用于动态预失真中自适应波峰因子减小的设备和方法与流程

文档序号:12477092阅读:175来源:国知局
用于动态预失真中自适应波峰因子减小的设备和方法与流程

本申请涉及通信领域,更具体地涉及用于动态预失真中自适应波峰因子减小的设备和方法。



背景技术:

通信系统通常使用集中于所限定信道的载波频率附近的传输信号。通过利用基于振幅、相位、频率和/或它们的组合的调制表示信息来承载信息。在载波频率附近的频率带上通过一个或多个信号发送信息。

射频(RF)功率放大器通常被用于调制(诸如振幅调制)。RF功率放大器被要求在大范围的频率和功率等级上进行操作。理想地,期望频率范围和功率等级上的完美线性。然而,在实际系统中,完美的线性是不切实际的。结果,RF功率放大器通常由于它们的非线性而引入不想要的失真。这些失真劣化了通信并影响性能。

然而,RF功率放大器通常包括非线性并在其输出信号中引入不想要的失真。这些失真劣化了通信,降低了效率并对性能产生负面影响。此外,会发生输入信号分量的互调,并引起不期望的干扰。互调产物还会延伸到允许带宽外并引起不期望的干扰,并且违反传输许可和调控光谱发射要求。

降低RF功率放大器引入的失真的一种技术是向放大器输入信号应用预失真。预失真试图补偿放大器引入的失真,并提高由预失真器和RF功率放大器组成的级联的线性。用于预失真的典型算法用于调整它们的参数并使得期望的参考信号与观察信号之间的总误差最小化。然而,实际实现的线性化的量或程度会根据被预失真的参考信号的瞬时特性以及放大器的传输特性而发生显著的变化。



技术实现要素:

本申请的目的在于克服上述现有技术中的问题。

根据本申请实施例的一个方面,提供一种

根据本申请实施例的另一方面,提供一种

根据本申请的方案,提供一种针对RF功率放大器实施预失真的系统、方法、设备和实施例,该RF功率放大器使用与数字预失真器组合的波峰因子减小处理器的自适应调整。

附图说明

图1是示出缓和带内和带外失真的非线性预失真引擎的框图。

图2是示出峰值估计器的框图。

图3是示出峰值归一化器(normalizer)的框图。

图4是示出压缩估计器的示图。

图5是示出用于使用基于恒定平均功率缩放(scaling)的预失真方法的功率放大器的示例性功率曲线的示图。

图6是示出用于使用基于恒定峰值功率的预失真方法的功率放大器的示例性功率曲线的示图。

图7是示出操作具有恒定峰值功率的非线性预失真引擎的方法的流程图。

具体实施方式

现在将参照附图描述本发明,其中相同的参考标号用于表示类似的元件,并且所示结构和设备不需要按比例绘制。

提供了针对RF功率放大器实施预失真的系统、方法、设备和实施例,该RF功率放大器使用与数字预失真器组合的波峰因子减小处理器的自适应调整。这些可以用于包括非线性预失真引擎(NLPE)的各种应用,包括但不限于无线基站中的功率放大器、无线收发器中的线驱动器、用于光纤通信收发器的电-光转换器、功率放大器测试和表征设备等。

以下使用的简称的列表:

ACPR 相邻信道功率比

AM-AM 振幅调整-振幅调制

CE 压缩估计器

CFRP 波峰因子减小处理器

DPD 数字预失真器

EVM 误差向量幅度

NLPE 非线性预失真引擎

PE 峰值估计器

PN 峰值归一化器

SEM 光谱发射屏蔽

TA 时间对准

RF功率放大器通常在它们的操作频率和/或功率等级的至少部分范围上显示出非线性。功率放大器的非线性在它们的输出信号中引入了不期望的失真。这种不期望的失真包括带外失真和带内失真。这些不期望的失真(尤其是带内失真)劣化了通信,降低了效率并且对性能产不利的影响。带外失真通常源于输入信号分量的互调。互调产物还可以延伸到允许带宽外并引起不期望的干扰,并且违反传输许可和调控光谱发射要求。

