用于直接学习算法的控制机制制造技术

本发明专利技术提出了用于控制直接学习算法的方法、装置和计算机程序产品。由此，控制在非线性状态下操作的功率放大器。要放大的信号被输入到预失真器，预失真器被提供用于补偿功率放大器的非线性。预失真输出信号从预失真器转发到功率放大器。使用自适应直接学习算法基于从功率放大器输出的线性化信号和要放大的信号之间的误差在多个步骤中修正预失真器的参数。检测误差是否发散；并且当确定误差发散时，停止预失真器的参数的修正。

【技术实现步骤摘要】
【国外来华专利技术】用于直接学习算法的控制机制
本专利技术涉及用于控制直接学习算法的装置、方法和计算机程序产品。
技术介绍
在无线移动通信中，通常对于射频RF传输需要线性功率放大器PA。然而，一般，对于移动系统追求低功耗。因此，功率放大器可以在压缩区域处操作。一般，无线电设备中的功率放大器和相关联的低功率模拟发射机当在压缩区域处操作时表现为非线性。由于非线性可能在系统的控制方面引起严重的问题，所以消除或至少减轻其非线性是有利的。求解非线性问题的一种可能的方法是显著回退(backoff)，使得操作区域变为线性。然而，这是非常低效的并且不产生期望的功率节省。因此，数字预失真(DPD)算法通常用于允许RF信号在压缩区域中操作的无线电装置中。在压缩区域中操作将由于提高的效率而带来功率节省。然而，在这样的区域中操作也将增加互调(IM)产物。一般，增加的IM产物违反3GPP规范。因此，DPD(数字预失真)算法的主要作用是减少IM产物，使得无线电装置可以按照3GPP规范高效地操作。某种DPD算法属于称为DLA(DirectLearningAlgorithm，直接学习算法)的类别。在DLA中，从输入到输出建模非线性。示例将是从输入到输出的功率放大器的建模。换句话说，输出由输入变量和输入信号描述。因此，DLA不产生功率放大器的反演模型，其而是直接对功率放大器进行建模。因此，为了获得反演，通常进行迭代过程。该迭代反演过程通常固定为预定数量的迭代(即2、3、……5等)。示例是具有N1次迭代的固定点算法或具有N2次迭代的牛顿法。N1和N2基于反演模型的所需收敛准确度来选择。限制N1和N2的另一个因子是硬件限制。然而，使DLA经由修改的固定点算法或修改的牛顿法自适应地实现是非常常见的。牛顿法非常复杂；因此与牛顿法相比，修改的固定点算法由于其更简单的形式而更合适。在无线/蜂窝环境中，DPD算法的持续修正(adaptation)必须在功率放大器的改变的预期中进行。然而，这样的持续修正可能由于数值误差累积(例如浮点误差)而带来不稳定。这是因为当修正趋于非常大时，即使是每步骤的小数值误差也可能导致巨大的噪声累积。数值误差累积是阻止了针对DLA算法的最佳性能的持续问题。
技术实现思路
本专利技术的实施例解决了这种情况，并且旨在克服上述问题并提供了具有数字预失真的功率放大器的更稳定的操作。根据本专利技术的第一方面，提供了一种用于控制在非线性状态下操作的功率放大器的方法，包括：将要放大的信号输入到被提供用于补偿功率放大器的非线性的预失真器；将预失真输出信号从预失真器转发到功率放大器；使用自适应直接学习算法基于从功率放大器输出的线性化信号与要放大的信号之间的误差在多个步骤中修正预失真器的参数；检测误差是否发散；以及当确定误差发散时，停止修正预失真器的参数。根据本专利技术的第二方面，提供了一种用于控制功率放大器的装置，包括：预失真器；至少一个处理器，以及用于存储要由处理器执行的指令的至少一个存储器，其中所述至少一个存储器和所述指令被配置为利用所述至少一个处理器使得所述装置至少执行：将要放大的信号输入到被提供用于补偿功率放大器的非线性的预失真器；将预失真输出信号从预失真器转发到功率放大器；使用自适应直接学习算法基于从功率放大器输出的线性化信号与要放大的信号之间的误差在多个步骤中修正预失真器的参数；检测误差是否发散；以及当确定误差发散时，停止修正预失真器的参数。