学位论文 > 优秀研究生学位论文题录展示

功率放大器宽带自适应预失真技术研究

作　者: 姚瑶
导　师: 李灿平
学　校: 成都理工大学
专　业: 通信与信息系统
关键词: 功率放大器行为模型自适应预失真 RLS算法高斯-牛顿算法
分类号: TN722.75
类　型: 硕士论文
年　份: 2011年
下　载: 293次
引　用: 1次
阅　读: 论文下载

内容摘要

在现代无线通信系统中,功率放大器是最重要的模块之一,但是也是固有的非线性器件,其非线性会产生带内和带外误差失真,其结果就是导致邻道干扰和误码率性能的恶化。此外,为了在有限带宽内尽可能的增加传输容量,现代通信系统(比如WCDMA和WiMAX等)通常使用高效频谱利用效率的数字调制格式。其结果就是这种系统的信号包络有较大的波动并具有较高的峰均功率比,相应的也就加重了发射机的强非线性记忆效应的影响。因此,功率放大器线性化技术就成为减少通信误码率、抑制频谱再生和邻道干扰并提高功率放大器效率的必要手段,并且可以加速通信系统设计和验证过程,具有重大的理论价值和广阔的应用前景。在所有线性化技术中,由于其具有高精确性、高效操作、使用灵活等优势,数字预失真技术成为最有前途的功放线性化技术,并且在现代通信系统中得到了广泛应用。本文针对这一技术,重点研究了宽带通信系统中带有非线性记忆效应的功率放大器行为建模和自适应数字预失真技术,主要内容有:1、研究了功放非线性特性的基本理论,详细描述了评价功率放大器非线性特性的主要技术指标,并总结了常见的功放无记忆和有记忆行为模型,这些都为自适应预失真技术的研究奠定了重要的理论基础。2、构建了用于功放行为模型提取和验证的测量和仿真平台。功率放大器非线性特性的测量结果直接决定了所建立的行为模型的精度,本文从两个方面构建了宽带通信信号激励下的行为模型提取和验证的平台,一是基于安捷伦测量仪器的实时测试平台,二是基于ADS2006的系统仿真平台。并分别给出了实际功率放大器主要特性的测量和仿真结果。3、给出了预失真应用中基于增强NARMA结构的宽带功率放大器行为模型,并分别使用普通最小二乘(LS)算法和递归最小二乘(RLS)算法进行模型参数的提取和更新。模型分别使用ADS2006仿真和实际测量数据来进行验证。广义NARMA模型性能通过使用归一化的均方误差和邻道误差功率比等带内和带外失真误差进行评价,并且在计算精度和计算复杂性方面和传统的NARMA模型及记忆多项式模型进行比较。仿真结果表明,在所有研究的模型中,增强NARMA模型在刻画宽带功率放大器动态性能方面具有精确性和复杂度矛盾的最好折中特性。4、阐述了一种用于宽带通信系统中由记忆功率放大器引起的信号非线性失真的高效自适应数字预失真方法。该方法使用广义NARMA模型和间接学习结构构造自适应预失真系统,并使用高斯-牛顿算法实时在线动态估计预失真器参数。计算机仿真结果表明:广义NARMA模型预失真器能够较好地补偿宽带功率放大器的非线性特性及记忆效应,同时,该预失真方法还具有收敛速度快、数值稳定和适合数字电路硬件实现等优点。

全文目录

摘要  4-6
Abstract  6-10
第1章引言  10-15
  1.1 选题依据及研究意义  10-11
  1.2 国内外研究现状  11-12
  1.3 本文的主要工作和创新  12-13
  1.4 本文的内容安排  13-15
第2章功率放大器的非线性特性及线性化技术  15-26
  2.1 功率放大器的非线性特性  15-19
    2.1.1 功率放大器的非线性描述及参数定义  15-16
    2.1.2 双音测试信号对功率放大器非线性验证  16-19
    2.1.3 数字调制信号对功率放大器的非线性验证  19
  2.2 带通信号的基带等效模型  19-20
  2.3 功率放大器的线性化技术介绍  20-25
    2.3.1 负反馈法  21-22
    2.3.2 前馈法  22-23
    2.3.3 预失真法  23-25
  2.4 小结  25-26
第3章用于数字预失真的功率放大器行为模型  26-50
  3.1 无记忆功率放大器行为模型  26-27
  3.2 有记忆功率放大器行为模型  27-33
    3.2.1 Wiener 模型  28
    3.2.2 Hammerstein 模型  28-29
    3.2.3 Volterra 级数模型  29-30
    3.2.4 记忆多项式（MP）模型（也称为非线性滑动平均模型）  30-31
    3.2.5 非线性自回归滑动（NARMA）模型  31-33
  3.3 宽带功率放大器的增强NARMA 行为模型  33-49
    3.3.1 增强NARMA 模型的构造  33
    3.3.2 参数提取过程  33-37
    3.3.3 模型结果验证  37-46
    3.3.4 增强NARMA 模型与MP 模型及Volterra 级数模型的比较  46-49
  3.4 小结  49-50
第4章基于广义NARMA 模型构造的宽带自适应预失真器  50-70
  4.1 自适应预失真系统的实现方案  51-53
  4.2 基于广义NARMA 模型的预失真器  53-57
  4.3 预失真器参数辨识算法  57-58
  4.4 预失真仿真结果  58-68
    4.4.1 功放采用记忆多项式模型时的仿真结果分析  59-66
    4.4.2 功放采用增强 NARMA 模型时的仿真结果分析  66-68
  4.5 小结  68-70
结论  70-72
致谢  72-73
参考文献  73-76
攻读学位期间取得学术成果  76

功率放大器宽带自适应预失真技术研究

内容摘要

全文目录

相似论文