本文描述的实例可用于解决其他非线性预失真系统不能解决的许多挑战。实现了充分的带外抑制,通常以相邻信道功率比(ACPR)和光谱发射屏蔽(SEM)来量化。带内失真保持在特定等级之下,这通常根据误差向量幅度(EVM)约束来表征。保持所选输出功率,同时避免非线性预失真引擎(NLPE)输出和RF功率放大器输入处的过量信号峰值。

图1是示出缓解带内和带外失真的非线性预失真引擎(NLPE)100的框图。引擎100是闭环复基带引擎,并使用间接学习架构。应该理解,NLPE 100以简化方式设置,并且还可以使用其他部件。

通常,引擎100包括压缩比估计部136和峰值功率部138。压缩比估计部136生成通过线性处理引起的压缩比的估计。峰值功率部138被配置为针对功率放大器的输入保持恒定的峰值功率。

具体地,NLPE 100包括波峰因子减小处理器(CFRP)102、压缩估计器104、峰值估计器106、第一数字预失真器(DPD)108、学习算法部件110、第二或后数字预失真器(DPD)112、第二峰值估计器114、峰值归一化器116、时间对准(TA)部件118、非线性功率放大器120、上变频部件140和下变频部件142。

引擎100接收输入信号x并生成RF信号作为其输出。输入信号x通常包括承载信息的调制分量,诸如相位调制、振幅调制等。RF信号可被用于传输至引擎100外的另一设备或部件。

CFRP 102被配置为减小输入信号x的波峰因子,并在其输出处提供减小的信号。CFRP 102的输出被称为波峰因子减小信号,并被提供给第一DPD 108的输入。CFRP 102被配置为满足要求,诸如误差向量幅度(EVM)和相邻信道功率比(ACPR)要求。通常,根据需要将EVM减小至阈值或者低于阈值。可以在调控要求中指定EVM。类似地,还将ACPR减小至阈值或低于阈值。

第一DPD 108接收来自CFRP 102的波峰因子减小信号,并被配置为应用预失真并在其输出处提供预失真信号。预失真信号被提供作为功率放大器120的输入。通常,DPD 108应用预失真以补偿由功率放大器120引入的非线性失真。注意,在被提供至功率放大器120的输入之前,上变频部件140将预失真信号上变频到RF频带。

CFRP 102在初始阶段期间(其中,t<T,并且T表示初始阶段的持续时间)确保DPD 108的输入的波峰因子被设置到初始值或者低于初始值,该初始值为称为PAPRin的峰值与平均功率比(PAPR)。此外,DPD 108在初始阶段期间使其输入信号不改变。因此,DPD 108传递波峰因子减小信号作为预失真信号。

功率放大器120的输出(RF信号)被记录、与输入信号x进行时间对准并且被混频器130缩放以得到反馈信号y,也称为反馈或结果信号。压缩估计器140使用反馈信号y和输入信号x来生成或产生输入信号x和反馈信号y之间的平均功率差的估计值。该估计的功率差(也称为压缩估计值)等于与完美线性功率放大器相比由实际功率放大器由于压缩所引起的功率下降。压缩估计值被示为压缩率的

<mrow> <mi>&Delta;</mi> <mover> <mi>P</mi> <mo>^</mo> </mover> <mo>=</mo> <mfrac> <msub> <mrow> <mo>||</mo> <mi>x</mi> <mo>||</mo> </mrow> <mn>2</mn> </msub> <msub> <mrow> <mo>||</mo> <mi>y</mi> <mo>||</mo> </mrow> <mn>2</mn> </msub> </mfrac> <mo>=</mo> <mfrac> <mrow> <munder> <mo>&Sigma;</mo> <mi>k</mi> </munder> <msup> <mrow> <mo>|</mo> <msub> <mi>x</mi> <mi>k</mi> </msub> <mo>|</mo> </mrow> <mn>2</mn> </msup> </mrow> <mrow> <munder> <mo>&Sigma;</mo> <mi>k</mi> </munder> <msup> <mrow> <mo>|</mo> <msub> <mi>y</mi> <mi>k</mi> </msub> <mo>|</mo> </mrow> <mn>2</mn> </msup> </mrow> </mfrac> </mrow>

