同的輸入激勵(lì)。進(jìn)一步評(píng)估下一個(gè)級(jí)聯(lián)的過程，過程值Pi的自適應(yīng)是使用目前模型化的過程輸出與具有相同輸入激勵(lì)的實(shí)際過程的實(shí)際輸出之間的誤差做進(jìn)一步計(jì)算來實(shí)現(xiàn)的。
使用新的可級(jí)聯(lián)非線性過程描述的實(shí)際非線性過程或系統(tǒng)的線性化，可以通過將各依賴于過程參數(shù)Pi的級(jí)聯(lián)子過程連接到實(shí)際的非線性過程或系統(tǒng)之前來進(jìn)行。過程的連接是這樣的，首先級(jí)聯(lián)的模塊是依賴于不同參數(shù)dPN的非線性子過程，最接近實(shí)際非線性系統(tǒng)的過程依賴于與主非線性系統(tǒng)模型MNLS(P1)有關(guān)的過程參數(shù)P1。每個(gè)子過程都具有相應(yīng)的非線性模型子過程的逆過程函數(shù)。逆子過程或者是非線性模型子過程的直接求逆1/1(1+dNLS(Pi))或者表示為1+dNLSm(Pi)，這里dNLSm(Pi)是與非線性模型依賴于同一過程Pi的修正過程，利用了Hammerstein和Wiener過程二象性原理。依賴于參數(shù)P1功能的主過程MNLS(P1)的逆函數(shù)可以是非線性模型直接求逆過程1/MNLS(P1)，或者使用Hammerstein及Wiener過程二象性原理，利用過程MNLSm(P1)的非線性信號(hào)傳輸特性直接求逆的計(jì)算得到。(圖24b和24c)所描述的線性化過程的自適應(yīng)及優(yōu)化通過最小化輸入激勵(lì)與整個(gè)系統(tǒng)——包含級(jí)聯(lián)線性化系統(tǒng)模塊及實(shí)際非線性系統(tǒng)——的觀察輸出之間的誤差貢獻(xiàn)來完成。誤差最小化首先在逆過程模塊1/MNLS(P1)或級(jí)聯(lián)的MNLSm(P1)中針對(duì)主過程P1進(jìn)行。當(dāng)自適應(yīng)達(dá)到最小而且自適應(yīng)過程不能得到進(jìn)一步的誤差減少時(shí)，線性化系統(tǒng)就繼續(xù)進(jìn)行依賴于不同過程P2的前一個(gè)級(jí)聯(lián)模塊的誤差最小化，直到級(jí)聯(lián)線性化系統(tǒng)的最后一個(gè)參數(shù)最小化。然后線性化可以進(jìn)行第二輪或者通過進(jìn)行從參數(shù)P1開始、參數(shù)PN結(jié)束的同一誤差最小化過程，繼續(xù)線性化自適應(yīng)循環(huán)。
線性化級(jí)聯(lián)中的線性化子模塊的自適應(yīng)也可以通過在一個(gè)系統(tǒng)處理器中計(jì)算虛擬非線性模型來調(diào)整，該系統(tǒng)處理器控制線性化過程并最小化所計(jì)算的虛擬模型輸出與總系統(tǒng)輸出之間的誤差。然后通過所計(jì)算的模型模塊的直接求逆更新線性化子模塊。也可以使用混合自適應(yīng)技術(shù)，線性化電路中的一些子模塊用部分在處理器中計(jì)算的虛擬非線性系統(tǒng)模型得到的值更新，而其它模塊通過信號(hào)傳輸特性直接求逆的計(jì)算——最小化線性化系統(tǒng)的輸入激勵(lì)與觀測輸出之間的誤差——來直接更新。
上面陳述的過程也可以重新組織，使主過程MNLS依賴于一個(gè)以上的過程，即MNLS(P1，P2，...PM)，子過程也可以設(shè)為dNLS(PM，PM+1...)，這種情況下每個(gè)子過程的計(jì)算量將是多內(nèi)核解法?？梢允褂脝蝹€(gè)過程模塊和多個(gè)過程模塊的混合。
這里描述的誤差最小化自適應(yīng)技術(shù)已經(jīng)用于現(xiàn)有技術(shù)的非線性系統(tǒng)的已有實(shí)踐中，但是現(xiàn)有技術(shù)系統(tǒng)總是用非線性模塊相加的方式設(shè)計(jì)的，而不是象本發(fā)明中用級(jí)聯(lián)非線性模塊相乘的方式。
在第一實(shí)施例中，通過實(shí)現(xiàn)數(shù)字非線性功放模型以及用于該功放的預(yù)失真電路的例子，本文進(jìn)一步表明其正確性。
在發(fā)明的第二實(shí)施例中，用非線性器件建模方法得到了非線性器件的數(shù)字基帶表示，能夠針對(duì)所使用非線性器件的每個(gè)建模特性，使模型的有效性得以優(yōu)化。該模型使描述并評(píng)價(jià)不同的器件特性成為可能。可以計(jì)算準(zhǔn)確地評(píng)估AM到AM以及AM到PM的特性。可以評(píng)價(jià)用包絡(luò)調(diào)制信號(hào)激勵(lì)的器件的頻率響應(yīng)。可以找到輸入信號(hào)功率的溫度時(shí)間響應(yīng)。所評(píng)價(jià)的特性可以用于生產(chǎn)設(shè)備中驗(yàn)證產(chǎn)品質(zhì)量的測試過程。例如可以評(píng)價(jià)器件的熱裝配故障。
在發(fā)明的第三實(shí)施例中，按照實(shí)際PA器件模型的逆級(jí)聯(lián)構(gòu)造根據(jù)本發(fā)明的數(shù)字預(yù)失真功能模塊，其性能基于真實(shí)器件特性。該數(shù)字功能設(shè)計(jì)為信號(hào)能夠通過的級(jí)聯(lián)排列的功能模塊。模塊按照如下方式設(shè)計(jì)為各個(gè)不同功能模塊指定真實(shí)功放的不同的性能或參數(shù)描述。根據(jù)性能要求，可以允許或禁止這些功能模塊。
計(jì)算模塊參數(shù)的算法基于應(yīng)用于DSP的現(xiàn)代信號(hào)處理技術(shù)。不需要多維數(shù)學(xué)Voterra內(nèi)核解法?；緮?shù)字電路解法在功能上是可擴(kuò)展的。這意味著對(duì)于中等需求來說可以使用較少的模塊，數(shù)字信號(hào)處理器(DSP)中計(jì)算的算法也較少。任何功能模塊中也不需要多維存儲(chǔ)器LUT。
根據(jù)本發(fā)明的解法也能夠糾正信號(hào)帶寬內(nèi)引入的群延遲誤差，數(shù)字預(yù)失真應(yīng)用的單表式現(xiàn)有技術(shù)解法是不能糾正這個(gè)誤差的。此外，也能夠糾正依賴于功率的頻率及時(shí)間響應(yīng)。
根據(jù)發(fā)明的第四實(shí)施例，為了便于DSP實(shí)現(xiàn)并降低程序所需的存儲(chǔ)量，只有幾個(gè)基本的可復(fù)用的算法是計(jì)算以及更新新的數(shù)字預(yù)失真器的不同功能模塊所需要的，或者是非線性器件數(shù)字模型特性的計(jì)算所需要的。這些算法在每個(gè)提供的模塊中用于信號(hào)時(shí)間校準(zhǔn)、記憶效應(yīng)計(jì)算以及單個(gè)LUT表更新計(jì)算。
根據(jù)發(fā)明的另一個(gè)第五實(shí)施例，新的現(xiàn)代數(shù)字信號(hào)處理算法用于所揭示的DPD電路，在圖1中概述并在現(xiàn)有技術(shù)中認(rèn)為是“無記憶數(shù)字預(yù)失真器”的基本數(shù)字功能模塊可以用“帶有記憶補(bǔ)償?shù)臄?shù)字預(yù)失真器”來實(shí)現(xiàn)。
根據(jù)本發(fā)明的非線性分析方法通過獨(dú)立權(quán)利要求1及從屬權(quán)利要求2-6提出。
附圖的簡要描述通過參考如下結(jié)合附圖的描述可以最佳地理解本發(fā)明及其更多的目的和優(yōu)點(diǎn)，其中圖1說明基本的AM到AM以及AM到PM預(yù)失真模塊(現(xiàn)有技術(shù))；圖2說明數(shù)字預(yù)失真應(yīng)用(現(xiàn)有技術(shù))；圖3是PA模型特征的評(píng)估示意圖；圖4a表示具有偏置電源電路的功率放大器；圖4b表示帶有FIR濾波器以及將輸入信號(hào)與復(fù)增益表LUT相乘的裝置的數(shù)字模型表示。
圖5a表示新數(shù)字預(yù)失真器的基本復(fù)增益調(diào)整模塊；圖5b說明新數(shù)字預(yù)失真器是圖4b中得到的數(shù)字PA模型的逆函數(shù)；圖6a說明用于所得的PA模型頻譜性能的測量輸入信號(hào)頻譜；圖6b表示所得到的沒有提供預(yù)失真器的PA模型的頻譜性能；圖6c表示5次LUT自適應(yīng)之后實(shí)現(xiàn)的現(xiàn)有技術(shù)直接逆增益預(yù)失真器的頻譜性能；圖6d表示也是在5次LUT自適應(yīng)之后根據(jù)本發(fā)明的預(yù)失真器的改進(jìn)頻譜性能；圖7a說明幅度增益數(shù)據(jù)庫以及逆相位增益數(shù)據(jù)庫，針對(duì)現(xiàn)有技術(shù)直接逆增益計(jì)算DPD解法的第一次自適應(yīng)；圖7b說明幅度增益數(shù)據(jù)庫以及逆相位增益數(shù)據(jù)庫，針對(duì)現(xiàn)有技術(shù)直接逆增益計(jì)算DPD解法的第五次自適應(yīng)；圖7c表示現(xiàn)有技術(shù)直接逆增益計(jì)算DPD解法的5次自適應(yīng)之后幅度增益以及相位增益LUT表的內(nèi)容；圖8a表示按照?qǐng)D7a比例尺畫出的同一幅度和相位增益數(shù)據(jù)庫，這是針對(duì)根據(jù)本發(fā)明，在數(shù)字信號(hào)處理器中使用本發(fā)明前面描述的FIR均衡算法計(jì)算PA模型+DPD性能的第一次自適應(yīng)；圖8b表示根據(jù)本發(fā)明的第五次自適應(yīng)之后的同一數(shù)據(jù)庫，可以看出增益計(jì)算和自適應(yīng)的數(shù)據(jù)區(qū)域顯著減小；圖8c表示根據(jù)本發(fā)明的五次自適應(yīng)之后，逆幅度和相位增益表內(nèi)容放入預(yù)失真器LUT；圖9說明新建議的數(shù)字模型功能模塊，用于進(jìn)一步減少數(shù)字PA模型與PA測量性能之間的誤差矢量；圖10說明依賴于數(shù)字模型微分復(fù)增益的功能模塊；圖11a表示依賴于第一PA模型“增益/相位”的連續(xù)優(yōu)化所得結(jié)果的模塊；圖11b表示當(dāng)依賴于“微分增益”的模塊加入數(shù)字器件模型時(shí)的同一結(jié)果；圖11c表示微分增益幅度和以弧度為單位的微分增益相位與輸入信號(hào)幅度的關(guān)系；圖12說明輸入信號(hào)微分功率以及模型幅度誤差與測量的功放關(guān)系圖；圖13a表示微分輸入功率互相關(guān)與模型和實(shí)際設(shè)備的幅度誤差關(guān)系；圖13b表示模型和測量設(shè)備之間糾正的幅度誤差與原有的幅度誤差；圖14表示帶有依賴于功率的功能模塊的數(shù)字模型；圖15a說明數(shù)字模型頻譜誤差與微分增益補(bǔ)償加入基本增益/相位依賴模塊中的實(shí)際器件的比較；圖15b表示數(shù)字模型頻譜誤差與進(jìn)一步增加了功率依賴功能模塊校正的實(shí)際器件的比較；圖16a說明增強(qiáng)的數(shù)字模型功能模塊；圖16b表示數(shù)字模型與測量器件之間的誤差頻譜性能以及測量的PA頻譜性能；圖16c說明圖16b所示結(jié)果的模型計(jì)算流圖，以及根據(jù)圖16a的增強(qiáng)數(shù)字模型模塊標(biāo)為“模塊1”到“模塊3”；
