本文介紹數(shù)字預(yù)失真(DPD)的數(shù)學(xué)基礎(chǔ),以及如何在收發(fā)器的微處理器和硬件中實(shí)現(xiàn)它。它解決了現(xiàn)代通信系統(tǒng)需要DPD的原因,并探討了數(shù)學(xué)模型如何捕獲真實(shí)世界的信號(hào)失真。
介紹
DPD 是許多 RF(射頻)工程師、信號(hào)處理愛(ài)好者和嵌入式軟件開(kāi)發(fā)人員熟悉的首字母縮略詞。DPD在我們的蜂窩通信系統(tǒng)中無(wú)處不在,使功率放大器(PA)能夠有效地為天線提供最大功率。隨著5G推動(dòng)基站的天線數(shù)量增加,我們的頻譜變得越來(lái)越擁擠,DPD已成為一項(xiàng)關(guān)鍵技術(shù),允許開(kāi)發(fā)高效,具有成本效益和規(guī)范兼容的蜂窩系統(tǒng)。
我們中的許多人根據(jù)自己的觀點(diǎn)對(duì)DPD有獨(dú)特的理解,無(wú)論是從純數(shù)學(xué)角度還是從微處理器上更受約束的實(shí)現(xiàn)。也許您是一名評(píng)估RF基站產(chǎn)品中DPD性能的工程師,或者對(duì)數(shù)學(xué)建模技術(shù)如何在現(xiàn)實(shí)世界系統(tǒng)中實(shí)現(xiàn)感到好奇的算法開(kāi)發(fā)人員。本文旨在拓寬您的知識(shí)面,使您能夠從各個(gè)角度充分掌握該主題。
什么是DPD,為什么使用它?
當(dāng)RF信號(hào)從基站無(wú)線電輸出時(shí)(見(jiàn)圖1),在通過(guò)天線傳輸之前需要放大。射頻PA用于執(zhí)行此操作。在理想情況下,PA接受輸入信號(hào)并輸出與其輸入成比例的更高功率信號(hào)。它還以最節(jié)能的方式做到這一點(diǎn),以便將提供給放大器的大部分直流電源轉(zhuǎn)換為信號(hào)輸出功率。
圖1.帶和不帶DPD的簡(jiǎn)化無(wú)線電結(jié)構(gòu)框圖。
然而,這不是一個(gè)理想的世界。PA由晶體管制成,晶體管是有源器件,本質(zhì)上是非線性的?,F(xiàn)在,如果我們?cè)赑A的“線性”區(qū)域使用PA(此處為線性是一個(gè)相對(duì)術(shù)語(yǔ);因此為引號(hào)),如圖2所示,則輸出功率與輸入功率相對(duì)成正比。這種方法的缺點(diǎn)是PA通常在非常低效的狀態(tài)下使用,提供的大部分功率都以熱量的形式損失。我們經(jīng)常希望在PA開(kāi)始?jí)嚎s時(shí)使用它們。這意味著,如果輸入信號(hào)增加設(shè)定量(例如3 dB),PA輸出不會(huì)增加相同的量(可能僅增加1 dB)。顯然,此時(shí)信號(hào)被放大器嚴(yán)重失真。
圖2.PA輸入功率與輸出功率的關(guān)系圖(顯示采樣輸入/輸出信號(hào)的投影)。
這種失真發(fā)生在頻域中的已知位置,具體取決于輸入信號(hào)。圖3顯示了這些位置以及基頻與這些失真產(chǎn)物之間的關(guān)系。在RF系統(tǒng)中,我們唯一需要補(bǔ)償?shù)氖д媸悄切┙咏ㄐ盘?hào)的失真,即奇階互調(diào)產(chǎn)物。系統(tǒng)中的濾波負(fù)責(zé)帶外產(chǎn)物(諧波甚至階次交調(diào)產(chǎn)物)。圖4顯示了RF PA在其壓縮點(diǎn)附近運(yùn)行的輸出。互調(diào)產(chǎn)物(尤其是三階)清晰可見(jiàn)。它們看起來(lái)像所需信號(hào)周?chē)摹叭棺印薄?/p>
圖3.2 音輸入的互調(diào)和諧波失真位置。
圖4.2× 20 MHz載波通過(guò)SKY66391-12射頻PA。中心頻率 = 1850 MHz。