其中,x是输入信号,y是反馈信号,以及k是采样数。

如上所述,初始阶段期间的输入峰值-平均功率比是自动峰值缩放确保了线性化之前的峰值功率(表示为)等于线性化之后的峰值功率(表示为)。

压缩估计值122被提供给CFRP 102。在初始阶段之后(t≥T),CDRP 102被配置为通过产生波峰因子的减小其输入x的包络峰值此外,CFRP 102使所得到的失真在光谱上成形,使得满足诸如EVM和ACPR要求之类的要求。在一个实例中,CCFR 102被配置为估计输入x的光谱形状,以确保失真的适当光谱成形。

峰值估计器106利于生成被压缩估计器104使用的反馈信号(y)128。峰值估计器106对复值基带采样的块(block)或流进行操作。针对采样的块确定包络幅度。通过因子K来内插真实值和正包络块,以捕获峰值再生长效应。然后,跟踪过采样块的最大值,产生峰值估计值以下示出适当峰值估计器的操作和配置的其他细节。

时间对准部件118被配置为接收RF输出信号的耦合版本并且将输出信号与输入信号x进行时间对准。通过下变频部件142,RF输出信号的耦合版本从RF频率下变频为基带。峰值归一化器116被配置为接收时间对准的RF输出信号,并且相对于其峰值使该信号归一化。峰值归一化器116提供其输出作为峰值规整化信号,峰值归一化信号被提供给乘法器132和乘法器130。

峰值归一化信号可以表示为:

<mrow> <mover> <mi>x</mi> <mo>~</mo> </mover> <mo>=</mo> <mfrac> <mi>x</mi> <msub> <mrow> <mo>||</mo> <mi>x</mi> <mo>||</mo> </mrow> <mi>&infin;</mi> </msub> </mfrac> <mo>=</mo> <mfrac> <mi>x</mi> <mrow> <munder> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> <mi>k</mi> </munder> <mrow> <mo>|</mo> <msub> <mi>x</mi> <mi>k</mi> </msub> <mo>|</mo> </mrow> </mrow> </mfrac> </mrow>

其中,x是输入信号,并且峰值归一化器116使用k个采样。

峰值归一化信号被提供给乘法器130,其中,峰值估计器106的输出与峰值归一化信号组合来生成反馈y。此外,峰值归一化信号被提供给乘法器132,其中其与来自第二峰值估计器的第二峰值估计器信号组合并被提供给第二DPD 112。

第一DPD 108生成预失真信号,并且第二DPD 112至少部分地基于峰值归一化的输出信号生成预失真反馈信号。减法部件134被配置为组合预失真信号和预失真反馈信号,并将组合信号提供给学习算法部件110。

学习算法部件110被配置为基于来自减法部件134的组合信号生成预失真参数126。预失真参数126被提供给第一DPD 108和第二DPD 112,使得它们均提供相同的预失真给它们的输入信号。结果,预失真信号被用作功率放大器120的输入,并且具有基本恒定的峰值功率。

图2是示出峰值估计器200的框图。峰值估计器200例如可在系统100中用作部件106和/或114。提供峰值估计器200是为了说明的目的,应该理解允许各种变化和/或实施方式。

峰值估计器200包括绝对值部件202、内插器204和最大函数部件206。绝对值部件202接收信号208(诸如输入信号x),并对该信号执行绝对值操作并生成其绝对值作为输出信号210。因此,输出信号210总是正值。

内插器204基于K个采样对信号210进行采样和过采样。信号210通常被认为具有通过采样的持续时间和/或数量指定的块,并且对信号210的块执行过采样。因此,对于示例性块,如果K=4,则对于总共13个过采样来说,具有4个采样和9个内插采样。过采样被提供作为内插器的输出212。

最大函数部件206检查用于块的过采样212并识别最大值或峰值。该峰值被提供作为峰值估计值214。针对每个附加块确定修正或新估计值。

图3是示出峰值归一化器300的框图。峰值归一化器300是可在系统100中用作上述部件116的适当峰值归一化器的实例。应该理解,可以预期峰值归一化器的其他实施方式和变化。

