专利名称：具有抽头输出归一化的非线性模型的制作方法
技术领域：
一般来说，本发明涉及用于构建非线性电子装置的物理模型的技术，更具体来说，涉及用于对输入信号补偿由电子装置引入输入信号的失真的方法和设备。
背景技术：
用于通信应用的射频功率放大器的设计常常涉及线性度与效率之间的折衷。功率放大器通常当工作在饱和点或其附近时最有效率。但是，在饱和点或其附近的放大器的响应是非线性的。一般来说，当工作在高效率范围时，功率放大器的响应呈现非线性和记忆效应。改进功率放大器的效率及其整体线性度的一种方式是以数字方式对功率放大器的输入进行预失真，以便补偿由功率放大器所引入的失真。实际上，在预期失真将由功率放大器引入的情况下调整输入信号，使得输出信号在很大程度上没有失真产物。一般来说，预失真在基带频率(即，在信号被上变频到射频之前)以数字方式应用于信号。在线性度和效率两方面改进发射器系统的整体性能时，这些技术能够是相当有益的。此外，这些技术因预失真器的数字实现而能够相对廉价些。实际上，由于这些技术的可用性，可考虑到比原本可准许的更宽松的线性度要求来设计功率放大器，因而潜在地降低整体系统的成本。
发明内容
本发明提供失真模型以供预失真系统中使用。预失真系统包括预失真器、功率放大器和失真建模电路。预失真器对输入信号进行预失真，以便补偿由功率放大器所引入的失真。失真建模电路使用失真模型来计算由预失真器应用于输入信号的预失真器加权系数。失真模型使用抽头输出归一化将从基函数集合中的不同基函数生成的数据信号的方差归一化到预定值。相应地，本发明的实施例包括用于对输入信号补偿由对输入信号进行操作的电子装置所引入的失真以产生输出信号的各种方法。在一个示范方法中，从输入信号和输出信号来生成表示多个抽样时间实例的第一和第二信号样本。对于所述抽样时间实例中的一个或多个，从第一信号样本以及电子装置或预失真器的非线性失真模型中的基函数集合来生成对应的数据样本集合。将数据样本归一化，使得来自各基函数的归一化数据样本具有预定方差。然后，按照非线性失真模型计算使归一化数据样本拟合第二信号样本的模型加权系数。模型拟合参数被用来确定预失真器权重集合，预失真器权重集合由预失真器应用于功率放大器的输入信号。本发明的其它实施例包括预失真电路，该预失真电路用于对输入信号进行预失真，以便补偿由对输入信号进行操作的电子装置所引入的失真以产生输出信号。一个示范预失真电路包括输入电路、失真建模电路和预失真器。输入电路配置成对于多个抽样时间实例中的每个，从输入和输出信号来生成第一和第二信号样本。失真建模电路对电子装置或预失真器的失真建模，并且计算预失真器的预失真权重。失真建模电路配置成对于一个或多个抽样时间实例，从第一信号样本以及电子装置或预失真器的非线性失真模型中的基函数集合来生成对应的数据样本集合。失真建模电路将数据样本归一化，使得来自各基函数的归一化数据样本具有预定方差，按照非线性失真模型计算使归一化数据样本拟合第二信号样本的模型加权系数，以及从模型加权系数来确定预失真器权重。预失真器将预失真权重应用于输入信号，以便补偿由电子装置所引入的失真。
图1示出用于预失真电路的间接模型。图2示出用于预失真电路的间接模型。图3示出用于对预失真器或功率放大器所引入的失真建模的通用失真模型。图4示出用于对预失真器或功率放大器所引入的失真建模的没有记忆的失真模型。图5示出用于失真模型的示范幂基函数集合。图6示出用于失真模型的示范幂基函数集合。图7示出用于对预失真器或功率放大器所引入的失真建模的具有记忆的失真模型。图8示出具有抽头输出归一化的通用失真模型。图9示出具有记忆和抽头输出归一化的备选失真模型。图10示出具有记忆和抽头输出归一化的备选失真模型。图11示出具有记忆和抽头输出归一化的备选失真模型。图12示出对功率放大器输入信号进行预失真的示范方法。图13示出用于对功率放大器输入信号进行预失真的示范预失真电路。
具体实施例方式现在参照附图，图1示出数字预失真系统100，数字预失真系统100配置成补偿由功率放大器120对通信信号引入的失真。功率放大器120通常当工作在非线性范围时最有效率。但是，功率放大器120的非线性响应引起带外发射，并且降低通信系统中的谱效率。预失真器110可用于通过使功率放大器120的输入信号失真以补偿功率放大器120引入的非线性失真，来改进功率放大器效率和线性度。预失真器110和功率放大器120的级联改进输出信号的线性度，并且因而允许功率放大器120更有效率地操作。虽然预失真在本文所述电路和系统中用于使功率放大器120的输出线性化，但是本领域的技术人员将会理解，所述技术更一般地可适用于使任何类型的非线性电子装置的输出线性化。如图1中看到的，输入信号x(n)被输入到预失真器110。预失真器110对输入信号X(n)进行预失真，以便补偿当功率放大器120工作在非线性范围时由功率放大器120所引入的失真。预失真器110所产生的预失真输入信号z (η)则被施加于功率放大器120的输入端。功率放大器120放大预失真输入信号ζ (η)，以便产生输出信号y (η)。如果预失真器110经过适当设计和配置，则输出信号y (η)包含比单独使用功率放大器120时更少的失真产物和带外发射。