DPD旨在通過(guò)觀察PA輸出來(lái)表征這種失真,并在知道所需的輸出信號(hào)后改變輸入信號(hào),使PA輸出更接近理想值。這只有在相當(dāng)具體的情況下才能有效地完成。我們需要配置放大器和輸入信號(hào),使放大器有所壓縮,但不會(huì)完全飽和。
PA 失真建模背后的數(shù)學(xué)原理
看到希臘字母和其他數(shù)學(xué)符號(hào)是否往往會(huì)帶來(lái)對(duì)過(guò)去大學(xué)考試的可怕閃回?你并不孤單!當(dāng)人們得到的第一個(gè)參考文獻(xiàn)是一篇數(shù)學(xué)繁重的學(xué)術(shù)論文時(shí),人們可能會(huì)不必要地被基礎(chǔ)知識(shí)所推遲。論文“RF功率放大器數(shù)字預(yù)失真的廣義記憶多項(xiàng)式模型”1是一項(xiàng)開(kāi)創(chuàng)性的工作,介紹了廣泛采用的廣義記憶多項(xiàng)式 (GMP) 方法 DPD。如果您只是涉足信號(hào)處理方面的事情,那么介紹該主題可能會(huì)有點(diǎn)沉重。因此,作為開(kāi)始,讓我們嘗試分解GMP方法,并更直觀地理解數(shù)學(xué)正在做什么。
Volterra系列是DPD的數(shù)學(xué)支柱。它用于用內(nèi)存對(duì)非線性系統(tǒng)進(jìn)行建模。內(nèi)存只是意味著系統(tǒng)的當(dāng)前輸出可以依賴于當(dāng)前和過(guò)去的輸入。Volterra系列非常通用(因此功能強(qiáng)大),用于電氣工程以外的許多領(lǐng)域。對(duì)于PA DPD,Volterra系列可以精簡(jiǎn),使其在實(shí)時(shí)數(shù)字系統(tǒng)中更具可實(shí)施性和穩(wěn)定性。GMP就是這樣一種瘦身的方法。
圖 5 描述了如何使用 GMP 對(duì) PA 的輸入 x 與其輸出 y 之間的關(guān)系進(jìn)行建模。您將看到等式的三個(gè)獨(dú)立求和塊彼此非常相似。讓我們專(zhuān)注于下面以紅色突出顯示的第一個(gè)。|x(。..)|k項(xiàng)稱為輸入信號(hào)的包絡(luò),其中 k 是多項(xiàng)式階。l 將內(nèi)存整合到系統(tǒng)中。如果 L一個(gè)= {0,1,2},則模型允許輸出 y藥品監(jiān)督管理總局(n) 取決于當(dāng)前輸入 x(n) 和過(guò)去的輸入 x(n – 1) 和 x(n – 2)。圖 6 檢查了多項(xiàng)式階數(shù) k 對(duì)樣本向量的影響。矢量x是單個(gè)20 MHz載波,繪制在復(fù)基帶上。通過(guò)去除內(nèi)存組件簡(jiǎn)化了GMP建模公式。x|x的圖|k與圖4中可見(jiàn)的真實(shí)失真有明顯的相似之處。
每個(gè)多項(xiàng)式階數(shù) (k) 和內(nèi)存滯后 (l) 都有一個(gè)相關(guān)的復(fù)權(quán)重 (a吉隆坡)。當(dāng)選擇了模型的復(fù)雜性(將包括k和l的值)時(shí),有必要根據(jù)對(duì)已知輸入信號(hào)的PA輸出的實(shí)際觀察來(lái)求解這些權(quán)重。圖 7 將簡(jiǎn)化的方程轉(zhuǎn)換為矩陣形式。使用的數(shù)學(xué)符號(hào)允許對(duì)模型進(jìn)行簡(jiǎn)潔的表示。但是,對(duì)于DPD在數(shù)字?jǐn)?shù)據(jù)緩沖區(qū)上的實(shí)際實(shí)現(xiàn),以矩陣表示法查看事物是最簡(jiǎn)單且更具代表性的。
