欠采样的射频发射机线性化方法

张烈, 冯燕

(西北工业大学 电子信息学院, 陕西 西安 710129)



欠采样的射频发射机线性化方法

张烈, 冯燕

(西北工业大学 电子信息学院, 陕西 西安 710129)

提出一种在欠采样条件下的经过混合结构设计的射频发射机线性化方法。该方法基于欠采样频率选择性的非线性模型来校正调制器产生的镜像干扰信号以及射频功率放大器的互调失真信号。实验结果表明LTE的70 MHz双载波信号在发射机采样速率从491.52 Ms/s降低至122.88 Ms/s时使用该组合方法较之前方法有10 dB的归一化最小均方误差改善以及10 dB的邻道功率泄露比抑制改善。

射频发射机；正交调制器；I/Q不平衡；射频功率放大器；数字预失真；欠采样；递归最小二乘法

随着第四代移动通信系统的发展成熟与商用，射频发射机线性化方法[1]的设计要求也逐步提高。特别是降低射频发射机的硬件实现资源，成为业界的研究重点。欠采样技术作为降低硬件资源的有效手段在最近20年成为了线性化技术优化的一个突出方向。Frank[2]应用朱氏广义采样定理[3]来建立Volterra级数的非线性辨识模型降低采样速率。Zhu等[4]将该方法应用于开环的功率放大器数字预失真校正中，其只能作为一次校正使用，不能完成迭代处理。 R. Braithwaite[5]采用降低反馈采样带宽的直接学习结构校正方法，它通过调整发射机的本振频率来遍历非线性采样带宽。Yu等[6]提出带宽限制的Volterra级数模型来降低反馈采样带宽，但是非线性校正带宽也随之减低。 Ding等[7]提出不损失非线性校正带宽的直接学习结构校正方法，但是校正性能较全速率采样有一定损失。Ma等[8]采用频谱外推的方法来重构采样带宽外的反馈信号。Hammi等[9]通过非记忆效应校正模型离线训练窄带信号来获得校正参数应用到宽带模型中。

上述欠采样下的射频发射机线性化技术主要针对射频功率放大器进行线性化处理，其并没有考虑欠采样条件下对调制器的失真校正影响。由于功率放大器将发射信号带宽按照互调带宽进行扩展，调制器失真产生的镜像信号会混叠到发射信号带内影响发射信号的质量。因此需要研究欠采样条件下射频发射机的调制器失真的校正方法。调制器失真的校正方法可分为数据辅助类校正方法和非数据辅助类校正方法。数据辅助类校正方法采用已知参考数据信号作为训练信号，将失真信号与参考信号建立模型来校正失真特性。这类算法包括：自适应迭代调制解调补偿方法[10]、结合功放线性化与调制补偿方法[11]、频率独立性校正方法[12]、非线性模型校正方法[13]、频率选择性校正方法[14]。非数据辅助类校正方法基于信号的统计平稳特性采用盲校正方法来完成对失真特性的校正。这类算法包括：基于低阶统计矩的盲估计方法[15]、自适应盲补偿方法[16]等。数据辅助类校正方法在收敛速度和稳定性上略强于非辅助类校正方法，但非辅助类校正方法不需要训练参考信号，其系统实现更简洁。然而欠采样条件下需要通过辅助类训练信号重构全采样信号，因此本文介绍一种欠采样条件下的辅助类校正方法来完成发射机的调制器失真校正。本文结合欠采样条件下的射频发射机的调制器的失真校正方法以及射频功率放大器的非线性校正方法，提出一种混合结构设计的校正方法。该方法采用频率选择性的欠采样调制器失真校正方法来校正发射通道的调制器失真，并通过欠采样的非线性模型来校正射频功率放大器的非线性失真。模型解算中采用递归最小二乘算法来完成参数的提取，加快收敛速度。该混合结构设计的校正方法，可以保证射频发射机在欠采样条件下的失真校正性能与全速率校正效果保持一致，从而降低硬件实现对模数转换器的要求。实验中采用LTE(long term evolution,LTE)的70 MHz带宽的双载波信号进行测试验证。实验结果表明采用该混合设计方法在欠采样速率从491.52 Ms/s速率降低到122.88 Ms/s条件下，可获得超过40 dB的归一化最小均方误差校正效果，同时获得超过20 dB的邻道功率泄露比抑制效果。理论分析与实验分析将在本文中进行详细阐述。