峰值归一化器300接收输入信号306(诸如x),并在其输出处生成归一化信号308。归一化信号308通常落入一个值范围,该范围由于归一化而具有大约为1的上限。在一个实例中,归一化针对一个或多个块。

峰值归一化器300包括输入端310、除法器304和峰值估计器302。输入端310被配置为接收输入信号306。在一个实例中,输入信号306是与另一信号进行了时间对准的RF输出信号的耦合版本。峰值估计器302被配置为接收输入信号306并在输入信号306的数据的一个或多个块上生成峰值估计值。峰值估计值被提供给除法器304作为峰值输出信号。

除法器304将输入信号306除以来自估计器302的峰值估计值。结果,除法器304在其输出处生成并提供归一化信号308。在一个实例中,除法器304对输入信号的采样进行操作并针对除以峰值估计值的每个采样产生归一化值。除法器通常在输入信号306的每块使用相同的峰值估计值。

在一个变形例中,使用乘法器来代替除法器304,并且在相乘之前使峰值估计器反相。

图4是示出压缩估计器400的示图。压缩估计器被设置为可在上述系统100中使用的适当压缩估计器的实例。应该理解,可以预期其他实施方式和变化。

压缩估计器400提供第一信号414和第二信号416的比较。以比率的形式提供比较,并且被提供作为压缩估计值418。压缩估计值418基于信号414和416的一个或多个块。

相对于功率放大器(诸如上面示出的功率放大器120)的压缩是指放大器输出信号不再随着放大器输入信号线性增加的区域。在压缩阈值之外,放大器输出信号的递增增益开始针对给定的放大器输入信号减小。放大器输出信号朝向输入信号压缩。

压缩估计器400生成压缩估计值418,这允许CFRP部件通过压缩估计值418减小信号的波峰因子并缓解不想要的压缩。

压缩估计器400生成用于第一信号414的平均功率和用于第二信号416的平均功率,然后将第一平均功率除以第二平均功率以生成压缩估计值418。在一个实例中,如上面参照图1所述,第一信号414是输入x,第二信号416是反馈信号y。

压缩估计器400的第一侧包括第一幅度部件402、第一求和部件420和第一积分器404。第一侧确定第一信号414的平均功率。幅度部件402平方其输入,这使得总是正值。在求和部件420处,其输出与第一积分器404的输出相加。通过第一积分器404对求和部件420的输出进行积分。第一积分器的输出被提供给乘法器/组合器406并表示第一信号414的平均功率,并且还被提供给第一求和部件420作为反馈。

压缩估计器400的第二侧包括第二幅度部件412、第二求和部件422、第二积分器410和反相部件408。第二侧确定第二信号416的平均功率。第二幅度部件412平方其输入,这使得产生正值。其输出在第二求和部件422处与第二积分器410的输出相加。求和部件422的输出被第二积分器410积分。第二积分器410的输出通过部件408反相,然后被提供给乘法器/组合器406并表示第二信号416的平均功率。第二积分器410的输出还被提供给第二求和部件422作为反馈。

图5是示出使用基于恒定平均功率缩放的预失真方法的功率放大器的示例性特性的示图500。曲线是线性化之前(即,在初始阶段之前和期间,t<T)和线性化之后(t>=T)保持恒定平均功率的预失真引擎的实例。以振幅调制-振幅调制(AM-AM)曲线的形式来描述放大器特性。

曲线500包括表示增加功率放大器的输入功率的x轴和表示增加来自功率放大器的输出功率的y轴。功率放大器是例如用于RF通信等的类型。曲线或线描绘了针对给定输入功率值的输出功率值。

线502表示功率放大器的AM-AM行为(没有线性化)。可以看出,该行为是非线性的。这是在没有校正情况下的典型功率放大器行为的实例。线504表示来自非线性预失真器的行为。预失真504试图补偿由功率放大器引入的失真。