讓我們簡(jiǎn)要看一下圖 6 中公式的第二行和第三行,為簡(jiǎn)單起見(jiàn),忽略了它們。請(qǐng)注意,如果 m 設(shè)置為零,則這些行將與第一行相同。這些線路允許在包絡(luò)項(xiàng)和復(fù)基帶信號(hào)之間添加延遲(正和負(fù))。這些稱為滯后和前導(dǎo)交叉項(xiàng),可以顯著提高DPD的建模精度。它們?yōu)槲覀儑L試模擬放大器的行為提供了額外的自由度。請(qǐng)注意,Mb, Mc, Kb和 Kc不包含零;否則,我們將重復(fù)第一行中的術(shù)語(yǔ)。
圖5.用于模擬PA失真的GMP。1
圖6.階數(shù) (k) 對(duì)信號(hào) x 頻域中信號(hào)的影響圖。
圖7.將簡(jiǎn)化的公式轉(zhuǎn)換為數(shù)據(jù)緩沖區(qū)上的矩陣運(yùn)算(更接近數(shù)字實(shí)現(xiàn)方式)。
那么我們?nèi)绾未_定模型的順序、記憶項(xiàng)的數(shù)量以及我們應(yīng)該添加哪些交叉項(xiàng)呢?這就是一定數(shù)量的“黑魔法”進(jìn)入事物的地方。在某種程度上,我們可以從我們對(duì)失真物理學(xué)的知識(shí)中獲得指導(dǎo)。放大器的類(lèi)型及其制造材料以及通過(guò)它播放的信號(hào)帶寬都會(huì)影響建模術(shù)語(yǔ),并允許在該領(lǐng)域有經(jīng)驗(yàn)的工程師對(duì)應(yīng)該使用哪種模型進(jìn)行限制。但是,在此之上還涉及一定程度的試驗(yàn)和錯(cuò)誤。
從數(shù)學(xué)角度要解決的問(wèn)題的最后一個(gè)方面,既然有建模結(jié)構(gòu)可用,是如何求解加權(quán)系數(shù)。在實(shí)際場(chǎng)景中,傾向于求解上述模型的逆函數(shù)。事實(shí)證明,這些模型系數(shù)有一個(gè)很好的互惠性,因?yàn)橄嗤臋?quán)重可用于對(duì)捕獲的PA輸出矢量進(jìn)行后失真,以消除非線性,并對(duì)通過(guò)PA發(fā)送的傳輸信號(hào)進(jìn)行預(yù)失真,使PA輸出看起來(lái)盡可能線性。圖8顯示了如何進(jìn)行權(quán)重系數(shù)估計(jì)和預(yù)失真的框圖。
圖8.描述建模和預(yù)失真間接實(shí)現(xiàn)的框圖。
對(duì)于逆模型,將圖 7 中給出的矩陣方程交換,得到 X? = Yw。此處矩陣 Y 的形成方式與 X 在另一種情況下的形成方式相同,如圖 9 所示。對(duì)于此示例,已包含內(nèi)存項(xiàng),并且已減少包含多項(xiàng)式階數(shù)。為了求解w,我們需要得到Y(jié)的逆,Y不是正方形的(它是一個(gè)高而細(xì)的矩陣),所以這是使用矩陣“偽逆”來(lái)實(shí)現(xiàn)的(見(jiàn)公式1)。這在最小二乘意義上求解了 w,也就是說(shuō),它最小化了 X? 和 Yw 之間差的平方,這就是我們想要的!
這可以進(jìn)一步完善,以考慮到它正在具有不同信號(hào)的實(shí)時(shí)環(huán)境中應(yīng)用。在這里,系數(shù)通過(guò)從其先前的值更新來(lái)約束。μ 是一個(gè)介于 0 和 1 之間的常量值,用于控制每次迭代權(quán)重可以更改的程度。如果 μ = 1 且 w0= 0,則此方程立即恢復(fù)為基本最小二乘解。如果μ設(shè)置為小于 1 的值,則系數(shù)需要多次迭代才能收斂。
請(qǐng)注意,此處描述的建模和估計(jì)技術(shù)并不是執(zhí)行DPD的唯一方法。也可以使用基于動(dòng)態(tài)偏差減少 (DDR) 的建模等技術(shù)來(lái)代替或補(bǔ)充它。描述的用于求解系數(shù)的估計(jì)技術(shù)也可以通過(guò)多種方式完成。鑒于這是一篇短文而不是一本書(shū),讓我們把它留在那里。
我們?nèi)绾卧谖⑻幚砥髦袑?shí)現(xiàn)這一點(diǎn)?