1 射频发射机的线性化

1.1 射频发射机线性化系统

射频发射机线性化系统，如图1所示。

图1 射频发射机线性化系统

射频发射机线性化系统对基带产生的数字发射I/Q信号进行数字预交正处理来完成对模拟调制器及射频功率放大器的线性化。线性化过程需要在发射机中引入反馈回路来采集功率放大器的输出信号。该输出信号由耦合器耦合产生，通过衰减器和下变频获得模拟低中频信号，然后通过低通滤波器和模数转换器得到数字中频信号。数字中频信号通过数字解调器获得基带数字反馈I/Q信号。

多载波LTE信号的信号带宽非常宽(大于20 MHz)，这使得反馈信号的采集要求非常高，比如70 MHz的发射信号，采集5阶互调带宽为350 MHz，那么按照奈奎斯特采样率要求，模数转换器的采样率至少需要700 Ms/s。这大大增加了对模数转换器的要求。因此为了降低采样率的需求，需要找到一种欠采样的线性化方法来完成对射频发射机的失真补偿。

1.2 调制器失真线性化

射频发射机模拟调制器的I/Q的幅度与相位不平衡会在发射信号中产生镜像失真。失真信号经过射频功率放大器后将被进一步放大，从而影响发射信号的质量。因此需要对调制器输出信号进行失真补偿处理，模拟调制器失真的示意图如下：

图2 调制器镜像失真示意图

从图2中可见镜像信号通过功率放大器的互调带宽扩展进入到主信号中，影响主信号的通信质量。 数据辅助型调制器失真校正方法[14]如下所示：

(1)

式中:x(n)表示发射机发射复信号,x*(n) 表示x(n)的共轭镜像信号,y(n)表示反馈接收信号,n表示时域离散采样点。c表示发射失真补偿系数,d表示镜像信号补偿系数。发射机分别采集x(n)与y(n),通过(1)式可求解出系数c与d用于发射机线性化校正。

1.3 射频功率放大器的线性化

数字预失真技术是一种广泛用于无线发射机中来改善射频功率放大器线性度的技术。传统的数字预失真模型采用记忆多项式模型

(2)

1.4 朱氏广义采样定理

1992年,Zhu提出了“广义采样定理”(ZGST)[3]:

图3 朱氏采样定理

设信号y(t)是一个不确定的带限信号,信号x(t)的频率为F0的带限信号,存在一种一对一的连续映射g(·)使得x(t)=g(y(t))。x(t)比y(t)拥有更窄的带宽,y(t)可以通过利用x(t)的采样率采样恢复,因为在采样点tm=MTs,y(t)可以通过对g(y(tm))采样进行低通滤波,然后进行反函数g-1(·)的变换得到,如(3)式所示：

(3)

2 提出的混合结构设计的欠采样射频发射机线性化方法

2.1 欠采样的失真校正方法

将朱氏广义采样定理应用于非线性系统辨识的处理方法在发射机失真校正中同样适用。本文提出一种欠采样的发射机失真校正模型如下

(4)

式中:M表示欠采样的倍数。

(5)

式中

2.2 参数估计方法

采用递归最小二乘法求解参数向量C和D。设误差信号e(Mn)如下所示：

(6)

(7)

式里，λ为遗忘因子,且0<λ≤1。k表示第k次迭代。

(8)

(9)

(10)

2.3 校正预补偿

(11)

2.4 混合结构设计的查找表实现方法

校正方法的实现形式可以采用查找表(look up table, LUT)法来降低实现的计算复杂度如下所示：

(12)

式中

2.5 校正方法在无线发射机中的实现

提出的混合结构设计的欠采样发射机失真校正方法在系统中实现的流程如图4所示。校正流程从反馈数据欠采样与发射数据采样开始,经过数据预处理完成发射数据与反馈数据的滤波、时延对齐、增益对齐及相位对齐。接着完成欠采样的误差信号的提取,利用该误差信号完成本次的递归最小二乘算法的参数解算。最后将校正参数更新至发射通道的数字预校正模块中。该校正方法通过自适应迭代来跟踪发射机失真量的变化,可以保证校正的实时性与有效性。

