低复杂度的宽带数字预失真技术研究.pdfVIP

低复杂度的宽带数字预失真技术研究.pdf

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
中文摘要 摘 要 功率放大器 (PowerAmplifier,PA)是无线通信系统中不可或缺的器件,其 性能好坏直接影响着整个无线通信系统的工作质量。由于功放的核心器件是半导 体晶体管,其本身呈现出固有的非线性,因此功放线性化技术必不可少。数字预 失真 (DigitalPreDistortion,DPD)由于实现简单便于调试等优点成为当前功放线 性化技术中研究的热点。 4G 5G 当下正处于 到 的过渡时期,第五代移动通信即将商用。第五代移动通 信中“大带宽”和“小基站”的要求给数字预失真提出了新的挑战。在传统的DPD 实 现过程中,位于DPD 系统反馈回路中的模数转换器(Analog-to-Digital Converter, ADC 5 ADC DPD )采样率需要达到原始信号带宽的 倍。而 是 系统中成本较高、 功耗较大的一种关键器件。在5G 大带宽背景下,若继续使用传统的DPD 方法, 会大大提升DPD 模块的成本和功耗。针对传统数字预失真在5G 大带宽背景下遇 到的问题,论文引入了两种算法来降低ADC采样速率和DPD 实现复杂度,以应 对5G规划中的“大带宽”和“小基站”要求。 本文首先阐述了一种基于频谱外推的DPD 实现方法,以原始信号带宽1.5倍 的ADC 采样率对反馈回路数据进行采样,通过不断地迭代由低采样速率的反馈 数据向功放实际输出逼近,从而得到精确的DPD 更新参数。为降低DPD 系统的 复杂度,本文在频谱外推算法的基础上引入了同步扰动随机估计 (Simultaneous Perturbation StochasticApproximation SPSA , )算法。在频谱外推算子求解过程中 采用SPSA 算法代替了最小二乘 (least square,LS)法,在降低ADC采样率满足 “大带宽”需求的同时,还大大降低了算法的实现复杂度和硬件实现面积,兼顾了 “ ” 小基站 的需求。 接着从降低数字预失真模型复杂度的角度做了进一步的研究,结合压缩感知 中的稀疏重构算法对DPD 系统中的功放模型进行裁剪,在保证建模效果的同时减 DPD “ ” 少模型参数数目,进而降低 系统的实现复杂度以应对 小基站 的需求。本文 首次将分段弱正交匹配追踪 (Stagewise Weak Orthogonal Matching Pursuit, SWOMP)算法用于功放模型裁剪,并基于稀疏自适应匹配追踪(SparsityAdaptive Matching Pursuit SAMP Orthogonal Matching Pursuit , )算法和正交匹配追踪 ( , OMP)算法对SWOMP 算法做了改进,提出了盲稀疏的SWOMP 算法。通过与 OMP 算法和SAMP 算法对比,验证了改进后的盲稀疏SWOMP 算法的可行性。 为了验证所提算法的预失真矫正效果,基于仪器平台进行了测试和仿真验证。 实验过程中,以F 类功率放大器和Doherty 功率放大器作为待测功放,以10MLTE I 重庆大学硕士学位论文 信号和 10MWCDMA 四载波信号作为待测信号。实验结果表明,所提的两种算 “ ” “ ” 法在满足 大带宽 和 小基站 的需求时能达到很好的数字预失真效果。 关键词:功率放大器;数字预失真;频谱外推算法;SPSA 算法;稀疏模型 II

文档评论(0)

136****6583 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:7043055023000005

1亿VIP精品文档

相关文档