[發明專利]一種自適應模擬正交調制失衡補償方法和裝置

有效

• 申請號: 200810106022.0
• 申請日: 2008-05-07
• 公開（公告）號: CN101272373A
• 公開（公告）日: 2008-09-24
• 發明（設計）人: 王建新
• 申請（專利權）人: 北京北方烽火科技有限公司
• 主分類號: H04L27/26
• 分類號: H04L27/26;H04L25/03;G06N3/00
• 代理公司: 北京宇生知識產權代理事務所
• 代理人: 倪駿

技術領域

本發明涉及一種模擬正交調制失衡補償方法和裝置，特別是一種寬帶數字預失真系統中的自適應模擬正交調制失衡補償方法和裝置。

背景技術

在未來的下一代移動通信系統中，基于OFDM(Orthogonal?Frequency?DivisionMultiplexing，正交頻分復用)調制技術發射機中的寬帶數字預失真系統，改善寬帶功率放大器的線性度、提高寬帶功率放大器的工作效率成為技術難題。目前，基于數字預失真技術的寬帶功率放大器線性化系統正逐步成為研究熱點。

隨著射頻集成電路技術的飛速發展，基于模擬正交調制/解調的直接變換發射/接收機方案被廣泛應用于現代各種通信系統之中，包括多載波OFDM系統，WIMAX(WorldInteroperability?for?Microwave?Access，全球微波接入互操作性)寬帶無線接入系統，3GLTE(Long?TermEvolution)移動通信系統和以及下一代移動通信系統4G等。為了實現寬帶數字預失真系統，常常采用AQM(Analog?Quadrature?Modulator，模擬正交調制器)，而不是DQM(Digital?Quadrature?Modulatior，數字正交調制器)來實現寬帶RF發射機子系統。采用AQM直接上變頻的一個好處是使用了兩個DAC(Digital?to?AnalogConverter，數模轉換器)，相對于DQM而言，可以達到兩倍的可用傳輸帶寬。在直接上變頻發射機的結構中，自適應數字預失真系統的實現如圖1所示，基帶信號模塊101產生OFDM基帶信號經過DPD(Digital?Predistorter，數字預失真器)模塊102，數模轉換DAC模塊103，濾波后，再經過AQM器件104調制到射頻信號，最后通過WPA(WidebandPower?Amplifier，寬帶功率放大器)模塊105放大后送給天線發射，圖中未畫出天線。同時，輸出射頻信號耦合一部分RF信號送入Demod(Demodulator，正交解調器)模塊106，解調后經過濾波、ADC(Analog?to?Digital?Converter，模數轉換器)模塊107后交給DSP(Digital?Signal?Processor，數字信號處理器)108處理，與輸入參考信號進行比較，完成自適應算法來調整預失真系數的大小。

但是，采用AQM器件作為上變頻器架構，需要考慮兩個主要的模擬損害分別為AQM不平衡和直流偏置。AQM不平衡主要表現為DAC電路和RF?AQM電路上的基帶I和Q信道之間存在增益，相位和群延遲的差異。直流偏置是DAC電路的基帶I和Q信道所固有的。增益不平衡和相位不平衡將引起射頻信號頻譜相對本振信號產生鏡像，而直流偏置將引起射頻信號本振的泄露，它們都會惡化信號質量，增加接收端的誤碼率。

由于目前所使用的數字預失真器模型，不能表征模擬正交調制/解調器的非理想特性，這些非理想特性將會引起寬帶功率放大器輸出端的頻譜再生，自適應寬帶數字預失真技術無法進行校正，從而惡化了數字預失真的效果。另外，在如圖1所示的結構框圖中，由于AQM器件存在正交支路不平衡和直流偏置等非理想特性，將會對DSP中自適應算法產生影響，影響自適應算法收斂的速度，甚至會造成算法的不收斂，從而嚴重影響了自適應寬帶數字預失真技術的收斂性能。因此，為了得到最好的預失真器性能，必須對此進行補償。

一般DAC內部已經具備了AQM失衡補償功能，現有的方法是先用手動調節寄存器的設置，不斷修改DAC內部的寄存器參數設置，AQM補償參數的選擇主要依靠大量的反復調試和經驗，直到本振泄露和鏡像頻譜最小，然后保存這個參數設置。而AQM器件的非理想特性是隨著環境，溫度和器件老化等外部條件的變化而使性能會發生一些變化，這樣會增加設備維修的費用，這種通過手動調整AQM不平衡問題比較麻煩，并且手動調整是一件耗時且容易產生誤差的方法，只能實現AQM失衡的靜態補償。

解決AQM失衡動態補償問題，主要是對IQ不平衡，直流偏置進行動態補償，動態補償技術的核心是AQM失衡動態補償算法，目前的補償方法難于有效，快速對AQM失衡補償器進行調整，不能實現快速的動態補償。而PSO(Particle?Swarm?Optimization，粒子群優化)算法是一種高度的并行優化算法，簡單，容易實現，收斂速度快，目前PSO算法已被廣泛應用于函數優化，神經網絡訓練以及其他應用領域，但還未見將其用于AQM失衡補償問題中。

發明內容