[發(fā)明專利]一種基于Volterra模型的功率放大器模擬方法有效
| 申請?zhí)枺?/td> | 201110380468.4 | 申請日: | 2011-11-25 |
| 公開(公告)號: | CN102403965A | 公開(公告)日: | 2012-04-04 |
| 發(fā)明(設(shè)計)人: | 劉冰;劉偉;趙永久;張學順;王吉康 | 申請(專利權(quán))人: | 南京航空航天大學 |
| 主分類號: | H03F3/20 | 分類號: | H03F3/20 |
| 代理公司: | 南京經(jīng)緯專利商標代理有限公司 32200 | 代理人: | 許方 |
| 地址: | 210016 江*** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 volterra 模型 功率放大器 模擬 方法 | ||
技術(shù)領(lǐng)域
本發(fā)明涉及一種基于Volterra模型的功率放大器模擬方法,屬于數(shù)字信號處理技術(shù)領(lǐng)域。
背景技術(shù)
隨著移動通信的迅速發(fā)展,迫切需求無線移動通信容量和速率的提高。這就對功率放大器(PA,Power?Amplifier)的線性度提出了更高的要求。預(yù)失真技術(shù)是當前功率放大器線性化技術(shù)的主流技術(shù)之一,該技術(shù)的主要原理是通過在PA之前引入一個與功放特性相反的模塊-預(yù)失真器(PD,Predistorter),使得整個串聯(lián)系統(tǒng)(PD+PA)的輸入和輸出呈線性關(guān)系,從而實現(xiàn)對PA的線性化。預(yù)失真器性能的優(yōu)劣取決于對功率放大器的非線性和記憶性行為預(yù)測程度,如何建立精確的功率放大器的模型受到許多學者的關(guān)注。
在描述功率放大器的行為模型時,Volterra級數(shù)常作為通用的記憶非線性模型,并被許多研究者運用以描述功率放大器輸入和輸出的關(guān)系[1]。經(jīng)典的Volterra模型由于包含所有的非線性和記憶性項,其核系數(shù)呈指數(shù)增長,實際運用中比較困難。近年來,一些學者提出運用功率放大器的物理特性對Volterra模型進行化簡[2]-[5],從而降低計算的復雜度,由于必須滿足特定的PA(共射級功率放大器,共源級功率放大器)以及一定的物理條件[3],使得這類模型適用范圍較窄,無法滿足現(xiàn)代通信系統(tǒng)的要求。
發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是針對上述背景技術(shù)的不足,提供了一種基于共基級功率放大器Volterra行為模型的建立方法。
本發(fā)明為實現(xiàn)上述發(fā)明目的采用如下技術(shù)方案:
一種Volterra功率放大器離散模型的構(gòu)建方法具體步驟如下:
步驟A,接收輸入信號x(n),然后將輸入信號x(n)與延時信號d(n)相加得到疊加信號e(n);e(n)=x(n)+d(n),d(n)=s(n-1),其中s(n-1)表示信號延時;
步驟B,根據(jù)疊加信號e(n)求得功放非線性信號f(n),計算公式為:
其中,cp為功放非線性模塊多項式各階非線性系數(shù),P為功率放大器的非線性度;
步驟C,將反饋信號循環(huán)帶入可求得到輸出信號y(n),計算公式為:
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于南京航空航天大學,未經(jīng)南京航空航天大學許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201110380468.4/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種基于Volterra模型的功率放大器模擬方法
- 基于Volterra級數(shù)的線性化預(yù)失真方法
- 短時交通流量Volterra-DFP自適應(yīng)預(yù)測方法
- 利用Volterra修正模型計算功率放大器輸出量的方法
- 高頻段頻譜占用的Volterra預(yù)測方法
- 一種Volterra級數(shù)行為模型的簡化降階方法
- 一種基于貢獻因子的非線性Volterra濾波優(yōu)化方法
- 一種新的時間序列的預(yù)測方法、裝置、電子設(shè)備及計算機可讀存儲介質(zhì)
- 一種基于volterra級數(shù)模型預(yù)測時間序列的方法、裝置、電子設(shè)備及計算機可讀存儲介質(zhì)
- 基于SVM訓練的權(quán)重系數(shù)遷移的改進Volterra濾波器的均衡方法





