[發(fā)明專利]一種自適應(yīng)模擬正交調(diào)制失衡補(bǔ)償方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 200810106022.0
• 申請(qǐng)日: 2008-05-07
• 公開（公告）號(hào): CN101272373A
• 公開（公告）日: 2008-09-24
• 發(fā)明（設(shè)計(jì)）人: 王建新
• 申請(qǐng)（專利權(quán)）人: 北京北方烽火科技有限公司
• 主分類號(hào): H04L27/26
• 分類號(hào): H04L27/26;H04L25/03;G06N3/00
• 代理公司: 北京宇生知識(shí)產(chǎn)權(quán)代理事務(wù)所
• 代理人: 倪駿

1、一種自適應(yīng)模擬正交調(diào)制失衡補(bǔ)償裝置，其特征在于包括：

用來(lái)產(chǎn)生正交頻分復(fù)用OFDM基帶調(diào)制I信號(hào)和Q信號(hào)的基帶信號(hào)模塊(201)；

接收來(lái)自基帶信號(hào)模塊(201)的I信號(hào)和Q信號(hào)進(jìn)行數(shù)字預(yù)失真處理，產(chǎn)生與寬帶功率放大器WPA模塊(207)非線性特性相反的基帶s_i(t)信號(hào)和s_q(t)信號(hào)的數(shù)字預(yù)失真器DPD模塊(202)；

接收來(lái)自數(shù)字預(yù)失真器DPD模塊(202)已預(yù)失真的基帶s_i(t)信號(hào)和s_q(t)信號(hào)以及模擬正交調(diào)制器AQM補(bǔ)償算法和控制單元(203b)計(jì)算的補(bǔ)償參數(shù)，對(duì)已預(yù)失真的基帶s_i(t)信號(hào)和s_q(t)信號(hào)進(jìn)行實(shí)時(shí)糾正處理后送至RF發(fā)射通路(205)的正交調(diào)制補(bǔ)償QMC單元(203a)；QMC單元(203a)的控制參數(shù)包括IQ兩路直流偏置補(bǔ)償參數(shù)b₁、b₂、相位不平衡補(bǔ)償和增益不平衡補(bǔ)償參數(shù)g₁₁，g₁₂，g₂₁，g₂₂6個(gè)調(diào)整參數(shù)；

接收來(lái)自DPD模塊(202)已預(yù)失真的基帶s_i(t)信號(hào)和s_q(t)信號(hào)以及反饋通路(209)的反饋采樣基帶I_B信號(hào)和Q_B信號(hào)，運(yùn)用AQM補(bǔ)償算法計(jì)算6個(gè)補(bǔ)償參數(shù)，并將補(bǔ)償參數(shù)送給QMC單元(203a)的AQM補(bǔ)償算法和控制單元(203b)；

RF發(fā)射通路(205)包括數(shù)模轉(zhuǎn)換器DAC模塊(204)，AQM器件(206)和WPA模塊(207)，反饋通路(209)包括正交解調(diào)器模塊(210)和模數(shù)轉(zhuǎn)換器ADC模塊(211)，連接AQM器件(206)和正交解調(diào)器模塊(210)的本振(208)。

2、根據(jù)權(quán)利要求1所述的裝置，其特征在于：自適應(yīng)AQM補(bǔ)償器(203)由現(xiàn)場(chǎng)可編程邏輯器件FPGA實(shí)現(xiàn)，DAC模塊(204)為雙通道數(shù)模轉(zhuǎn)換器。

3、一種自適應(yīng)模擬正交調(diào)制失衡補(bǔ)償方法，其特征在于包括如下步驟：

步驟(1)AQM補(bǔ)償算法和控制單元(203b)發(fā)送訓(xùn)練序列信號(hào)，經(jīng)過(guò)數(shù)模轉(zhuǎn)換DAC(204)，濾波，AQM器件模擬正交調(diào)制，送給WPA模塊(207)進(jìn)行射頻信號(hào)放大后通過(guò)天線發(fā)射；

步驟(2)在發(fā)送訓(xùn)練序列之前，先判斷DAC(204)內(nèi)部是否具有QMC功能，若沒(méi)有，執(zhí)行步驟(3)，若有，執(zhí)行步驟(4)；

步驟(3)采用訓(xùn)練序列信號(hào)對(duì)AQM器件的非理想特性進(jìn)行探測(cè)，獲取初始值，執(zhí)行步驟(5)；

步驟(4)采用AQM補(bǔ)償算法和控制單元(203b)配置DAC內(nèi)部的QMC功能模塊寄存器，實(shí)現(xiàn)QMC靜態(tài)補(bǔ)償，使之鏡像和本振泄露較小，固化DAC寄存器配置參數(shù)值后，執(zhí)行步驟306；

步驟(5)初始化QMC單元(203a)參數(shù)b₁，b₂，g₁₁，g₁₂，g₂₁，g₂₂，其中b₁、b₂為QMC單元模型的IQ兩路直流偏置補(bǔ)償參數(shù)，g₁₁，g_12，g₂₁，g₂₂為QMC單元模型的相位不平衡補(bǔ)償和增益不平衡補(bǔ)償參數(shù)；

步驟(6)AQM補(bǔ)償算法和控制單元不斷地獲取由基帶信號(hào)模塊(201)產(chǎn)生的OFDM信號(hào)送給DPD模塊(202)進(jìn)行數(shù)字預(yù)失真處理的已預(yù)失真基帶s_i(t)信號(hào)和s_q(t)信號(hào)和反饋回路送給的基帶I_B信號(hào)和Q_B信號(hào)經(jīng)過(guò)測(cè)量和比較，獲得誤差值的大小，采集N個(gè)采樣數(shù)據(jù)；

