数字预失真线性化技术ppt
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。
线性功率放大器数字预失真技术研究
线性功率放大器数字预失真技术研究现代通信系统中大多数采用了频谱利用率高的线性调制技术，如QPSK，QAM 和8PSK等等。
这些调制技术的特点是信号的幅度是非横包络，即具有一定的峰均比。
高峰均比的调制信号对功放的设计提出了更高的要求，高峰均比意味着功放大多数情况工作在饱和点以下，代价是效率低。
为了提高功放的效率，通常让功放工作在饱和区或采用一些高效率功放技术（如Doherty），但是这些高效率功放的线性度较差，结果导致信号频谱展宽和误码率上升。
因此，现代的通信系统中多数采用线性化技术+高效率功放技术来缓和效率与线性度之间的矛盾。
在众多线性化技术中，数字预失真技术是最有效的技术之一。
本文先介绍功放的非线性分析，说明了功放的射频模型与功放的基带模型之间的关系。
介绍了Wiener，Hammerstein和Memory Polynomial等几种有记忆的基带功放模型，此外还说明非恒包络信号对功放模型影响，即功放的特性主要受平均功率的影响。
本文研究的重点是预失真模型参数提取过程，即如何将估计的预失真模型参数应用于预失真器。
功放输入输出数据需要归一化至某一功率电平，这样估计出的参数才能直接用于预失真模型。
先介绍间接学习结构的参数提取过程，并介绍两种增益选择方式（最大增益类型和最大功率类型）的预失真参数提取过程，然后提出通用的参数提取模型并作详细讨论。
本文还详细说明了预失真器对输入信号峰均比的影响，即预失真器输出信号的峰均比高于输入信号的峰均比，这导致预失真信号的平均功率低于训练信号的平均功率。
由于平均功率不同而导致功放的特性发生变化，预失真模型已经偏离功放的逆模型，从而达不到预期的预失真效果，解决的办法是通过迭代或结合削峰技术。
此外本文还介绍了复数QR分解在FPGA中的实现。
本文最后研究基于LTE信号的数字预失真验证系统设计，包括LTE信号产生，插值，数字上下变频，基于参数插值的预失真器以及模拟上下变频的设计。
数字预失真算法
数字预失真 (DPD)
数字预失真是一种数字信号处理技术，用于线性化功率放大器 (PA)。
PA 在高功率
等级下工作时会产生非线性失真，导致信号失真和频谱效率降低。
DPD 的原理
DPD 的基本原理是预失真输入信号，以补偿 PA 的非线性。
这可以通过以下步骤实现：
1.建模PA 非线性：测量PA 的幅度和相位响应，以创建其非线性特性的模型。
2.反演非线性：使用模型的逆函数预失真输入信号。
这将抵消 PA 的非线性，
产生线性化后的输出。
3.自适应调整：随着温度、功率水平和其他因素的变化，PA 的非线性特性会
发生变化。
DPD 算法必须不断调整，以确保持续的线性化。
DPD 算法类型
有各种不同的 DPD 算法，包括：
•模型参考 DPD：使用 PA 的详细物理模型。
•行为模型 DPD：使用更简单的数学模型，捕获 PA 的主要非线性。
•波形记忆 DPD：存储 PA 的过去输出，以预测和补偿非线性。
•神经网络 DPD：使用神经网络来近似 PA 的非线性。
优点
DPD 提供以下优点：
•降低信号失真
•提高频谱效率
•提高功率放大器的线性度
•延长 PA 的使用寿命
应用
DPD 广泛应用于各种无线通信系统，包括：
•移动电话
•基站
•雷达
•卫星通信
结论
数字预失真是一种强大的技术，用于线性化功率放大器。
它通过预失真输入信号来补偿 PA 的非线性，从而提高系统性能并延长 PA 的使用寿命。
各种 DPD 算法可提供不同的复杂度和性能权衡，使其适用于各种无线通信应用。
dpd数字预失真
dpd数字预失真DPD数字预失真：减小无线通信信号的非线性失真在无线通信中，数字预失真（DPD）已成为一种被广泛使用的技术，用于消除由高功率放大器（PA）引起的信号失真。
