一种数字预失真的方法和装置的制造方法
【技术领域】
[0001] 本发明涉及通信技术领域，特别是涉及一种数字预失真的方法和装置。
【背景技术】
[0002] 现有的DPD(Digital Pre-Distortion，数字预失真）训练预失真系数有两种模 式：一种为实时数据采集模式，另外一种为延时同步数据采集模式。实时数据采集模式：只 要Dro软件有系数更新需求或者到达同步周期，就立即重新开始数据采集，将采集到的数 据存贮到顺序增加的地址所对应的单元，直到地址累加到4095。延时同步数据采集模式： 比较适合于已知信号的时域结构，且预知某一段信号具备较好的统计特性，能够很好的应 用于参数估计，比如在 TD-SCDMA(Time Division-Synchronous Code Division Multiple Access，时分同步码分多址）的导频部分插入训练序列，启用外部同步端口，在延时同步数 据采集模式中，采用获取使能的上升沿使能一次数据捕获，等到外部同步端口的上升沿到 来之后，再延迟几个样点开始一次新的数据捕获。
[0003] 现有的移动通信系统中，经常会采用延时同步数据采集模式，基本的专用训练信 号使用随机序列生成器产生服从正态分布的随机数0/1，用以模拟多用户合并后的信源，数 据长度根据Dro训练要求来确定。采用与业务信号相同的调制映射和调制傅立叶反变换 模式，信号长度取决于算法设计，原则上只要包含足够多能够描述功率放大器失真的点就 可以。满足以上条件，则发送数字信号功率应该在实际应用时达到最大值，当RRU(Radi 〇 Remote Unit，射频拉远单元）确定时，从基带到天线口的信号变换也将确定，最终射频输出 功率一定也是最大值。因为DH)训练可以离线完成，训练信号可以重复
[0004] 由于目前方案采用在下行导频时隙按照额定功率发射专用训练序列，所以会对网 络有一定干扰。尽管目前系统仿真表明该干扰并没有进一步恶化现网性能，但是还是建议 以较低频率发射该信号，降低Dro系数更新周期。从原理上来讲，功放特性本身是慢变的， 所以Dro系数更新周期只要能跟踪功放的变化即可。建议在产品设计时要对功放的变化特 性进行充分评估，目前评估结果表明，Dro系数更新周期可以设置为2小时，但在实际产品 应用中，Dro系数更新周期可以设置为30?60分钟，目前采用60分钟的更新周期。
[0005] 对于 LTE-FDD (Long Term Evolution-Frequency Division Duplexing，长期演进 频分双工）系统，无法使用固定训练序列模式，无法在一个特定时间内发送一组特定的训 练序列。对于 LTE_TDD(Long Term Evolution-Time Division Duplexing，长期演进时分双 工）系统，虽然能够发送特定的训练序列，但是需要根据带宽存储大量的训练序列，需要占 用下行时隙发送额定功率的训练序列，对于本小区是一种干扰。为此自适应寻找合适的业 务信号作为训练序列成为移动通信系统的一个难题。
【发明内容】
[0006] 本发明提供一种数字预失真的方法和装置，以解决无法寻找合适的业务信号作为 训练序列进行数字预失真的问题。
[0007] 为了解决上述问题，本发明公开了一种数字预失真的方法，包括：
[0008] 获取实时采集到的业务信号的幅度、功率和数量；
[0009] 根据获取到的业务信号的幅度、功率和数量判断所述业务信号是否为训练序列信 号；
[0010] 当所述业务信号为训练序列信号时，使用所述业务信号进行数字预失真。
[0011] 优选地，所述获取实时采集到的业务信号的幅度、功率和数量，包括：
[0012] 将所述实时采集到的业务信号逐一存入先入先出队列；
[0013] 获取每个进入到所述先入先出队列的业务信号的幅度和功率，并统计所述先入先 出队列中的业务信号的数量。
[0014] 优选地，所述根据获取到的业务信号的幅度、功率和数量判断所述业务信号是否 为训练序列信号，包括：
[0015] 判断所述业务信号的幅度是否满足幅度要求，所述业务信号的功率是否满足功率 要求，所述业务信号的数量是否满足数量要求；
[0016] 当所述业务信号的幅度满足幅度要求，且功率满足功率要求，且数量满足数量要 求时，确定所述业务信号为训练序列信号。
[0017] 优选地，所述判断所述业务信号的幅度是否满足幅度要求，所述业务信号的功率 是否满足功率要求，所述业务信号的数量是否满足数量要求，包括：
