無(wú)線通信射頻功率放大器非線性失真優(yōu)化設(shè)計(jì)研究

羅煜相　歐振崇

摘 要 在構(gòu)建的寬帶無(wú)線通信系統(tǒng)當(dāng)中，功率放大器是一種重要的構(gòu)件，因此，要想進(jìn)一步的提升系統(tǒng)的功率，就需要在系統(tǒng)當(dāng)中選擇高功率的放大器。放大器有著非線性的特征，因此，在發(fā)出的信號(hào)方面會(huì)有著一定的非線性失真，而這種非線性，會(huì)使得信號(hào)帶失真、帶外頻譜進(jìn)一步擴(kuò)大，因此會(huì)對(duì)傳輸信號(hào)產(chǎn)生一定的影響。為此，本文就無(wú)線通信射頻功率放大器非線性失真進(jìn)行優(yōu)化設(shè)計(jì)，進(jìn)而提升信號(hào)的穩(wěn)定性。

關(guān)鍵詞 無(wú)線通信射頻;功率放大器;非線性失真;放大器模型

前言

為了進(jìn)一步提升對(duì)頻譜的利用率，就需要在無(wú)線通信系統(tǒng)當(dāng)中，采用高頻譜調(diào)制的形式，例如可以使用正交頻分復(fù)用的方式。這非恒定包絡(luò)的調(diào)制，能夠具備著寬頻帶下進(jìn)行信號(hào)的傳感數(shù)，同時(shí)還具備著高峰均比的特征。而當(dāng)功率放大器在對(duì)高峰均比進(jìn)行信號(hào)的放大時(shí)，其放大器會(huì)在保護(hù)區(qū)域中，出現(xiàn)非線性飽和的失真現(xiàn)象。但是使用的數(shù)字預(yù)示值只能夠有效對(duì)在飽和點(diǎn)內(nèi)的非線性特征起到改善的作用，而對(duì)于飽和區(qū)之上的非線性，只能夠用峰均比來(lái)對(duì)其進(jìn)行制約。

1創(chuàng)建模型

1.1 功放線性概述

采用功放線性化，主要是采用預(yù)失真技術(shù)的形式，在PA之前，采用同PA非線性模塊相反的預(yù)失真器進(jìn)行插入，而后在預(yù)處理輸入信號(hào)之后，便可以傳輸?shù)絇A之內(nèi)，進(jìn)而實(shí)現(xiàn)AM/AM以及AM/PM的失真補(bǔ)償，并且在DPD以及PA級(jí)聯(lián)之后，其輸入以及輸出的信號(hào)均具備著有線性的特征。在創(chuàng)建出的模型當(dāng)中，其數(shù)字預(yù)失真技術(shù)會(huì)在當(dāng)中的輸出以及輸入均實(shí)現(xiàn)數(shù)字基帶信號(hào)類(lèi)型，因此對(duì)其數(shù)字預(yù)失真的結(jié)構(gòu)進(jìn)行優(yōu)化設(shè)計(jì)，可以從使用快速以及收斂的自適應(yīng)算法著手，對(duì)其PA模型進(jìn)行準(zhǔn)確的計(jì)算求逆。同時(shí)，在寬帶的OFDM之中，數(shù)字預(yù)失真的具體結(jié)構(gòu)上，無(wú)法很好的對(duì)高分均值比的信號(hào)飽和失真，進(jìn)行有效的補(bǔ)償。

1.2 HPA模型

從功率放大器的具體功能性進(jìn)行分類(lèi)，其選用的功率放大器建立起來(lái)的模型有著兩種不同的類(lèi)型，分別為記憶模型以及非記憶模型。在4G網(wǎng)絡(luò)通信環(huán)境下，在進(jìn)行記憶模型的選擇上，可以選擇記憶多項(xiàng)式模型、Weiner模型等，其中Weiner模型具有良好的優(yōu)勢(shì)性，能夠較為準(zhǔn)確地反映出非線性系統(tǒng)的簡(jiǎn)便性的記憶效果，之后信號(hào)便可以通過(guò)記憶非線性系統(tǒng)進(jìn)行信號(hào)的輸出。在該模型下，能夠?qū)β史糯笃鞯挠洃浶?yīng)以及非線性特征進(jìn)行描述，同時(shí)該模型的復(fù)雜程度，會(huì)伴隨著具體的階數(shù)的提升而提升，為此需要對(duì)其模型進(jìn)行進(jìn)一步的優(yōu)化設(shè)計(jì)[1]。

1.3 預(yù)失真模型

這種模型的建立，主要是通過(guò)采用記憶多項(xiàng)式的模型，而這模型相比較其他幾種，在計(jì)算的復(fù)雜性以及準(zhǔn)確性方面具有良好的優(yōu)勢(shì)。