信号的非线性失真是由于 PA 的非线性响应导致的，这会严重影响通信质量并增加误码率。
DPD技术通过在发送端引入一个修正信号，预测信号失真的趋势并消除它，这有助于提高信号质量，减少误码率并提高信号传输速度。
在DPD技术的实现中，通过在TX信号链路中添加一个修正DSP（数字信号处理器），可以进行预测和校正信号失真。
修正DSP会提取在PA中引起的系统非线性，这些非线性会导致发送信号失真，然后将修正信号添加到TX信号中。
修正信号基本上是TX信号的反向版本，它可以抵消PA 中失真信号的影响，并弥补信号的形状和相位变化，从而恢复信号，改善信号质量并提高传输速度。
DPD技术可以使用不同的算法和方法实现，包括基于模型的方法和无模型方法。
基于模型的DPD算法需要建立一个PA模型，然后使用该模型来预测和校正信号失真。
这可以通过利用PA前向传输、非线性特性和反向传输来实现，从而获得PA的完整模型。
然后，可以使用模型来预测应该添加到信号中的修正信号。
然而， PA模型建立和校正过程比较繁琐和复杂，因此在实际应用中使用广泛有限。
无模型DPD算法则不需要PA模型，而是直接从输入信号推导出修正信号。
其中，传统方法包括基于所采用信号的功率、相位或显示性能参数来推导出修正信号。
例如，可以使用逆学习算法来计算信号失真，并相应地修正信号。
然而，由于信号失真的非线性性质，这种方法并不一定能够准确地推导出修正信号。
因此，基于人工智能和机器学习的无模型DPD算法已逐渐流行开来。
这种方法通过采用神经网络模型（NN）来实现信号失真的智能预测和校正，以提高校正精度和通信质量。
然而，DPD技术也存在一些局限性和挑战。
首先，DPD 技术会在发送端引入额外的硬件和软件，这将增加成本和复杂性，并且可能降低系统稳定性。
数字预失真 (DPD) 是首选的 PA 线性化方法
数字预失真(DPD) 是首选的PA 线性化方法
在蜂窝基站中，功率放大器(PA)消耗的电功率比其他任何组件都多，因此就服务提供商而言，PA是增大运营支出的一个重要因素。
复杂的数字调制方法要求PA具有极高的线性，因此必须在远低于饱和区的范围内驱动功率放
大器，在这个区域内，PA的效率最高。
为了提高PA的效率，设计师使用了数字技术，以降低波峰因数，并改善PA的线性度，从而允许PA在靠近饱和区的范围内工作。
数字预失真(DPD)是首选的PA线性化方法。
数字预失真算法受到了大量关注，不过还有一个关键组件，即RF反馈接收器。
数字预失真接收器的要求
数字预失真接收器将PA的输出从RF信号转换回数字信号，是反馈环路
的一部分(参见图1)。
关键设计要求是，输入频率范围和功率大小、中频以及要数字化的带宽。
在这些要求中，有些可以直接从PA的性能规范中得出，
有些是在设计时优化的。
基带发送信号被上变频至载频，并被限定在由WCDMA、TD-SCDMA、CDMA2000、LTE等空中接口标准所规定的频段内。
由于DPD环路的用途是测量PA传递函数，因而不必分离载频或对数字数据进行解调。
PA非线性将产生奇数阶的互调分量，这些分量会在相邻通道和交替通道中形成频谱增生。
3阶分量出现在3倍于期望通道带宽的范围之内(见
图2)。
同样，5阶分量和7阶分量则分别处在5倍和7倍于期望通道带宽的
范围以内。
因此，DPD接通器必须获得一个与正在进行线性化处理的互调分。
数字预失真基本原理的探讨-精品文档
功放失真特性描述
● AM-AM失真（IMD失真） 表示式为
y a x a x a x a x a x ... 1
2 2 3 3 4 4 5 5
只与输入信号有关，数学表达式简单， 基带易于实现
功放失真特性描述
● AM-PM失真 设信号为
ycos t m