根据本专利技术的第三方面，提供了一种包括计算机可执行组件的计算机程序产品，当所述程序运行时，被配置为执行根据第一方面的方法。在从属权利要求中阐述了本专利技术的上述示例性方面的有利的进一步发展或修改。根据本专利技术的某些实施例，可以当检测到所述误差发散时恢复存储状态。根据本专利技术的某些实施例，可以检测误差的误差梯度，以及可以基于所述误差梯度来确定误差是否发散。根据本专利技术的某些实施例，当误差梯度大于零时，可以检测误差梯度为正的出现次数，以及可以继续修正参数直到所述出现次数超过阈值。根据本专利技术的某些实施例，当所述误差梯度等于零或低于零时，可以确定所述误差的量是否大于阈值，并且，在所述误差的量大于阈值的情况下，可以发起修正预失真器的参数的重新开始。根据本专利技术的某些实施例，可以在自适应直接学习算法中引入误差缩放因子，以便满足以下方程：y(n)＝x(n)-μ*e(n)其中y是预失真信号，x是要放大的信号，e是误差，μ是误差缩放因子，并且n指示修正次数。误差缩放因子可以被设置为小于1.0的值。根据本专利技术的某些实施例，当开始或重新开始预失真器的参数的修正时，可以将误差缩放因子设置为等于1.0的值。根据本专利技术的某些实施例，所述参数可以通过求解通过使用自相关矩阵形成的线性方程组来修正，其中可以向自相关矩阵的单个或多个对角线元素添加噪声因子。附图说明从结合附图进行的对本专利技术的实施例的以下详细描述中，这些和其他目的、特征、细节和优点将变得更加完全显而易见，其中：图1示出了自适应直接学习算法，图2示出了根据本专利技术的实施例的用于控制功率放大器的装置的简化概述，图3示出了根据本专利技术的实施例的DLA启动过程的流程图，以及图4示出了根据本专利技术的实施例的DLA继续过程的流程图。具体实施方式在下文中，将描述本专利技术的实施例。然而，要理解，该描述仅以示例的方式给出，并且所描述的实施例绝不应被理解为将本专利技术限制于其。在描述本专利技术的实施例之前，更详细地描述本专利技术的实施例之下的问题。在图1中示出了利用固定点特点而设计的自适应DLA算法。描述该方法的所有方程也利用图给出，如下文中将描述的。自适应算法具有每次迭代地改进建模准确度的益处。这比在硬件中实现它更好，在硬件中迭代反演被限制为诸如4、6或甚至10之类的小的次数。自适应DLA没有相同的限制。在无线/蜂窝环境中，DPD算法的持续修正必须在PA改变的预期中进行。然而，由于数值误差累积(例如浮点误差)，持续修正可能带来不稳定。这是因为当修正趋于非常大时，即使是每步骤的小数值误差也可能导致巨大的噪声累积。数值误差累积是阻止获得针对DLA算法的最佳性能的持续问题。在一些实例中(更可能在窄带信号的情况下)，在1000次修正之后出现不稳定。然而，在宽带信号的情况下，这种不稳定可能出现在少于100次修正中。如果不检查这种不稳定，则自适应DLA算法将发散，从而导致互调产物随时间而增加。在下文中，通过参考图1描述自适应DLA(具有固定点特点)的支持方程。注意，当累积的浮点误差与互调(IM)校正相比显著时，支持图1的公式将发散。x(n)：未预失真信号y(n)：预失真信号。z(n)：线性化信号。在最佳情况下，该信号应尽可能接近x(n)。为了简单起见，PA的增益和相位被归一化为单位增益和零相位。也就是说，z(n)是PA的归一化输出，即，是已经通过PA的复数增益归一化的线性化信号。e(n)：z(n)和x(n)之间的误差。想法是最小化该误差。在下文中，描述了支持常规DLA的方程：在自适应步骤n处，线性化信号z(n)和输入信号x(n)之间的误差被确定：e(n)＝z(n)-x(n)通过求解以A*H＝b的形式的线性方程组来执行修正，其中搜索矢量H的解。矢量H的系数给出被应用于修正的预失真的参数。基于矩阵X来计算矩阵A，矩阵X基于x(n)计算如下：X＝[x′(n)本文档来自技高网...