圖16d說明圖16c的“模塊1”的詳細(xì)計(jì)算；圖16e說明圖16c的“模塊2”的詳細(xì)計(jì)算；圖16f說明圖16c的“模塊3”的詳細(xì)計(jì)算；圖17a說明根據(jù)本發(fā)明的基本預(yù)失真器系統(tǒng)；圖17b表示使用基本預(yù)失真器系統(tǒng)的流圖；圖18表示增益/相位復(fù)矢量乘法模塊；圖19表示增益/相位預(yù)失真功能模塊；圖20表示微分復(fù)增益預(yù)失真模塊；圖21表示DPD應(yīng)用所需的預(yù)失真模塊；圖22說明根據(jù)本發(fā)明用于DPD及前饋MCPA合成應(yīng)用的數(shù)字預(yù)失真器；圖23a及b說明現(xiàn)有技術(shù)非線性方法與本發(fā)明之間的差別，這里所示的是3參數(shù)非線性系統(tǒng)描述，盡管現(xiàn)有技術(shù)和本發(fā)明都可以使用更多的參數(shù)；以及圖24a、b和c說明根據(jù)所描述的本發(fā)明新方法的基本過程。
發(fā)明的詳細(xì)描述為了定義性能良好的數(shù)字預(yù)失真器，必須了解稱為(PA)的非線性器件的性能。因此PA性能必須通過測量和數(shù)字基帶PA模型了解，數(shù)字基帶PA模型被描述為因此而設(shè)計(jì)的輸入數(shù)字信號(hào)的實(shí)矢量I及虛矢量Q抽樣的函數(shù)。模型特征化通過下載輸入信號(hào)時(shí)間內(nèi)所限范圍的抽樣以及同樣范圍內(nèi)真實(shí)功放或其它非線性器件的數(shù)字測量來完成。如果是按照模型化的器件設(shè)計(jì)的話，數(shù)字模型與真實(shí)器件信號(hào)實(shí)際測量之間的信號(hào)誤差通常作為數(shù)字預(yù)失真應(yīng)用可以實(shí)現(xiàn)的性能來估計(jì)。
為了對(duì)本領(lǐng)域一般技術(shù)人員解釋本發(fā)明，基于對(duì)真實(shí)電路產(chǎn)生不同非線性失真的物理原因的理解，發(fā)明的第一部分詳細(xì)描述了如何推導(dǎo)PA模型的級(jí)聯(lián)功能模塊，該模型可用于真實(shí)PA的數(shù)字基帶表示。所提供的算法基于現(xiàn)代數(shù)字信號(hào)處理技術(shù)，而不是基于為了使現(xiàn)有技術(shù)數(shù)字預(yù)失真器能夠工作而在其中發(fā)明的優(yōu)化程序。本推導(dǎo)中的例子顯示了使用商業(yè)測試裝置以及一個(gè)能夠傳遞大于300W峰值功率的伴隨功放得到的測量值。
然后概述了所建議的數(shù)字預(yù)失真電路，它是提供完整功能的PA模型的逆函數(shù)。
性能仿真所示的是根據(jù)本發(fā)明第四實(shí)施例的最小預(yù)失真器仿真，以便對(duì)比參考專利中提到的基于直接逆增益計(jì)算算法的現(xiàn)有技術(shù)數(shù)字預(yù)失真器，表示使用不同算法的新發(fā)明中的改進(jìn)使性能改善得以實(shí)現(xiàn)，PA數(shù)字模型推導(dǎo)PA的失真可以認(rèn)為來自不同因素，而且可以歸于不同現(xiàn)象。
來自所用器件的AM到AM以及AM到PM的非線性實(shí)際電路匹配網(wǎng)絡(luò)以及偏置電源及器件的時(shí)間及相位延遲產(chǎn)生的線性記憶效應(yīng)?？梢哉J(rèn)為是器件的包絡(luò)響應(yīng)。
器件的非線性記憶效應(yīng)，例如輸入電源和溫度的依賴性以及輸入信號(hào)對(duì)器件電壓變化的依賴性。
第一類失真通常用逆增益補(bǔ)償來處理，如現(xiàn)有技術(shù)中描述的無記憶DPD。
第二類，當(dāng)現(xiàn)有技術(shù)預(yù)失真器的直接逆增益計(jì)算將輸入信號(hào)除以測量信號(hào)時(shí)，可以避免線性記憶效應(yīng)?，F(xiàn)有技術(shù)專利表示了各種試圖描述這些現(xiàn)象的方法。處理并描述第二類現(xiàn)象的方法將在下面描述的性能評(píng)估中表示，那里描述了根據(jù)本發(fā)明的第四實(shí)施例，本發(fā)明和現(xiàn)有技術(shù)之間的PA+DPD性能差別的示例仿真。
第三類記憶效應(yīng)是最難描述的一種，但是本發(fā)明中的方法為描述這類行為的特征提供了可能，并為信號(hào)功率依賴性提供了預(yù)失真解法，如果需要的話還可以做類似電源削波之類的進(jìn)一步改進(jìn)。功率依賴性以及其它偶數(shù)階的失真貢獻(xiàn)了DC附近的頻譜成分，由于實(shí)際放大器中的反饋效應(yīng)而修改了功放的RF輸出譜。
功放測量技術(shù)本領(lǐng)域的一般技術(shù)人員會(huì)認(rèn)識(shí)到數(shù)字預(yù)失真應(yīng)用的整個(gè)系統(tǒng)性能非常依賴于測量器件的實(shí)際設(shè)計(jì)。
在圖2中描述了典型的DPD應(yīng)用，測量器件是下變頻器和ADC。如果測量器件沒有校準(zhǔn)的話，使用數(shù)字自適應(yīng)而實(shí)現(xiàn)的閉環(huán)系統(tǒng)也會(huì)補(bǔ)償測量器件的不準(zhǔn)確性。
圖3是用于非線性器件特征化以及數(shù)字模型評(píng)估的測量概圖?？梢允褂蒙逃玫男盘?hào)發(fā)生器以及矢量信號(hào)分析儀。信號(hào)發(fā)生器產(chǎn)生調(diào)制的測試信號(hào)。這個(gè)測試過程使用來自信號(hào)發(fā)生器的相同激勵(lì)信號(hào)，使用“直通”線以及測試“功放及衰減器”性能時(shí)測試的輸入信號(hào)中都出現(xiàn)同樣的測量誤差。對(duì)復(fù)信號(hào)抽樣并提供給數(shù)據(jù)采集單元。輸出和輸入信號(hào)再輸出到處理器中分析及PA模型評(píng)估。圖2所示的基本結(jié)構(gòu)也可以通過在概圖中引入同樣類型的開關(guān)而改成這類測量系統(tǒng)。
在本發(fā)明揭示中，由于商用設(shè)備的帶寬限制，所示的測量是在作為輸入信號(hào)的1載波WCDMA信號(hào)上進(jìn)行的。測量的評(píng)估表明根據(jù)本發(fā)明的方法可用于所有測量器件。所測器件的2類和3類性能中體現(xiàn)了一些差別。所測器件的輸出功率越高，體現(xiàn)的輸入信號(hào)實(shí)際功率依賴性就越大。
PA表示的增益模型圖4a和4b是推導(dǎo)本發(fā)明的模型表示的基礎(chǔ)。它代表本發(fā)明第一實(shí)施例中描述的主非線性模塊。在圖4a中，也表示了器件的偏置電源電路。偏置電源線上有一些去耦電容，連線和器件的電路板線上也存在阻性的損耗。這就意味著器件不是被理想電壓源驅(qū)動(dòng)的，而更可能是被帶有跟隨低通濾波器的非零電阻的電壓源所驅(qū)動(dòng)。這就意味著當(dāng)輸入信號(hào)幅度改變時(shí)，器件電流中會(huì)引入一些延遲。而且器件本身也有引入延遲的階越響應(yīng)。
盡管網(wǎng)絡(luò)分析儀上通常的增益對(duì)頻率響應(yīng)測量表現(xiàn)出器件很平坦的增益響應(yīng)，但是包絡(luò)變化的數(shù)字調(diào)制輸入信號(hào)的非線性器件響應(yīng)將是帶寬受限的。顯然第一件事就是描述真實(shí)PA硬件引入的延遲，考慮到引入的相位延遲，向PA的數(shù)字基帶模型增加低通濾波器。低通濾波器用FIR濾波器或其它類型的數(shù)字濾波器實(shí)現(xiàn)。這個(gè)濾波器只需幾個(gè)抽頭，因?yàn)橹饕康氖敲枋鯬A信號(hào)的平均近似延遲。用頻譜分析儀測量實(shí)際的PA時(shí)，這個(gè)低通濾波器延遲是輸出失真的高端和低端出現(xiàn)不同邊帶電平的主要貢獻(xiàn)者。由于該延遲，高頻側(cè)失真總是高于低頻側(cè)。數(shù)字基帶的新PA模型在圖4b中表示。有了這個(gè)模型表示，就可以描述模型中偏置電源的低通影響以及其它延遲。這里描述的PA模型表示是已知的Hammerstein函數(shù)模型，包含非線性部分和線性部分(FIR濾波器)。
PA模型FIR濾波器計(jì)算為了特征化模型中使用的濾波器，用到了數(shù)字接收機(jī)技術(shù)中熟知的均衡濾波器算法以及方法。在本說明書中，F(xiàn)IR濾波器稱為圖4b中的H0。見圖4b，輸入信號(hào)與復(fù)增益表LUT權(quán)重相乘，得到以Sin_GC表示的信號(hào)，用于與測量的PA輸出信號(hào)比較。確定濾波器抽頭系數(shù)需要解時(shí)間校準(zhǔn)的信號(hào)與基于時(shí)間抽樣的PA輸出信號(hào)的卷積方程。
那么解濾波器卷積方程Sin-GCH0＝Vout，得到H0抽頭值。
通常離散時(shí)間卷積中的輸入信號(hào)Sin_GC寫做矩陣，H0和Vout寫做矢量，用矩陣數(shù)學(xué)求解H0 FIR的抽頭值。調(diào)整零頻上得到的H0 FIR濾波器的增益，使之等于1，以便不改變會(huì)影響LUT絕對(duì)增益值的模型幅度增益。當(dāng)H0濾波器中使用的抽頭較少時(shí)，即所謂“均衡FIR濾波器”，矩陣方程就是解法的最小二乘近似。定義濾波器抽頭的方程多于需要的數(shù)目。因此方程可以在得到的信號(hào)中給出噪聲抑制。這里使用的實(shí)際均衡濾波器算法是這樣設(shè)計(jì)的濾波器群延遲的中心在FIR濾波器的中間抽頭處，奇數(shù)抽頭用于實(shí)現(xiàn)抽樣時(shí)間校準(zhǔn)。使用3或5個(gè)抽頭的濾波器在一般應(yīng)用中就可以很好地工作，盡管實(shí)際實(shí)現(xiàn)上對(duì)此沒有限制。
輸入信號(hào)Sin_GC與得到的FIR濾波器的卷積在處理器中計(jì)算，所得的信號(hào)用于復(fù)增益計(jì)算，與測量的PA輸出信號(hào)比較。FIR濾波器應(yīng)用給出器件特征化中復(fù)增益表LUT計(jì)算所需的精確權(quán)重。如果在LUT存儲(chǔ)器中提供復(fù)增益的逆增益值，這樣計(jì)算的復(fù)增益LUT可以用于數(shù)字預(yù)失真器應(yīng)用。相比現(xiàn)有技術(shù)的直接信號(hào)抽樣及通過信號(hào)除法實(shí)現(xiàn)的逆增益(例如專利WO98/51047中的描述)，均衡器FIR濾波器算法的實(shí)現(xiàn)在對(duì)計(jì)算中的數(shù)據(jù)加權(quán)上得到更好的結(jié)果。發(fā)明者認(rèn)識(shí)到實(shí)際的非線性器件存在一些預(yù)失真器必須補(bǔ)償?shù)难舆t，并且試圖在DPD模塊結(jié)構(gòu)中加入一些時(shí)間延遲的信號(hào)抽樣。現(xiàn)有技術(shù)中使用的在兩倍或更多倍處抽樣的線性插值近似只能得到微小的改善，而且通常會(huì)導(dǎo)致多維表LUT存儲(chǔ)器，如我們在所提到的Leyondecker等人的專利中看到的那樣。
使用現(xiàn)有技術(shù)中的直接逆增益計(jì)算，而沒有逆復(fù)增益表計(jì)算所用信號(hào)的濾波器均衡，意味著更新LUT表的數(shù)字自適應(yīng)會(huì)收斂到非最佳的結(jié)果。其結(jié)果是在現(xiàn)有技術(shù)實(shí)現(xiàn)中，數(shù)字預(yù)失真之后的輸出信號(hào)表現(xiàn)出對(duì)失真的邊帶電平抑制不相等。現(xiàn)有技術(shù)只能工作在記憶效應(yīng)很小的特殊PA設(shè)計(jì)中。使用均衡濾波器也能夠減少用于更新LUT表值的數(shù)據(jù)中的噪聲。