y ( cos t cos 3 t cos 5 t ......) cos t ( 1 co 2 t ) 1 m 3 m 5 m c m 2
数字预失真描述
Ideal PA
Digital PreDistortion Real PA
PA
Vrf = kVin
Baseband correction signal processor
TX
PA
Vrf = fnlkVd
VRF
VPA
Vin Vd VRF Overall Linear Response Vrf = kVin Vin
数字预失真系统的基本架构
数字预失真 基带处理 部分
功放
上变频电路
下变频电路
查找表方案中基带处理模块
输入基带 Delay 基带数据 预失真处理 模块 输出基带
表地址产生 模块
预失真参数 表
Delay
预失真参数 表更新模块
失真 信号 提取 模块
反馈信号
查找表方案中基带处理模块
• 功能：
对基带进行预失真处理
加上AM和PM失真后，可以表示为
只与输入信号有关，数学表达式 简单，基带易于实现
功放失真特性描述
● 热学记忆效应失真 热电耦合半导体器件的结参数 变化功放失真特性变化
利用数字预失真线性化宽带功率放大器
利用数字预失真线性化宽带功率放大器2. Wiener系统 Wiener模型是Volterra模型一种有意义的简化，包括一个线性滤波器，后接无记忆非线性。
可以采用查询表对非线性进行模型化，也可用FIR 滤波器线性对线性滤波器进行模型化。
Werner系统在模型化大多数RF功率放大器方面的有效性有限。
模型参数的估算相当复杂，这使其对实时自适应没有吸引力。
3.Hammerstein系统此外，Hammerstein模型也是Volterra模型的一种简化，包含一个无记忆非线性，后跟一个线性滤波器。
这是一种简单的记忆模型，其模型参数的计算比Wiener模型要简单。
这种模型对模型化所有不同类型RF功放的有效性有限。
4. Wiener-Hammerstein 将一个线性滤波器、一个无记忆线性与另一个线性滤波器级联起来就构成了Weiner-Hammerstein模型。
这种模型比Weiner或Hammerstein模型更加一般，包括Volterra数列许多项，可以更好地进行非线性模型化。
5. 记忆多项式限制(1)中的Volterra数列，使除了中心对角线上的项以外，各个项都为0，即只有i1=i2=i3…时hn(i1,i2,i3…) != 0，得到如式子B所示的记忆多项式模型，其中M为记忆长度，K为非线性阶数。
已经证明这种模型(及其变种)对线性化宽带功放是有效的，硬件和软件计算要求也合适。
文献中也提出了上述模型的不同组合，每一种都有其优缺点。
商业上可实施的前置补偿器要求能够擅长处理大量非线性行为，对不同应用可能需要不同模型。
对于这些模型中的大多数而言，前置补偿器系数适合采用最小二乘法识别的间接学习架构。
本文第三部分将讨论如何采用采用算术和模型简化方法的混合来实现前置补偿。
在无线系统中，功放(PA)线性度和效率常是必须权衡的两个参数。
工程师都在寻找一种有效而灵活的基于Volterra的自适应预失真技术，可用于实现宽带RF 功放的高线性度。
数字预失真关键技术
11
引言: 频谱利用率和效率
频谱利用率 ¾ 运用高效的方式来利用有限的频带 ¾ 在同一个频带内进行多用户和多通道传输 ¾3 G 系统的频谱利用率 (1- 3 bits/Hz) ¾4 G系统的频谱利用率 ( 5-10 bits/Hz)
20
10
0
45 dBc
28.8 dB 37 dB 56 dB
Δ = 8.2 dB
-10 L = -9.2 dBm
1
-20
L = -28.2 dBm
2
-30
-3
-2
-1
ffcc
1
2
3
Frequency relative to Carrier (MHz)
31
误差矢量幅度 (EVM)
* N表示星座图中符号的个数.
