CN112838995B - 一种宽带数字预失真方法及数字预失真器 - Google Patents

Abstract

本发明公开了一种宽带数字预失真方法及装置，对输入数字预失真器的反馈信号进行数据预处理：计算反馈信号的整数时延和小数时延，并进行时延对齐、相位对齐、幅值对齐；根据预处理后的反馈信号、数字预失真器的输入信号进行功放建模，建立PA模型，恢复全速率反馈信号；根据输入信号和全速率反馈信号建立数字预失真DPD模型；通过参数辨识和DPD过表，得到数字预失真器输出的预失真信号。通过本发明提供的宽带数字预失真方法，能够降低资源消耗，节约成本。

Description

一种宽带数字预失真方法及数字预失真器

技术领域

本发明属于无线通信技术领域，尤其涉及一种宽带数字预失真方法及数字预失真器。

背景技术

正交频分复用OFDM(Orthogonal Frequency Division Multiplexing)作为一种多载波调制技术，广泛适用于多径衰落条件下，其具有频谱效率高、抗多径衰落等优点，但同时也具有对相位噪声敏感及峰均比较大等缺点。高峰均比要求功率放大器PA(PowerAmplifier)具有较大的线性动态范围，这会增加功率放大器的成本，同时会降低其效率；但当峰值超过其线性动态范围时，会造成带内失真和带外弥散。为了保证PA的线性度，只能进行功率回退，但同时会带来PA效率以及输出功率下降，导致基站以及终端产品的覆盖范围缩小。此时就需要搭建较多的基站来满足覆盖要求，极大的上升了成本。

使用数字预失真DPD(Digital Pre-Distortion)技术可以提高PA的效率以及输出功率，现有技术中使用最多的DPD方案如图1所示，模数转换器ADC将反馈信号输入至数字预失真器DPD，该方案的局限在于：DPD的性能受ADC速率限制，为了保证DPD的性能，ADC的速率一般要大于等于5倍的信号带宽；图1中DPD方案适用于窄带信号(例如带宽小于等于20MHz的信号)；但对于宽带(例如带宽大于等于100MHz)以及超宽带信号而言(例如带宽大于等于400MHz)，ADC的速率就会特别高，DPD功耗以及成本也会非常高。因此，在宽带以及超宽带场景下，如何降低DPD所需的ADC速率成为一个亟待解决的问题。

发明内容

有鉴于此，本发明提供了一种应用于宽带以及超宽带场景的数字预失真方法及数字预失真器，能够降低反馈链路ADC速率，ADC只需要工作在欠采样带宽下即可实现较好的数字预失真性能。

一种宽带数字预失真方法，包括：

对输入数字预失真器的反馈信号进行数据预处理：计算经数据筛选后的反馈信号的整数时延和小数时延，并对反馈信号进行时延对齐、相位对齐、幅值对齐，输出预处理后的反馈信号；

根据预处理后的反馈信号、数字预失真器的输入信号进行功放建模，建立PA模型，恢复全速率反馈信号；根据输入信号和全速率反馈信号建立数字预失真DPD模型；

进行参数辨识，计算得到DPD模型的多项式系数；

生成数字预失真查找表，将输入信号进行过表，得到数字预失真器输出的预失真信号。

具体的，所述计算经数据筛选后的反馈信号的整数时延和小数时延，包括：

对数字预失真器的输入信号进行数据筛选、循环时移、与经数据筛选后的反馈信号进行互相关运算，得到互相关运算值d(i)，确定互相关运算值d(i)中的最大值对应的索引为整数时延i；

根据所述整数时延i进行二阶多项式拟合，计算反馈信号的小数时延。

其中，计算反馈信号的小数时延，包括：

根据整数时延i确定二阶多项式系数p；根据整数时延i的互相关运算值d(i)、i-1的互相关运算值d(i-1)、i+1的互相关运算值d(i+1)，按照公式(2)计算二阶多项式系数p：

index＝[-1 0 1]^T

p＝[d(i-1)d(i)d(i+1)]*[index² index I)]^-1 公式(2)

根据小数时延的精度确定第一步进值step1；

按照公式(3)根据二阶多项式系数p、第一步进值step1得到二阶多项式f(j)：

index1＝-1:step1:1

f(j)＝p(1)*index1(j)²+p(2)*index1(j)+p(3),j＝1,2...K 公式(3)