下面根據(jù)本發(fā)明的第五實(shí)施例的描述中體現(xiàn)了現(xiàn)有技術(shù)解法的一些缺點(diǎn)。
用于減小增益及相位失真的基本數(shù)字預(yù)失真器(DPD)在本章中，將解釋以逆方式使用圖4中得到的數(shù)字PA模型作為DPD的算法及方法。本章末尾的一個(gè)示例仿真將體現(xiàn)現(xiàn)有技術(shù)解法與本發(fā)明中揭示的解法之間的差別。
應(yīng)用描述在如圖5a所示的簡單增益/相位調(diào)整預(yù)失真器這樣的應(yīng)用中，與圖1所示的現(xiàn)有技術(shù)概圖的區(qū)別是引入了圖5b中所示的逆FIR濾波器(H0-1)。圖5b表示該數(shù)字預(yù)失真器是圖4b中得到的數(shù)字PA模型的逆函數(shù)。預(yù)失真器中的FIR濾波器(H0-1)是前面提到的描述器件對(duì)包絡(luò)調(diào)制響應(yīng)的H0濾波器的逆濾波器。預(yù)失真器增益表LUT含有器件的逆復(fù)增益。本發(fā)明中的這個(gè)方法與現(xiàn)有技術(shù)不同。通過每次迭代計(jì)算完整的預(yù)失真器及PA的均衡復(fù)增益，然后在每次自適應(yīng)時(shí)使逆復(fù)增益值適應(yīng)預(yù)失真器，可以實(shí)現(xiàn)這種簡單預(yù)失真器的性能改善。主要區(qū)別是對(duì)復(fù)增益計(jì)算的數(shù)據(jù)使用H0 FIR加權(quán)。
圖5b表示在所得的描述實(shí)際器件的增益/相位的數(shù)字器件模型之前的新數(shù)字預(yù)失真器。從圖中可以觀察到預(yù)失真電路根據(jù)圖4b的PA數(shù)字模型的直接逆模型設(shè)計(jì)。圖5b可以用于仿真環(huán)境中。如果禁止逆濾波器補(bǔ)償H0-1，預(yù)失真器就與圖1所示的現(xiàn)有技術(shù)具有相同的概圖。PA模型計(jì)算是調(diào)整Vin信號(hào)使之類似Vout信號(hào)，Vin加到PA模型輸入端口，本過程與之相反，通過預(yù)失真器調(diào)整Vin信號(hào)，使Vout信號(hào)類似或等于Vin信號(hào)，從而進(jìn)行逆PA建模。在DPD計(jì)算中，當(dāng)計(jì)算預(yù)失真器與PA模型濾波器合成的總增益時(shí)，所得的增益逆更新到預(yù)失真器LUT中。在仿真計(jì)算中禁止H0 PA模型濾波器作為H0-1濾波器，則可以得到與現(xiàn)有技術(shù)過程的比較，而且用這種方式體現(xiàn)出新技術(shù)與現(xiàn)有技術(shù)之間的性能差別。在增益計(jì)算中禁止FIR濾波器H0等同于進(jìn)行直接求逆建模，即在計(jì)算之前不進(jìn)行LUT表值的加權(quán)。這種計(jì)算在后面的章節(jié)中進(jìn)行并表示其結(jié)果。
時(shí)間校準(zhǔn)算法描述為了能夠計(jì)算諸如圖5b中的數(shù)字預(yù)失真器的增益表等，必須在抽樣的輸入輸出復(fù)I/Q-信號(hào)矢量上進(jìn)行計(jì)算。信號(hào)矢量加載到DSP中，然后以抽樣時(shí)間為單位計(jì)算上信號(hào)之間精確的時(shí)延，其做法與基于現(xiàn)代信號(hào)處理方法的現(xiàn)有技術(shù)描述相同，也就是計(jì)算復(fù)信號(hào)矢量或信號(hào)矢量幅度的互相關(guān)。為了精確考慮，必須在子抽樣基礎(chǔ)上進(jìn)行進(jìn)一步的時(shí)間校準(zhǔn)，以便提取正確值更新增益LUT的內(nèi)容。特別是為了使現(xiàn)有技術(shù)預(yù)失真器能夠工作，這一點(diǎn)很重要。現(xiàn)有技術(shù)有時(shí)使用基于抽樣時(shí)間(T)的子抽樣的算法，調(diào)整信號(hào)定時(shí)到t+T/N值上，這里N是整數(shù)。對(duì)于本發(fā)明來說，只使用一個(gè)信號(hào)的相位調(diào)整。
新信號(hào)相位調(diào)整方法為了使預(yù)失真器正確工作，必須調(diào)整所觀察信號(hào)與輸入信號(hào)I/Q圖，使它們比抽樣時(shí)間校準(zhǔn)更精確地對(duì)齊。這就意味著當(dāng)找到抽樣時(shí)間的精確定時(shí)時(shí)，對(duì)觀察信號(hào)可以進(jìn)行±180度的相位調(diào)整。對(duì)一個(gè)信號(hào)每個(gè)抽樣使用復(fù)數(shù)乘法校正可以完成這個(gè)過程。本發(fā)明只需要在所用信號(hào)的抽樣基礎(chǔ)上進(jìn)行相位調(diào)整以便比較。
本發(fā)明的新方法是復(fù)用FIR濾波器均衡算法，也就是通過進(jìn)行1-抽頭FIR濾波器均衡調(diào)整復(fù)輸入和測量信號(hào)，使用輸入信號(hào)作為算法的輸入，測量信號(hào)作為算法的結(jié)果矢量。如果1-抽頭濾波器的抽頭值為A+jB，那么進(jìn)入DSP的時(shí)間校準(zhǔn)的輸入信號(hào)可以將矢量的每個(gè)時(shí)間抽樣乘以用(A+jB)/abs(A+jB)計(jì)算的復(fù)“相位矢量”，或者使用共軛“相位矢量”值(A-jB)/abs(A-jB)乘以測量信號(hào)，根據(jù)應(yīng)用而定。
用與前面章節(jié)中的解釋相同的方法，其優(yōu)點(diǎn)是零頻上信號(hào)之間的誤差將是最小二乘近似?，F(xiàn)有技術(shù)方法必須依賴于進(jìn)一步地子抽樣優(yōu)化信號(hào)之間的時(shí)間差。在本發(fā)明中這個(gè)問題是使用1-抽頭FIR濾波器技術(shù)解決的，如前面所述。
計(jì)算LUT存儲(chǔ)器的矩陣算法計(jì)算LUT存儲(chǔ)器值的一種方法是使用矩陣計(jì)算。以現(xiàn)有技術(shù)LUT的計(jì)算作為例子。
計(jì)算輸入和測量信號(hào)的每個(gè)抽樣值，得到逆增益。輸入信號(hào)的幅度(Rin)按照數(shù)字量化元大小(bin-size)分類為Rin(Bin)。通常量化元大小為最大允許輸入信號(hào)幅度的1/127或1/255，對(duì)應(yīng)于(27)-1和(28)-1，因?yàn)镈SP處理器是以2為基計(jì)算的，這種方法就比較實(shí)用。
矩陣的第一列將包含輸入信號(hào)的幅度值Rin[Bin(t)]，以量化元為單位，并包含很多行作為時(shí)間抽樣處的抽樣信號(hào)尺寸。
第二列包含相應(yīng)的觀察抽樣器件信號(hào)逆增益的時(shí)間抽樣幅度，如下定義。
矩陣的第三列將包含觀察抽樣器件信號(hào)的相應(yīng)相位。這樣就得到了適合計(jì)算LUT表的矩陣。
按照現(xiàn)有技術(shù)，每個(gè)時(shí)間校準(zhǔn)抽樣的逆復(fù)增益計(jì)算如下Inv_CG(R(t))＝Vin(t+τ1)/Vout(t)τ1是抽樣時(shí)鐘時(shí)間延遲數(shù)，用于最佳互相關(guān)計(jì)算。此外時(shí)間校準(zhǔn)也可以用于信號(hào)Vin(t+τ1)，而且通常也是基于子抽樣進(jìn)行的。
然后矩陣按照列1值大小排序，即按照量化元表示的輸入幅度以遞增順序排列。這就意味著矩陣的行被改變了。然后根據(jù)按照輸入信號(hào)幅度量化元值表示的Rin的每個(gè)量化元提取子矩陣。然后計(jì)算相應(yīng)的Inv_CG(R(Bin))的幅度和相位平均值。每次計(jì)算完成，如下更新預(yù)失真器的LUTMag[Inv_CG(New)]＝Mag[Inv_CG(Old)]+α*(Mag[Inv_CG(Calc)]-1)Phase[Inv_CG(New)]＝Phase[Inv_CG(Old)]+β*(Phase[Inv_CG(Calc)])這里α和β是每次計(jì)算或自適應(yīng)時(shí)更新LUT所需的預(yù)失真器自適應(yīng)反饋因子值。自適應(yīng)反饋因子值通常在0到＜1的范圍內(nèi)。大于1的值可能會(huì)引起“振蕩”。
值得提到的是應(yīng)該使用去掉空量化元的算法，空量化元即從計(jì)算中沒有得到值的子矩陣，而且如果計(jì)算中對(duì)最后計(jì)算的逆復(fù)增益LUT結(jié)果使用某種平滑或回歸，表值會(huì)變得更平滑。
預(yù)失真的基本問題是預(yù)測非線性器件的性能并加以補(bǔ)償。通常都是用計(jì)算平均性能的方法實(shí)現(xiàn)的。因此要在數(shù)字處理器(DSP)中計(jì)算平均值。
新LUT更新算法描述圖5a中的數(shù)字預(yù)失真(DPD)應(yīng)用基于PA模型。預(yù)失真器應(yīng)該是PA模型函數(shù)的逆，H0濾波器的逆放在預(yù)失真器LUT存儲(chǔ)器內(nèi)容驅(qū)動(dòng)的預(yù)失真器復(fù)增益模塊的前面。逆H0濾波器的使用只是為了輸出信號(hào)的頻率依賴性以及相位糾正，以便抵消預(yù)失真后的器件的線性輸出信號(hào)中殘留的群延遲。前面提到的現(xiàn)有技術(shù)專利是不能實(shí)現(xiàn)這個(gè)功能的。如果利用了群延遲補(bǔ)償，濾波器將給出與PA模型H0計(jì)算的濾波器相反的相位延遲。逆H0濾波器必須用于在本發(fā)明揭示的后面要描述的新發(fā)明的預(yù)失真器模塊的進(jìn)一步擴(kuò)展中。在圖1所示的簡單DPD應(yīng)用中，PA模型H0實(shí)際上只用于DSP計(jì)算，以便實(shí)現(xiàn)預(yù)失真器LUT存儲(chǔ)器的正確收斂。
下面將解釋新發(fā)明算法的改變。在計(jì)算DPD增益表LUT時(shí)，使用信號(hào)Sin與計(jì)算的H0濾波器的卷積解SiinH0＝Vout。零頻處H0的濾波器幅度增益調(diào)整等于1。Sin與增益歸一化的H0卷積得到的信號(hào)稱為SinH0。然后這個(gè)信號(hào)再次與測量PA信號(hào)進(jìn)行時(shí)間調(diào)整，因?yàn)槌闃訒r(shí)間(T)的抽樣中引入了FIR濾波器的數(shù)字延遲。
信號(hào)(SinH0)的幅度按照幅度量化元Rin[Bin(t)]排序，并計(jì)算PA以及預(yù)失真器的復(fù)增益表達(dá)式。按照EV＝Vout-SinH0對(duì)每個(gè)抽樣計(jì)算誤差矢量EV。Vout是圖1中數(shù)字預(yù)失真器、上變頻器、PA以及下變頻器合成的測量性能。正如前面提到的，在實(shí)際設(shè)計(jì)中下變頻器和ADC必須非常準(zhǔn)確。
下面是每個(gè)抽樣時(shí)刻增益表達(dá)式的修改和推導(dǎo)(記住SinH0的DC增益與Sin相同)Vout(t)＝SnH0(t)+EV(t)復(fù)增益表達(dá)式可以寫做矢量Vout/SinH0＝1+EV/SinH0這里的行對(duì)應(yīng)與抽樣時(shí)刻t。