MRF 21045
MRF 21085
RFout
3G 高功率放大器可以通过如下的方法表示 : 1. 传统的基于连续波测量的矢量网络分析仪 2. 基于多音的非线性特性描述方法 3. 基于实际调制信号的非线性特性描述方法
17
不同信号对静态非线性的影响
1. 功放多音测试信号是由载频为2140MHz的8个单音信号 组成，单音间隔为500KHz，合计3.5MHz带宽。
第五节 非线性建模及预失真性能快速评估软件介绍
第六节 结束语
第一章 数字预失真技术基础
第一节 引言 第二节 射频功放非线性特性 第三节 衡量非线性的技术参数（IMD3, IP3, ACPR, EVM） 第四节 功放非线性特性提取实验系统 第五节 功放非线性特性的行为模型 第六节 记忆效应鉴别和强度估算 第七节 功放的种类及性能评估
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
c k x ( n)
k 1
N
k 1
x ( n)
有记忆非线性行为模型
Volterra级数模型
y (n) h0 h1 (k1 ) x(n k1 )
k1 0 M 1
h2 (k1 , k 2 )x(n k1 )x(n k 2 )
k1 0 k 2 0 M 1 k1 0
条件
1 (r ) 2 ( A1 (r ) 0
数字预失真系统框图
TI 的预失真方案
非线性行为模型
无记忆非线性行为模型 Saleh失真模型（行波管） Rapp模型（固态功率放大器 ） 复系数多项式模型 有记忆非线性行为模型 Volterra级数模型 Wiener模型 （LTI+ Nonlinear system） Hammerstein模型 （Nonlinear system + LTI） Wiener-Hammerstein模型 并行Wiener模型 并行Hammerstein模型 记忆多项式模型 神经网络
查找表与多项式方法的比较 查找表法对于强非线性的情况下比多项式法更有利，且查找 表法实现起来方便、无需建模、精度较高，但其缺点是需要 大量的存储空间，且查找表的收敛速度慢。 与查找表法相比，多项式方法的优点是收敛速度快且不需要 大量的存储空间，而其缺点是需要许多的乘法运算，对硬件 的要求较高，且非线性较强时，误差也比查找表法大。
M 1 M 1
h p (k1 ,, k p )x(n k1 ) x(n k p )
k p 0
M 1
Wiener模型
Hammerstein模型
有记忆非线性行为模型
记忆多项式模型
y ( n)
M 1 N
q 0 k 1 Optichron公司的 OP6180（DPD） ，OP4400(DPD) 和 OP5000（CFR） TI的GC5322 (包括了CFR和DPD) 凌力尔特公司的 LTM9003 预失真接收器(包括反馈的 正交解调、滤波、AD转换，直接得到数字的反馈信号) 美信公司的MAX2009（模拟预失真芯片）
功放的非线性失真频谱
当非恒定包络的调制信号通过非线性的功率放大器后将产生带内和 带外失真，使输出信号频谱扩展，干扰邻近信道，增大通信系统误 码率。
线性化及效率增强技术介绍
传统的放大器线性方法是功率回退，然而，工作点 的回退降低了功放的电源利用效率并导致很高的热 耗散。随着移动通信技术的发展的要求，上世纪八 十年代射频功率放大器线性化技术飞速发展，人们 提出了一系列的功放线性化和效率增强技术
前馈 负反馈 LINC 预失真(包括模拟预失真和数字预数字) 包络跟踪（ET） 包络消除和恢复(EER) Doherty技术
功放线性化技术比较
线性化技术 前馈 负反馈 LINC 模拟预失真
校正能力（dB） 30-35 15-20 30-35 5-10
校正带宽 较宽 较窄 适中 适中
调制器补偿验证平台
调制器IQ不平衡及非线性补偿
预失真验证平台
双音预失真实验结果
16QAM预失真实验结果
功放的非线性特性
无记忆
有记忆
