功率放大器非线性特性及预失真建模.pdfVIP

参赛密码 （由组委会填写） 第十届华为杯全国研究生数学建模竞赛 第十届华为杯全国研究生数学建模竞赛 题 目 功率放大器非线性特性及预失真建模 摘 要： 信号的功率放大是电子通信系统的关键功能之一，其实现模块称为功率放大 器（PA ，Power Amplifier ），简称功放。为了提高功率放大器的效率，通常又要 求其工作在饱和状态，这必然就会带来严重的非线性。功放的非线性失真会使得 原始信号的频谱扩展，从而对邻近信道造成较大的干扰。功率放大器的线性化， 是解决其效率和线性度矛盾的有效方法，能够使功放在输出高功率和高效率的同 [1] 时，保持良好的线性度。常用预失真技术 (Predistortion) 。本文主要研究对象为 预失真技术中的功放模型的建立及预失真算法的研究。 对于问题一，我们首先建立了无记忆功放的泰勒级数模型，利用最小二乘估 计得到不同阶数的 NMSE 指标 （图4.1 ），综合考虑选取阶数为 10，此时 NMSE=-94.5dB 。为了解决最小二乘估计阶数增加后的不稳定性，将观测矩阵正 交化后，采用最小二乘估计得到不同阶数对应的NMSE 指标 （图4.3 ），阶数为 10 时，NMSE=-97.5dB 。为了避免求逆运算，采用LMS 自适应算法来求解，由 于数据有限，无法达到收敛，性能比较差（图4.7 ），但重复利用数据40 次后， 性能有所改善，NMSE=-42.6dB （图4.8 ）。 对于无记忆预失真器同样建立泰勒级数模型，由于数据有限，自适应算法很 难收敛，所以采用直接学习结构，将功率放大器的输出减小 倍后作为输入， g g 为理想的线性放大倍数，功率放大器的输入作为输出，通过拟合得到的系统即为 预失真器。对于模型的求解，分别使用了最小二乘估计，施密特正交化后求解， 估计出预失真器参数。最后用NMSE 评价预失真系统，预失真器在10 阶时，可 以达到NMSE=-59.03dB 。此时线性化放大倍数可以达到理论最大值gmax 1.8265 。 对于问题二，首先建立了有记忆功放的“和记忆多项式”模型，它是在无记 忆泰勒级数的基础上加入了时延项，利用最小二乘估计得到在不同阶数K ，记忆 深度M 下，NMSE 的变化曲线图 （图4.14 ）。我们选取有记忆功放 “和记忆多项 式”模型的阶数K=3 ，记忆深度M=5，此时NMSE=-45.05dB 。 1 在有记忆预失真的建模中，预失真器的模型同样为 “和记忆多项式”模型， 依据计算量和 NMSE 的变化情况，我们首先确定有记忆功放的模型参数为阶数 K=3，记忆深度 M=5 。我们分别使用直接学习法和间接预失真学习法求解模型。 我们得出了预失真器在不同阶数K ，记忆深度M 下，预失真补偿后系统的NMSE 的变化曲线图 （图4.17 、图4.19 ）。对于直接学习法，最佳的阶数和记忆深度为 K=3、M=5，此时NMSE=-45.4dB，线性化放大倍数g=9.4528 ；对于间接预失真 学习法，最佳的阶数和记忆深度为K=4 、M=4 ，我们提出一种改进的间接预失真 学习结构图 （图4.15 ），求得NMSE=-44.1dB、g 9.456 。 对于问题三，我们利用直接法求信号的功率谱密度函数，得到输入信号、无 预失真补偿的功率放大器输出信号、采用预失真补偿的功率放大器输出信号的功 率谱图，并计算各自的 ACPR 。输入信号 ACPR=-78.5dB ，无预失真输出信号 ACPR=-37.3dB，直接学习法和间接学习法的有预失真输出信号的相邻信道功率 比分别为 ACPR=-5