多带射频发射机线性化技术研究

发布时间：2020-10-16 23:57

　　 在现代移动通信系统中,多带射频发射机凭借其高效的频谱利用率和简洁的实现结构得到了越来越广泛的应用。随着电路设计和制造技术的发展,发射机中小信号处理电路的性能越来越理想,但功率放大器仍然会对输入信号造成不可避免的非线性失真。对于多带发射机而言,不同频段的信号同时作用于单一功率放大器,将导致比传统单带发射机更加严重的非线性失真。为了满足通信标准对发射机线性度的要求,多带射频发射机需要更加有效的线性化技术。目前来看,发射机线性化技术主要分为以下两类:一是采用外部辅助手段补偿发射机中存在的非线性失真,典型代表为数字预失真技术;二是通过改进信号放大过程提高发射机自身的输出线性度。围绕上述两条线性化技术路线,本文一方面对数字预失真技术在多带并发场景下的行为模型、参数学习算法和预失真实现结构进行了研究。另一方面采用数模联合设计的思想对双输入Doherty发射机架构进行优化,充分挖掘了该结构的输出线性度提升潜力。本文的主要创新点如下:1、提出了一种由功率放大器射频非线性模型推导基带等效双带行为模型的方法。根据功放在双带并发信号激励下的射频非线性特征,该方法利用射频信号和基带信号的对应关系,推导出了描述功放非线性特征的低通等效表达式,在此基础上结合功放的物理特性对低通等效表达式进行简化,得到了一种具有动态记忆深度的基带等效双带沃特拉级数模型。为了折中模型的复杂度和建模精度,本文通过对模型内核的动态阶次分级和引入偶数阶非线性,给出了上述模型的六种演进形式。相比于传统的基带等效多带行为模型,本文所提出的模型对不同通带信号间的相互作用关系描述更加严谨,能更加准确地模拟双带并发功放的输出特征。对一个工作在3.0 GHz和3.5 GHz的双带并发功放进行预失真实验,结果显示:当基带信号带宽分别为20 MHz和40 MHz时,本文所提出的模型可以将输出信号领信道功率比分别改善至-51.2 dBc和-47.9 dBc。2、对单输入条件和非单输入条件下的预失真参数识别算法进行了对比,明确了参数求解算法在两类场景下的可共用性,在此基础上对参数稀疏化在多带预失真参数辨识中的合理性和必要性进行了分析,提出了基于稀疏贝叶斯学习和基于稀疏表示理论的稀疏参数识别算法。基于稀疏贝叶斯学习的稀疏参数识别算法从概率的角度出发看待参数求解问题,将所求参数的先验分布设置为高斯分布以迫使最终得到的模型参数具有稀疏特性。预设参数先验分布的另一个好处在于可以缩减参数解的可选择范围,从而降低参数辨识所需的采样数据长度。预失真实验表明,该算法能够在大部分情况下将预失真器中的参数个数减少50%以上,且不降低预失真效果。基于稀疏表示理论的稀疏参数识别算法以贪婪算法的思想进行模型内核选择,以内核向量在残差中投影值的大小为模型内核价值的衡量标准,以迭代计算的方式避免矩阵求逆运算。使用该算法对含有75个参数的记忆多项式模型进行参数估计,在仅使用10.6%和24%模型内核的条件下,建模精度分别可以达到完整模型建模精度的88.4%和98.9%。3、提出了一种采用基带拼接技术的等效单输入单输出多带预失真结构,并在该结构的提出过程中明确了预失真系统设计时的一项重要准则:反馈信号带宽和模型描述带宽相匹配。对一个工作在3.3 GHz和3.8 GHz的双带并发功放进行预失真实验,结果显示:等效单输入结构能够在硬件资源消耗和预失真结果与传统的多输入多输出结构接近的情况下,将所需预失真参数个数减少77.8%。4、为了提高多带发射机在建模和预失真时的准确度,提出了一种采用带间信号相关性增强技术的带间信号对齐算法。该算法能够在线辨识出不同通带信号间的整数时间和分数时间延时量。对一个工作在2.9 GHz和3.3 GHz的双带并发功放进行预失真实验,结果显示:在不进行带间信号延时补偿,使用传统离线方法进行延时补偿和使用本文所提出的在线延时补偿三种条件下,预失真后输出信号领信道功率比分别为-35 dBc、-48.7 dBc和-50.1 dBc。5、分析了信号预处理与末级功率放大器联合设计在发射机结构优化中的含义与价值,提出了一种基于最优效率和恒定增益条件下的双输入Doherty发射机设计方法。对双输入Doherty发射机结构在实际使用时所产生的非线性失真进行了分析,在此基础上提出了一种通过优化信号分离函数提高输出线性度的方法。通过上述设计和优化方法得到的双输入Doherty发射机在实验中体现出了良好的输出线性度,结果显示:在10 MHz宽带调制信号输入时,双输入Doherty发射机能够在不使用外部辅助线性化手段的前提下,将输出信号的邻信道功率比控制在-45 dBc以下。
【学位单位】：电子科技大学
【学位级别】：博士
【学位年份】：2019
【中图分类】：TN838
【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景与意义
    1.2 多带发射机的发展概况
    1.3 线性化技术的发展概况
        1.3.1 发射机结构优化
        1.3.2 外部辅助线性化技术
    1.4 数字预失真线性化技术的研究动态
        1.4.1 数字预失真的基本原理
        1.4.2 单带数字预失真技术的研究动态
        1.4.3 多带数字预失真技术的研究动态
    1.5 本文的研究路线和内容安排
第二章 双带数字预失真基带等效行为模型研究
    2.1 双带并发功率放大器非线性失真
        2.1.1 非线性失真类型
        2.1.2 非线性失真特征
    2.2 具有动态记忆深度的基带等效双带沃特拉级数模型
        2.2.1 双带沃特拉级数模型的射频与基带等效表达式
        2.2.2 具有动态记忆深度的基带等效双带沃特拉级数模型的基本形式
        2.2.3 具有动态记忆深度的基带等效双带沃特拉级数模型的演进形式
    2.3 具有动态记忆深度的基带等效双带沃特拉级数模型的性能评估
        2.3.1 实验平台与非线性评价指标介绍
        2.3.2 建模性能评估
        2.3.3 预失真性能评估
    2.4 本章小结
第三章 预失真稀疏参数识别算法研究
    3.1 单带预失真与多带预失真的参数辨识过程对比
        3.1.1 直接学习结构中的参数辨识
        3.1.2 间接学习结构中的参数辨识
    3.2 基于稀疏贝叶斯学习的稀疏参数识别算法
        3.2.1 稀疏假设前提下的模型参数求解问题
        3.2.2 稀疏贝叶斯学习算法
        3.2.3 稀疏贝叶斯学习算法的优势分析
        3.2.4 稀疏贝叶斯学习算法的预失真性能评估
    3.3 基于稀疏表示理论的稀疏参数识别算法
        3.3.1 从稀疏表示的角度求解模型参数
        3.3.2 模型参数求解中的内核选择
        3.3.3 利用分块矩阵特征避免矩阵求逆运算
        3.3.4 算法性能验证
    3.4 本章小结
第四章 等效单输入单输出多带预失真结构
    4.1 单输入单输出多带预失真与多输入单输出多带预失真
    4.2 使用基带拼接技术的等效单输入单输出多带预失真结构
        4.2.1 等效单输入单输出多带预失真的基本结构
        4.2.2 等效单输入结构的带宽匹配问题
        4.2.3 采用基带拼接技术降低系统采样率
        4.2.4 具有动态记忆深度的简化沃特拉级数模型
        4.2.5 等效单输入结构的预失真性能测试
    4.3 多带预失真结构中的自适应带间信号对齐算法
        4.3.1 带间信号对齐的含义
        4.3.2 带间信号的相关性增强技术
        4.3.3 带间信号的整数时间延时对齐和分数时间延时对齐
        4.3.4 带间信号对齐算法的性能评估
    4.4 本章小结
第五章 基于结构优化的发射机线性度提升技术研究
    5.1 数模联合设计在发射机结构优化中的含义
    5.2 双输入DOHERTY发射机设计
        5.2.1 基本结构
        5.2.2 设计思路
        5.2.3 电路设计与特征提取
        5.2.4 基于最优效率和最优线性条件下的信号分离标准
        5.2.5 分离函数综合
    5.3 双输入DOHERTY发射机非线性失真分析
        5.3.1 静态非线性失真
        5.3.2 动态非线性失真
    5.4 采用自适应信号分离算法优化双输入DOHERTY发射机线性度
        5.4.1 算法的基本原理
        5.4.2 算法中效率字典的含义与作用
        5.4.3 算法对发射机线性度的优化效果评估
    5.5 本章小结
第六章 总结与展望
    6.1 本论文工作总结
    6.2 线性化技术研究展望
致谢
参考文献
攻读博士学位期间取得的成果