预失真和AM-AM行为的组合通过线506来表示。组合506是功率放大器特性和非线性预失真引擎的结果。可以看出,组合506是基本线性的。组合产生了相同的平均功率放大器输出功率预失真504通过显示出扩展行为对功率放大器502显示的压缩进行反击。

该方法依赖于确定预失真的系数或参数的学习算法。诸如测量噪声、数值噪声、次优模型选择、不完美设备配置、参数漂移等的估计误差可在上功率量处创建严重的扩展特性。这些不想要的效果被称为预失真器爆炸、雪崩效应等,并且可以对其所在功率放大器和系统/设备具有有害后果。此外,使用该方法,不对预失真504和/或功率放大器的峰值功率进行控制。

图6是示出用于使用基于恒定峰值功率的预失真方法的功率放大器的示例性功率曲线的示图600。曲线是与保持恒定峰值功率的预失真引擎相关联的实例。曲线是可使用系统100及其变形得到的曲线的实例。

曲线600包括表示增加功率放大器的输入功率的x轴以及表示增加来自功率放大器的输出功率的y轴。所采用的功率放大器是用于RF通信等的类型,诸如上述功率放大器120。

线602表示功率放大器的行为(没有线性化)。可以看出,该行为也是非线性的。这是在没有校正的情况下显示出非线性行为的典型功率放大器的实例。线604表示来自非线性预失真器的行为。预失真604补偿由功率放大器引入的失真。

通过线606表示预失真和功率放大器行为的组合。组合606是功率放大器特性和非线性预失真引擎的结果。可以看出,组合606基本是线性的。

组合606在放大器输出处产生恒定的峰值功率峰值输入功率表示为并且平均输入功率表示为初始阶段(其中t<T)期间的峰值-平均功率比是在初始阶段期间,如上所述,没有应用预失真或线性化。CFRP的自动峰值缩放确保线性化之前的峰值功率(表示为)等于线性化之后的峰值功率(表示为)。在初始阶段之后,组合或链606(其包括602和604的组合)基本是线性的,在功率放大器输出处产生相同的峰值功率峰值功率保持恒定,使得平均功率下降ΔP,从到

利用平均功率放大器输入处的垂直线示出曲线600。在恒定平均功率方法的情况下,补偿606将经过平均功率放大器输入和平均功率放大器输出的交叉。然而,使用恒定峰值功率方法,如图所示,补偿606偏移功率下降ΔP。结果,在该方法中由预失真器和功率放大器组成的链的线性在整个范围内被保持,同时保持功率放大器输入(或者等效地,预失真器输出)处的峰值功率的控制,因此避免了不期望的雪崩或预失真爆炸效应。图7是示出操作具有恒定峰值功率的非线性预失真引擎的方法700的流程图。该方法应用预失真,使得使用基本恒定的峰值功率。

方法700开始于框702,其中根据来自功率放大器的RF输出信号生成时间对准信号。通常使用RF输出信号的耦合版本。通过具有非线性特性的功率放大器生成RF输出信号。时间对准部件将时间对准信号与另一信号(诸如输入信号)对准。

在框704中,通过峰值归一化器生成峰值归一化信号。峰值归一化器识别时间对准信号的多个采样的最大值或峰值或者估计值。然后,采样除以多个采样的最大值以得到峰值归一化信号。典型地,峰值归一化信号具有小于或等于1的值。

在框706中,峰值估计器生成输入信号的峰值估计值。输入信号是具有调制分量的信号,诸如承载信息的振幅调制分量。峰值估计值是多个值中的最大值或峰值。典型地,多个值包括块。块的大小可以变化。

在框708中,生成反馈信号作为峰值归一化信号和峰值估计值的组合。注意,峰值归一化信号基于RF输出信号,并且峰值估计值基于输入信号。求和部件用于将该信号组合到反馈信号中。

在框710中,压缩估计器生成压缩估计值。压缩估计值基于输入信号和反馈信号。在一个实例中,压缩估计值是输入信号的平均功率除以反馈信号的平均功率的比率。上面描述了适当压缩估计器的实例。