为了补偿由功率放大器120所引入的失真，预失真器110必须具有有效地逆转功率放大器120的非线性效应的非线性传递函数。为了适当配置预失真器110，需要用于这个非线性传递函数的适当模型。得出这个非线性传递函数的两种不同方式是可能的。第一种方式利用如图1所示的间接学习架构，第二种方式使用图2的直接学习架构。在两种情况下，将输入到功率放大器120的信号z (η)以及放大器输出信号y(n)的缩放形式应用于失真建模电路130。图1和图2中示为衰减器140的缩放反映从预失真器110和功率放大器120的组合所预期的净线性增益G。通过G的倒数来缩放输出信号y (η)准许功率放大器120所引入的非线性度与其增益无关地被分析。在图1的间接学习架构中，预失真器110的模型的一般结构被视为给定的，并且其系数(参数)直接从功率放大器120的输入和输出来估计。失真建模电路130包括系数评估电路150，系数评估电路150按照预失真器的预定非线性模型来评估放大器输入信号ζ (η)和放大器输出信号y (n)/G，以便确定将要由预失真器110所应用的加权系数集合。下面更详细地描述这个过程。通过这种间接方式，没有得出功率放大器120的模型。而是，通过抵消功率放大器120所引入的失真所需的预失真的建模来间接地学习功率放大器120的非线性特性。相比之下，图2的直接学习架构直接表征功率放大器120的非线性性能。功率放大器包括系数评估电路160，系数评估电路160按照功率放大器120的预定非线性模型来评估放大器输入信号ζ (η)和放大器输出信号y (n)/G。在框120使功率放大器的非线性特性最佳地拟合功率放大器模型的加权系数则由系数推导电路170用于生成用于配置预失真器110的权重。预失真器110或功率放大器120所引入的失真能够由本文中将称作失真函数的复杂非线性函数来表示。本文中称作分解方式的一种对失真函数建模的方式将失真函数分解为不太复杂的基函数的集合，并且计算作为基函数输出的加权和的失真函数的输出。用于对失真函数建模的基函数的集合在本文中称作基函数集合。图3示出一般化失真模型200，它可表示由功率放大器120所引入的失真(例如，如图2的直接学习架构中的模型系数评估单元160所建模的)或者预失真器的预失真传递函数(例如，如图1的预失真器模型系数评估单元150所建模的)。在任一种情况下，失真模型200包括与预期基函数集合对应的结构210。模型结构210包括P个抽头，其中各抽头对应于基函数。应当注意，在一些实施例中，多个抽头可对应于相同基函数。模型结构210对输入信号χ(η)进行操作，以便在相应抽头产生数据信号
(η),IipmilI (n)jo 失真模型 300 则计算数据信号jw()(η).M1 <#ι)…I/p— | {η)\的加权和，以便得到已失真输入信号d(n)。更具体来说，将数据信号《略…丨与对
应加权系数I %( ).叫PO-.1(V)I相乘，以及所产生的乘积相加在一起以得到d(n)。图3所示的失真模型能够表示为:
权利要求
1.一种对输入信号补偿由对所述输入信号进行操作的电子装置所引入的失真以产生输出信号的方法，所述方法包括: 对于多个抽样时间实例中的每个，生成表示所述输入信号和输出信号的第一信号样本和第二信号样本； 对于所述抽样时间实例中的一个或多个，从所述第一信号样本以及所述电子装置或预失真器的非线性失真模型中的基函数集合来生成对应的数据样本集合； 将所述数据样本归一化，使得来自各基函数的归一化数据样本具有预定方差； 按照所述非线性失真模型计算使所述归一化数据样本拟合所述第二信号样本的模型加权系数； 从所述模型拟合参数来确定预失真权重；以及 将所述预失真权重应用于所述输入信号，以便补偿由所述电子装置所引入的所述失真。
2.如权利要求1所述的方法，其中，对于给定抽样时间实例来生成所述对应的数据样本集合包括:基于与两个或更多抽样时间实例对应的第一信号样本来计算一个或多个数据样本。
3.如权利要求2所述的方法，其中，基于与两个或更多抽样时间实例对应的第一信号样本来计算一个或多个数据样本包括: 计算与两个或更多抽样时间实例对应的基函数输出信号；以及 从所述基函数输出信号来生成所述一个或多个数据样本。
4.如权利要求3所述的方法，其中，将所述数据样本归一化包括:将所述基函数输出信号归一化，并且从所述归一化的基函数输出信号来生成归一化数据样本。
5.如权利要求3所述的方法，其中，将所述数据样本归一化包括:从所述基函数输出信号来生成作为非归一化数据样本的所述一个或多个数据样本，以及将所述非归一化数据样本归一化。
