基于神经网络的自适应预失真技术研究.docVIP

基于神经网络的自适应预失真技术研究 　　摘 要:由于放大器固有的非线性特性,通信时会产生带内失真和临道干扰等问题,会对通信系统性能造成严重影响。为了克服放大器非线性特性,需要进行线性化处理。首先对功率放大器的非线性失真进行数学分析,简单介绍预失真技术的基本原理;其次在简单介绍神经网络的基础上提出一种简单的单入单出式神经网络自适应数字基带预失真技术。该技术能很好地改善三阶互调和五阶互调分量,且与一般多项式拟合预失真技术相比,在收敛速度和硬件实现难易程度上都有一定的优势。最后以双音信号为例进行了Matlab仿真。仿真结果印证了该技术的优势。 　　关键词:功率放大器;预失真;神经网络;互调失真 　　中图分类号:TP183文献标识码:A 　　文章编号:1004-373X(2009)10-133-04 　　 　　Research of Adaptive Digital Predistortion Based on Neural Network 　　QIU Wei,XU Yitao,REN Guochun,ZHONG Zhiming 　　(Communication Engineering College,PLA University of Technology,Nanjing,210007,China) 　　Abstract:Because of inherent nonlinearity of high power amplifier,f-band distortion and adjacent-channel interference,which may have bad influence on communication system.To overcome it,a linearization process is given.First,this paper makes a math analysis about nonlinearity distortion of HPA,describes the basic principle about digital predistortion.And then,after depicting simple neural network,the paper proposes an adaptive digital predistortion technology based on SISO-neural network,which can improve third-order and fifth-order intermodulation and comparing with polynomial-fitting technology,it has more advantage on convergence speed and difficulty of hardware realization.At last,the paper uses a double-sound signal to make a matlab simulation,the results also prove this technology′s superiority. 　　Keywords:power amplifier;pre-distortion;neural network;intermodulation distortion 　　 　　伴随无线通信技术的迅猛发展,使得人们对通信系统的容量要求越来越大。现代通信系统为了追求更高的数据速率和频谱效率,更趋向于采用线性调制方式,如16QAM和QPSK方式,以及多载波配置[1]。这些技术产生的信号峰均比较大,均要求功率放大器具有良好的线性特性,否则就会出现较大的互调失真,同时会导致频谱扩展,造成临道干扰,使误码率恶化,从而降低系统性能。 　　目前,克服放大器非线性失真主要有三种方法,一是直接制造超线性功率放大器,但制造这样的放大器工艺极其复杂,价格非常昂贵,且一般只适用于小功率放大器。二是采用功率回退技术,使功放工作在线性区,可以使其从饱和功率点做较大回退来满足线性放大的要求,但这样做会使功放效率大大降低,一般小于10%。三是采用线性化技术,即通过适当增加一些外围电路来克服其非线性影响。目前功放线性化技术主要有前馈、负反馈和预失真技术。负反馈固有的稳定性问题,使得反馈线性化技术工作在无线频率无法保持系统稳定[2]。前馈技术是早期用得比较多的一项技术,比较成熟,但其最大的难点在于为保持不同器件之间的幅度和相位特性完全匹配[2],会使系统和设备都较复杂。预失真技术具有电路形式简单,调整方便,效率高,造价低等优点[3]。其中,基带预失