论文部分内容阅读
随着现代移动通信的高速发展,频谱资源和传输信道日趋紧张,而提倡高效率、低能耗和低成本通信方式的绿色通信理念必将得到广泛重视和大力推广。射频功率放大器(Power Amplifier,PA)作为现代移动通信系统的核心部件,其线性度的提高对于提升整个通信系统通信质量、传输效率和降能耗降成本影响重大。在通信系统中通常采用前馈、负反馈和预失真等技术手段提升功放的线性度,其中数字预失真(Digital Predistortion,DPD)技术最具发展前景和工程应用价值。基于伏特拉(Volterra)级数的功放建模及预失真方法作为数字预失真技术中的一个重要分支,因其具有线性化性能优异、支持宽带场景、易于实现等诸多方面优势,在功放的线性化中得到了较为广泛的应用。结合国内外功放线性化技术的研究现状,本论文总结阐述了F类射频功率放大器的非线性特点及线性化技术的基本原理,对基于Volterra级数的功放典型行为模型进行了重点研究分析,从经典Volterra级数出发引入了一种新的输出补偿记忆多项式(OCMP)模型,在研究对比现有预失真系统学习结构特点的基础上,引入迭代学习控制(ILC)数字预失真结构,并进一步对ILC结构的学习算法进行了改进,实验结果表明所提算法较好的提升了功放的线性度。1、针对现有功放Volterra级数模型复杂度较高和系数提取困难的特点,从传统Volterra级数出发,重点关注功放的记忆效应,在此基础上引入了输出交叉项,提出了一种新的输出补偿记忆多项式(OCMP)模型,采取仿真和实验方式进行验证分析,实验中分别对一款F类氮化镓功放和Doherty功放进行线性化处理,最终使输出信号ACPR降低到-52 dBc以下,OCMP模型与MP模型、DDR模型和GMP模型相比在模型复杂度上具有明显的优势。2、分析对比了数字预失真系统两种主要实现结构直接学习结构(DLA)和间接学习结构(ILA)的特点,引入迭代学习控制(ILC)结构,并将ILC结构与基于Volterra级数的功放模型有效结合,该方法简化降低了模型参数辨识的复杂度,ILC学习结构与ILA学习结构相比ACPR值改善了接近1 dBc。3、对迭代学习控制(ILC)学习结构的学习算法进行对比分析,由于瞬时增益ILC算法受系统噪声影响较大,而线性ILC算法采用常数增益,对非线性特性较强的功放建模能力有限,提出了分段线性ILC算法,该方法能够对强非线性特性的功放进行准确建模,同时对系统噪声具有较强的鲁棒性。