其中，index1为将-1到1以step1等间隔划分得到的一组序列值。

确定f(j)中的最大值对应的索引j_max，根据索引j_max按照公式(4)计算小数时延delay_frac；

index1＝-1:step1:1

loc＝index1(j_max) 公式(4)

进一步的，

对经数据筛选后的反馈信号进行整数时延对齐；

将整数时延对齐后的反馈信号通过farrow filter滤波器进行小数时延对齐：确定farrow filter的阶数；根据小数时延选择对应farrow filter系数；对整数时延对齐后的反馈信号进行farrow filter滤波处理，得到时延对齐后的反馈信号。

其中，根据输入信号x_in和经数据预处理后的反馈信号进行PA建模，包括：

对输入信号进行数据筛选，选取N个样本点；

计算宽带数字预失真系统中DAC采样速率与ADC采样速率的比值m；其中，数字预失真器的输出信号输入至DAC，ADC将反馈信号输入至数字预失真器；

确定PA多项式模型的阶数R，和PA多项式模型的记忆深度S；

具体的，按照公式10进行PA建模：

L＝N/m

B＝((HDC)^HHDC)^-1(HDC)^Hx_f1

x_fa＝CB

其中H为滤波器的滤波矩阵，h表示滤波器的脉冲响应系数，p为M序列，M序列为一个只包含+1和-1的伪随机序列，D矩阵是由M序列中每一个值构成的对角矩阵；

根据输入信号和全速率反馈信号按照公式11进行DPD建模：

R为多项式阶数，S为记忆深度，a_rs为DPD建模的多项式系数。

还包括，利用最小二乘法进行参数辨识，计算得到DPD建模的多项式系数a_rs；

根据多项式系数a_rs以及输入信号建立DPD表格；将输入信号x_in进行DPD过表，得到数字预失真器输出的预失真信号。

一种数字预失真器，包括：

数据预处理单元，用于计算经数据筛选后的反馈信号的整数时延和小数时延，并对反馈信号进行时延对齐、相位对齐、幅值对齐，输出预处理后的反馈信号；

建模单元，用于根据预处理后的反馈信号、数字预失真器的输入信号进行功放建模，建立PA模型，恢复全速率反馈信号；根据输入信号和全速率反馈信号建立DPD模型；

参数辨识单元，计算得到DPD模型的多项式系数；

处理单元，用于生成数字预失真查找表，将输入信号进行过表，得到数字预失真器输出的预失真信号号。

所述数据预处理单元，包括：

整数时延计算单元，对数字预失真器的输入信号进行数据筛选、循环时移、与经数据筛选后的反馈信号进行互相关运算，得到互相关运算值d(i)，确定互相关运算值d(i)中的最大值对应的索引为反馈信号的整数时延i；

小数时延计算单元，根据所述整数时延进行二阶多项式拟合，计算反馈信号的小数时延；

所述小数时延计算单元，包括：

第一计算子单元，根据整数时延i的互相关运算值d(i)、i-1的互相关运算值d(i-1)、i+1的互相关运算值d(i+1)，按照公式(2)计算二阶多项式系数p：

index＝[-1 0 1]^T

p＝[d(i-1)d(i)d(i+1)]*[index² index I)]^-1

确定子单元，根据小数时延的精度确定第一步进值step1；

第二计算子单元，根据二阶多项式系数p、第一步进值step1按照公式(3)构建二阶多项式f(j)，并计算小数时延：

index1＝-1:step1:1

f(j)＝p(1)*index1(j)²+p(2)*index1(j)+p(3),j＝1,2...K

其中，index1为将-1到1以step1等间隔划分得到的一组序列值；

所述第二计算子单元，用于统计f(j)中的最大值对应的索引j_max，根据索引j_max按照公式(4)计算小数时延delay_frac；

index1＝-1:step1:1

loc＝index1(j_max) 公式(4)

所述建模单元，包括：第一建模单元，用于按照公式10进行PA建模：

L＝N/m

B＝((HDC)^HHDC)^-1(HDC)^Hx_f1

x_fa＝CB

其中，m为宽带数字预失真系统中DAC采样速率与ADC采样速率的比值；R为PA多项式模型的阶数，S为PA多项式模型的记忆深度；p为M序列，M序列为一个只包含+1和-1的伪随机序列，D矩阵是由M序列中每一个值构成的对角矩阵；选取N个样本点；