步驟(7)利用粒子群優(yōu)化PSO方法，在初始群體的生成上，估計(jì)出b₁，b₂，g₁₁，g₁₂，g₂₁，g₂₂六個(gè)參數(shù)的取值范圍，在此范圍內(nèi)采用隨機(jī)生成的方式，以使PSO方法在整個(gè)可行解空間進(jìn)行搜索，將采集N個(gè)數(shù)據(jù)搜索得到6個(gè)補(bǔ)償參數(shù)，不斷調(diào)整6個(gè)參數(shù)b₁，b₂，g₁₁，g₁₂，g₂₁，g₂₂直到下面的目標(biāo)函數(shù)達(dá)到全局最小值，目標(biāo)函數(shù)表示如下：

MIN(b1,b2)[Σn=1N|b+a|]]]>和MIN(g11,g12,g21,g22)[Σn=1N|G-H-1|]]]>

其中a＝[a₁，a₂]^T，H=h11h12h21h22,]]>G=g11g12g21g22,]]>b＝[b₁，b₂]^T，a₁和a₂參數(shù)

表示AQM直接上變頻模型的I和Q信道的直流偏置，h₁₁，h₁₂，h₂₁和h₂₂參數(shù)表示AQM直接上變頻模型的I/Q不平衡，I/Q不平衡包括增益不平衡和相位不平衡；

若不是，執(zhí)行步驟(8)，若是，執(zhí)行步驟(9)；

步驟(8)，將得到的不是最佳的6個(gè)補(bǔ)償參數(shù)代替初始化值，進(jìn)入步驟(6)，直到滿足條件為止；

步驟(9)，輸出QMC的補(bǔ)償參數(shù)值，即b₁，b₂，g₁₁，g₁₂，g₂₁，g₂₂，應(yīng)用這些補(bǔ)償參數(shù)到QMC單元，更新QMC參數(shù)，執(zhí)行步驟(5)；對(duì)OFDM基帶信號(hào)經(jīng)過(guò)DPD模塊進(jìn)行處理產(chǎn)生的已預(yù)失真基帶s_i(t)信號(hào)和s_q(t)信號(hào)進(jìn)行動(dòng)態(tài)QMC補(bǔ)償，QMC單元補(bǔ)償后輸出補(bǔ)償后基帶r_i(t)信號(hào)和r_q(t)信號(hào)送給發(fā)射通路，AQM補(bǔ)償算法和控制單元實(shí)時(shí)調(diào)節(jié)QMC單元的可控參數(shù)，使AQM器件接近理想特性，能夠穩(wěn)定在系統(tǒng)需要的指標(biāo)范圍之內(nèi)。

4、根據(jù)權(quán)利要求3所述的方法，其特征在于：步驟(7)中的粒子群優(yōu)化PSO方法具體包括以下步驟：

步驟(a)在整個(gè)D維搜索空間中利用隨機(jī)產(chǎn)生初始化所有粒子的初始位置和初始速度；

步驟(b)根據(jù)初始位置和初始速度產(chǎn)生各粒子新的位置；

步驟(c)評(píng)價(jià)D維變量下，每個(gè)粒子在當(dāng)前位置處對(duì)應(yīng)的目標(biāo)函數(shù)值；

步驟(d)對(duì)于每個(gè)粒子，將它的目標(biāo)函數(shù)值和它經(jīng)歷過(guò)的第t次迭代最好位置p_id(t)的目標(biāo)函數(shù)值進(jìn)行比較，如果更小則更新，并記住新的最佳位置，否則保持不變；

步驟(e)對(duì)于目前群體中每個(gè)粒子的最佳值進(jìn)行比較，得到第t次迭代的群體最佳值即p_gd(t)并與以前的p_gd(t)比較，如果更小，則更新p_gd(t)，并記住新的最好粒子的序號(hào)和位置，否則不變；

步驟(f)根據(jù)下式更新每個(gè)粒子的速度和位置；

x_id(t+1)＝x_id(t)+v_id(t+1)

i＝1，2…，M，d＝1，2…，D

其中M表示粒子數(shù)，D表示搜索空間的維數(shù)，p_id表示第i個(gè)粒子的最佳位置，p_id(t)表示粒子在第t次迭代中第d維的個(gè)體極值點(diǎn)的位置，此外，v_id(t)表示群體中粒子第i個(gè)粒子在第t次迭代中第d維的速度向量，v_id(t+1)表示群體中粒子第i個(gè)粒子在第t+1次迭代中第d維的速度向量，x_id(t)是粒子i在第t次迭代中第d維的當(dāng)前位置，x_id(t+1)是粒子i在第t+1次迭代中第d維的當(dāng)前位置以及p_gd(t)表示整個(gè)群體在第t次迭代中第d維的全局極值點(diǎn)的位置，其中收斂因子K的計(jì)算表達(dá)式為權(quán)重因子在搜索算法中以一定速率從大到小變化，和取值分別為2.8和1.3，rand()是隨機(jī)數(shù)發(fā)生器，產(chǎn)生在(0，1)之間均勻分布的隨機(jī)數(shù)；

步驟(g)如果已經(jīng)滿足終止條件，則結(jié)束計(jì)算，否則轉(zhuǎn)至步驟(b)進(jìn)入下一次循環(huán)，直到滿足終止條件；

步驟(h)以最終輸出的粒子群最優(yōu)解為最佳補(bǔ)償參數(shù)的解。