Tuner采集数据的预失真仿真分析.docxVIP

Tuner 采集数据的预失真仿真分析 首先说明一下，预失真算法通过训练查找表LUT来补偿因功放工作在较大功率时引入的非线性影响，造成频谱的带外谐波干扰及带内信号失真。目前训练LUT的算法使用的是最小二乘法，通过迭代使得误差的平方值达到最小，在这个过程中，需要实时地由输入信号通过中间计算获得输出信号，再将输出信号反馈回来，通过计算误差更新LUT，最终得到比较好的预失真器的系数。简单来说，预失真算法是一个实时反馈迭代的过程。目前因为预失真反馈回路需要硬件设备的支持，实验室暂时不具备应对真实情况下的预失真算法的测试验证条件。本次通过Tuner采集到一段功放工作于非线性状态下（输入信号功率加大，造成SNR低于10dB）的数据，来分析预失真算法的实际效果，从原理上来看本来是不能真实反映当前算法的效果的，但是也希望通过本次实验来发现一些问题，能够对以后的工作有所帮助和启发。 验证非实时反馈时预失真算法的效果之前仿真的Matlab算法中，训练LUT的算法是通过实时反馈信号来计算的，如果反馈信号不能及时反馈到LUT的更新，从原理上来分析，顶多只能得到输入数据与输出数据的误差的多次平均结果，而不是通过迭代来使得误差最终达到最小值的状态，势必使得预失真效果大打折扣。为了验证这种猜测，对Matlab仿真模型进行了修改，模拟这种状况下预失真的工作状态。图1仿真平台非实时反馈结果（无频偏无时延）如图1所示，这种情况下，预失真算法基本上行对功放的非线性影响基本补偿效果不明显，而且频谱上感觉底噪被拉高了，比起实时反馈条件下的预失真算法，差别比较明显：图2仿真平台实时反馈结果（补偿了频偏和时延）分析Tuner采集数据1. 整数时延估计（信号同步）整数时延估计是为了使得采集数据和发端原始信号对齐。这里采用了只用信号的符号的算法，对信号之间的幅度差并不关心，同步结果如下：从同步结果来看，峰值比较明显，通过仿真数据验证，整数时延估计结果是正确的。2. 频偏估计从估计过程来看，基本上能够达到相对稳定，最终结果在Hz范围内波动，准确度没有Matlab模型的仿真结果大。这里怀疑是功放输出之后到Tuner采集时，中间引入的误差、噪声成分比较复杂，继而影响到采集信号的频偏估计结果。从估计结果来看，频偏大概在1.42kHz左右。3. 分数时延估计分数时延估计的结果，暂时无法验证其准确性，结果在-0.3~-0.4之间。4. 信号的AM/AM特性和AM/PM特性这两个特性反映了功放的非线性，不过从Tuner采集数据的分析结果来看，看不出来非线性的特征，结果比较乱（可能是频偏、采样偏差等因素影响）：与之对比，Matlab仿真模型的功放AM/AM特性和AM/PM特性如下图所示5. LUT训练结果可能由于频偏、噪声的干扰比较大，加上非实时训练的原因，LUT训练的幅度和相位结果均不够准确，特别是相位结果，感觉比较混乱：与之相比，利用Matlab模型仿真时获得的比较准确的LUT训练结果如下：6. 经预失真处理后发端信号的频谱发射信号做预失真处理预失真处理之后的发端数据作为新的发端数，由信号发生器发送给功放，再由Tuner接收，接收机的SNR改善了接近2dB。结果如下：原始信号通过功放后的频偏原始信号经接收机解调后测得的SNR预失真处理后发射信号通过功放后的频谱预失真处理后信号经接收机解调后测得的SNR从结果来看，虽然预失真处理过程中，频偏估计和训练结果均不理想，但是接收端SNR还是有所提高。总结通过Tuner采集的数据训练预失真器，然后将发端数据经过预失真后再次发送并测试性能，从测试结果来看SNR有接近2dB的提高。当前可能存在的问题：预失真器的反馈信号不是实时反馈，预失真训练LUT的过程中无法改变反馈信号，失去了原算法通过迭代使误差达到最小的原理支持，使得预失真的最终效果不好；从Tuner采集的信号中，不仅包含由功放带来的非线性影响，还包括Tuner处理信号过程中造成的采样偏差、噪声、频偏等影响，故而更加降低了预失真器的性能。尹华镜2017-1-5