第二建模单元，根据输入信号和全速率反馈信号按照公式11进行DPD建模：

R为多项式阶数，S为记忆深度，a_rs为DPD建模的多项式系数。

本发明达到的有益技术效果：

1.本发明提供的小数时延计算方法，不需要插值增加插值以及抽取模块，在保证精度的前提下，能够大幅度降低资源消耗，节约成本；

2.现有技术中使用MP或OMP算法来进行恢复全速率反馈信号，需要多次迭代，计算非常复杂，且现有技术中的MP或OMP算法需要找到信号的算法稀疏域(稀疏变换矩阵)，但信号的稀疏变换很难找到，通常是假设信号在频域是稀疏的，这对于宽带信号而言这种假设会造成较大误差；本发明中直接采用功放建模的方法恢复全速率反馈信号，通过DPD建模的逆过程来进行还原，很好的解决了寻找信号稀疏域难的问题，且计算量小，容易实现。

为了上述以及相关的目的，一个或多个实施例包括后面将详细说明并在权利要求中特别指出的特征。下面的说明以及附图详细说明某些示例性方面，并且其指示的仅仅是各个实施例的原则可以利用的各种方式中的一些方式。其它的益处和新颖性特征将随着下面的详细说明结合附图考虑而变得明显，所公开的实施例是要包括所有这些方面以及它们的等同。

附图说明

图1是传统数字预失真系统结构示意图；

图2是本发明提供的数字预失真系统结构示意图；

图3是本发明实施例一提供的宽带数字预失真方法流程图；

图4是本发明实施例一提供的宽带数字预失真信号流程图；

图5是本发明实施例一提供的数据预处理过程信号流程图；

图6是本发明实施例二提供的数字预失真器架构图。

具体实施方式

以下描述和附图充分地示出本发明的具体实施方案，以使本领域的技术人员能够实践它们。其他实施方案可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的组件和功能是可选的，并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本发明的实施方案的范围包括权利要求书的整个范围，以及权利要求书的所有可获得的等同物。在本文中，本发明的这些实施方案可以被单独地或总地用术语“发明”来表示，这仅仅是为了方便，并且如果事实上公开了超过一个的发明，不是要自动地限制该应用的范围为任何单个发明或发明构思。

在图1中传统数字预失真系统基础上，本发明在第二乘法器的输出端和模数转换器ADC输入端之间增加了第三乘法器和滤波器，具体的，如图2所示，本发明中的数字预失真系统包括：数字预失真器DPD，将处理后的预失真信号经DAC进行数模转换后经第一乘法器输入至功率放大器PA，第二乘法器输出的反馈信号经第三乘法器与M序列相乘，后经滤波器进行滤波处理，将降低带宽后的反馈信号输入至模数转换器ADC；反馈信号经ADC模数转换后输入DPD进行数字预失真处理；

第三乘法器输出的反馈信号经过滤波器处理后，带宽变窄，所需的ADC速率也就变小了；示范性的，反馈信号的带宽为100MHz，此时按照DPD的原理，则至少需要500Msps的ADC速率，将反馈信号经过图2中的滤波器处理，带宽滤除至只有50MHz，此时只需要250Msps的ADC速率即可，大大减小了对反馈链路ADC速率的需求，降低了成本以及功耗；

需要说明的是，实际应用中，根据系统需求，选择相应的滤波器进行滤波处理。

实施例一

本实施例提供了一种宽带数字预失真方法，如图3所示，包括以下步骤：

S1.对输入数字预失真器DPD的反馈信号进行数据预处理：计算经数据筛选后的反馈信号的整数时延和小数时延，并对反馈信号进行时延对齐、相位对齐、幅值对齐，输出预处理后的反馈信号；