好的,數(shù)學(xué)已經(jīng)完全涵蓋了。下一個(gè)問(wèn)題是它如何應(yīng)用于現(xiàn)實(shí)世界的通信系統(tǒng)?它在數(shù)字基帶中實(shí)現(xiàn),通常在微處理器或FPGA中實(shí)現(xiàn)。ADI公司的RadioVerse收發(fā)器產(chǎn)品(如ADRV902x系列)內(nèi)置微處理器內(nèi)核,其結(jié)構(gòu)經(jīng)過(guò)專(zhuān)門(mén)設(shè)計(jì),可輕松實(shí)現(xiàn)DPD。?
圖9.矩陣形式的逆接近方程。此處包含了一些內(nèi)存。
圖 10.具有一個(gè)記憶抽頭和一個(gè)三階交叉項(xiàng)元件的三階情況的預(yù)失真計(jì)算。
嵌入式軟件中的DPD實(shí)現(xiàn)有兩個(gè)不同的方面。第一個(gè)是DPD執(zhí)行器,它是實(shí)時(shí)執(zhí)行實(shí)時(shí)傳輸數(shù)據(jù)的預(yù)失真的地方,第二個(gè)是DPD自適應(yīng)引擎,它是根據(jù)PA輸出的觀察結(jié)果更新DPD系數(shù)的地方。
如何在微處理器或類(lèi)似處理器中實(shí)時(shí)實(shí)現(xiàn)DPD和許多其他信號(hào)處理概念的關(guān)鍵是通過(guò)使用查找表(LUT)。LUT 允許用更簡(jiǎn)單的數(shù)組索引操作代替昂貴的運(yùn)行時(shí)計(jì)算。讓我們考慮DPD執(zhí)行器如何將預(yù)失真應(yīng)用于傳輸?shù)臄?shù)據(jù)樣本。符號(hào)如圖 8 所示,其中 u(n) 是要傳輸?shù)臄?shù)據(jù)的原始樣本,x(n) 是預(yù)失真版本。圖 10 顯示了在給定場(chǎng)景中獲得一個(gè)預(yù)失真樣本所需的計(jì)算。這是一個(gè)相對(duì)有限的示例,最高多項(xiàng)式階數(shù)為三階,只有一個(gè)記憶抽頭和一個(gè)交叉項(xiàng)。即使對(duì)于這種情況,顯然也需要大量的乘法、冪和加法計(jì)算來(lái)獲得這一個(gè)數(shù)據(jù)樣本。
這就是LUT可以減輕實(shí)時(shí)計(jì)算負(fù)擔(dān)的地方。圖10可以改寫(xiě)為圖11,其中將在LUT中輸入的數(shù)據(jù)變得更加明顯。每個(gè)LUT都包含|u(n)|的大量可能值的公式中突出顯示的元素的結(jié)果。分辨率取決于可在可用硬件中實(shí)現(xiàn)的LUT的大小。電流輸入樣本的幅度根據(jù)LUT的分辨率進(jìn)行量化,并用作索引,以訪問(wèn)給定輸入的正確LUT元件。
圖 11.重新組合方程元素以顯示LUT的結(jié)構(gòu)。
圖12顯示了如何將LUT集成到我們示例案例的完整預(yù)分配執(zhí)行器實(shí)現(xiàn)中。請(qǐng)注意,這只是眾多可能實(shí)現(xiàn)中的一個(gè)。在保持相同輸出的同時(shí)可以進(jìn)行更改的一個(gè)例子是延遲元素 z–1,可以移動(dòng)到 LUT2 的右側(cè)。
圖 12.使用 LUT 可能實(shí)現(xiàn) DPD 的框圖。
自適應(yīng)引擎的任務(wù)是求解用于計(jì)算執(zhí)行器中LUT值的系數(shù)。這涉及求解方程1和2中描述的w向量。偽逆矩陣運(yùn)算,(YHY)-1YH,計(jì)算量很大。等式 1 可以改寫(xiě)為