為了DSP實(shí)現(xiàn)的方便調(diào)整一下這個(gè)表達(dá)式，用輸入信號(hào)的共軛乘以分母和分子，得到下面所示的復(fù)增益(記住復(fù)矢量乘以它的共軛值得到幅度平方)對(duì)信號(hào)的每個(gè)時(shí)間抽樣計(jì)算下面這個(gè)表達(dá)式CG＝1+[EV*SinH0(conjugate)]/[mag(SinH0)]2這里mag(SinH0)＝Rin的平方是輸入信號(hào)功率，復(fù)增益也可以表示為依賴于輸入信號(hào)功率。但是在本發(fā)明中，使用以及表示的是輸入信號(hào)幅度。
將計(jì)算結(jié)果放入矩陣的一行中，信號(hào)的每個(gè)抽樣時(shí)刻都在矩陣中有相應(yīng)的一行。矩陣行將包含如下的列內(nèi)容Rin[Bin(t)]、mag[CG(t)]以及phase[CG(t)]，所包含的行數(shù)是DSP中使用的所有抽樣的總數(shù)，這些抽樣從時(shí)間校準(zhǔn)和FIR濾波之后的Sin和Vout信號(hào)中得到。
使用前面描述的現(xiàn)有技術(shù)解逆復(fù)增益LUT的矩陣算法。完成[DPD和PA增益]合成的更新，作為以量化元為單位的輸入信號(hào)幅度值的函數(shù)，給出累積并且采用的實(shí)際出現(xiàn)在DSP中的復(fù)增益表。然后將更新后的PA_DPD幅度增益表做1/X除法求逆。PA相位增益表乘以因子-1。新的逆表值作為新值插入預(yù)失真器LUT中，作為逆復(fù)增益。
LUT內(nèi)容Inv_CG(Bin)＝1/CG(Bin)用下面方法進(jìn)行自適應(yīng)。當(dāng)預(yù)失真器初始化時(shí)，處于DSP中的實(shí)際PA增益表用一個(gè)幅度增益為”1”、相位增益為“0”的復(fù)數(shù)填充，預(yù)失真器將與LUT以相同值開始。除逆H0濾波器的中央抽頭用單位值加載以外，其它所有抽頭值用零填充。為了這次與現(xiàn)有技術(shù)比較的仿真，暫不更新預(yù)失真器逆H0-FIR濾波器。這樣意味著在圖5b中禁用這個(gè)逆H0-FIR濾波器。但是為了實(shí)現(xiàn)本新發(fā)明改進(jìn)的性能，在DSP計(jì)算中是要使用H0濾波器方法的。
每次DSP計(jì)算得到一個(gè)新校正(自適應(yīng))，加入實(shí)際處于DSP的PA模型復(fù)增益表中，如下式Mag(GC(bin))＝Mag(GC(bin)_old+α*[Mag(GC(bin)_calculated)]-1)Phase(GC(bin))＝Phase(GC(bin))_old+α*(Phase(GC(bin)_caculated))然后根據(jù)前面的自適應(yīng)過程讀取實(shí)際表、計(jì)算逆復(fù)增益并調(diào)入數(shù)字預(yù)失真器LUT存儲(chǔ)器。
計(jì)算復(fù)增益表的新方法以及所用的算法使改進(jìn)現(xiàn)有技術(shù)無記憶DPD應(yīng)用成為如下的DPD-系統(tǒng)成為可能這種系統(tǒng)可以解決從實(shí)際真實(shí)的非線性器件的時(shí)間和相位延遲中出現(xiàn)的記憶效應(yīng)，這些延遲是由于對(duì)LUT計(jì)算所用數(shù)據(jù)的頻率響應(yīng)加權(quán)而使用FIR濾波器均衡算法帶來的。
如果使用較大的α和β預(yù)失真器自適應(yīng)反饋因子，這種新DPD應(yīng)用仍然可以實(shí)現(xiàn)很好的收斂。這樣可以使預(yù)失真器收斂得更快。
用于DPD解法的新增益/相位預(yù)失真的性能評(píng)估驗(yàn)證本發(fā)明中描述的新算法是通過仿真進(jìn)行的。目的是比較根據(jù)圖1的基本現(xiàn)有技術(shù)直接逆增益計(jì)算算法和根據(jù)圖5用于新數(shù)字預(yù)失真器的算法，后者是結(jié)合本發(fā)明討論的，應(yīng)用于包絡(luò)調(diào)整響應(yīng)中沒有表現(xiàn)出無時(shí)間相位延遲的非“理想”放大器。
數(shù)字預(yù)失真性能的基本仿真已經(jīng)完成。為了仿真，從PA模型工作中得到的根據(jù)圖4b的數(shù)字功放模型用做仿真中的實(shí)際器件。所用的基帶數(shù)字PA模型是從測量中得到的。該模型用FIR濾波器實(shí)現(xiàn)，以便得到一個(gè)具有記憶效應(yīng)的模型，記憶效應(yīng)是從包絡(luò)調(diào)制的時(shí)間延遲和頻率響應(yīng)中出現(xiàn)的。
仿真結(jié)果圖6b表示所得的不加預(yù)失真的PA模型的頻譜性能，使用的輸入信號(hào)如圖6a所示。在頻譜顯示中信號(hào)已經(jīng)被濾波到大約30kHz的分辨帶寬中。由于記憶效應(yīng)，該放大器具有不對(duì)稱的失真頻譜。
圖6c表示經(jīng)過五次LUT更新后的頻譜性能，其中使用的是根據(jù)現(xiàn)有技術(shù)直接逆增益計(jì)算的設(shè)置。
圖6d給出基于根據(jù)本發(fā)明的新預(yù)失真器、也是五次LUT更新之后的改進(jìn)頻譜性能，這里為了增益計(jì)算使用了FIR濾波器加權(quán)算法?，F(xiàn)有技術(shù)和新方法在五次更新之后的改進(jìn)都是看不太出來的。
在圖7a中表示的是用于實(shí)現(xiàn)均值計(jì)算的逆增益的幅度和相位，這是現(xiàn)有技術(shù)預(yù)失真器在最初第一次自適應(yīng)計(jì)算這種類型預(yù)失真器時(shí)使用的。
圖7b表示根據(jù)現(xiàn)有技術(shù)第五次自適應(yīng)之后的相同數(shù)據(jù)。可以觀察到在自適應(yīng)過程中只有很小的數(shù)據(jù)庫區(qū)域縮小的趨勢。
此外，圖7c表示現(xiàn)有技術(shù)的五次自適應(yīng)之后的LUT表內(nèi)容。在現(xiàn)有技術(shù)過程中，LUT表仍然包含很多紋波，這就是為什么所有獲得專利的為降低LUT值紋波的現(xiàn)有技術(shù)申請(qǐng)的特殊數(shù)學(xué)算法通常都認(rèn)為帶噪聲的輸入數(shù)據(jù)是引起紋波的原因。
圖8a表示與圖7以相同尺度描述的相同的幅度和相位增益數(shù)據(jù)，對(duì)應(yīng)于在數(shù)字信號(hào)處理器中使用本發(fā)明前面描述的FIR均衡算法計(jì)算PA模型+DPD性能的第一次自適應(yīng)。
圖8b表示本發(fā)明的第五次自適應(yīng)之后的同樣數(shù)據(jù)?？梢钥吹皆鲆嬗?jì)算及自適應(yīng)的數(shù)據(jù)區(qū)有顯著的降低。
圖8c表示五次自適應(yīng)之后，逆增益表內(nèi)容放入預(yù)失真器LUT。
圖6、7和8表示了將本發(fā)明揭示的算法應(yīng)用于簡單的DPD略圖的性能增強(qiáng)。均衡FIR濾波器算法解決了諸如噪聲抑制之類的很多問題，并有助于在計(jì)算預(yù)失真器查找表存儲(chǔ)器所用的平均值時(shí)縮減數(shù)據(jù)的分布。所示的基本仿真中沒有噪聲加入。
其結(jié)果符合本發(fā)明的第五實(shí)施例。仿真的基本結(jié)論是，基于直接逆增益計(jì)算的現(xiàn)有技術(shù)預(yù)失真器不能收斂到最佳解法?，F(xiàn)有技術(shù)解法不能在實(shí)際響應(yīng)中帶有時(shí)間延遲的真實(shí)PA上實(shí)現(xiàn)等邊帶電平失真，因?yàn)闆]有考慮實(shí)際器件的頻率響應(yīng)。本揭示中提到的現(xiàn)有技術(shù)專利試圖通過實(shí)現(xiàn)自己發(fā)明的附件和與基于圖1的基本DPD概圖的近似來改進(jìn)直接逆增益計(jì)算的基本問題。
在本發(fā)明的后面將會(huì)表示逆H0-1濾波器在“增益/相位”預(yù)失真器模塊中的應(yīng)用，最小化輸入信號(hào)和器件輸出信號(hào)之間的群延遲差，有可能調(diào)查原因并調(diào)整復(fù)增益表LUT DPD功能模塊不能處理的更多剩余失真。
帶有附加功能依賴性的PA模型模塊描述圖4b所示的推導(dǎo)的PA模型可以加以改進(jìn)，以便能夠處理除了第一和部分第二類型以外的失真。這個(gè)目標(biāo)是可能的，因?yàn)樾履Ｐ头椒ń档土四Ｐ秃蜏y量器件之間的誤差矢量，因此在每個(gè)步驟之后可以展現(xiàn)模型和實(shí)際器件之間更詳細(xì)的性能差別。在現(xiàn)有技術(shù)中實(shí)現(xiàn)失真抑制時(shí)沒有誤差矢量的最小化，就不能實(shí)現(xiàn)這個(gè)目標(biāo)。功能的增強(qiáng)是通過級(jí)聯(lián)更多的數(shù)字PA模型功能模塊而實(shí)現(xiàn)的。
圖9表示新建議的數(shù)字模型功能模塊，目的是進(jìn)一步降低數(shù)字PA模型和PA測量性能之間的誤差矢量。該圖表示已經(jīng)描述的“增益/相位依賴模塊”跟隨“微分復(fù)增益依賴模塊”以及“功率依賴模塊”。該方法是為了補(bǔ)償任何系統(tǒng)殘余的誤差并牢記這些功能模塊應(yīng)該與系統(tǒng)誤差的真實(shí)器件物理原因相關(guān)聯(lián)。本發(fā)明數(shù)字模型中的功能模塊能夠以連續(xù)而且自適應(yīng)的方式單獨(dú)地為模型性能而優(yōu)化。
微分復(fù)增益依賴模塊見圖4a，有一個(gè)時(shí)間常數(shù)(τ)出現(xiàn)在功放符號(hào)中，代表輸入信號(hào)變化固有的器件導(dǎo)通延遲，這個(gè)延遲認(rèn)為比預(yù)失真器中所用的抽樣時(shí)間或測量抽樣時(shí)鐘時(shí)間都小得多。通過觀察PA建模信號(hào)以及測量信號(hào)的一階時(shí)間倒數(shù)可以描述這種行為的影響?；舅枷胧菑?fù)用第一模塊的算法并根據(jù)輸入信號(hào)對(duì)時(shí)間的導(dǎo)數(shù)設(shè)計(jì)“微分復(fù)增益”表，計(jì)算微分復(fù)增益在稱為“微分復(fù)增益”依賴模塊(-dCG)的功能模塊中的影響。根據(jù)本發(fā)明的第一實(shí)施例，微分復(fù)增益模塊在不使用時(shí)的平均輸出相乘值等于“1”。使用時(shí)其結(jié)果采用“(1+微分)”乘子的形式。
微分復(fù)增益依賴模塊推導(dǎo)下面提供“微分復(fù)增益”模塊設(shè)計(jì)的數(shù)學(xué)過程。“增益/相位增益”模塊之后的建模信號(hào)給出PA模型中第一增益模塊的平均性能特征，這里稱為Vavg(t)。可以根據(jù)第一實(shí)施例描述設(shè)計(jì)一個(gè)微分級(jí)聯(lián)功能模塊。測量信號(hào)稱為Vout(t)。這些信號(hào)也可以寫做對(duì)時(shí)間(抽樣時(shí)間T的抽樣)一階導(dǎo)數(shù)的函數(shù)。
Vout(t+T)＝Vout(t)+dVout(t+T)(1)其中dVout(t+T)＝Vout(t+T)-Vout(t)而且都是復(fù)數(shù)，Vavg(t+T)＝Vavg(t)+dVavg(t+T)(2)目的是使數(shù)字PA模型有盡可能小的誤差。因此，上式的要求是Vout(t+T)等于Vavg(t+T)。將該要求放入上式，解出dVout(t+T)為 可以看出“增益/相位增益”模塊之后的新平均模型誤差矢量EVavg并定義為 解出微分復(fù)增益表達(dá)式定義為dCG(t+T)＝dVout(t+T)/dVout(t+T)得到dCG(t+T)＝1-EVavg(t)/dVavg(t+T)(5)從(4)式也可以看出EVavg(t)有對(duì)應(yīng)的Vavg(t)值以及Vavg(t)的幅度R關(guān)聯(lián)于這個(gè)模塊。因此，微分復(fù)增益dCG(t+T)值依賴于前面的抽樣輸入信號(hào)幅度(R(t))。可以設(shè)計(jì)一個(gè)類似于數(shù)字PA模型中第一增益模塊的數(shù)字功能結(jié)構(gòu)模塊。也可以設(shè)計(jì)一個(gè)依賴于dVavg(t+T)的功能模塊作為相乘模塊控制參數(shù)。
