采样带宽受限时预失真系统中功放模型有效项估计及辨识技术方案

本发明专利技术公开了一种信号采样带宽受限情况下，预失真系统中功率放大器模型的有效项估计及辨识方法。使用本发明专利技术能够有效、精确地辨识出功放的阶次和记忆深度，从而使得预失真系统能够在采样带宽受限情况下工作，提高预失真器的可靠性。本发明专利技术首先将功率放大器的输入信号及采样带宽受限情况下的功率放大器输出信号采用相同的低通滤波器进行低通滤波处理，然后借助按阶递推最小二乘法算法，采用功放模型的非线性阶次与记忆深度分开估计的方法，首先估计非线性阶次，在补偿完非线性阶次以后再对记忆性进行相应的估计，提高了估计的准确性。

【技术实现步骤摘要】

本专利技术涉及电通信
，具体涉及一种信号采样带宽受限情况下，预失真系统中功率放大器模型的有效项估计及辨识方法。
技术介绍
随着卫星通信的迅速发展，通信频段变得越来越拥挤，为了在有限的频谱范围内获得更高的传输速率，许多高频谱效率的调制方式(如QPSK、8PSK、16APSK、32APSK等)得到了广泛的应用。但是由于功率放大器(PA，PowerAmplifier)固有的非线性，信号的包络波动将产生交调失真和频谱扩散，并且对于宽带信号，PA还表现出记忆效应。因此，为了同时保证PA的高线性度和高工作效率，必须对其进行线性化处理。目前，PA的线性化技术主要有前馈技术、负反馈技术和预失真技术等等，其中预失真技术以其简单灵活、实现成本低、线性化性能好等优点，成为一种广泛使用的PA线性化技术，该技术的主要原理是在PA前级串联一个与其幅度和相位特性相反的模块，使得整个串联系统的输入输出呈线性关系。功率放大器的非线性特性会使频谱发生扩展，因此功放输出的频谱一般会远大于理想信号带宽，这对A/D转换器提出了较高的要求，需要使用高速率的A/D转换器，但这无疑增加了成本要求。电子科技大学提出了一种在采样带宽受限情况下可以工作的预失真系统。在该预失真系统中，预失真器的输出数字信号通过D/A转换成模拟信号，并输入到PA中；反馈回路通过耦合器得到PA的输出信号，接着通过带通滤波器(BPF)对PA的输出信号的带宽进行限制，然后A/D以较低采样率采集一个带宽受限的信号；对预失真器输出的数字信号以及采集得到的带宽受限的信号进行相同的低通滤波处理，利用低通滤波的信号便可以辨识得到相应的功放特性，进而得到相应的预失真器的参数。该种预失真系统降低了A/D转化器的采样率的要求，即只需在较低的采样率下采集功放的输出信号便可以完成相应功能。但是，该方法在辨识功放的特性时，要求需要精确地知道功放的阶次和记忆深度，否则辨识出功放特性将存在较大的误差，并直接影响预失真器的可靠性。
技术实现思路
有鉴于此，本专利技术提供了一种采样带宽受限时预失真系统中功放模型有效项估计及辨识方法，能够有效、精确地辨识出功放的阶次和记忆深度，从而使得预失真系统能够在采样带宽受限情况下工作，提高预失真器的可靠性。本专利技术的采样带宽受限时预失真系统中功放模型辨识方法，所述功放模型采用记忆多项式模型，包括如下步骤：步骤1，将功率放大器的输入信号x(n)及采样带宽受限情况下的功率放大器输出信号yF(n)采用相同的低通滤波器进行低通滤波处理，获得低通滤波后的功率放大器输入信号L(x)和输出信号L(y)；步骤2，以低通滤波后的功率放大器输入信号L(x)和输出信号L(y)为功放模型的输入、输出信号，将功放模型中的记忆深度设为0，采用按阶递推最小二乘法对功放模