面向5G基站的氮化镓功放数字预失真线性化宽带非线性行为建模与算法.docxVIP

PAGE2

面向5G基站的氮化镓功放数字预失真线性化宽带非线性行为建模与算法

摘要

随着5G通信的大规模部署，基站发射机对功率放大器的宽带线性化提出了严苛要求。氮化镓功放因其高功率与高效率成为5G基站首选，但在宽带信号下表现出强烈的非线性与长记忆效应，导致信号严重失真。本课题针对此痛点，开展宽带非线性行为建模与数字预失真算法设计。

课题遵循“需求分析→总体设计→详细设计→实现→测试”的工程递进思路。首先分析5G基站对线性化的指标需求；其次构建基于广义记忆多项式的宽带非线性模型架构；接着设计高精度数字预失真算法及参数提取模块；随后在MATLAB与FPGA平台完成算法实现；最后通过闭环测试验证系统性能。

核心创新在于提出一种改进的稀疏化广义记忆多项子模型，在保证建模精度的同时显著降低系数求解复杂度。测试表明，系统有效改善了发射信号质量，邻道泄漏比改善达15dB以上，误差向量幅度降至2%以内，满足5G基站实用要求。

第一章绪论

1.1研究背景

5G通信系统采用大带宽、高峰均比的调制信号，如100MHz带宽的5GNR信号，对射频前端功放的线性度提出了前所未有的挑战。功放非线性会导致信号频谱扩展，产生严重的邻道干扰，同时引起带内信号畸变，降低解调精度。

氮化镓功放凭借其高功率密度、宽频带及高效率优势，已成为5G宏基站射频发射链路的核心器件。然而，GaN器件在宽带工作状态下，不仅表