以如下方式修改這個(gè)模塊之后的輸出信號(hào)dCG(t+T)＝Vavg(t)+dVavg(t+T)*dCG[RBin(t)](6)這里dCG(Rbin)是用第一“增益及相位增益”依賴模塊中描述的相同方法根據(jù)式(5)計(jì)算的微分復(fù)增益值，并放入微分復(fù)增益LUT存儲(chǔ)器中。微分復(fù)增益模塊LUT的自適應(yīng)可以象前一個(gè)模塊那樣進(jìn)行，通過將最大自適應(yīng)值與當(dāng)前門限比較可以評(píng)價(jià)性能測度。
圖10表示“微分復(fù)增益”依賴模塊的數(shù)字功能，其中以抽樣時(shí)間T為單位的延遲(D0、D1、D2)被設(shè)計(jì)為在功能模塊中進(jìn)行時(shí)間校準(zhǔn)以便滿足式(6)。與前面的增益/相位模塊同樣的增益矩陣計(jì)算程序可以用于這個(gè)模塊，根據(jù)該模塊輸入信號(hào)幅度(R)計(jì)算差分增益LUT。
圖11a表示第一PA模型“增益/相位”依賴模塊的連續(xù)優(yōu)化實(shí)現(xiàn)的結(jié)果。
圖11b則表示當(dāng)“微分增益”依賴模塊加入數(shù)字器件模型時(shí)的同樣結(jié)果。圖11a和11b中的兩張圖都表示器件和模型性能之間的測量PA輸出譜以及誤差矢量譜。
圖11c表示計(jì)算及優(yōu)化器件的微分增益LUT表dCG(Rbin)所用的數(shù)據(jù)庫。
建模的結(jié)果表明微分增益建?？紤]到信號(hào)帶寬內(nèi)的精細(xì)增益/相位誤差，而且進(jìn)一步降低了模型與測量器件之間的誤差頻譜。
功率依賴模塊所得的PA模型到目前為止還有殘留的失真。對(duì)殘留誤差矢量的研究表現(xiàn)出幅度誤差，但是只有很小的相位偏移。認(rèn)為幅度誤差是受到了與PA輸入功率有關(guān)的影響。為了研究這一點(diǎn)，要計(jì)算測量的PA幅度(Rout_Measured)與PA模型(R_Model)之間殘留的信號(hào)幅度誤差以便進(jìn)一步研究。
Rerr(t)＝Rout_Measured(t)-R_Model(t)，相對(duì)時(shí)間的幅度誤差矢量。
畫出矢量Rerr與抽樣時(shí)間“t”和[R_Model(t)]2的關(guān)系，[R_Model(t)]2是建模PA信號(hào)的功率P(t)，可以看出從輸入信號(hào)功率到PA還殘留一些記憶效應(yīng)等待建模。
本發(fā)明中的方法和思維與現(xiàn)有技術(shù)方法不同?；舅枷胧强碢A模型功能模塊中目前已經(jīng)完成了什么?！捌骄盤A-模型性能從輸入信號(hào)中得到。這個(gè)輸入信號(hào)也具有針對(duì)時(shí)間的平均功率。因此模型中建立的功率依賴性的性能必須依賴于功率電平，其中平均功率對(duì)應(yīng)于輸入信號(hào)的平均功率。這是按照第一實(shí)施例的描述，而且設(shè)計(jì)了一個(gè)級(jí)聯(lián)的微分輸入功率非線性乘法模塊。最正確地描述實(shí)際功放的功率依賴性的模型則必須基于“用于建模工作的信號(hào)平均功率的微分”。
計(jì)算進(jìn)入這個(gè)功率模塊的輸入信號(hào)平均功率，并標(biāo)為PM。設(shè)計(jì)一個(gè)新的微分功率矢量為dP(t)＝P(t)-PMdp(t)是根據(jù)發(fā)明的第一實(shí)施例控制功率依賴模塊的參數(shù)。
圖12表示微分功率dP(t)(虛曲線)，與數(shù)字模型和實(shí)際PA測量之間的殘余幅度誤差Rerr(t)(實(shí)曲線)畫在一起，以便能夠看出他們之間的依賴程度。從圖中可以得到一個(gè)結(jié)論，dP(t)圖滯后幾個(gè)抽樣后相對(duì)于Rerr(t)具有一定的關(guān)聯(lián)性。
為了更詳細(xì)地看出微分功率dP(t)與殘余幅度誤差Rerr(t)的依賴性，進(jìn)行信號(hào)處理理論中常用的互相關(guān)運(yùn)算。
圖13a表示互相關(guān)結(jié)果，按照所用信號(hào)之間以時(shí)間抽樣(T)為單位的不同抽樣時(shí)間差的函數(shù)描繪。
見圖13a，本領(lǐng)域技術(shù)人員可以得出結(jié)論互相關(guān)結(jié)果基本上表示具有不同時(shí)間常數(shù)、增益及帶寬的合成低通濾波器的合成脈沖響應(yīng)。在目的是實(shí)現(xiàn)低失真旁瓣的PA模型功率補(bǔ)償模塊函數(shù)中，具有最大帶寬的最高階響應(yīng)(最短脈沖響應(yīng))被認(rèn)為是最能抑制功率影響帶來的載波外失真。下一個(gè)模塊的正確解法則是對(duì)目前建模信號(hào)的幅度增加濾波微分功率影響糾正。
“功率濾波器”可以用來自互相關(guān)計(jì)算的對(duì)稱抽頭來設(shè)計(jì)，使來自零互相關(guān)的互相關(guān)值時(shí)間上對(duì)準(zhǔn)定義脈沖響應(yīng)中心FIR濾波器抽頭的最大值。當(dāng)選擇了一半脈沖響應(yīng)時(shí)，其余的響應(yīng)可以通過將FIR濾波器從中心到末尾的抽頭值做鏡像來實(shí)現(xiàn)。這樣抽頭數(shù)就設(shè)為奇數(shù)，F(xiàn)IR濾波器相對(duì)中心抽頭對(duì)稱。這樣可以減少要定義的功率糾正模塊中的數(shù)值計(jì)算量。
在仿真中實(shí)現(xiàn)的另一個(gè)較簡單的方法是，將該濾波器設(shè)計(jì)成標(biāo)準(zhǔn)信號(hào)處理窗形函數(shù)濾波器。互相關(guān)計(jì)算是從第一正過零點(diǎn)到上述最大值的時(shí)間響應(yīng)。抽頭數(shù)定為以抽樣為單位的時(shí)間差的2倍+1。在本發(fā)明描述中將“漢寧”窗函數(shù)用于差分功率FIR濾波器。也可以使用其它常見的窗形函數(shù)濾波器或低通FIR濾波器。雖然也可以使用更類似互相關(guān)計(jì)算結(jié)果的帶有更多抽頭和不對(duì)稱抽頭的濾波器函數(shù)，但是這就意味著濾波器包含更多的抽頭而且需要更多的處理能力。
為了計(jì)算所有設(shè)計(jì)到功率糾正模塊中的參數(shù)，微分功率矢量dP(t)與所選擇的微分功率FIR濾波器的卷積用于實(shí)現(xiàn)微分滑動(dòng)平均功率矢量，新結(jié)果稱為dPma(t)。這個(gè)新矢量再與Rerr(t)矢量互相關(guān)，定義以時(shí)間抽樣為單位的最佳時(shí)間延遲td，以便在模型中進(jìn)行功率影響糾正。利用最小二乘優(yōu)化方法，在信號(hào)上再次復(fù)用本發(fā)明前面描述所用的1-抽頭FIR均衡DSP程序，得到dPma(t+td)*GP等于Rerr(t)，計(jì)算實(shí)現(xiàn)最佳補(bǔ)償增益的功率FIR濾波器增益因子GP，所實(shí)現(xiàn)的因子值GP是對(duì)幅度誤差Rerr(t)信號(hào)的最佳滑動(dòng)平均微分功率糾正。對(duì)數(shù)字模型信號(hào)的功率糾正如下完成Sin_Model_Power_Correct(t)＝Sin_Model(t)*[1-GP*dPma(t+td)/(Rin(t)+δ)]這里δ是防止計(jì)算溢出的一個(gè)較小的數(shù)。
在表達(dá)式中，所研究的幅度誤差的功率依賴性被轉(zhuǎn)換成影響信號(hào)幅度的增益表達(dá)式，以描述功率依賴性。這種做法是可行的，因?yàn)榍懊婺K的計(jì)算產(chǎn)生的誤差主要是在信號(hào)之間的幅度上，而不是相位中。
圖13b表示與器件測量信號(hào)比較的功率糾正的幅度誤差矢量(1)以及沒有功率糾正的幅度誤差矢量(2)，針對(duì)功率依賴模型的輸入信號(hào)幅度Rin比較器件測量信號(hào)而描繪。
圖14表示所得到的功率依賴模塊的數(shù)字概圖。根據(jù)該數(shù)字實(shí)現(xiàn)調(diào)整所示的時(shí)間延遲以便滿足表達(dá)式Sin_Model_Power_Correct(t)。
到目前為止在數(shù)字模型中實(shí)現(xiàn)的模塊都在圖9中表示。該模型的進(jìn)一步細(xì)化可以按照用戶的選擇而提供。這個(gè)模型工作得很好，因?yàn)槊總€(gè)單獨(dú)的功能都能夠優(yōu)化真實(shí)器件每個(gè)獨(dú)立特性的性能，只要該性能是基于可以描述的某個(gè)物理依賴性。
由于數(shù)字基帶模型與測量PA性能之間的誤差可以針對(duì)每個(gè)功能模塊的實(shí)現(xiàn)而減少，因此也可以將上述方法用于實(shí)現(xiàn)模型誤差的進(jìn)一步減少。表現(xiàn)出誤差依賴于輸入信號(hào)幅度的器件可以用與功率依賴性相同的方法來評(píng)估，例如通過在模型和測量器件之間提供微分幅度與殘余誤差的相關(guān)。
圖15表示所實(shí)現(xiàn)的建模性能與測量PA性能之間誤差矢量的頻譜改善。體現(xiàn)出帶有微分功率預(yù)失真糾正的數(shù)字模型與沒有功率糾正模型相比的改善。
圖15a表示針對(duì)實(shí)際器件的數(shù)字模型頻譜誤差與依賴糾正所得模型的比較，重復(fù)了來自圖11的微分復(fù)增益依賴模型后的結(jié)果。
在圖15b中，表示了功率依賴模型糾正后的結(jié)果。兩圖表示測量PA器件的頻譜性能以及相應(yīng)的針對(duì)數(shù)字建模器件的誤差矢量譜。
所得的誤差矢量通常被認(rèn)為是提供的預(yù)失真好不好以及是否對(duì)實(shí)際器件有用的結(jié)果。對(duì)于簡單的AM到AM以及AM到PM數(shù)字模型來說，從功率糾正模型得到的誤差矢量應(yīng)該與圖11a所示的所用的輸入信號(hào)譜比較。
通過將圖15與前面的頻譜圖以及所得數(shù)字模型的誤差圖比較，其結(jié)論是當(dāng)每個(gè)模塊依賴于器件的物理依賴性時(shí)，能夠按照所期望地對(duì)模型的精確性作出貢獻(xiàn)。
圖15表示建模工作能夠怎樣在內(nèi)置到商用設(shè)備中的基于12比特ADC和DAC的較差測量儀器上實(shí)現(xiàn)。這個(gè)PA模型也可以在優(yōu)化預(yù)失真器系統(tǒng)性能和實(shí)現(xiàn)的預(yù)失真器環(huán)境中用于仿真的目的，這在本發(fā)明中已經(jīng)完成。例如，沒有考慮商用儀器之間抽樣時(shí)鐘同步中引入的誤差。來自測試儀器中出現(xiàn)的下變頻器和本地振蕩器的噪聲也出現(xiàn)在本發(fā)明揭示中提供的模型計(jì)算中。
數(shù)字PA模型的改進(jìn)建模見圖13b，在殘留的功率糾正的幅度誤差中可以看出一個(gè)彎曲。誤差沒有沿著y軸的中心零線。這就意味著目前完成的模型中仍然殘留一些增益誤差。為了把它包括在數(shù)字模型中，要對(duì)圖9所示的模型模塊重新調(diào)整。功率糾正要在復(fù)增益/相位模塊之前完成。這就意味著這個(gè)模塊中的增益LUT讀數(shù)將在信號(hào)幅度被選為增益LUT的地址之前針對(duì)功率的影響進(jìn)行糾正。該糾正用與前面描述的后糾正相同的公式完成。用這種方法，就不需要多維LUT存儲(chǔ)器。