2自適應(yīng)數(shù)字預(yù)失真

2.1 自適應(yīng)提取計(jì)算

在對(duì)自適應(yīng)數(shù)字預(yù)失真進(jìn)行自適應(yīng)參數(shù)的提取的過(guò)程中，主要是需要對(duì)自適應(yīng)算法模塊進(jìn)行實(shí)現(xiàn)，其中需要含功放輸出等一系列縮小信號(hào)、功率放大器的實(shí)際輸入信號(hào)以及期望輸出信號(hào)進(jìn)行分析。之后再對(duì)其訓(xùn)練器進(jìn)行模擬功放，之后得到后逆差，而在訓(xùn)練器的選擇上，采用記憶多項(xiàng)式模型。在傳統(tǒng)的自適應(yīng)計(jì)算當(dāng)中，主要是利用LMS算法進(jìn)行函數(shù)偏差的降低，雖然長(zhǎng)期以來(lái)訓(xùn)練器當(dāng)中的輸出，一直同功率放大器當(dāng)中的輸入保持接近，但是為了進(jìn)一步降低函數(shù)的偏差，還是需要將LMS計(jì)算的方式應(yīng)用到最小平方差的偏差計(jì)算當(dāng)中，以此來(lái)獲取到目標(biāo)函數(shù)值。同時(shí)，可以在系統(tǒng)當(dāng)中對(duì)其權(quán)系數(shù)進(jìn)行參數(shù)的調(diào)節(jié)，進(jìn)而使得恒變函數(shù)實(shí)現(xiàn)最小值。LMS算法當(dāng)中，主要是利用步長(zhǎng)因子，來(lái)對(duì)計(jì)算速度進(jìn)行調(diào)節(jié)，并且訓(xùn)練器當(dāng)中，還需要對(duì)其記憶多項(xiàng)式當(dāng)中的參數(shù)進(jìn)行完整的拷貝，輸入到預(yù)失真器當(dāng)中，進(jìn)而可以保障功放非線性特征下，進(jìn)行準(zhǔn)確度較高的求逆。

2.2 算法優(yōu)化

由于LMS算法其收斂程度，會(huì)受到步長(zhǎng)以及初始參數(shù)敏感的影響，因此收斂速度方面，會(huì)受到同數(shù)據(jù)有關(guān)的矩陣特征參數(shù)的影響。同時(shí)在特征的參數(shù)分散過(guò)程中，其收斂的實(shí)際速度也會(huì)影響到計(jì)算。因此，為了保障能夠很好地避免初始參數(shù)會(huì)對(duì)LMS造成一定的影響，就需要將一定量的訓(xùn)練數(shù)據(jù)，同預(yù)算權(quán)向量參數(shù)進(jìn)行相關(guān)計(jì)算，之后再使用LMS算法進(jìn)行優(yōu)化參數(shù)的計(jì)算。在具體的實(shí)踐當(dāng)中，則需要通過(guò)LMS的計(jì)算方式，來(lái)進(jìn)行迭代，一直到收斂位置。研究人員在對(duì)LS計(jì)算的過(guò)程中分析得出，在矩陣以及矩陣逆時(shí)的計(jì)算當(dāng)中，隨著矩陣維數(shù)的提升，需要進(jìn)行的計(jì)算量參數(shù)也有著明顯的提升，但是在維度較小的矩陣計(jì)算當(dāng)中，還是保持著較小的計(jì)算量，為此需要相關(guān)研究人員特別注意[2]。

3預(yù)失真和改進(jìn)峰均比抑制聯(lián)合

在設(shè)計(jì)出的數(shù)字預(yù)失真系統(tǒng)當(dāng)中，其需要在高峰制信號(hào)傳輸當(dāng)中，進(jìn)行放大器的設(shè)置，為此參數(shù)的壓擴(kuò)進(jìn)行相應(yīng)的變化，進(jìn)而將剩下的峰值全部去除，進(jìn)而避免對(duì)一些錯(cuò)誤代碼的傳輸。

4結(jié)束語(yǔ)

綜上所述，在對(duì)其進(jìn)行詳細(xì)的分析之后，需要在聯(lián)合機(jī)構(gòu)上進(jìn)行自適應(yīng)算法的優(yōu)化，并提出了LS-LMS算法，這樣便可以很好地抑制內(nèi)失真以及向外頻產(chǎn)生的一定擴(kuò)展，進(jìn)而降低了數(shù)字預(yù)失真在信號(hào)傳輸過(guò)程中的收斂效率，大大提升了DPD的實(shí)際性能。

參考文獻(xiàn)

[1] 王楠.無(wú)線通信技術(shù)發(fā)展下探討射頻功率放大器線性化技術(shù)的應(yīng)用[J].數(shù)字技術(shù)與應(yīng)用，2020，38（6）：24-25，28.

[2] 陳國(guó)海.無(wú)線通信中高效發(fā)射機(jī)線性化技術(shù)分析[J].現(xiàn)代工業(yè)經(jīng)濟(jì)和信息化，2019，9（5）：108-109.

作者簡(jiǎn)介

羅煜相（1980-），男，廣東廣州人;學(xué)歷：大學(xué)本科，職稱：無(wú)，現(xiàn)就職單位：中國(guó)電子科技集團(tuán)公司第七研究所，研究方向：無(wú)線傳輸、系統(tǒng)設(shè)計(jì)。