型的非线性阶次进行估计，计算获得第k次估计的最小LS误差J(k)，并判断是否小于或等于设定的阈值δ1，如果是，则第k次估计获得的模型参数为有效功放模型参数，功放模型的阶次为2k-1，其中，θk,2k-1表示第k次估计出来的功放模型的第2k-1阶的系数；步骤3，将输入信号L(x)按照进行非线性处理，得到信号L′(x)，获得修正非线性后的功放模型输入输出功放关系；步骤4，以步骤3获得的信号L′(x)为输入，以输出信号L(y)为输出，采用按阶递推最小二乘法，对功放模型的记忆深度进行估计，计算获得第q次估计的最小LS误差J′(q)；判断是否小于或等于设定的阈值δ2，如果是，则停止估计，第q+1次估计所对应的记忆模型参数为有效记忆模型参数，功放模型的记忆深度为q，其中，为功放模型的记忆深度为q的项的系数；步骤5，结合步骤2获得的功放模型的非线性阶次及对应的有效功放模型参数和步骤4获得的功放模型的记忆深度及对应的有效记忆模型参数获得功放模型。进一步地，所述步骤1中，采样带宽受限情况下的功率放大器输出信号yF(n)的获取方法如下：通过耦合器得到功率放大器的输出信号y(t)，输出信号y(t)经过模拟滤波器变为采样带宽受限的模拟信号，对该模拟信号进行下变频后经A/D转换器获得。进一步地，所述步骤2中的非线性阶次估计，包括如下子步骤：步骤2.1，初始化：令k＝1，则观察矩阵为Hk＝H1＝L(x)，其中，L(x)为步骤1获得的输入信号；x＝[x(1),x(2),...,x(N)]T，是功率放大器的实际输入矩阵，为N×1维矩阵，x(i)表示的是功率放大器的第i个采样点的数值，i＝1,2，…,N，N为采样点总个数；计算D1、第一次估计的功放模型参数估计值和第一次估计的最小LS误差J(1)，其中，D1=(H1HH1)-1=(LH(x)L(x))-1;]]>其中yL＝[yL(1),yL(2),...,yL(N)]T，为步骤1获得的L(y)，为N×1维矩阵；上标H表示共轭转置；J(1)=(yL-H1θ^1)H(yL-H1θ^1)=(yL-L(x)θ^1)H(yL-L(x)θ^1);]]>步骤2.2，从第2次估计开始，利用当前估计结果来估计下一次估计的相应结果：其中，第k+1次估计的观察矩阵为Hk+1＝[Hk,hk+1]，其中，Dk+1=Dk+DkHkHhk+1hk+1HHkDkhk+1HPk⊥hk+1-DkHkHhk+1hk+1Hpk⊥hk+1-hk+1HHkDkhk+1HPk⊥hk+11hk+1HPk⊥hk+1]]>θ^k+1=θ^k-DkHkHhk+1hk+1HPk⊥yLhk+1HPk⊥hk+1hk+1HPk⊥yLhk+1HPk⊥hk+1]]>其中，Pk⊥=I-Hk(HkHHk)-1HkH-I-HkDkHkH,]]>其中I表示单位矩阵；J(k+1)=J(k)-(kk+1HPk⊥yL)2kk+1HPk⊥hk+1.]]>有益效果：本专利技术所述的方法在采样率受限预失真系统是一个重要环节，通过使用本专利技术所介绍的方法自动获取最佳的功放非线性阶次及记忆深度，提高了采样率受限预失真器的实用性。另外，采用相应的有效项估计方法，降低了系统计算复杂度，在硬件实现上减少了资源消耗，也提高了运算的稳定性。附图说明图1为本专利技术中所涉及的采样率受限数字预失真系统结构图。图2为本专利技术的功放模型获取模块的结构示意图。图3为本专利技术的功放特性有效项估计方法结构图。图4为本专利技术的功放特本文档来自技高网...