【技术保护点】
一种用于控制在非线性状态下操作的功率放大器的方法，包括：将要放大的信号输入到被提供用于补偿功率放大器的非线性的预失真器；将预失真输出信号从预失真器转发到功率放大器；使用自适应直接学习算法基于从功率放大器输出的线性化信号与要放大的信号之间的误差在多个步骤中修正预失真器的参数；检测误差是否发散；以及当确定误差发散时，停止修正预失真器的参数。

【技术特征摘要】
【国外来华专利技术】1.一种用于控制在非线性状态下操作的功率放大器的方法，包括：将要放大的信号输入到被提供用于补偿功率放大器的非线性的预失真器；将预失真输出信号从预失真器转发到功率放大器；使用自适应直接学习算法基于从功率放大器输出的线性化信号与要放大的信号之间的误差在多个步骤中修正预失真器的参数；检测误差是否发散；以及当确定误差发散时，停止修正预失真器的参数。2.根据权利要求1所述的方法，其中，所述处理器被配置为当检测到所述误差发散时恢复存储状态。3.根据权利要求1或2所述的方法，还包括检测误差的误差梯度，以及基于所述误差梯度来确定误差是否发散。4.根据权利要求3所述的方法，还包括当误差梯度大于零时，检测误差梯度为正的出现次数，以及继续修正参数直到所述出现次数超过阈值。5.根据权利要求3所述的方法，还包括：当所述误差梯度等于零或低于零时，确定所述误差的量是否大于阈值，并且，在所述误差的量大于阈值的情况下，发起修正预失真器的参数的重新开始。6.根据权利要求1至5中任一项所述的方法，其中，在自适应直接学习算法中引入误差缩放因子，以便满足以下方程：其中y是预失真信号，x是要放大的信号，e是误差，μ是误差缩放因子，并且n指示修正次数。7.根据权利要求6所述的方法，其中，所述误差缩放因子被设置为小于1.0的值。8.根据权利要求6所述的方法，还包括当开始或重新开始预失真器的参数的修正时，将误差缩放因子设置为等于1.0的值。9.根据权利要求1至8中任一项所述的方法，其中，所述参数通过求解通过使用自相关矩阵形成的线性方程组来修正，所述方法还包括向自相关矩阵的单个或多个对角线元素添加噪声因子。10.一种用于控制功率放大器的装置，包括：预失真器；至少一个处理器，以及用于存储要由处理器执行的指令的至少一个存储器，其中所述至少一个存储器和所述指令被配置为利用所述至少一个处理器使得所述装置至少执行将要放大的信号输入到被提供用于补偿功率放大器的非线性的预失真器；将预失真输出信号从预失真器转发到功率放大器；使用自适应直接学习算法基于从功率放大器输出的线性化信号与要放大的信号之间的误差在多个步骤中修正预失真器的参数；检测误差是否发散；以及当确定误差发散时，停止修正预失真器的参数。11.根据...

【专利技术属性】
技术研发人员：R勒施克，S库拉拉特纳，B耶洛内克，C赖希尔，
申请(专利权)人：诺基亚通信有限责任两合公司，
类型：发明
国别省市：德国,DE