[發明專利]一種聯合補償IQ不平衡和PA非線性的數字預失真方法

在審

• 申請號: 201610018401.9
• 申請日: 2016-01-13
• 公開（公告）號: CN105471784A
• 公開（公告）日: 2016-04-06
• 發明（設計）人: 辜方林;王杉;魏急波;譚超強;趙海濤;王非一;韓偉;劉瀟然
• 申請（專利權）人: 中國人民解放軍國防科學技術大學
• 主分類號: H04L25/49
• 分類號: H04L25/49;H04L27/36;H03F1/32;H03F3/189;H03F3/20
• 代理公司: 湖南省國防科技工業局專利中心 43102
• 代理人: 馮青

技術領域

本發明針對存在IQ不平衡條件下的功放非線性失真問題，提供了一種聯合補償IQ不平衡和PA非線性的數字預失真方法。

背景技術

隨著移動通信技術的飛速發展，為在有限的頻譜資源上承載更高的數據流量，現代無線通信中更多地采用的是諸如正交幅度調制(QAM,QuadratureAmplitudeModulation)或者正交頻分復用(OFDM,OrthogonalFrequencyDivisionMultiplexing)等非恒定包絡的調制技術。然而，這些技術產生的信號具有較高的峰均比(PAPR,PeaktoAveragePowerRatio),要求射頻端的功率放大器具有很寬的線性放大范圍，否則容易因功放固有的非線性特性產生非線性失真問題。信號的非線性失真不僅會引起帶外擴展，干擾鄰近信道正常的通信業務，從而降低系統的頻譜使用效率，而且還會導致帶內失真，影響接收端的判決檢測性能，從而惡化系統的誤碼性能。

針對功率放大器的非線性問題，相關學者提出了一系列的功放線性化方法：功率回退技術、前饋技術、包絡消除與恢復技術、非線性器件線性化技術和數字預失真技術。其中，功率回退技術具有實現簡單的優點，但是電源效率較差；前饋線性化技術適合寬帶通信且具有較好的線性化性能，但是存在著結構復雜、成本高的缺點；對于包絡消除和恢復技術，盡管具有較高的效率和線性化能力，但存在著延時匹配困難和復雜度較高的問題；類似，非線性器件線性化技術也存在著準確匹配難、自適應差、代價成本高的缺點。而數字預失真技術因其適用帶寬寬、補償精度高、自適應性好和實現成本低的優勢，其前景最為看好。

事實上，發射機的非線性來源不僅是功率放大器，還包括正交調制器。在實際系統中，發射機中的正交調制器在進行變頻過程中，存在著幅度和相位不匹配的問題，即I/Q不平衡的問題，使得同相信號與正交信號之間出現相互干擾。此時，如果僅僅使用傳統的數字預失真來改善功放的非線性，其性能是受限的。針對存在I/Q不平衡下的功放非線性失真，傳統的解決方法是一種分級的策略：首先對I/Q不平衡進行補償；然后再對功放的非線性進行數字預失真補償。這種方法需要在數字預失真模塊的前端設計一個I/Q不平衡補償的模塊，因而增加了射頻設計的硬件開銷。此外這種方法，在第一階段對I/Q不平衡進行補償時，盡管對PA進行了較大的功率回退，但是PA仍然存在著一定的非線性失真，會影響I/Q不平衡補償模塊參數訓練的準確性，并導致第二階段的數字預失真的參數辨識過程中存在較大的誤差，最終影響著射頻段非線性的補償能力。

發明內容

本發明要解決的技術問題是：克服來自I/Q不平衡的非線性對數字預失真的干擾，提供一種聯合補償I/Q不平衡和PA非線性的數字預失真方法。該方法通過綜合考慮同時補償I/Q不平衡和PA非線性的要求，在傳統的基于一般性記憶多項式(GMP,GeneralizedMemoryPolynomial)的數字預失真模型上進一步考慮I/Q不平衡的影響，使之能夠同時完成對I/Q不平衡非線性和功放非線性的補償，從而達到消除發射機中主要非線性的目的。

本發明的技術方案是：首先，根據I/Q不平衡的特點，推導出對應的I/Q不平衡補償模塊的數學表達；其次，將I/Q不平衡補償模塊的數學關系帶入傳統的GMP模型中，得到聯合補償的初步表達式；第三，通過對獲得的聯合表達式進行適當的數學變換，得到便于實現的聯合補償I/Q不平衡和PA非線性的數字預失真模型。

技術方案包括以下步驟：

第一步：分析I/Q不平衡的特點，推導出對應的補償模塊。

設原始信號為，其中，，和分別為信號的實部與虛部。其對應的受I/Q不平衡影響而發生失真的信號為，即：

（1）

式中，表示增益不平衡因子，為相位不平衡因子。

I/Q不平衡補償模塊的目的是從失真信號中恢復出原始信號，對式(1)進行變換可以得到：

（2）

其中，表示共軛運算，和。

根據式（2）可知，I/Q不平衡的補償模塊具有如下形式：

（3）

其中，和分別為補償模塊的輸入和輸出，和分別為I/Q不平衡補償模塊中待求解的系數。

第二步：將I/Q不平衡補償模塊帶入傳統的數字預失真模型中。

相比Volterra級數模型和記憶多項式(MP,MemoryPolynomial)模型，一般性的記憶多項式(GMP,GeneralizedMemoryPolynomial)模型在復雜度和建模精度上進行了折中考慮，因而得到廣泛的應用，其數學表達式為：

（4）