具体的，宽带数字预失真信号流程图如图4所示，

S11.计算整数时延i；

数据预处理过程信号流程图如图5所示：

S111.对反馈信号进行数据筛选：选择一部分反馈信号x_f的样本x_f_s，

输入信号x_in与反馈数据x_f之间的时延值范围是预知的，所选择的样本长度要大于最大时延值；

优选的，样本长度为1000，即x_f_s＝x_f(1:1000)；

S112.对输入信号进行数据筛选及循环时移：选择一部分输入信号x_in的样本x_in_s，样本长度也为1000，即x_f_s＝x_f(1:1000)；

对经筛选后的输入信号x_in_s进行循环时移，循环次数为M，生成一组序列x_in_ss；

其中循环的次数M的取值大于x_in与反馈数据x_f之间的最大时延值；

以M取3为例，那么x_in_ss(1,:)＝[0x_in_s(1:end-1)]，x_in_ss(2,:)＝[0 0 x_in_s(1:end-2)]，x_in_ss(3,:)＝[0 0 0x_in_s(1:end-3)]。

S113.循环时移后的输入信号x_in_ss中的每一行向量分别与反馈信号x_f_s进行互相关计算，得到互相关值d(i)，如公式1所示:

d(i)＝(x_f_s)^H×x_in_ss(i,:),i＝1,2...M 公式(1)

其中，H为取共轭运算。

S114.确定整数时延；

统计互相关值d(i)中的最大值d(i)_m以及最大值d(i)_m对应的索引i，此时i就是整数时延。

S12.根据所述整数时延i进行二阶多项式拟合，计算反馈信号的小数时延；

S121.根据整数时延确定二阶多项式系数p；

根据步骤S1中确定的整数时延i，得到整数时延i前一个值i-1对应的互相关运算值d(i-1)、整数时延i后一个值i+1对应的互相关运算值d(i+1)，按照公式(2)计算二阶多项式系数p：

index＝[-1 0 1]^T

p＝[d(i-1) d(i) d(i+1)]*[index² index I)]^-1 公式(2)

-1表示矩阵求逆；

S122.根据小数时延的精度确定第一步进值step1；

第一步进值step1决定了小数时延的精度，一般设置为0.1，表示小数时延的计算精度可以到0.1个样本点；

实际应用中step1值可根据系统需求进行设定。

S123.根据二阶多项式系数p、第一步进值step1按照公式(3)构建二阶多项式f(j)：

index1＝-1:step1:1

f(j)＝p(1)*index1(j)²+p(2)*index1(j)+p(3),j＝1,2...K

其中，index1为将-1到1以第一步进值step1等间隔划分得到的一组序列值；

S124.计算小数时延；

f(j)中的最大值对应的索引j_max，根据索引j_max按照公式(4)计算得到小数时延delay_frac；

index1＝-1:step1:1

loc＝index1(j_max) 公式(4)

示范性的，假设公式3中step1设置为0.1，则index1＝[-1 -0.9 -0.8 -0.7 -0.6-0.5 -0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1]，对应的f(j)也是包含有21个值的序列，f的值与index1的值是一一对应的；

假设f(j)＝[3 5 7 9 10 12 13 11 12 1 2 3 4 5 6 0.5 0.3 0.2 0.1 0.050.01]，index1中的-1对应的f(j)中的3，index1中的-0.9对应的f(j)中的5；f(j)中的最大值13是f(j)中的第7个值，那么j_max＝7，此时对应的index1值就是index1(7)＝-0.4，即loc＝index1(7)＝-0.4，然后再根据loc的正负取值情况计算小数时延delay_frac。

以往计算小数时延值需要将信号插值到较高速率后进行计算，需要增加插值以及抽取两个模块，增大了资源消耗，本发明提供的小数时延计算方法不需要插值，在保证精度的前提下，降低了资源消耗，节约了成本。

S13.对经数据筛选后的反馈信号进行整数时延对齐；

S131.整数时延对齐；根据步骤S11得到的整数时延i以及公式4得到的loc，对反馈信号x_f进行整数时延对齐，如公式5所示，得到整数时延对齐后的反馈信号x_f_a：

S132.小数时延对齐；将整数时延对齐后的反馈信号x_f_a通过farrow filter滤波器进行小数时延对齐：

确定farrow filter的阶数Q；farrow filter的阶数Q可以选择5或者更高，实际中要按照性能以及资源来进行选择；

根据小数时延选择对应farrow filter系数；将0.1:0.9所对应的9组farrowfilter系数存储起来；根据小数时延delay_frac选择对应的farrow filter系数；

