[发明专利]基于单位基函数的2D-DPD迭代削减算法及应用

说明书

技术领域

本发明涉及一种基于单位基函数的2D-DPD迭代削减算法及应用。

背景技术

在无线通信系统中，发射机的线性度（Linearity）是评价发射机性能的重要指标。而在所有用于提高发射机线性度的技术中，数字预失真（DPD,Digital Predistortion）是当前最受关注，也是使用最多的一种技术。数字预失真技术通过在数字基带对发射机进行测量，并建立发射机的行为级反向模型作为预失真器，由此对输入信号进行预矫正，用以抵消发射机的非线性，进而获取整体的高线性度。这其中，高精度的反向模型是整个数字预失真技术能够生效的关键，当前已经有多种行为级模型可以对发射机建模，如：神经网络模型、频谱选择模型、Volterra模型等。这其中，Volterra模型最适合用于嵌入式系统的自适应提取和实时实现。

随着无线通信技术的不断发展，新一代的移动通信系统要求能够同时支持不同的标准在不同的频段上进行传输。然而，当信号在不同频带同时传输时，其产生的行为效果要远比传统的单频段的射频发射机更复杂，在每个频带上对信号产生干扰的不止有频带内的信号本身的交调，还包含两个频带信号之间的交调。因此，传统的发射机行为模型并不能满足对每个频带单独进行建模的需求。这预示着传统数字预失真要经过更仔细的扩展才能在新型的协同式双频发射机中使用。

目前，很多单频发射机行为模型已经被扩展为可以用于对协同式双频发射机进行建模的二维模型，这其中，最有潜力的当属二维数字预失真模型(2D-DPD),该模型通过在记忆多项式(MP,Memory Polynomials)中引入两个频率之间的交调项实现对协同式双频发射机的精确建模。然而，由于考虑了两个频率之间的交调，其复杂度远高于传统的记忆多项式模型。要将其在实际系统中进行实现将消耗大量的硬件资源，且系统在高频时种下的同步性很难保证。

为了简化二维记忆多项式模型，有一种改进的模型是改良的二维记忆多项式（two dimension modified memory polynomials,2D-MMP），这种模型通过引入一个自适应的耦合因子，大大减少了所用基的数量。2D-MMP的缺点包括：自适应选择耦合因子的过程增加了模型提取的负担；模型的基不是简单地乘积形式，因此模型本身也不再是简单地Volterra级数形式；最终模型中基的数量对于在线实现来说仍然太高了。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供一种基于单位基函数的2D-DPD迭代削减算法及应用，利用对发射机进行测量采集到的信号反复训练模型,在此过程中可以观察得到对系统影响较强的基，并削减掉对系统影响较弱的基，从而大大简化模型，该方法可以在线或离线完成，从而降低系统复杂度，节省硬件资源，降低系统延时，提高模型稳定性，具有灵活度高、效果好的特点。

为了实现上述目的，本发明采用的技术方案是：

一种基于单位基函数的2D-DPD迭代削减算法，包括如下两步：

第一步：先对2D-DPD的基函数通过如下公式进行归一化得到单位基函数：