如果 CYY= YHY 和 CYx= YHx,則等式 3 變?yōu)?/p>
CYY是一個(gè)方陣,可以分解為上三角矩陣L及其共軛轉(zhuǎn)置(CYY=LHL)使用喬列斯基分解。這允許我們通過(guò)引入一個(gè)虛擬變量 z 并求解它來(lái)求解 w,如下所示:
然后將這個(gè)虛擬變量替換回去以求解
因?yàn)長(zhǎng)和LH分別為上三角矩陣和下三角矩陣,公式5和公式6易于求解,計(jì)算費(fèi)用最低,得到w。每次運(yùn)行自適應(yīng)引擎并找到 w 的新值時(shí),都需要更新執(zhí)行器 LUT 以反映它們。自適應(yīng)引擎可以根據(jù)對(duì)PA輸出的觀察或操作員對(duì)要傳輸?shù)男盘?hào)變化的了解,以設(shè)定的定期間隔或更不規(guī)則的間隔執(zhí)行。
在嵌入式系統(tǒng)中實(shí)現(xiàn)DPD需要大量的制衡,以確保系統(tǒng)的穩(wěn)定性。傳輸?shù)臄?shù)據(jù)緩沖區(qū)和捕獲緩沖區(qū)數(shù)據(jù)在時(shí)間上對(duì)齊至關(guān)重要,以確保它們之間建立的數(shù)學(xué)關(guān)系是正確的,并且在隨著時(shí)間的推移應(yīng)用時(shí)成立。如果失去這種對(duì)齊,則自適應(yīng)引擎返回的系數(shù)將無(wú)法正確預(yù)扭曲系統(tǒng),并可能導(dǎo)致系統(tǒng)不穩(wěn)定。還應(yīng)檢查預(yù)失真的執(zhí)行器輸出,以確保信號(hào)不會(huì)使DAC飽和。
結(jié)論
希望本文通過(guò)檢查底層數(shù)學(xué)及其在硬件中的實(shí)現(xiàn),解開(kāi)了DPD的一些謎團(tuán)。這只是這個(gè)迷人主題的冰山一角,可能會(huì)促使讀者進(jìn)一步研究信號(hào)處理技術(shù)在通信系統(tǒng)中的應(yīng)用。Pratt和Kearney的研究是關(guān)于DPD應(yīng)用于有線通信系統(tǒng)中超寬帶寬用例的良好來(lái)源。2ADI公司的RadioVerse收發(fā)器產(chǎn)品具有獨(dú)特的優(yōu)勢(shì),可集成DPD等算法,為客戶提供高度集成的RF硬件和可配置的軟件工具。
審核編輯:郭婷
-
功率放大器
+關(guān)注
關(guān)注
102文章
3856瀏覽量
133431 -
微處理器
+關(guān)注
關(guān)注
11文章
2358瀏覽量
83647 -
RF
+關(guān)注
關(guān)注
65文章
3168瀏覽量
168327 -
無(wú)線電
+關(guān)注
關(guān)注
60文章
2161瀏覽量
117489
發(fā)布評(píng)論請(qǐng)先 登錄
控制系統(tǒng)的數(shù)學(xué)模型
怎樣將matlab中的數(shù)學(xué)模型封裝成物理電氣模型
系統(tǒng)辨識(shí)數(shù)學(xué)模型及常用輸入信號(hào)
多電機(jī)數(shù)學(xué)模型推導(dǎo)
控制系統(tǒng)的數(shù)學(xué)模型
最佳捕魚(yú)策略的數(shù)學(xué)模型
第2章系統(tǒng)辨識(shí)數(shù)學(xué)模型及常用輸入信號(hào)
自動(dòng)控制原理matlab仿真實(shí)驗(yàn)之系統(tǒng)的數(shù)學(xué)模型

評(píng)論