对整数时延对齐后的反馈信号x_f_a进行farrow filter滤波处理，得到时延对齐后的反馈信号x_f_e；小数时延对齐过程如公式6所示：

fd_sync_len＝round(Q/2)

[fd_coeff_W,fd_coeff_H]＝size(fd_coeff)

x_tmp(L)＝[x_f_a(L)zeros(1,fd_coeff_H)],L＝1,2...N

y_p(i)＝fd_coeff(:,i)^T*x_tmp(L)^T,i＝1,2...fd_coeff_W

yy(L)＝(((y_p(1)*delay_frac+y_p(2))*delay_frac+y_p(3))*delay_frac+...+y_p(fd_coeff_W-1))*delay_frac+y_p(fd_coeff_W)

yy1＝yy(L)

x_f_e(L)＝[yy1(fd_sync_len+1:end)zeros(1,fd_sync_len)]

(公式6)

其中，fd_coeff表示delay_frac对应的farrow filter系数，它是一个二维方阵，fd_coeff_W、fd_coeff_H分别代表fd_coeff的行数与列数；

N为采样点数，size为计算序列或者矩阵的维度，示范性的：A是一个3行5列矩阵，那么size(A)＝[3 5]；

zeros为生成一个内容全为0的矩阵或序列，例如，zeros(3,2)生成一个行数为3、列数为2的内容全为0的矩阵：

需要说明的是，输入信号x_in以及ADC后的反馈信号x_f已经不是同一采样率，且反馈信号进行了“与M序列相乘”处理，因此，在进行时延对齐时，需要将输入信号x_in进行下述公式7处理后，再进行时延对齐：’

x_in1＝H*D*x_in

其中，H表示图2中滤波器的滤波矩阵(h表示滤波器的脉冲响应系数)，D矩阵为由M序列中每一个值构成的对角矩阵，M序列是一个只包含+1和-1的伪随机序列；

需要说明的是，如果输入信号x_in1和时延对齐后的反馈信号x_f_e的长度不一致，那么将长度长的一方按照短的一方长度进行截断，例如，如果x_in1的长度为n1，x_f_e的长度为n2，若n1>n2，则x_in1＝x_in1(1:n2)；若n1<n2，则x_f_e＝x_f_e(1:n1)。

S14.相位对齐；计算输入信号x_in以及时延对齐后的反馈信号x_f_e的平均相位偏差ph_err，并对反馈信号x_f_e按照公式8进行相位补偿；

x_f_ph＝x_f_e*ph_err

需要说明的是，由于复数除法的结果仍然是复数，其中结果的幅度等于被除数与除数的幅度相除，结果的相位等于被除数与除数的相位相减，公式8中的分子分母可以约掉“幅度相除”，因此公式8的最终结果就是x_in的相位与x_f_e的相位的偏差的平均值。

S14.幅值对齐，分别计算x_in以及相位对齐后的反馈信号x_f_ph的幅值平均值，并由公式9得到增益gain，根据gain对x_f_ph进行增益补偿；

x_f1＝x_f_ph*gain

由此完成数据预处理，得到预处理后的反馈信号x_f1。

S21.根据预处理后的反馈信号、数字预失真器的输入信号进行功放建模，建立PA模型，恢复全速率反馈信号；

根据步骤S1得到x_f1、输入信号x_in建立PA模型，本实施例中采用记忆多项式模型进行PA建模，也可采用广义记忆多项式模型、无记忆多项式模型等其他建模方法，均可实现本发明目的，在此不作限定；

对输入信号x_in进行数据筛选，选取N个样本点；

计算宽带数字预失真系统中DAC采样速率与ADC采样速率的比值m；

确定PA多项式模型的阶数R，和PA多项式模型的记忆深度S；

按照公式10建立PA模型，得到全速率下的反馈信号x_fa；

L＝N/m

B＝((HDC)^HHDC)^-1(HDC)^Hx_f1

x_fa＝CB

其中H表示图2中滤波器的滤波矩阵，h表示滤波器的脉冲响应系数；

p为M序列，M序列为一个只包含+1和-1的伪随机序列，D矩阵是由M序列中每一个值构成的对角矩阵。

S22.根据输入信号和全速率反馈信号建立数字预失真DPD模型；

按照公式11建立DPD模型：

其中R为多项式阶数，S为记忆深度，a_rs为DPD模型的多项式系数。

S3.进行参数辨识，计算得到DPD模型的多项式系数：

利用最小二乘法按照公式12求解多项式系数a_rs；

a_rs＝(A^HA)^-1A^Hx_in

S4.生成数字预失真查找表，将输入信号进行过表，得到数字预失真器输出的预失真信号；

根据多项式系数a_rs以及输入信号x_in建立DPD查找表LUT(look-up table)；输入信号x_in进行DPD过表，得到数字预失真器输出的预失真信号；

