一种基于矢量量化的宽带数字预失真算法制造技术

一种基于矢量量化的宽带数字预失真算法，主要涉及功率放大器线性化中的数字预失真技术、宽带功率放大器的行为建模和矢量量化算法。以矢量量化算法中的K

【技术实现步骤摘要】
一种基于矢量量化的宽带数字预失真算法


[0001]本专利技术涉及数字信号处理领域，具体涉及一种基于矢量量化的宽带数字预失真算法。

技术介绍

[0002]现代通信系统中，由于受到高速率数据传输需求和有限频谱资源的双重压力，为了提高频谱利用率，调制方式如正交幅度调制(Quadrature Amplitude Modulation，QAM)、正交相位键控(Quadrature Phase Shift Keying，QPSK)、正交频分复用(Orthogonal Frequrncy Division Multiplexing，OFDM)等在通信系统中的应用逐渐广泛。但这类调制技术会增加射频功率放大器的设计难度，这类信号为包络调制信号，具有峰均比(Peak
‑
to
‑
average power radio，PAPR) 较高的特点，必然会引入非线性失真，在相同平均功率水平下，PAPR越高的信号对功放非线性越敏感，导致非线性增加。而且通信系统中的许多器件具有固有非线性，当包络调制信号经过这些器件时，会产生谐波分量和交调失真，造成非线性，对相邻信道造成干扰，影响通信系统性能，所以对功率放大器进行线性化处理是当代通信面临的重大课题。常见的功放线性化技术是功率回退法 (Power Back off)，原理是让功放在工作时远离饱和区，通过回退工作在线性区，功率回退法虽然实现简单，但是工作效率太低，而在各种线性化技术中，数字预失真以其良好的线性度、带宽宽、高效率和全自适应性等优点而被业界视为最有前途的一种功放线性化技术。

技术实现思路

[0003]相较于目前现有的各种功放建模存在的模型预测准确度不够、计算复杂度高、预失真矫正能力不足等问题，本专利技术提出了一种基于矢量量化的功放数字预失真方法。通过利用矢量量化算法将输入信号空间切分为不同区域，并使用对应于每个区域的单独模型计算输出。以矢量量化算法中的K
‑
means算法为基础，提出了TDWK算法。又在TDWK基础上，考虑添加簇的大小这一先验知识来对算法进行改进，提出了CTDWK算法。每个区域的单独模型选择广义记忆多项式(General Memory Polynomial，GMP)模型，将这两种算法与GMP模型相结合，提出了TDWK
‑
GMP模型和CTDWK
‑
GMP模型。
[0004]由于功率放大器具有非线性特性，所以在对功率放大器进行建模时，应是一种非线性的拟合回归，在不同的条件下，功率放大器的输入输出特性通常表现出明显的区别；
[0005]因此，使用单个模型对功率放大器进行建模，往往也无法完整的建模出功率放大器的行为模型；
[0006]本专利技术引入矢量量化的思路，将输入空间划分为K个区域，并使用对应于每个区域的单独模型计算输出，示意图见图1；
[0007]对矢量量化中常用的K
‑
means算法进行改良，提出二维加权矢量量化算法，将该算法与GMP模型相结合，提出TWDK
‑
GMP模型；
[0008]而聚类传统上被认为是一种无监督的数据分析方法，因此二维加权矢量量化算法
还具有一定的提升空间，在TWDK算法的基础上添加约束，引入额外的先验知识(如每个簇的大小)来扩展进行拓展，提出了约束二维加权矢量量化算法 (CTWDK)，将该算法与GMP模型相结合，最终提出了CTWDK
‑
GMP模型。与传统的建模方法相比，本专利技术中提出的模型中的每个子模型具有独立的模型识别能力和自适应性，从而将最佳功率放大器模型用作子模型，即构造了一种新颖的切换行为模型；
[0009]具体技术方案如下：
[0010]一种基于矢量量化的宽带数字预失真算法，其特征在于：
[0011]包括如下步骤：
[0012]S1：向硬件通信系统发送信号数据x(n)，并通过硬件反馈通道获取射频功率放大器的输出信号y(n)，然后进入步骤S2；
[0013]S2：根据采集回的输出信号y(n)与输入信号x(n)做自相关同步算法，将输入输出信号做同步对齐处理，然后进入步骤S3；
[0014]S3：针对输入信号x(n)与采样信号y(n)，进行归一化处理后，使用矢量量化进行初步的功放建模，然后进入步骤S4；
[0015]S4：通过约束二维加权矢量量化算法(CTDWK算法)与GMP模型相结合，得到最终功放模型，然后进入步骤S5；
[0016]S5：利用求逆的方法得到最终功放的逆模型，即为功放数字预失真器的模型，然后进入步骤S6；
[0017]S6：输入信号x(n)，进入数字预失真器，得到输出序列信号z(n)，经功放模型处理，获得输出采样信号v(n)，并进入步骤S7；
[0018]S7：根据e(n)＝x(n)
‑
v(n)，获得绝对误差信号|e(n)|，根据|e(n)|大小判断预失真器效果，当|e(n)|值最小时，此时的预失真器效果最好；
[0019]S8：进行基于矢量量化的数字预失真实验测试。
[0020]为更好的实现本专利技术，可进一步为：所述S4中的约束二维加权矢量量化算法采用如下步骤：
[0021]S4
‑
1：将对于具有n个对象输入矩阵X，将其进行聚类，可以得到分为K类聚类矩阵P＝(P1,P2,
…
,P
K
)，每一个类簇的数量矩阵为：
[0022][0023]矩阵P的大小为n
×
K，矩阵的行代表对象，列代表类簇，p
ij
＝1代表着输入矩阵的第i个对象被聚类到了类簇j中；
[0024]该矩阵具有如下性质：
[0025][0026][0027]S4
‑
2：如果一个有限的和非空的n个对象集被分为若干类，那么我们就可以计算出两个分区之间的一致指数，一致指数构造如下：考虑两个n
×
n矩阵G和H 对应于同一集合的两个分区，将G定义为：
[0028][0029]可以根据此定义构造G＝PP
T
，对于新划分后的矩阵H，可以进行类似的定义H＝QQ
T
；
[0030]所构造的指数等价于矩阵和的非对角元素之间的普通积矩相关系数，该指数也相当于平方独立准则，可以得到：
[0031][0032]此中，n
G
和n
H
各自代表着G和H中1的个数，n
GH
是G和H中由1定义的条目数，使用经典的权变法，可以表示为：
[0033][0034][0035][0036]此中，n
uv
是G中具备类别u和H中具备类别v的对象数，而n
u
和n
v
各自代表着类别u和v的对象数，可以看出，指数Γ取决于n
GH
和一些常数量，因此，需要找到一种分布，使得n
GH
最大；
...