圖16a表示數(shù)字器件模型模塊的重新調(diào)整，功率糾正依賴模塊用做數(shù)字器件模型模塊中的第一模塊。為了評(píng)估計(jì)算模型的器件，首先禁止功率糾正模塊，隨后的兩個(gè)模塊根據(jù)與模型的最佳一致性而評(píng)估。然后計(jì)算所需的功率依賴模塊數(shù)據(jù)庫，數(shù)據(jù)用與后糾正相同的值裝載入預(yù)糾正模塊中，再評(píng)估增益/相位模塊以及微分復(fù)增益模塊。
圖16b表示本模型評(píng)估實(shí)現(xiàn)的頻譜性能。通過將該圖與圖15b比較可以看出數(shù)字模型逼近測量PA性能的改善。信號(hào)高端和低端誤差矢量譜的差別是由于漢寧窗濾波器中所用的功率依賴FIR的簡化所引起的，不處理更多的過抽樣信號(hào)是不能精確地將其中的時(shí)間延遲糾正到功率依賴的延遲上。這就意味著測量裝置應(yīng)該有更高的抽樣時(shí)鐘速率。使用互相關(guān)函數(shù)值代替前面描述的功率FIR近似可以對(duì)結(jié)果做一定改善。與圖6a中的輸入信號(hào)譜比較，可以看出建模誤差非常接近測量輸入信號(hào)的頻譜界限。殘留誤差也可能是輸入信號(hào)帶寬中最高階的，因?yàn)楣β室蕾囆约m正被選來主要用于旁瓣抑制誤差。同樣值得一提的是也可以通過禁止微分增益模塊評(píng)估而進(jìn)行不太精確的功率依賴性評(píng)估。圖16c到16f說明了根據(jù)圖16a的數(shù)字模型計(jì)算的主要流圖。
基于非線性器件建模的數(shù)字信號(hào)預(yù)失真器記住了前面章節(jié)對(duì)PA模型的描述，根據(jù)本發(fā)明的第一實(shí)施例得到新的數(shù)字預(yù)失真器就是顯而易見的了。在(英文件)17到25頁的章節(jié)中，體現(xiàn)了逆PA復(fù)增益模型的應(yīng)用可以實(shí)現(xiàn)很有效的數(shù)字預(yù)失真器，用于復(fù)增益失真的抵消。將同樣的概念用于所得PA模型的所有模塊，就可以建議一個(gè)新的數(shù)字預(yù)失真電路。
圖17表示所建議的數(shù)字預(yù)失真電路。發(fā)明描述了稱為1、2、3和4的四個(gè)基本模塊。
第一功能模塊1是預(yù)失真器的硬件數(shù)字實(shí)現(xiàn)。它是帶有所有所示的功能模塊101到106的實(shí)時(shí)數(shù)字電路。
第二模塊2是用于更新預(yù)失真器中所用的不同參數(shù)及查找表的數(shù)字信號(hào)處理器。圖中表示了不同的軟件模塊201到206。
所示的第三模塊3是用于控制系統(tǒng)的控制字，包含圖中所示的所有其它模塊可以讀寫的數(shù)據(jù)。它可以置于數(shù)字HW模塊1中，但是圖中為了清楚起見表示為單獨(dú)的模塊。
第四模塊4是監(jiān)視系統(tǒng)目前狀態(tài)并更新它的外部系統(tǒng)控制。外部控制可以決定是否需要完成校準(zhǔn)過程，或者是否通過覆蓋控制字3中的內(nèi)容禁止基本預(yù)失真器中的一些模塊。它也可以用于SW更新、從DSP 2下載信號(hào)等。
基本校準(zhǔn)及初始化為了校準(zhǔn)，應(yīng)該使用一個(gè)已知信號(hào)，其功率大致與最高功率情況下應(yīng)用所需一致。執(zhí)行系統(tǒng)的基本校準(zhǔn)運(yùn)行，用根據(jù)所用實(shí)際器件得到的缺省數(shù)據(jù)填充表及參數(shù)。用于功率糾正評(píng)估的輸入信號(hào)平均功率和峰值功率應(yīng)該在所需的系統(tǒng)使用范圍內(nèi)，以利于隨后的校準(zhǔn)和應(yīng)用。
校準(zhǔn)及初始化系統(tǒng)時(shí)使用一個(gè)基本程序。禁止代表功率依賴103和微分增益模塊104的數(shù)字實(shí)時(shí)電路模塊。這就意味著信號(hào)經(jīng)過這些模塊時(shí)不受影響。除了中央抽頭裝載“1”值以外，EV-FIR模塊102的所有抽頭值都裝入零值。在本文后面描述獨(dú)立模塊時(shí)會(huì)更詳細(xì)地描述這一點(diǎn)。
增益/相位預(yù)失真模塊105載入相應(yīng)的增益為1、相位角為0的LUT表。FIR濾波器用中心抽頭等于1、其余抽頭等于0裝載。外部DSP和預(yù)失真器控制模塊4初始化數(shù)字字5，使之能夠被數(shù)字預(yù)失真器1讀取，告訴電路啟動(dòng)并使用存儲(chǔ)在模塊1內(nèi)部存儲(chǔ)器中的校準(zhǔn)數(shù)據(jù)庫。每個(gè)功能的參數(shù)模塊有三個(gè)存儲(chǔ)位置例如0、1和2。第一個(gè)用于初始化并標(biāo)為“0”模塊。監(jiān)視控制字3的DSP開始從106中的存儲(chǔ)器下載信號(hào)S1和VM并開始處理數(shù)據(jù)。當(dāng)DSP 2根據(jù)軟件模塊202和203完成計(jì)算并準(zhǔn)備好更新時(shí)，它讀出定義數(shù)據(jù)庫用法的控制字5并決定將更新的數(shù)據(jù)放在哪里。如果控制字在這個(gè)位置為“0”，DSP就將新數(shù)據(jù)載入稱為“1”的存儲(chǔ)器位置。當(dāng)裝載準(zhǔn)備好之后，DSP用“1”覆蓋控制字3數(shù)據(jù)庫指針中的“0”，告訴數(shù)字實(shí)時(shí)電路1它將開始使用新數(shù)據(jù)庫。如果DSP已經(jīng)在數(shù)字控制字中讀出“1”，DSP就決定將新更新放入位置“2”并因此改變控制字?jǐn)?shù)據(jù)庫指針。如果DSP讀“2”存儲(chǔ)器位置，它就切換回去，將新數(shù)據(jù)放入“1”位置并更新控制字5數(shù)據(jù)庫指針。
時(shí)間相位和增益調(diào)整來自輸入信號(hào)S1和輸出信號(hào)VM的規(guī)定數(shù)目的抽樣被下載到DSP中。DSP程序201計(jì)算抽樣中的時(shí)間差并糾正將要用于糾正增益表LUT的相位矢量，并將其存儲(chǔ)以備后來更新。DSP存儲(chǔ)時(shí)間差延遲(ts)以便減少后來更新所需的計(jì)算時(shí)間。DSP也可以在模塊101中糾正輸入信號(hào)的增益。如果提供給系統(tǒng)的輸入信號(hào)電平太高，DSP就報(bào)告給控制字3，該控制字進(jìn)一步報(bào)告給能夠調(diào)整一些外部衰減器的外部控制4。附加了接口以及DSP功能的話，控制字3也能夠自己進(jìn)行外部調(diào)整，定時(shí)及相位糾正的計(jì)算用(英文件)17-25頁章節(jié)中描述的相同方式完成?？刂颇K3可以用“增益后退”因子載入，該因子在系統(tǒng)中用于對(duì)付模擬器件增益隨溫度的變化，并給輸入信號(hào)一個(gè)合適的余量，這樣系統(tǒng)內(nèi)部的信號(hào)電平就不會(huì)超過最大允許值。VM和S1信號(hào)之間的相位差可以結(jié)合到逆FIR濾波器抽頭值中，也就是在第一次自適應(yīng)時(shí)用糾正相位值乘以每個(gè)復(fù)數(shù)。105中結(jié)合的逆FIR濾波器將自適應(yīng)并糾正上變頻器中的緩慢漂移、PA群延遲以及頻率響應(yīng)漂移。
應(yīng)該這樣進(jìn)行增益設(shè)置使預(yù)失真器1能夠?qū)⒈碚{(diào)整到輸入信號(hào)范圍內(nèi)，這樣由于所用非線性器件的環(huán)境溫度變化引起的慢預(yù)失真器自適應(yīng)就可以進(jìn)行。在AGA模塊101中使用并調(diào)整了某類數(shù)字信號(hào)增益后退。環(huán)境溫度應(yīng)該被預(yù)失真器的自適應(yīng)所糾正。增益后退的調(diào)整也可以用于硬件設(shè)備——上變頻器和下變頻器非線性PA中校準(zhǔn)傳遞漂移。
增益/相位預(yù)失真模塊根據(jù)上面描述在DSP模塊203中計(jì)算增益表LUT的更新以及增益和相位均衡模塊105的FIR濾波器抽頭存儲(chǔ)值。每次計(jì)算意味著更新LUT和預(yù)失真器105中使用的FIR濾波器存儲(chǔ)值。后面章節(jié)中描述的性能測度報(bào)告給預(yù)失真器控制3，更新數(shù)字控制字5中允許的功能，使系統(tǒng)用所提供的更多功能運(yùn)轉(zhuǎn)。當(dāng)增益/相位均衡器模塊的所有功能都已經(jīng)用于某個(gè)性能測量因子，根據(jù)控制字讀數(shù)的DSP就根據(jù)控制字3中的設(shè)置進(jìn)行下去，計(jì)算下一個(gè)模塊。
微分增益預(yù)失真模塊計(jì)算這個(gè)模塊204以及更新數(shù)字部分104的過程可以根據(jù)DSP處理器的計(jì)算能力用兩種不同方式完成。
首先可以通過與微分增益相同的過程計(jì)算，根據(jù)圖11c所示的幅度和相位數(shù)據(jù)庫。然后按照逆復(fù)增益值更新到LUT中。
第二種更快但是相比第一種不太精確的方法是使用放入LUT表的數(shù)據(jù)的線性回歸。這種過程的應(yīng)用要依賴于非線性器件的性能。
當(dāng)DSP完成計(jì)算后，它就更新1中相應(yīng)的存儲(chǔ)位置并將相應(yīng)更新寫入控制字5。微分增益預(yù)失真模塊的自適應(yīng)以復(fù)增益/相位模塊相同的方式完成，然后進(jìn)行到下一模塊。
功率糾正評(píng)估模塊系統(tǒng)繼續(xù)進(jìn)行，根據(jù)DSP模塊205計(jì)算微分增益依賴性。如何完成這個(gè)任務(wù)有兩種選擇以及過程。
第一種方法是自動(dòng)完成。DSP通過對(duì)DSP的恰當(dāng)編程計(jì)算所有的過程。如果環(huán)境溫度將要影響這個(gè)性能，可以控制DSP周期性地更新功率依賴性。這在(英文件)30頁開始的章節(jié)“功率依賴模塊”中概述。依賴性自適應(yīng)必須用多快的頻度進(jìn)行尚未明確，因?yàn)闆]有數(shù)據(jù)提供。根據(jù)本發(fā)明使用DPD解法的經(jīng)驗(yàn)將在今后提供對(duì)這個(gè)問題更深入的了解。功率FIR增益因子的自適應(yīng)可能是最可行的。
第二種方法是DSP和預(yù)失真器控制讀取控制字并將恰當(dāng)?shù)腟2和VM信號(hào)載入外部控制，在那里的另一個(gè)處理器中評(píng)估功率依賴的FIR濾波器，該處理器是受進(jìn)行計(jì)算和評(píng)估的人為干預(yù)控制的。如果預(yù)計(jì)器件的功率依賴不會(huì)變化，那么它可以只計(jì)算一次，這樣做就是可能的。如果在提供的非線性器件中溫度依賴開始改變，可能在實(shí)際器件中會(huì)失敗。通過在系統(tǒng)外完成功率依賴性，可以節(jié)省圖16中DSP模塊205的很多程序存儲(chǔ)位置。
微分功率依賴性的評(píng)估完成以后，F(xiàn)IR濾波器的新數(shù)據(jù)、根據(jù)前面章節(jié)的延遲和加權(quán)都載入功率依賴預(yù)失真模塊103的存儲(chǔ)器中，并更新控制字3以便預(yù)失真器1開始使用這個(gè)功能。