根据多项式系数a_rs以及输入信号x_in，按照公式13建立DPD表格：

y(n)＝step2*(n-1),n＝1,2....lut_depth 公式(13)

其中lut_depth表示DPD表格的深度，可以设置为1024、2048、4096以及8192等，实际中需要综合考虑资源以及性能来确定该深度，“round”表示四舍五入运算，max||表示求最大幅值计算；

将上述得到的查找表LUT存储起来，利用输入信号x_in进行DPD按照公

式14进行过表操作，得到数字预失真器输出的预失真信号x_dpd_in：

index2_int＝fix(index2)

index2_frac＝index2-index2_int

其中，fix为取整运算，去除小数部分，只保留整数值；

现有技术中是使用简单记忆多项式模型MP或者简单记忆多项式模型OMP算法来恢复全速率下的反馈信号x_fa，这些算法都需要找到信号的算法稀疏域(稀疏变换矩阵)，且需要多次迭代，计算复杂，并且信号的稀疏变换很难找到，本发明中直接采用功放建模(DPD建模的逆过程)来进行还原，解决了寻找信号稀疏域难以及计算量复杂的问题。

实施例二

本实施例提供了一种数字预失真器200，如图6所示，包括：

数据预处理单元210，用于计算经数据筛选后的反馈信号的整数时延和小数时延，并对反馈信号进行时延对齐、相位对齐、幅值对齐，输出预处理后的反馈信号；

具体的，所述数据预处理单元210，包括：

整数时延计算单元211，对数字预失真器200的输入信号进行数据筛选、循环时移、与经数据筛选后的反馈信号进行互相关运算，得到互相关运算值d(i)；

选择一部分输入信号x_in的样本x_in_s；

选择一部分反馈信号x_f的样本x_f_s；

对经筛选后的输入信号x_in_s进行循环时移，循环的次数为M，生成一组序列x_in_ss；

其中M的取值要大于x_in与反馈数据x_f之间的最大时延值；

循环时移后的输入信号x_in_ss中的每一行向量分别与反馈信号x_f_s按照如公式1所示进行互相关计算，得到互相关值d(i):

确定互相关运算值d(i)中的最大值对应的索引i为反馈信号的整数时延i；

小数时延计算单元212，根据所述整数时延进行二阶多项式拟合，计算反馈信号的小数时延；包括：

第一计算子单元212a，根据步骤S1中确定的整数时延i，得到整数时延i前一个值i-1对应的互相关运算值d(i-1)、整数时延i后一个值i+1对应的互相关运算值d(i+1)，按照公式(2)计算二阶多项式系数p：

确定子单元212b，根据小数时延的精度确定第一步进值step1；第一步进值step1决定了小数时延的精度，一般设置为0.1，表示小数时延的计算精度可以到0.1个样本点；

第二计算子单元212c，根据二阶多项式系数p、第一步进值step1按照公式(3)构建二阶多项式f(j)，

第二计算子单元212c，还用于计算小数时延：f(j)中的最大值对应的索引jmax，根据索引jmax按照公式(4)计算得到小数时延delay_frac。

时延对齐单元213，用于根据整数时延i以及公式4得到的loc，对反馈信号x_f进行整数时延对齐，如公式5所示，得到整数时延对齐后的反馈信号x_f_a：

时延对齐单元213，还用于根据将整数时延对齐后的反馈信号通过farrow filter滤波器进行小数时延对齐，对整数时延对齐后的反馈信号x_f_a进行farrow filter滤波处理，得到时延对齐后的反馈信号x_f_e；小数时延对齐过程如公式6所示；