【技术保护点】

【技术特征摘要】
1.一种基于矢量量化的宽带数字预失真算法，其特征在于：包括如下步骤：S1：向硬件通信系统发送信号数据x(n)，并通过硬件反馈通道获取射频功率放大器的输出信号y(n)，然后进入步骤S2；S2：根据采集回的输出信号y(n)与输入信号x(n)做自相关同步算法，将输入输出信号做同步对齐处理，然后进入步骤S3；S3：针对输入信号x(n)与采样信号y(n)，进行归一化处理后，使用矢量量化进行初步的功放建模，然后进入步骤S4；S4：通过约束二维加权矢量量化算法(CTDWK算法)与GMP模型相结合，得到最终功放模型，然后进入步骤S5；S5：利用求逆的方法得到最终功放的逆模型，即为功放数字预失真器的模型，然后进入步骤S6；S6：输入信号x(n)，进入数字预失真器，得到输出序列信号z(n)，经功放模型处理，获得输出采样信号v(n)，并进入步骤S7；S7：根据e(n)＝x(n)
‑
v(n)，获得绝对误差信号|e(n)|，根据|e(n)|大小判断预失真器效果，当|e(n)|值最小时，此时的预失真器效果最好；S8：进行基于矢量量化的数字预失真实验测试。2.根据权利要求1所述一种基于矢量量化的宽带数字预失真算法，其特征在于：所述S4中的约束二维加权矢量量化算法采用如下步骤：S4
‑
1：将对于具有n个对象输入矩阵X，将其进行聚类，可以得到分为K类聚类矩阵P＝(P1,P2,
…
,P
K
)，每一个类簇的数量矩阵为：矩阵P的大小为n
×
K，矩阵的行代表对象，列代表类簇，p
ij
＝1代表着输入矩阵的第i个对象被聚类到了类簇j中；该矩阵具有如下性质：该矩阵具有如下性质：S4
‑
2：如果一个有限的和非空的n个对象集被分为若干类，那么我们就可以计算出两个分区之间的一致指数，一致指数构造如下：考虑两个n
×
n矩阵G和H对应于同一集合的两个分区，将G定义为：可以根据此定义构造G＝PP
T
，对于新划分后的矩阵H，可以进行类似的定义H＝QQ
T
；所构造的指数等价于矩阵和的非对角元素之间的普通积矩相关系数，该指数也相当于平方独立准则，可以得到：
此中，n
G
和n
H
各自代表着G和H中1的个数，n
GH
是G和H中由1定义的条目数，使用经典的权变法，可以表示为：变法，可以表示为：变法，可以表示为：此中，n
uv
是G中具备类别u和H中具备类别v的对象数，而n
u
和n
v
各自代表着类别u和v的对象数，可以看出，指数Γ取决于n
GH
和一些常数量，因此，需要找到一种分布，使得n
GH
最大；通...

【专利技术属性】
技术研发人员：李明玉，王亮，靳一，徐常志，代志江，
申请(专利权)人：重庆大学，
类型：发明
国别省市：