6.如权利要求1所述的方法,其中,将所述数据样本归一化包括:将从各基函数生成的数据样本乘以与所述基函数所生成的数据样本的平方根的倒数成比例的对应归一化因子。
7.如权利要求1所述的方法，其中，所述非线性模型包括预失真器模型，并且其中，从所述模型加权系数来确定预失真权重包括从所述预失真模型的模型加权系数来计算预失真权重。
8.如权利要求7所述的方法，其中，从所述模型加权系数来计算预失真权重包括:计算作为所述模型加权系数和相应归一化因子的乘积的预失真权重。
9.如权利要求1所述的方法，其中，所述非线性模型包括所述电子装置的失真模型，并且其中，从所述模型加权系数来确定预失真权重包括: 从所述模型加权系数来计算功率放大器加权系数，以及 计算作为所述功率放大器加权系数的逆的预失真器加权系数。
10.如权利要求1所述的方法,其中,给定抽样时间实例的数据样本包括:从所述第一信号样本以及与所述相应分支对应的基函数集合来计算作为分支输出信号的数据样本。
11.如权利要求10所述的方法,其中，将所述数据样本归一化包括:将所述分支函数输出信号归一化。
12.如权利要求10所述的方法，其中，所述分支输出信号被计算为与两个或更多抽样时间实例对应的基函数输出信号的加权和。
13.一种预失真电路，用于对输入信号进行预失真，以便补偿由对所述输入信号进行操作的电子装置所引入的失真以产生输出信号，所述预失真电路包括: 输入电路，配置成对于多个抽样时间实例中的每个，生成表不所述输入信号和输出信号的第一信号样本和第二信号样本； 失真建模电路，对所述电子装置或预失真器的失真建模，并且计算预失真权重，所述失真建模电路配置成: 对于所述抽样时间实例中的一个或多个，从所述第一信号样本以及所述电子装置或预失真器的非线性失真模型中的基函数集合生成对应的数据样本集合； 将所述数据样本归一化，使得来自各基函数的归一化数据样本具有预定方差； 按照所述非线性失真模型计算使所述归一化数据样本拟合所述第二信号样本的模型加权系数； 从所述模型加权系数来确定预失真权重； 预失真器，将所述预失真权重应用于所述输入信号，以便补偿由所述电子装置所引入的所述失真。
14.如权利要 求13所述的预失真电路，其中，所述失真建模电路配置成:通过基于与两个或更多抽样时间实例对应的第一信号样本计算一个或多个数据样本，对于给定抽样时间实例生成对应的数据样本集合。
15.如权利要求14所述的预失真电路，其中，所述失真建模电路配置成:通过计算与两个或更多抽样时间实例对应的基函数输出信号，并且从所述基函数输出信号生成所述一个或多个数据样本，来计算所述一个或多个数据样本。
16.如权利要求15所述的预失真电路，其中，所述失真建模电路配置成:通过将所述基函数输出信号归一化，并且从所述归一化基函数输出信号生成归一化数据样本，来将所述数据样本归一化。
17.如权利要求15所述的预失真电路，其中，所述失真建模电路配置成:通过从所述基函数输出信号生成作为非归一化数据样本的一个或多个数据样本，并且将所述非归一化数据样本归一化，来将所述数据样本归一化。
18.如权利要求15所述的预失真电路，其中，所述失真建模电路配置成:通过将从各基函数生成的数据样本乘以与所述基函数生成的所述数据样本的平方根的倒数成比例的对应归一化因子，来将所述数据样本归一化。
19.如权利要求13所述的预失真电路，其中，所述非线性模型包括预失真器模型，并且其中，所述失真建模电路配置成:从所述预失真模型的模型加权系数来计算预失真权重。
20.如权利要求19所述的预失真电路，其中，所述失真建模电路配置成:计算作为所述模型加权系数和相应归一化因子的乘积的预失真权重。
21.如权利要求13所述的预失真电路，其中，所述非线性模型包括所述电子装置的失真模型，并且其中，所述失真建模电路配置成: 从所述电子装置失真模型的模型拟合参数来计算功率放大器加权系数；以及计算作为所述功率放大器加权系数的逆的预失真加权系数。
22.如权利要求13所述的预失真电路，其中，所述失真建模电路配置成:从所述第一信号样本以及与所述相应分支对应的基函数集合来计算作为分支输出信号的数据样本。
23.如权利要求22所述的预失真电路，其中，所述失真建模电路配置成:通过将所述分支输出信号归一化来将所述数据样本归一化。
24.如权利要求22所述的预失真电路，其中，所述失真建模电路配置成:计算作为与两个或更多抽样时 间实例对应的基函数输出信号的加权和的所述分支输出信号。
全文摘要
用于预失真系统的失真模型使用抽头输出归一化将从基函数集合中的不同基函数生成的数据信号的方差归一化到预定值。失真模型由失真建模电路用于计算数字预失真器的加权系数。
文档编号H03F1/32GK103201949SQ201080070182
公开日2013年7月10日 申请日期2010年11月16日 优先权日2010年11月16日
发明者C.白 申请人:瑞典爱立信有限公司