在框712中,基于压缩估计值,通过波峰因子减小处理器来减小输入信号的波峰因子。波峰因子减小处理器生成减小的波峰因子作为输出。根据压缩估计值和/或其他要求(诸如EVM等),减小的波峰因子信号具有减小的波峰因子。

根据预失真参数,数字预失真器从波峰因子减小信号中生成预失真信号,以生成预失真信号。通过图6的线604给出预失真信号的实例。预失真信号被修改或失真以补偿功率放大器的非线性。

然后,功率放大器根据预失真信号生成RF输出信号。由于预失真,RF输出信号被生成为通过该链与输入信号具有基本线性的关系。

此外,第二数字预失真器基于峰值归一化信号生成第二预失真信号。学习算法部件基于预失真信号和第二预失真信号生成预失真参数。预失真信号和第二预失真信号应该基本相似。通过学习算法部件来注解其中的差异,这改变或调整预失真参数以进行补偿。

虽然下面将方法示出和描述为一系列动作或事件,但应该理解,这些动作或事件的顺序不用于限制。例如,除本文示出和/或描述的之外,一些动作可以不同顺序发生和/或与其他动作或事件同时发生。此外,可以不要求所有示出的动作来实施本公开的一个或多个方面或实施例。此外,本文所示的一个或多个动作可以在一个或多个独立的动作和/或阶段中执行。

应该理解,所要求的主题可以实施为方法、装置或制品,其使用标准编程和/或引擎技术来产生软件、固件、硬件或任何它们的组合,从而控制计算机来实施本文公开的主题(例如,图1、图2等示出的系统、布置等是可用于实施上述方法的非限制性实例)。术语“制品”在这里用于包括可从任何计算机可读设备、载体或介质访问的计算机程序。当然,本领域技术人员可意识到,在不背离所要求主题的范围或精神的情况下可以对该配置进行许多修改。

公开了具有恒定峰值功率的非线性预失真引擎。该引擎包括压缩估计器、波峰因子减小处理器、数字预失真器和功率放大器。压缩估计器被配置为基于输入信号和反馈信号生成压缩估计值。反馈信号基于RF输出信号。波峰因子减小处理器被配置为减小输入信号的波峰因子以基于压缩估计值生成波峰因子减小信号。数字预失真器被配置为在初始阶段之后向波峰因子减小信号应用预失真,并基于预失真参数生成预失真信号。功率放大器被配置为放大预失真信号以生成RF输出信号。由预失真器和功率放大器组成的链的操作是基本线性的,并且基于恒定峰值功率进行操作。

压缩估计器包括第一输入、第一绝对值部件、第一求和部件和第一积分器。第一输入被配置为接收第一信号。第一绝对值部件被配置为生成第一信号的第一绝对值。第一求和部件被配置为将第一绝对值与第一积分器输出信号相加以生成第一求和信号。第一积分器被配置为积分第一求和信号并生成第一积分器输出信号。第一积分器输出信号是第一输入信号的平均功率。

公开了操作具有恒定峰值功率的非线性预失真引擎的方法。根据RF输出信号生成时间对准信号。通过峰值归一化器生成峰值归一化信号。通过峰值估计器生成输入信号的峰值估计值。反馈信号被生成作为峰值归一化信号和峰值估计值的组合。压缩估计值被生成作为输入信号的平均功率与反馈信号的平均功率的比率。根据压缩估计值,通过波峰因子减小处理器减小输入信号的波峰因子以生成波峰因子减小信号。

具体地,关于通过上述部件或结构(组件、设备、电路、系统等)执行的各种功能,除非另有指定,否则用于描述这些部件的术语(包括“装置”)将对应于执行所描述部件的特定功能的任何部件或结构(例如,功能等效),即使与所公开的结构(执行本发明的所示示例性实施方式的功能)在结构上不等效。此外,虽然仅关于多种实施方式中的一种实施方式公开了本发明的具体特征,但这种特征可以根据需要与其他实施方式的一个或多个其他特征进行组合,并且对于任何给定或特定的应用来说是有利的,此外,在说明书和权利要求中使用术语“包括”、“具有”或其变形,这些术语与术语“包含”具有相似的含义。

当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1