y (n) F ( x(n)) (其 x(n) re j ) 中 A(r )e j ( ( r ))
y(n) F ( x(n), x(n 1),...,x(n m)) A(rn ,...,rnm )e j ( ( rn ,...,rn m ))
非迭代查找表预失真原理
幅度线性增长 的训练序列 输入 输出
i j e N
ri e j ( i ) (i 1,..., N )
预失真查找表 输入 预失真 功放输出
ri e
j
i j ( i ) e N
ri e j ( i i ) ri e j
非迭代查找表预失真仿真结果
国内外现状
近年来，国外大的通信公司、研究单位和高校都积极投入研究， 并且已有各种线性化技术及产品的成功实现，如Xilinx 、 Altera、TI等提出了自己的解决方案。国内的中兴通讯、华为 等公司,一些研究所及重点高校也在积极开展这方面的研究工 作，并取得不少成果。
现有的几种预失真集成芯片介绍
复杂度 高 低 高 低
数字预失真
20-30
适中
中
数字预失真基本原理
vi re j v p A1 (r )e j ( 1 ( r )) vo A2 ( A1 (r ))e j ( 1 ( r ) 2 ( A1 ( r ))) kre j
A2 ( A1 (r )) kr
我们目前的研究进展
主要研究的几个方面： 欠采样在预数真中的应用 非迭代查找表预失真方法 单反馈数字预失真 调制解调器IQ不平衡及其非线性补偿 环路延时估计
欠采样的应用
非迭代查找表预失真框图
自适应算法需要大量的迭代运算，且存在收敛性的问题。为避开繁琐的迭代 运算及自适应算法收敛性的问题，可采用非迭代的预失真方法，采用训练序 列的方式来获得预失真器中查找表的值，从而简化了查找表参数的获取过程
研究目的和意义
早期的移动通信系统 恒定包络的调制技术，对功率放大器线性度的要求不高 现代移动通信系统 用宽带数字传输技术和高频谱利用率的调制技术（如OFDM、 WCDMA、QAM等）,所传输的信号具有非恒定包络、宽频带和 高峰平比等特点，对功率放大器线性度的要求较高 功率放大器线性化技术已成为下一代无线通信系统的关键技术 之一。其中，数字预失真技术具有稳定、灵活、高效、宽带宽 与自适应等优势，能达到中等程度的线性化，是比较有前途的 一种线性化技术。
无记忆非线性行为模型
ar A(r ) 1 ar 2
A(r ) r (1 r 2 p )
复系数多项式模型
1 2p
Saleh模型
r 2 (r ) 1 r 2
(r ) 0
Rapp模型
y (n) c1 x(n) c 2 x(n) x(n) c3 x(n) x(n) c 4 x(n) x(n) ...
数字预失真线性化技术
报告人: 詹鹏
主要内容
研究目的、意义及国内外现状 数字预失真介绍
功率放大器非线性特性 线性化及效率增强技术 数字预失真基本原理 非线性行为模型 预失真学习结构 预失真的实现方式 延时估计及IQ不平衡 发展趋势及需要解决的问题
我们目前的研究进展
延时估计及IQ不平衡问题
延时估计的方法 常用整数倍延时估计 方法：互相关、傅里 叶变换、自适应滤波 小数延时估计（插值） IQ不平衡（加数字补偿器） 增益和相位不平衡、 直流偏移误差 正交调制解调器还存 在非线性失真
发展趋势及需要解决的问题
1. CFR + DPD + Doherty (目前流行的高效线 性化方案) 2. 简易且更精确的非线性行为模型 3. DPD与其它效率增强技术的结合 4. 进一步提高预失真的线性化性能，降低或者消 除系统中其它失真的影响（如调制解调器的IQ 不平衡失真及非线性失真、环路中滤波器幅频 失真、噪声的影响）
k 1
x(n q )
M 1
F ( x(n q ) ) x(n q )
有记忆非线性行为模型
神经网络
常用的预失真学习结构
1.直接学习结构
2.直接逆间接学习结构
3. 基于模型识别的间接学习结构
数字预失真的实现方式
查找表（LUT）法 映射预失真 极坐标预失真 复增益预失真 多项式法