[0018] 判断所述业务信号的峰值幅度是否小于等于预设的最大峰值幅度，且大于等于预 设的最小峰值幅度；当所述业务信号的峰值幅度小于等于所述预设的最大峰值幅度且大于 等于所述预设的最小峰值幅度时，确定所述业务信号的幅度满足幅度要求；
[0019] 判断所述业务信号的平均功率是否小于等于预设的最大平均功率，且大于等于预 设的最小平均功率；当所述业务信号的平均功率小于等于所述预设的最大平均功率且大于 等于所述预设的最小平均功率时，确定所述业务信号的功率满足功率要求；
[0020] 判断所述业务信号中达到峰值幅度的业务信号的数量是否大于等于预设的峰值 幅度信号数量；当所述业务信号中达到峰值幅度的业务信号的数量大于等于所述预设的峰 值幅度信号数量时，确定所述业务信号的数量满足数量要求。
[0021] 优选地，所述预设的最大峰值幅度为峰值幅度的上限值与峰值幅度的上限余量之 和；
[0022] 所述预设的最小峰值幅度为峰值幅度的下限值与峰值幅度的下限余量之差；
[0023] 所述预设的最大平均功率为平均功率的上限值与平均功率的上限余量之和；
[0024] 所述预设的最小平均功率为平均功率的下限值与平均功率的下限余量之差。
[0025] 相应地，本发明还公开了一种数字预失真的装置，包括：
[0026] 获取模块，用于获取实时采集到的业务信号的幅度、功率和数量；
[0027] 判断模块，用于根据获取到的业务信号的幅度、功率和数量判断所述业务信号是 否为训练序列信号；
[0028] 处理模块，用于当所述业务信号为训练序列信号时，使用所述业务信号进行数字 预失真。
[0029] 优选地，所述获取模块，包括：
[0030] 信号存入子模块，用于将所述实时采集到的业务信号逐一存入先入先出队列；
[0031] 获取统计子模块，用于获取每个进入到所述先入先出队列的业务信号的幅度和功 率，并统计所述先入先出队列中的业务信号的数量。
[0032] 优选地，所述判断模块，包括：
[0033] 判断子模块，用于判断所述业务信号的幅度是否满足幅度要求，所述业务信号的 功率是否满足功率要求，所述业务信号的数量是否满足数量要求；
[0034] 确定子模块，用于当所述业务信号的幅度满足幅度要求，且功率满足功率要求，且 数量满足数量要求时，确定所述业务信号为训练序列信号。
[0035] 优选地，所述判断子模块，包括：
[0036] 峰值幅度判断子单元，用于判断所述业务信号的峰值幅度是否小于等于预设的最 大峰值幅度，且大于等于预设的最小峰值幅度；
[0037] 平均功率判断子单元，用于判断所述业务信号的平均功率是否小于等于预设的最 大平均功率，且大于等于预设的最小平均功率；
[0038] 信号数量判断子单元，用于判断所述业务信号中达到峰值幅度的业务信号的数量 是否大于等于预设的峰值幅度信号数量；
[0039] 所述确定子模块，包括：
[0040] 峰值幅度确定子单元，用于当所述业务信号的峰值幅度小于等于所述预设的最大 峰值幅度且大于等于所述预设的最小峰值幅度时，确定所述业务信号的幅度满足幅度要 求；
[0041] 平均功率确定子单元，用于当所述业务信号的平均功率小于等于所述预设的最大 平均功率且大于等于所述预设的最小平均功率时，确定所述业务信号的功率满足功率要 求；
[0042] 信号数量确定子单元，用于当所述业务信号中达到峰值幅度的业务信号的数量大 于等于所述预设的峰值幅度信号数量时，确定所述业务信号的数量满足数量要求。
[0043] 优选地，所述预设的最大峰值幅度为峰值幅度的上限值与峰值幅度的上限余量之 和；
[0044] 所述预设的最小峰值幅度为峰值幅度的下限值与峰值幅度的下限余量之差；
[0045] 所述预设的最大平均功率为平均功率的上限值与平均功率的上限余量之和；
[0046] 所述预设的最小平均功率为平均功率的下限值与平均功率的下限余量之差。
[0047] 与【背景技术】相比，本发明包括以下优点：
[0048] 通过实时采集的业务信号，根据业务信号的时频分布特性，选择合适的业务信号 作为训练序列信号，在不影响正常业务的情况下完成了训练序列信号的选择。本发明技术 方案能够有效覆盖基站及发射机在外场工作中的状态差异性、多样性。在不同信号类型、信 号带宽、信号功率等情况下，不需要储存大量不同类型的基准信号，不需要增加额外的信号 处理，最大程度节约了有限的系统处理资源。
[0049] 与现有传统方法相比，本发明技术方案涵盖了 FDD非满业务情况下的最优序列获 取功能。在实际工作中的非满业务状态下，充分保证了训练序列在峰值幅度、平均功率等分 布方面对业务信号的覆盖性。在大大降低系统计算复杂度的同时，弥补了传统技术在