【参考文献】

相关期刊论文 前7条

1 吴淘锁;邬海峰;;无线通信技术的发展历程与趋势[J];信息技术与信息化;2015年10期

2 夏建明;杨俊安;陈功;;参数自适应调整的稀疏贝叶斯重构算法[J];电子与信息学报;2014年06期

3 李少岚;延波;李晨飞;谢小强;;采用二极管的模拟预失真毫米波功放线性化器[J];微波学报;2012年01期

4 郭荣新;李国刚;;基于IP核的数字中频预失真系统设计[J];吉林师范大学学报(自然科学版);2011年04期

5 杨国鹏;周欣;余旭初;;稀疏贝叶斯模型与相关向量机学习研究[J];计算机科学;2010年07期

6 雷震洲;;蜂窝移动通信技术演进历程回顾及未来发展趋势[J];移动通信;2008年24期

7 张煦;无线移动通信技术快速发展历程和趋向[J];移动通信;2000年06期

相关博士学位论文 前2条

1 段青;基于稀疏贝叶斯学习方法的回归与分类在电力系统中的预测研究[D];山东大学;2010年

2 刘辉;射频功率放大器线性化技术研究[D];西安电子科技大学;2005年

相关硕士学位论文 前6条

1 张文韬;基于贝叶斯的压缩感知重构算法研究[D];安徽大学;2014年

2 张媛;贝叶斯压缩感知在无线网络定位中的应用研究[D];浙江大学;2013年

3 曹萍;基于矢量信号处理的射频功放预失真技术研究[D];电子科技大学;2012年

4 王晶;稀疏贝叶斯学习理论及应用研究[D];西安电子科技大学;2012年

5 曹林林;K波段空间行波管线性化器技术研究[D];电子科技大学;2011年

6 李培;毫米波功率放大器的线性化技术[D];电子科技大学;2010年

本文编号：2843961