相位对齐单元214，用于根据输入信号x_in以及时延对齐后的反馈信号x_f_e的平均相位偏差ph_err，并对反馈信号x_f_e按照公式8进行相位补偿；

幅值对齐单元215，用于分别计算x_in以及相位对齐后的反馈信号x_f_ph的幅值平均值，并由公式9得到增益gain，根据gain对x_f_ph进行增益补偿。

建模单元220，根据预处理后的反馈信号、数字预失真器的输入信号进行功放建模，建立PA模型，恢复全速率反馈信号；根据输入信号和全速率反馈信号建立数字预失真DPD模型；包括：

第一建模单元221，用于根据步骤S1得到x_f1、输入信号x_in建立PA模型，本实施例中采用记忆多项式模型进行PA建模，也可采用广义记忆多项式模型、无记忆多项式模型等其他建模方法，均可实现本发明目的，在此不作限定；

对输入信号x_in进行数据筛选，选取N个样本点；

计算宽带数字预失真系统中DAC采样速率与ADC采样速率的比值m；

确定PA多项式模型的阶数R，和PA多项式模型的记忆深度S；

按照公式10建立PA模型，得到全速率下的反馈信号x_fa；

第二建模单元222，用于根据输入信号和全速率反馈信号按照公式11建立DPD模型。

参数辨识单元230，利用最小二乘法计算得到DPD模型的多项式系数a_rs；按照公式12求解多项式系数a_rs；

处理单240，生成数字预失真查找表，将输入信号进行过表，得到数字预失真器输出的预失真信号；

根据多项式系数a_rs以及输入信号x_in，按照公式13建立查找表LUT；

利用输入信号x_in进行DPD按照公式14进行过表操作，得到数字预失真器输出的预失真信号x_dpd_in。

本领域技术人员还应当理解，结合本文的实施例描述的各种说明性的逻辑框、模块、电路和算法步骤均可以实现成电子硬件、计算机软件或其组合。为了清楚地说明硬件和软件之间的可交换性，上面对各种说明性的部件、框、模块、电路和步骤均围绕其功能进行了一般地描述。至于这种功能是实现成硬件还是实现成软件，取决于特定的应用和对整个系统所施加的设计约束条件。熟练的技术人员可以针对每个特定应用，以变通的方式实现所描述的功能，但是，这种实现决策不应解释为背离本公开的保护范围。

结合本文的实施例所描述的方法或者算法的步骤可直接体现为硬件、由处理器执行的软件模块或其组合。软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质连接至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该ASIC可以位于用户终端中。当然，处理器和存储介质也可以作为分立组件存在于用户终端中。

对于软件实现，本申请中描述的技术可用执行本申请所述功能的模块(例如，过程、函数等)来实现。这些软件代码可以存储在存储器单元并由处理器执行。存储器单元可以实现在处理器内，也可以实现在处理器外，在后一种情况下，它经由各种手段以通信方式耦合到处理器，这些都是本领域中所公知的。

Claims (2)

