功率放大器寬帶自適應預失真技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩70頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、在現(xiàn)代無線通信系統(tǒng)中,功率放大器是最重要的模塊之一,但是也是固有的非線性器件,其非線性會產(chǎn)生帶內(nèi)和帶外誤差失真,其結(jié)果就是導致鄰道干擾和誤碼率性能的惡化。此外,為了在有限帶寬內(nèi)盡可能的增加傳輸容量,現(xiàn)代通信系統(tǒng)(比如WCDMA和WiMAX等)通常使用高效頻譜利用效率的數(shù)字調(diào)制格式。其結(jié)果就是這種系統(tǒng)的信號包絡有較大的波動并具有較高的峰均功率比,相應的也就加重了發(fā)射機的強非線性記憶效應的影響。因此,功率放大器線性化技術(shù)就成為減少通信誤碼率

2、、抑制頻譜再生和鄰道干擾并提高功率放大器效率的必要手段,并且可以加速通信系統(tǒng)設計和驗證過程,具有重大的理論價值和廣闊的應用前景。
   在所有線性化技術(shù)中,由于其具有高精確性、高效操作、使用靈活等優(yōu)勢,數(shù)字預失真技術(shù)成為最有前途的功放線性化技術(shù),并且在現(xiàn)代通信系統(tǒng)中得到了廣泛應用。本文針對這一技術(shù),重點研究了寬帶通信系統(tǒng)中帶有非線性記憶效應的功率放大器行為建模和自適應數(shù)字預失真技術(shù),主要內(nèi)容有:
   1、研究了功放非線

3、性特性的基本理論,詳細描述了評價功率放大器非線性特性的主要技術(shù)指標,并總結(jié)了常見的功放無記憶和有記憶行為模型,這些都為自適應預失真技術(shù)的研究奠定了重要的理論基礎。
   2、構(gòu)建了用于功放行為模型提取和驗證的測量和仿真平臺。功率放大器非線性特性的測量結(jié)果直接決定了所建立的行為模型的精度,本文從兩個方面構(gòu)建了寬帶通信信號激勵下的行為模型提取和驗證的平臺,一是基于安捷倫測量儀器的實時測試平臺,二是基于ADS2006的系統(tǒng)仿真平臺。并

4、分別給出了實際功率放大器主要特性的測量和仿真結(jié)果。
   3、給出了預失真應用中基于增強NARMA結(jié)構(gòu)的寬帶功率放大器行為模型,并分別使用普通最小二乘(LS)算法和遞歸最小二乘(RLS)算法進行模型參數(shù)的提取和更新。模型分別使用ADS2006仿真和實際測量數(shù)據(jù)來進行驗證。廣義NARMA模型性能通過使用歸一化的均方誤差和鄰道誤差功率比等帶內(nèi)和帶外失真誤差進行評價,并且在計算精度和計算復雜性方面和傳統(tǒng)的NARMA模型及記憶多項式模型

5、進行比較。仿真結(jié)果表明,在所有研究的模型中,增強NARMA模型在刻畫寬帶功率放大器動態(tài)性能方面具有精確性和復雜度矛盾的最好折中特性。
   4、闡述了一種用于寬帶通信系統(tǒng)中由記憶功率放大器引起的信號非線性失真的高效自適應數(shù)字預失真方法。該方法使用廣義NARMA模型和間接學習結(jié)構(gòu)構(gòu)造自適應預失真系統(tǒng),并使用高斯-牛頓算法實時在線動態(tài)估計預失真器參數(shù)。計算機仿真結(jié)果表明:廣義NARMA模型預失真器能夠較好地補償寬帶功率放大器的非線性

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論