[发明专利]一种抵偿高功率放大器非线性的方法

说明书

技术领域

本发明属于通信技术领域，涉及一种发射机的预失真算法，具体是一种基于代数求解的基带预处理方法，并且该方法可以应对高功率放大器(HPA)的记忆模型和非记忆模型。

背景技术

在数字电视调制发射器的设计中，处在最后一级的高功率放大器(HPA)和前面的处理有很大的不同。在放大器之前的模块全部是在数字域上的，而最后一级的高功率放大器是在模拟域上工作的。为了提高放大器的工作效率，应该使放大器工作在近饱和区。但是在此区域工作会使信号产生非线性失真，导致信号的频谱不平坦产生码间干扰(ISI)和信道间干扰(ICI)，而大部分的调制方式必须以良好的线性作为保障。因此，抵偿这种失真是必须的，之前的方法都是将放大器的失真作为信道干扰的一种，在接收端使用均衡的方式补偿。但是HPA的模型和信道模型相差很大，如果联合考虑，必然使均衡的能力变差。并且联合均衡的方法也会是接收端的成本上升。

根据不同的功率放大器性质，现阶段用来研究的有两类模型：有记忆HPA模型和无记忆HPA模型。有记忆HPA是由一个线性滤波器和一个无记忆HPA组成，线性滤波器的Z变换为

H＝h₀+h₁z^-1+h₂z^-2                  (1)

对于基带输入信号x＝I+jQ＝r·exp(jψ)，无记忆HPA的幅度A(r)和相位Φ(r)变化为

HPA(I+jQ)＝A(r)·exp(j(ψ+Φ(r))    (2)

其中无记忆HPA模型幅度A(r)和相位Φ(r)的数学描述为

A(r)＝α_ar/(1+β_ar²)                 (3)

Φ(r)＝α_φr²/(1+β_φr²)               (4)

无记忆HPA模型的数学描述由(3)，(4)给出。无记忆HPA的非线性失真同时包括幅度失真和相位失真。

针对HPA的非线性特性，有多种方案可以解决，基带预失真算法被认为是一种最有前途的抵偿HPA非线性的方法。常用的在基带预失真设计的方法包括：滤波器查找表方法(FLUT)，直接学习方法(Direct learning)以及间接学习方法(Indirect learning)。这些方法都有自身的缺点，滤波器查找表方法(FLUT)虽然运算量较小，但是性能较差且需要消耗很大的存储空间；直接学习方法和间接学习方法的运算量很大，并且收敛时间长。

发明内容

本发明就是针对传统方法存在的诸多缺点，提出的一种对输入高功率放大器信号预处理的方法，这种方法不仅具有非常好的性能和很低的计算复杂度，而且需要的存储空间很少。

本发明针对上面的HPA模型，提出了一种基于代数求解的抵偿高功率放大器非线性的方法。

本发明方法是将进入高功率放大器前的基带信号进行预处理，实现抵偿高功率放大器非线性。

本发明中预处理的具体步骤如下：

进入高功率放大器前的基带信号进行预处理的具体步骤如下：

(1)提取出高功率放大器的滤波器系数h＝[h₀，h₁，h₂]和多项式系数α_a，β_a，α_φ，β_φ。提取方法采用成熟的现有技术，如John Mathews提出的方法(见文献“Adaptive Polynomial Filters”IEEE Signal Processing Magazine，Vol.8，No.3，pp.10-26，July1991)。

(2)对输入基带信号序列x＝[x₀，x₁，x₂，…，x_n]中的每一点x_i，i＝0，1，2，…n的幅值r_i按照式(a)计算每一点x_i对应的增益G_i