1.一种宽带数字预失真方法，其特征在于，包括：

对输入数字预失真器的反馈信号进行数据预处理：计算经数据筛选后反馈信号的整数时延和小数时延，并对反馈信号进行时延对齐、相位对齐、幅值对齐，输出预处理后的反馈信号；

根据预处理后的反馈信号、数字预失真器的输入信号进行功放建模，建立PA模型，恢复全速率反馈信号；根据输入信号和全速率反馈信号建立数字预失真DPD模型；

进行参数辨识，计算得到DPD模型的多项式系数；

生成数字预失真查找表，将输入信号进行过表，得到数字预失真器输出的预失真信号；其中

所述计算经数据筛选后的反馈信号的整数时延和小数时延，包括：

对输入信号进行数据筛选、循环时移、与经数据筛选后的反馈信号进行互相关运算，得到互相关运算值d(i)，确定互相关运算值d(i)中的最大值对应的索引为整数时延i；

根据所述整数时延i进行二阶多项式拟合，计算反馈信号的小数时延；

根据输入信号和经数据预处理后的反馈信号进行功放建模，包括：

对输入信号进行数据筛选，选取N个样本点；

计算宽带数字预失真系统中DAC采样速率与ADC采样速率的比值m；其中，数字预失真器的输出信号输入至DAC，ADC将反馈信号输入至数字预失真器；

确定PA多项式模型的阶数R，PA多项式模型的记忆深度S；

其中，按照公式10进行建立PA模型：

其中H为滤波器的滤波矩阵，h为滤波器的脉冲响应系数，p为M序列，D矩阵为由M序列中每一个值构成的对角矩阵；

其中，根据输入信号x_in和全速率反馈信号x_fa按照公式11建立DPD模型：

R为DPD模型的多项式阶数，S为DPD模型的记忆深度，a_rs为DPD模型的多项式系数；

其中，利用最小二乘法进行参数辨识，计算DPD模型的多项式系数a_rs；

根据多项式系数a_rs以及输入信号生成数字预失真查找表；将输入信号x_in进行过表，得到数字预失真器输出的预失真信号

根据整数时延i确定二阶多项式系数p，其中，

根据整数时延i的互相关运算值d(i)、i-1的互相关运算值d(i-1)、i+1的互相关运算值d(i+1)，按照公式(2)计算二阶多项式系数p：

根据小数时延的精度确定第一步进值step1；

根据二阶多项式系数p、第一步进值step1构建二阶多项式，并计算小数时延；

按照公式(3)根据二阶多项式系数p、第一步进值step1得到二阶多项式f(j)：

其中，index1为将-1到1以第一步进值step1等间隔划分得到的一组序列值；

确定f(j)中的最大值对应的索引j_max，根据索引j_max按照公式(4)计算小数时延delay_frac；

对经数据筛选后的反馈信号进行整数时延对齐；

将整数时延对齐后的反馈信号通过farrow filter滤波器进行小数时延对齐：确定farrow filter的阶数；根据小数时延选择对应farrow filter系数；对整数时延对齐后的反馈信号进行farrow filter滤波处理，得到时延对齐后的反馈信号。

2.一种数字预失真器，其特征在于，包括：

数据预处理单元，用于计算经数据筛选后的反馈信号的整数时延和小数时延，并对反馈信号进行时延对齐、相位对齐、幅值对齐，输出预处理后的反馈信号；

建模单元，根据预处理后的反馈信号、数字预失真器的输入信号进行功放建模，建立PA模型，恢复全速率反馈信号；根据输入信号和全速率反馈信号建立数字预失真DPD模型；

参数辨识单元，计算得到DPD模型的多项式系数；

处理单元，用于生成数字预失真查找表，将输入信号进行过表，得到数字预失真器输出的预失真信号；其中

所述数据预处理单元，包括：

整数时延计算单元，对输入信号进行数据筛选、循环时移、与经数据筛选后的反馈信号进行互相关运算，得到互相关运算值d(i)，确定互相关运算值d(i)中的最大值对应的索引为反馈信号的整数时延i；

小数时延计算单元，根据所述整数时延进行二阶多项式拟合，计算反馈信号的小数时延；

所述小数时延计算单元，包括：

第一计算子单元，根据整数时延i的互相关运算值d(i)、i-1的互相关运算值d(i-1)、i+1的互相关运算值d(i+1)，按照公式(2)计算二阶多项式系数p：

index＝[-1 0 1]^T

p＝[d(i-1) d(i) d(i+1)]*[index² index I)]^-1

确定子单元，根据小数时延的精度确定第一步进值step1；

第二计算子单元，根据二阶多项式系数p、第一步进值step1构建二阶多项式，并计算小数时延；

所述第二计算子单元，按照公式(3)构建二阶多项式f(j)：

其中，index1为将-1到1以step1等间隔划分得到的一组序列值；

所述第二计算子单元，还用于确定f(j)中的最大值对应的索引j_max，根据索引j_max按照公式(4)计算小数时延delay_frac；

所述建模单元，包括：第一建模单元，用于按照公式10进行功放建模：

其中，m为宽带数字预失真系统中DAC采样速率与ADC采样速率的比值；R为PA多项式模型的阶数，S为PA多项式模型的记忆深度；p为M序列，D矩阵是由M序列中每一个值构成的对角矩阵；N为选取的样本点个数；

所述建模单元，还包括：

第二建模单元，根据输入信号x_in和全速率反馈信号x_fa按照公式11建立DPD模型：

R为多项式阶数，S为记忆深度，a_rs为DPD建模的多项式系数。

Images