利用数字预失真线性化宽带功率放大器

2. Wiener系统 Wiener模型是Volterra模型一种有意义的简化，包括一个线性滤波器，后接无记忆非线性。可以采用查询表对非线性进行模型化，也可用FIR滤波器线性对线性滤波器进行模型化。Werner系统在模型化大多数RF功率放大器方面的有效性有限。模型参数的估算相当复杂，这使其对实时自适应没有吸引力。

3.Hammerstein系统 此外，Hammerstein模型也是Volterra模型的一种简化，包含一个无记忆非线性，后跟一个线性滤波器。这是一种简单的记忆模型，其模型参数的计算比Wiener模型要简单。这种模型对模型化所有不同类型RF功放的有效性有限。

4. Wiener-Hammerstein 将一个线性滤波器、一个无记忆线性与另一个线性滤波器级联起来就构成了Weiner-Hammerstein模型。这种模型比Weiner或 Hammerstein模型更加一般，包括Volterra数列许多项，可以更好地进行非线性模型化。

5. 记忆多项式 限制(1)中的Volterra数列，使除了中心对角线上的项以外，各个项都为0，即只有i1=i2=i3…时hn(i1,i2,i3…) != 0，得到如式子B所示的记忆多项式模型，其中M为记忆长度，K为非线性阶数。

已经证明这种模型(及其变种)对线性化宽带功放是有效的，硬件和软件计算要求也合适。

文献中也提出了上述模型的不同组合，每一种都有其优缺点。商业上可实施的前置补偿器要求能够擅长处理大量非线性行为，对不同应用可能需要不同模型。对于这些模型中的大多数而言，前置补偿器系数适合采用最小二乘法识别的间接学习架构。

本文第三部分将讨论如何采用采用算术和模型简化方法的混合来实现前置补偿。

在无线系统中，功放(PA)线性度和效率常是必须权衡的两个参数。工程师都在寻找一种有效而灵活的基于Volterra的自适应预失真技术，可用于实现宽带RF功放的高线性度。本文将概述不同数字预失真技术，介绍一种创新性DPD线性化电路特有的自适应算法。

本文的第二部分介绍了线性化方案对于前置补偿器具有高度精确模型的需求。下面我们将讨论如何采用采用算术和模型简化方法的混合来实现前置补偿。

在GC5322前置补偿实施中，为易于实现，采用算术和模型简化方法的混合。通过排除不同指数排列的冗余，式1中的项数可以显著降低。可以假设Volterra系数对称，这不会有任何通用性降低。此外，功放的实际输入信号x(n)可以用其复数基带表达式x(n) = Re{ejx O nX(n)}形式表示，其中ΩO= 2 π fO，fO为感兴趣频带的中心频率。

由于对频带有限的系统，只对载波频率fO附近的成分感兴趣，Volterra数列写成复数基带信号形式将大大降低考虑的项数，有助于指导模型架构的选择。例如，偶数阶互调项离感兴趣频带很远，这样有可能进一步丢弃式1中一半的项。模型为旋转不变，这样可以进一步简化。就是说，PA输入的相位偏移在输出端产生完全相同的相位偏移。即，式1就可以简化到涉及信号和其幅度平方的乘方的积。此外，PA有因果关系为大家所了解，假设PA的线性部分为最低相位(或足够如此)。这进一步限制了Volterra项。

在大多数PA中，信号处理是分级进行的。利用这一特征，模型可以简化(特定应用需要的项数)成级联部分，每一部分匹配到满足补偿各级畸变的要求。

GC5322中实现的DPD分为三个主要部分：线性均衡器、非线性DPD以及反馈非线性补偿器和智能捕获缓冲器。通过将式1中的Volterra数列限制到只有记忆M1的线性项，线性均衡模块(式2)模型，得到：

Y1(n) = Σi=0:M1 h1(i).x(n-i) (2)

一个M1攻丝长的发射均衡器可以说明RF发射路径和PA的线性畸变，可以看作是Hammerstein模型的线性时不变的半部。这一均衡器主要补偿与PA串联的滤波，如匹配网络、多路复用器以及IF滤波。随所选的时钟率不同，GC5322中用的均衡器提供100～200ns的校正时间。这样在模拟设计中就有最大幅度和群延迟限制。发射器模拟部分2ns的峰-峰群延迟和1dB的峰-峰幅度纹波特性认为是在模拟和数字复杂性之间合理的均衡。式2的硬件实现同时对实部和虚部数据流提供了一个复数FIR滤波器。这样可以独立对实部和虚部信号路径进行均衡，并可以补偿I/Q增益/相位/延迟的不匹配。

发射ASSP的第二部分是非线性DPD。之所以需要它，是因为根据PA设计和信号带宽的不同，PA中的非线性记忆效应的范围可从几个纳秒到高达1微秒。结合到无线系统PA的高阶非线性(从AB类放大器的5阶到Doherty PA的高达11阶)，选择合适的非线性前置补偿架构可能真是一个挑战。

通过将式1中的Volterra数列限制到只有带记忆M2的非线性对角项，丢掉上述偶数项，对其进行简化，得到如式3的非线性前置补偿器模块。

此前置补偿器模块可以说明PA非线性的主要部分。如果忽略此模块的记忆性，就可以看作Hammerstein模型的无记忆非线性部分。有了记忆以后，可以用作基于记忆多项式的前置补偿器。将各项重新排列，得到式C的关系。

对各项如此重新整理就将公式简化到了有限脉冲响应(FIR)的形式，就可能以对硬件有效的LUT形式实现|x(n-i)|2多项式。多项式的方次受到自适应算法模型精度容差的限制。

对某些类型的射频PA，额外的记忆效应依赖于信号包络线。例如，这些记忆效应可以源自多种不同因素，如热和行为接近功率曲线的函数的多倍增益的电源瞬变。式1中Volterra数列的项涉及到要放大的信号与复数信号包络的向量积，可以用于构成在探索RF PA的记忆效应及如何用滤波器改进线性方面有用的关系。(Hardik Gandhi)