图4 校正方法实现流程图

3 测试结果与分析

提出的欠采样混合架构校正方法,在图5的实验测试环境中完成。

图5 实验测试环境

该实验台由数字发射板与模拟发射板连接组成。数字的复数I/Q信号在数字板中的信号源发生器中产生,通过采样率变换模块完成发射信号的上采样。接着信号通过数字预补偿模块完成失真的预补偿。补偿后的信号通过数模转换器送给模拟发射板的正交调制器模块,正交调制器输出信号送给射频功率放大器完成信号的功率放大。放大器的输出信号经过耦合器与衰减器到达数字发射板的反馈模数转换器模块。模数转换器模块通过选择不同采样率实现反馈信号的欠采样。欠采样的反馈信号与信号源发生器的输出信号一起进入到混合模型参数提取模块。最后按照图4的处理流程完成模型的计算与更新。实验中采用一个64QAM的70 MHz的LTE双载波信号进行测试,其中每个载波的带宽为20 MHz且载波中心频率分别为-15 MHz与+35 MHz。全采样的速率为491.52 Ms/s,欠采样的速率分别为245.76 Ms/s和122.88 Ms/s。

归一化最小均方误差(normalized mean square error,NMSE)如(13)式所示,用于表示算法迭代的校正效果。

(13)

图6为提出的算法在1 500次迭代后的NMSE的收敛效果,此时的P=5,L1=L2=4,M=1,M=2或M=4。可见M=1时收敛最快,M=4时收敛最慢,但1 500次迭代后NMSE校正性能差别在0.5 dB以内。

图6 提出的校正方法迭代收敛结果

图7为射频发射机输出64QAM的LTE信号在校正前后的星座图,可见星座失真改善显著。

图7 提出方法的射频发射机输出信号星座图

图8为不同欠采样率下射频发射机的校正输出信号频谱图:

表1中按照归一化最小均方误差NMSE以及邻道泄露功率比(adjacent channel leakage ratio,ACLR)来统计射频发射机输出校正效果

(14)

式中:S(ω)表示发射机输出信号功率频谱密度,ωL表示信号带宽外泄露频带,ωI表示信号带内频带。

图8 射频发射机输出频谱图

方法欠采样率ACLR/dBNMSE/dB未校正--29．92-19．63文献[11]M=2-43．62-33．12M=4-39．71-28．26提出的方法M=1-50．34-40．3M=2-49．98-40．02M=4-49．65-39．92

从图8以及表1,可见提出的方法在欠采样速率由M=1下降至在M=2及M=4时,校正性能差别在0.5 dB以内,其中NMSE指标可校正接近40 dB,ACLR指标改善也接近20 dB。与文献[11]比较时,在M=2的欠采样条件下ACLR指标上有接近6 dB的改善,NMSE指标上也有接近6 dB的提升。特别当M=4时提升效果进一步扩大到接近10 dB。说明提出的方法在欠采样条件下对发射机失真校正性能与全采样一样稳定可靠,非常适合射频发射机的应用。

4 结 论

本文通过混合结构设计的欠采样射频发射机失真校正方法来完成对失真特性的预补偿。该方法利用欠采样的功放预失真校正模型与调制器镜像失真校正模型相结合,并采用递归最小二乘算法及查找表的实现方式来有效的完成校正。实验采用70 MHz双载波的LTE信号进行测试,结果表明该方法在降低采样速率的同时,保证了校正效果与全速率采样结果的一致性。既降低了硬件的需求又确保了校正性能,因此非常适合应用于射频发射机系统中。

[1] 唐成凯,廉保旺,张玲玲. 卫星通信中动态神经网络预失真算法研究[J]. 西北工业大学学报, 2013, 31(1): 34-39

Tang Chengkai, Lian Baowang, Zhang Lingling. Dynamic Neural Network Based Pre-Distortion in Satellite Communication[J]. Journal of Northwestern Polytechnical University, 2013, 31(1): 34-39 (in Chinese)

[2] Frank W. Sampling Requirements for Volterra System Identification[J]. IEEE Signal Processing Letters, 1996, 3(9): 266-268

[3] Zhu Y M. Generalized Sampling Theorem[J]. IEEE Trans on Circuits and Systems II Analog and Digital Signal Processing, 1992, 39: 587-588

[4] Zhu A, Draxler P, Yan J, Brazil T, Kimball D, Asbeck P. Openloop Digital Predistorter for RF Power Amplifiers Using Dynamic Deviation Reduction-Based Volterra Series[J]. IEEE Trans on Microwave Theory Techniques, 2008, 56(7): 1524-1534