【技术保护点】
一种采样带宽受限时预失真系统中功放模型辨识方法，所述功放模型采用记忆多项式模型，其特征在于，包括如下步骤：步骤1，将功率放大器的输入信号x(n)及采样带宽受限情况下的功率放大器输出信号yF(n)采用相同的低通滤波器进行低通滤波处理，获得低通滤波后的功率放大器输入信号L(x)和输出信号L(y)；步骤2，以低通滤波后的功率放大器输入信号L(x)和输出信号L(y)为功放模型的输入、输出信号，将功放模型中的记忆深度设为0，采用按阶递推最小二乘法对功放模型的非线性阶次进行估计，计算获得第k次估计的最小LS误差J(k)，并判断是否小于或等于设定的阈值δ1，如果是，则第k次估计获得的模型参数为有效功放模型参数，功放模型的阶次为2k‑1，其中，θk,2k‑1表示第k次估计出来的功放模型的第2k‑1阶的系数；步骤3，将输入信号L(x)按照进行非线性处理，得到信号L′(x)，获得修正非线性后的功放模型输入输出功放关系；步骤4，以步骤3获得的信号L′(x)为输入，以输出信号L(y)为输出，采用按阶递推最小二乘法，对功放模型的记忆深度进行估计，计算获得第q次估计的最小LS误差J′(q)；判断是否小于或等于设定的阈值δ2，如果是，则停止估计，第q+1次估计所对应的记忆模型参数为有效记忆模型参数，功放模型的记忆深度为q，其中，为功放模型的记忆深度为q的项的系数；步骤5，结合步骤2获得的功放模型的非线性阶次及对应的有效功放模型参数和步骤4获得的功放模型的记忆深度及对应的有效记忆模型参数获得功放模型。...

【技术特征摘要】
1.一种采样带宽受限时预失真系统中功放模型辨识方法，所述功放模型采
用记忆多项式模型，其特征在于，包括如下步骤：
步骤1，将功率放大器的输入信号x(n)及采样带宽受限情况下的功率放大器
输出信号yF(n)采用相同的低通滤波器进行低通滤波处理，获得低通滤波后的功
率放大器输入信号L(x)和输出信号L(y)；
步骤2，以低通滤波后的功率放大器输入信号L(x)和输出信号L(y)为功放模
型的输入、输出信号，将功放模型中的记忆深度设为0，采用按阶递推最小二乘
法对功放模型的非线性阶次进行估计，计算获得第k次估计的最小LS误差J(k)，
并判断是否小于或等于设定的阈值δ1，如果是，则第k次估计获得
的模型参数为有效功放模型参数，功放模型的阶次为2k-1，
其中，θk,2k-1表示第k次估计出来的功放模型的第2k-1阶的系数；
步骤3，将输入信号L(x)按照进行非线性处理，得到信号L′(x)，获得修正
非线性后的功放模型输入输出功放关系；
步骤4，以步骤3获得的信号L′(x)为输入，以输出信号L(y)为输出，采用按
阶递推最小二乘法，对功放模型的记忆深度进行估计，计算获得第q次估计的
最小LS误差J′(q)；判断是否小于或等于设定的阈值δ2，如果
是，则停止估计，第q+1次估计所对应的记忆模型参数为有效记
忆模型参数，功放模型的记忆深度为q，其中，为功放模型的记忆深度为q的
项的系数；
步骤5，结合步骤2获得的功放模型的非线性阶次及对应的有效功放模型参
数和步骤4获得的功放模型的记忆深度及对应的有效记忆模型参数获得
功放模型。
2.如权利要求1所述的采样带宽受限时预失真系统中功放模型辨识方法，
其特征在于，所述步骤1中，采样带宽受限情况下的功率放大器输出信号yF(n)
的获取方法如下：通过耦合器得到功率放大器的输出信号y(t)，输出信号y(t)经
过模拟滤波器变为采样带宽受限的模拟信号，对该模拟信...

【专利技术属性】
技术研发人员：王华，何东轩，管凝，龙哲仁，武楠，杨德伟，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京;11