如果完成了微分功率糾正模塊以及時(shí)延的平均功率值PM的正確調(diào)整，其結(jié)果就是預(yù)失真器中旁瓣抑制是對(duì)稱的。
EV FIR應(yīng)用在建議的DPD電路的一些應(yīng)用中，考慮到由于模塊103和104的影響帶來的上變頻器頻率特性，輸入信號(hào)和輸出信號(hào)之間的誤差矢量必須抵消數(shù)字輸入信號(hào)和測量輸出信號(hào)之間很低電平的誤差。增益/相位預(yù)失真模塊中的FIR濾波器將自適應(yīng)于用所提供的功率及微分增益預(yù)失真修改的輸入信號(hào)。EV_FIR 102用于糾正針對(duì)系統(tǒng)真實(shí)輸入信號(hào)的群延遲以及頻率響應(yīng)。該計(jì)算與后面描述的用于模塊105的逆H0計(jì)算相同，但是輸入信號(hào)是S1而不是S2信號(hào)以及圖17a的測量信號(hào)VM。
為了使EV_FIR性能比所要的輸入信號(hào)帶寬有更寬的頻率覆蓋，在這種情況下的信號(hào)S1可以是較寬的頻率信號(hào)，但是對(duì)PA的功率電平較低，因此減少可能影響計(jì)算和EV_FIR抽頭計(jì)算結(jié)果的實(shí)際器件的失真。更好的是使用相位調(diào)制信號(hào)，沒有幅度調(diào)制出現(xiàn)。
系統(tǒng)使用在完成校準(zhǔn)之后，系統(tǒng)就準(zhǔn)備好可以使用了。最后控制字3的設(shè)置定義了操作單個(gè)模塊的數(shù)據(jù)庫。校準(zhǔn)數(shù)據(jù)已經(jīng)存儲(chǔ)在非破壞性存儲(chǔ)介質(zhì)中。系統(tǒng)將數(shù)據(jù)載入DSP 2和預(yù)失真器1中并開始運(yùn)行。DSP根據(jù)前面已經(jīng)描述的控制字5的設(shè)置，計(jì)算并更新三個(gè)基本模塊101、103和104。初始的DSP控制評(píng)估參數(shù)受到DSP和預(yù)失真器控制的監(jiān)視，檢查監(jiān)視參數(shù)的有效性，如果有效性極限被超過就向外部控制3發(fā)出警告。由于預(yù)失真器依賴性的性能依賴于所有提供的DPD功能，多個(gè)模塊自適應(yīng)可能引起DPD應(yīng)用頻譜響應(yīng)的變化，而不是對(duì)每個(gè)自適應(yīng)精調(diào)頻譜。預(yù)失真器增益/相位糾正模塊應(yīng)該在每次DSP評(píng)估自適應(yīng)中具有最高優(yōu)先級(jí)，而其它功能模塊可以在增益/相位預(yù)失真模塊與性能極限集合一致時(shí)再更新。
預(yù)失真器模塊的基本概圖本章中提出四個(gè)建議的預(yù)失真模塊的示例概圖。與本文描述的PA模型模塊相比，所有模塊的基礎(chǔ)是它們都提供了逆糾正。新預(yù)失真建議概圖之間的區(qū)別是，現(xiàn)有技術(shù)預(yù)失真器引入的群延遲將被抵消，在無線接收機(jī)要處理的接收信號(hào)中使用的DPD-系統(tǒng)中出現(xiàn)很小的誤差矢量。
對(duì)于第二實(shí)施例，應(yīng)該注意到，所建議的數(shù)字預(yù)失真器系統(tǒng)可以被修改并用做使用前饋環(huán)路的MCPA系統(tǒng)的一部分。本發(fā)明中的算法描述被定義為工作在功能模塊中的誤差矢量上。因此可以在圖22中概述的基本數(shù)字預(yù)失真器應(yīng)用中增加的前饋環(huán)路應(yīng)用中實(shí)現(xiàn)誤差抵消。同樣的算法可以用在測量FF-系統(tǒng)抵消點(diǎn)的誤差矢量的系統(tǒng)上。新發(fā)明的預(yù)失真器也進(jìn)行群延遲抵消，因此降低了用于前饋解法的第二環(huán)路誤差放大器中的誤差信號(hào)。
相位矢量乘子圖18中的乘子是幅度等于“1”的復(fù)數(shù)A+jB，它與每個(gè)復(fù)輸入信號(hào)抽樣相乘，提供相位糾正的輸出信號(hào)。這個(gè)相位矢量用于圖17中所用信號(hào)VM和S2的I/Q圖的完美旋轉(zhuǎn)。用于存儲(chǔ)器中的復(fù)數(shù)從圖17的DSP 2提供。圖16中105的LUT表可以用與相位矢量調(diào)整相乘的逆復(fù)增益更新，因此減少硬件需求。這樣就不需要外部的相位矢量模塊。相位矢量的自適應(yīng)更新是通過取最后的相位矢量值并乘以通過1-抽頭FIR濾波器均衡技術(shù)找到的新計(jì)算值而完成的，該技術(shù)在前面器件建模中描述過。
增益/相位均衡預(yù)失真模塊圖19中最后解決方案的增益及相位均衡模塊與圖5a相比修改了一些。前面提到的逆H0 FIR濾波器分成了兩個(gè)濾波器HC1和HC2，用于時(shí)間及相位性能均衡或群延遲抵消的粗細(xì)糾正調(diào)整。對(duì)于第一次優(yōu)化或自適應(yīng)運(yùn)行，帶相等奇數(shù)抽頭的濾波器除了中央抽頭用“1”載入以外，其余都用零抽頭值載入。第一次初始化運(yùn)行時(shí)不進(jìn)行更新。當(dāng)自適應(yīng)已經(jīng)降低了失真，實(shí)現(xiàn)了更線性的響應(yīng)時(shí)，基本線性FIR濾波器算法將使用FIR濾波器HC1和HC2為群延遲抵消給出精確的響應(yīng)。
預(yù)失真器逆增益和相位的優(yōu)化及自適應(yīng)繼續(xù)下去直到前面描述算法中所用的H0的性能已經(jīng)實(shí)現(xiàn)為止。通常，預(yù)失真器的性能可以通過計(jì)算誤差矢量的功率來測量，但是這里要描述一種更有效的計(jì)算。優(yōu)化過程的測量可以通過評(píng)估FIR濾波的改善來進(jìn)行，但是是以如下描述的方式在增益表上進(jìn)行。當(dāng)計(jì)算的H0抽頭值在自適應(yīng)過程中穩(wěn)定后，意味著預(yù)失真器正確工作了。
測量來自復(fù)增益計(jì)算的前一次以及當(dāng)前自適應(yīng)的PA模型算法H0濾波器抽頭值。測量平方微分求和矢量的幅度。這個(gè)測量在這里稱為“HC1_抵消”，與DSP中的極限值“HC1_抵消_限”相比。只要“HC1_抵消”小于極限，DSP就開始更新HC1 FIR濾波器系數(shù)，并使用滿足上面極限的最后HC1濾波器。通過第二微調(diào)FIR濾波器HC2的更新，進(jìn)行圖17中預(yù)失真器2模塊105隨后的FIR濾波器自適應(yīng)。兩個(gè)復(fù)值濾波器的幅度增益都調(diào)整為零頻處的增益等于“1”，以便不影響所用的增益表。
通過前面描述的FIR濾波器均衡設(shè)計(jì)逆H0濾波器，在(英文件)14及隨后頁中章節(jié)“PA表示的增益模型”討論器件建模時(shí)描述的算法中，將圖17中的信號(hào)S2和VM取逆。
兩個(gè)FIR濾波器HC1和HC2是可行的，因?yàn)楫?dāng)實(shí)際器件的時(shí)延比實(shí)際時(shí)間抽樣超過時(shí)鐘周期的一部分，只用第一FIR濾波器HC1就可能在自適應(yīng)中產(chǎn)生振蕩。濾波器HC1保持正確的時(shí)間抽樣相位調(diào)整，使第二FIR濾波器HC2處于FIR抽頭響應(yīng)的中心。第二FIR濾波器HC2精調(diào)預(yù)失真結(jié)果并自適應(yīng)于系統(tǒng)中的慢變化。
當(dāng)使用FIR濾波器HC1時(shí)，以下的自適應(yīng)將以如下方式調(diào)整濾波器HC2的值。從前面的FIR濾波器HC2，計(jì)算復(fù)FFT。也計(jì)算新FIR濾波器HC2的復(fù)FFT。當(dāng)只用幾個(gè)抽頭時(shí)這個(gè)計(jì)算很快。兩個(gè)FFT相乘，并取結(jié)果的逆復(fù)FFT。這個(gè)新的FIR濾波器作為更新存儲(chǔ)在濾波器HC2系統(tǒng)中。用這種方式可以保持濾波器HC2的抽頭數(shù)。前一個(gè)和后一個(gè)FIR濾波器HC2的直接卷積會(huì)減少抽頭數(shù)。
兩個(gè)濾波器級(jí)聯(lián)會(huì)得到系統(tǒng)響應(yīng)的平坦頻率響應(yīng)，抵消上變頻器的非線性器件響應(yīng)。為了降低預(yù)失真器中的復(fù)抽頭數(shù)，在DSP中可以通過卷積計(jì)算兩個(gè)濾波器HC1和HC2，以便提供單個(gè)濾波器HCtot的更新，仍然為最佳誤差抵消保持所希望的頻率響應(yīng)。
DSP中的每次自適應(yīng)及計(jì)算將得到預(yù)失真器中更新的LUT以及濾波器抽頭。也完成圖16中預(yù)失真控制字5的更新。
也可以在應(yīng)用中使用一個(gè)補(bǔ)償FIR濾波器HCtot，并用濾波器HC2中描述的相同方式更新這個(gè)濾波器。
相比現(xiàn)有技術(shù)預(yù)失真器，本文中揭示的新預(yù)失真器的基本區(qū)別是，在這個(gè)模塊中必須實(shí)現(xiàn)用于群延遲抵消的濾波器濾波器HC1和HC2，以便能夠進(jìn)行進(jìn)一步的DPD功能模塊評(píng)估。其它的預(yù)失真功能特性將通過研究誤差矢量評(píng)估，，而且沒有群延遲抵消就不能解決這些特性的精確測量。在圖17a中作為“微分增益預(yù)失真計(jì)算”203及“功率預(yù)失真計(jì)算”205的附加預(yù)失真功能會(huì)要求較小的群延遲和幅度誤差，以便提供功能模塊104和103的糾正應(yīng)用。
微分增益預(yù)失真模塊完成了圖16中增益及均衡模塊105的計(jì)算而且預(yù)失真器系統(tǒng)目前處于使用FIR濾波器HC2的自適應(yīng)之中，計(jì)算微分增益糾正104。根據(jù)圖20完成電路的更新。這個(gè)模塊的概圖實(shí)際上與圖10一樣，但是在表中使用逆微分復(fù)增益。逆微分復(fù)增益LUT可以直接計(jì)算或者使用數(shù)字建模工作中推導(dǎo)的增益表達(dá)式之逆來計(jì)算。進(jìn)行自適應(yīng)直到達(dá)到上面描述的自適應(yīng)的性能測度極限。
功率依賴預(yù)失真模塊功率預(yù)失真模塊與圖14相同，并與PA模型預(yù)失真具有相同的概圖，而且應(yīng)該用到下面公式中Sml_Power_Correct(t)＝Sin(t)*[1+dPconv(t+Td)*GP/(Rin(t)+δ)]
這里GP是功率FIR濾波器增益。根據(jù)(英文件)32頁上前面段落描述的用于尋找GP值的1-抽頭均衡過程，因子GP的符號(hào)會(huì)自動(dòng)是正確的。“dPconv”是輸入信號(hào)中的微分功率P(t)-PM與根據(jù)(英文件)29頁中章節(jié)“功率依賴模塊”選擇的功率FIR濾波器的卷積。Td是以時(shí)間單元為單位的功率濾波響應(yīng)延遲。圖14中所示的延遲根據(jù)實(shí)際數(shù)字實(shí)現(xiàn)而調(diào)整，以便滿足上面的公式。這個(gè)功率功能的允許和禁止是通過將例如增益因子GP或功率FIR濾波器抽頭置零來實(shí)現(xiàn)的。計(jì)算微分功率用的平均功率值可以根據(jù)所用的實(shí)際器件進(jìn)一步優(yōu)化。必須提一下使用這個(gè)功能的備注，以便實(shí)現(xiàn)最佳性能。如果使用錯(cuò)誤的延遲值“td”，失真頻譜會(huì)在頻率上偏移。當(dāng)系統(tǒng)實(shí)現(xiàn)了對(duì)稱頻譜結(jié)果時(shí)，調(diào)整時(shí)間延遲td的功率就是最佳的。當(dāng)實(shí)現(xiàn)了最低頻譜性能時(shí)，平均功率值PM就調(diào)整到了所用器件的最佳值。當(dāng)輸入信號(hào)中的平均功率與非線性器件的平均功率不同時(shí)，可能需要PM值的精細(xì)調(diào)整。當(dāng)確定了功率FIR濾波器時(shí)，進(jìn)一步的自適應(yīng)將達(dá)到功率FIR濾波器增益值。