[5] Braithwaite R. Wide Bandwidth Adaptive Digital Predistortion of Power Amplifiers Using Reduced Order Memory Correction[C]∥Proc of IEEE International Microwave Symposium, 2008: 1517-1520

[6] Yu C, Guan L, Zhu E, Zhu A. Band-Limited Volterra Series Based Digital Predistortion for Wideband RF Power Amplifiers[J]. IEEE Trans on Microwave Theory Techniques, 2012, 60(12): 4198-4208

[7] Ding L, Mujica F, Yang Z. Digital Predistortion Using Direct Learning with Reduced Bandwidth Feedback[C]∥Proc of IEEE International Microwave Symposium, 2013: 1-3

[8] Ma Y, Yamao Y, Akaiwa Y, Ishibashi K. Wideband Digital Predistortion Using Spectral Extrapolation of Band-Limited Feedback Signal[J]. IEEE Trans on Circuits and Systems I Regular Papers, 2014, 61(7): 2088-2097

[9] Hammi O, Kwan A, Bensmida S, Morris K A, Ghannouchi F M. A Digital Predistortion System with Extended Correction Bandwidth with Application to LTE——A Nonlinear Power Amplifiers[J]. IEEE Trans on Circuits and Systems I Regular Papers, 2014, 61(12): 3487-3495

[10] Kim Young Doo, Jeong Eui Rim, Lee Yong H. Adaptive Compensation for Power Amplifier Nonlinearity in the Presence of Quadrature Modulation/Demodulation Errors[J]. IEEE Signal Processing Letters, 2007, 55(9): 4717-4721

[11] Anttila L, Handel P, Valkama M. Joint Mitigation of Power Amplifier andI/QModulator Impairments in Broadband Direct-Conversion Transmitters[J]. IEEE Trans on Microwave Theory Techniques, 2010, 58(4): 730-739

[12] Cao H, Tehrani A, Fager C, Eriksson T, Zirath H.I/QImbalance Compensation Using a Nonlinear Modeling Approach[J]. IEEE Trans on Microwave Theory Techniques, 2006, 57(3): 513-518

[13] Ding L, Ma Z, Morgan D R, Zierdt M, Zhou G. Compensation of Frequency-Dependent Gain/Phase Imbalance in Predistortion Linearization Systems[J]. IEEE Trans on Circuits and Systems I Regular Papers, 2008, 55(1): 390-397

[14] Anttila L, Valkama M, Renfors M. Frequency-SelectiveI/QMismatch Calibration of Wideband Direct-Conversion Transmitters[J]. IEEE Trans on Circuits and Systems II Express Briefs, 2008, 55(4): 359-363

[15] Valkama M, Renfors M, Koivunen V. Blind Signal Estimation in Conjugate Signal Models with Application toI/QImbalance Compensation[J]. IEEE Signal Processing Letters, 2005, 12(11): 733-736

[16] Nam W, Roh H, Lee J, Kang I. Blind AdaptiveI/QImbalance Compensation Algorithms for Direct-Conversion Receivers[J]. IEEE Signal Processing Letters, 2012, 19(8): 475-478

A Linear Approach for Radio Frequency Transmitter Using Under-Sampling

Zhang Lie, Feng Yan

(School of Electronics and Information, Northwestern Polytechnical University, Xi′an 710129, China)

A hybrid designed linear approach for radio frequency (RF) transmitter using under-sampling is proposed. It employs an under-sampled frequency-selective nonlinear model to correct the image interference signal caused by quadrature modulator and intermodulation distortion caused by RF amplifiers. Experiment results by a LTE 70 MHz double carriers signal showed that the proposed hybrid approach has 10 dB improvement in the normalized mean square error (NMSE) and 10 dB improvement in adjacent channel leakage ratio (ACLR) in comparison with previous method even the sampling rate of transmitter was set from 491.52 Ms/s to 122.88 Ms/s.

radio frequency transmitters; quadrature modulator;I/Qimbalance; radio frequency amplifiers; digital pre-distortion; under-sampling; recursive least squares; flowcharting; nonlinear models; memory polynomial; schematic diagrams; normalized mean square error; adjacent channel leakage ratio; long term evolution LTE; hybrid designed; intermodulation distortion; image interference signal; convergence of numerical methods; vectors; constellation; multi carriers; wideband

2016-03-17

张烈(1981—)，西北工业大学博士研究生，主要从事射频功率放大器行为建模与数字预失真研究。

TN919

A

1000-2758(2016)05-0857-06