常用的預(yù)失真模塊圖21表示根據(jù)圖2中的應(yīng)用所需的預(yù)失真器功能模塊。主要區(qū)別是圖17中的EV_FIR模塊102被略去了，因此信號(hào)“S1”不需要傳遞到DSP進(jìn)行信號(hào)處理。
發(fā)明的新DPD的擴(kuò)展使用圖22表示本揭示描述的結(jié)合DPD及前饋環(huán)路MCPA的數(shù)字預(yù)失真電路的主要應(yīng)用。預(yù)失真器功能模塊則應(yīng)具有圖17中的概圖，包括EV_FIR 101。圖17中增加的EV_FIR模塊最小化真實(shí)輸入信號(hào)S1和輸出信號(hào)之間的誤差。預(yù)失真器FIR濾波器HC1和HC2在修改的輸入信號(hào)及包含不同增益預(yù)失真的輸入信號(hào)預(yù)失真之間最小化。
這個(gè)解決方案的優(yōu)點(diǎn)是本發(fā)明中的DPD被設(shè)計(jì)為最小化誤差。在FF設(shè)計(jì)的抵消點(diǎn)中，為了有效的設(shè)計(jì)必須最小化誤差。本DPD解法降低了誤差功放的信號(hào)電平及MCPA功耗，因?yàn)榭梢允褂幂^低功率輸出的誤差功放。這種結(jié)合DPD和FF環(huán)路的應(yīng)用可用于對(duì)失真抵消有很高要求的MCPA應(yīng)用。前饋環(huán)路進(jìn)一步降低了失真誤差。
在圖22中，復(fù)基帶發(fā)生器1為DSP 3控制的數(shù)字預(yù)失真器2提供數(shù)字輸入信號(hào)Vin。輸入信號(hào)還饋入DAC和參考上變頻器4中。參考上變頻器用于對(duì)FF MCPA概圖中的信號(hào)抵消點(diǎn)5提供無失真的干凈信號(hào)。抵消點(diǎn)應(yīng)該只包含來自功放7的殘余失真。DPD 2驅(qū)動(dòng)DAC和上變頻器6，對(duì)主功放7提供減小了失真的信號(hào)。來自MPA 7的輸出信號(hào)被抽樣并提供給抵消點(diǎn)5。抵消點(diǎn)后的輸出信號(hào)被抽樣，提供給測量接收機(jī)8，測量要求的信號(hào)與MPA 7信號(hào)之間的誤差。這個(gè)信號(hào)將包含來自MPA的必須最小化的殘余失真。這個(gè)信號(hào)以數(shù)字形式提供給DSP 3。誤差信號(hào)也經(jīng)過誤差功放9，并以延遲調(diào)整10提供的正確反相、經(jīng)過EPA 9的時(shí)延提供給MCPA輸出，抵消誤差功放引入的延遲。前饋環(huán)路則抵消殘余的失真誤差，這是DPD調(diào)整之后出現(xiàn)在MAP 7輸出信號(hào)中的誤差。
這個(gè)應(yīng)用用于本發(fā)明中的DPD。本發(fā)明中的DPD工作于誤差矢量微分，在本文前面描述的預(yù)失真器計(jì)算和算法中計(jì)算EV＝VPA-Vin信號(hào)。在根據(jù)圖22的應(yīng)用中，信號(hào)EV是已知的而且信號(hào)Vin也是已知的。因此可以計(jì)算信號(hào)Vout而且與本發(fā)明同樣的方法可以用于圖22所示的應(yīng)用。DPD調(diào)整圖22中的信號(hào)VPA，直到在參考點(diǎn)處相比信號(hào)Vin的誤差被最小化。在參考上變頻器鏈中引入的誤差將保留。當(dāng)最小化抵消點(diǎn)處的誤差時(shí)，DPD將調(diào)整上變頻器頻率響應(yīng)與參考上變頻器相同。
圖22中的應(yīng)用以簡化的形式畫出，只是為了說明其原理。參考鏈4通常使用頻率轉(zhuǎn)化數(shù)字模塊作為參考鏈中的數(shù)控振蕩器NCO，在所用DAC的有用視頻范圍內(nèi)提供基帶輸入信號(hào)。所用的上、下變頻器將進(jìn)行頻率調(diào)整，通過在上、下變頻器中使用不同的本振設(shè)置使射頻上的信號(hào)相同。
參考帶有擴(kuò)展文獻(xiàn)參考的一般非線性理論綜述的文獻(xiàn)列出如下。
“多項(xiàng)式信號(hào)處理(Polynomial Signal Processing)”V.JohnMathews，Giovanni L.Sicuranza 2000 ISBN-0-471-033414-2 JohnWiley Publishing company。
“非線性系統(tǒng)識(shí)別輸入-輸出建模方法(Non-Linear SystemIdentification Input-output Modeling Approach)”Robert Harver，Lazlo Keviczky 1999 ISBN 0-7923-5856-2以及ISBN 0-7923-5859-9 Kluwer Academic Publishers。
權(quán)利要求
1.一種非線性分析方法，其特征在于如下步驟將非線性過程或系統(tǒng)表示為依賴于一組處理參數(shù)P1到PN的過程而且非線性過程被標(biāo)為NLS(P1，P2，...PN)，可以用模塊相乘或級(jí)聯(lián)的非線性子過程來描述，每個(gè)子過程依賴于非線性過程參數(shù)P1到PN中的一個(gè)，藉此每個(gè)子過程可以是包含線性和非線性過程的通用Wiener或Hammerstein過程而且該過程或系統(tǒng)通過一個(gè)模型描述，該模型首先描述了依賴于過程P1的主非線性子系統(tǒng)(MNLS)的傳遞函數(shù)，而且連續(xù)相乘的非線性系統(tǒng)過程各用傳遞函數(shù)1+dNLS(dPi)來描述，其中dNLS(dPi)過程定義為與前面級(jí)聯(lián)的過程不同的子過程而且過程參數(shù)dPi定義為等于實(shí)際過程參數(shù)值Pi與用于前面過程的過程值Pi的平均值Pi_mean之間的差。
2.根據(jù)權(quán)利要求1的方法，其特征在于如下更多的步驟第一主系統(tǒng)過程MNLS(P1)可以通過模型參數(shù)自適應(yīng)來評(píng)估，也就是最小化實(shí)際過程的觀測輸出與依賴于參數(shù)P1的建模主非線性過程MILS(P1)的計(jì)算輸出之間的誤差，藉此假定模型和實(shí)際測量的非線性過程有相同的輸入激勵(lì)，并且進(jìn)一步評(píng)估下一個(gè)級(jí)聯(lián)的過程Pi，而且過程dPi值的自適應(yīng)是使用這個(gè)實(shí)際過程的實(shí)際輸出與具有相同輸入激勵(lì)的目前模型化過程輸出之間的誤差做進(jìn)一步計(jì)算來實(shí)現(xiàn)的。
3.根據(jù)權(quán)利要求2的方法，其特征在于如下更多的步驟當(dāng)對(duì)實(shí)際非線性過程或系統(tǒng)線性化時(shí)，使用這個(gè)新的級(jí)聯(lián)非線性過程描述，通過將各依賴于過程參數(shù)Pi的級(jí)聯(lián)子過程連接到實(shí)際的非線性過程或系統(tǒng)之前來進(jìn)行，過程連接是這樣的，首先級(jí)聯(lián)的模塊是依賴于不同過程dPN的非線性子過程，而且最接近實(shí)際非線性系統(tǒng)的過程依賴于與主非線性系統(tǒng)模型MNLS(P1)有關(guān)的過程參數(shù)P1，藉此每個(gè)子過程都具有相應(yīng)的非線性模型子過程的逆過程函數(shù)，而且逆子過程或者是非線性模型子過程的直接求逆1/1(1+dNLS(Pi))或者表示為1+dNLSm(Pi)，這里dNLSm(Pi)是與非線性模型依賴于同一過程參數(shù)Pi的修正過程，而且依賴于參數(shù)P1函數(shù)的主過程MNLS(P1)的逆函數(shù)或者是模型過程的直接求逆1/MNLS(P1)，或者是具有主非線性模型過程的逆函數(shù)的修正非線性過程MNLSm(P1)。
4.根據(jù)權(quán)利要求3的方法，其特征在于如下更多的步驟線性化過程的自適應(yīng)及優(yōu)化通過最小化輸入激勵(lì)與整個(gè)系統(tǒng)——包含級(jí)聯(lián)線性化系統(tǒng)模塊及實(shí)際非線性系統(tǒng)——的觀察輸出之間的誤差貢獻(xiàn)來完成，藉此誤差最小化首先在逆過程模塊1/MNLS(P1)或級(jí)聯(lián)的MNLSm(P1)中針對(duì)主過程P1進(jìn)行，而且當(dāng)自適應(yīng)達(dá)到最小而且自適應(yīng)過程不能得到進(jìn)一步的誤差減少時(shí)，線性化系統(tǒng)就繼續(xù)進(jìn)行依賴于過程P2的下一個(gè)模塊的誤差最小化，以此類推，直到級(jí)聯(lián)線性化系統(tǒng)的最后一個(gè)參數(shù)最小化，然后線性化可以進(jìn)行第二輪或者通過進(jìn)行從參數(shù)P1開始、參數(shù)PN結(jié)束的同一誤差最小化過程，繼續(xù)線性化自適應(yīng)的循環(huán)。
5.根據(jù)權(quán)利要求4的方法，其特征在于如下更多的步驟線性化級(jí)聯(lián)中子模塊的自適應(yīng)線性化可以通過在一個(gè)系統(tǒng)處理器中計(jì)算虛擬模型，該系統(tǒng)處理器控制線性化過程并最小化所計(jì)算的虛擬模型輸出與總系統(tǒng)輸出之間的誤差，藉此通過所計(jì)算的模型模塊的直接求逆更新線性化子模塊，也可以使用混合自適應(yīng)技術(shù)，線性化電路中的一些子模塊用虛擬非線性系統(tǒng)模型得到的值更新，而其它模塊通過信號(hào)傳輸特性直接求逆的計(jì)算——最小化觀測輸出與線性化系統(tǒng)的輸入激勵(lì)之間的誤差——來直接更新。
6.根據(jù)權(quán)利要求1到5中任意一個(gè)方法，其特征在于如下更多步驟重新組織過程，使主過程MNLS依賴于一個(gè)以上的過程，即MNLS(P1，P2，...PM)，而且子過程也可以設(shè)為dNLS(PM，PM+1...)，藉此這種情況下每個(gè)子過程的計(jì)算量將是多內(nèi)核解法，可以使用單個(gè)過程模塊和多個(gè)過程模塊的混合。
全文摘要
在本發(fā)明中使用了一種完全不同的對(duì)非線性器件或過程建模的方法。在非線性建模和預(yù)失真設(shè)計(jì)中都利用了級(jí)聯(lián)的模塊，每塊依賴于一個(gè)非線性參數(shù)。新的非線性模型描述可以用于非線性系統(tǒng)的特征化或者對(duì)非線性系統(tǒng)線性化。通信系統(tǒng)多載波放大器中的應(yīng)用作為應(yīng)用例子示出。而且新的數(shù)學(xué)方法的其它應(yīng)用領(lǐng)域也是可行的，例如回聲抵消、非線性通信信道等。參數(shù)提取以及新模型的表沒有像現(xiàn)有技術(shù)那樣給出參數(shù)提取的多維數(shù)學(xué)解法。
文檔編號(hào)H03F1/32GK1593005SQ02822374
公開日2005年3月9日 申請(qǐng)日期2002年10月29日 優(yōu)先權(quán)日2001年11月12日
發(fā)明者K·-G·薩爾曼 申請(qǐng)人:艾利森電話股份有限公司