楊茂強(qiáng)，郭道省，潘小飛，陳鋒

（1.解放軍理工大學(xué)通信工程學(xué)院研三隊(duì)，南京210007；2.解放軍理工大學(xué)通信工程學(xué)院，南京210007）

寬帶衛(wèi)星功率放大器失真補(bǔ)償技術(shù)研究進(jìn)展及應(yīng)用?

楊茂強(qiáng)1，??，郭道省2，潘小飛2，陳鋒1

（1.解放軍理工大學(xué)通信工程學(xué)院研三隊(duì)，南京210007；2.解放軍理工大學(xué)通信工程學(xué)院，南京210007）

針對(duì)寬帶衛(wèi)星通信系統(tǒng)中高功率放大器的記憶非線性失真問(wèn)題，對(duì)不同補(bǔ)償技術(shù)進(jìn)行了綜述，重點(diǎn)研究了預(yù)失真的學(xué)習(xí)結(jié)構(gòu)、數(shù)據(jù)預(yù)失真、信號(hào)預(yù)失真、時(shí)頻域預(yù)失真和自適應(yīng)均衡等補(bǔ)償技術(shù)并對(duì)它們進(jìn)行了相應(yīng)的優(yōu)缺點(diǎn)比較，最后提出了寬帶衛(wèi)星功放實(shí)際應(yīng)用環(huán)境下的4種補(bǔ)償方案，為我國(guó)寬帶衛(wèi)星功放失真補(bǔ)償研究提供理論參考。

寬帶衛(wèi)星通信；功率放大器；非線性失真；數(shù)字預(yù)失真；補(bǔ)償方案

1 引言

隨著新一代通信衛(wèi)星、中繼衛(wèi)星、天基綜合信息網(wǎng)以及深空探測(cè)、載人飛船等的不斷部署和應(yīng)用，衛(wèi)星通信以不可抵擋之勢(shì)向高速率大容量方向迅猛發(fā)展，需要每秒實(shí)時(shí)處理傳輸幾百兆比特到幾吉比特及以上的高速海量數(shù)據(jù)。由于傳輸速率和帶寬的迅猛增加，頻譜資源十分緊張，為了更好地利用有限的頻譜資源，需要采用頻譜效率更高的非恒包絡(luò)調(diào)制方式（如M-APSK、M-QAM等）和傳輸技術(shù)（如WCDMA、OFDM）。目前，幅度相位聯(lián)合調(diào)制技術(shù)（APSK）已經(jīng)在與衛(wèi)星數(shù)字多媒體廣播相關(guān)的商業(yè)標(biāo)準(zhǔn)（如DVB-S2、DVB-SH和ABS-S等）中得到廣泛應(yīng)用［1］，這些高效調(diào)制方式和傳輸技術(shù)存在共同的特征，即信號(hào)包絡(luò)波動(dòng)大、峰均比高。當(dāng)信號(hào)通過(guò)工作在飽和區(qū)附近的衛(wèi)星行波管功放（TWTA）后，將引起嚴(yán)重非線性失真；這些失真在頻帶外表現(xiàn)為頻譜再生干擾鄰近信道，在頻帶內(nèi)體現(xiàn)為互調(diào)失真降低誤比特性能，嚴(yán)重影響衛(wèi)星通信系統(tǒng)的傳輸能力。

因此，功放線性程度是制約高效調(diào)制方式應(yīng)用的前提。傳統(tǒng)的補(bǔ)償技術(shù)是采用功率回退，通過(guò)增大輸入補(bǔ)償或輸出補(bǔ)償（IBO/OBO）使功放回退到線性區(qū)來(lái)降低衛(wèi)星信道的非線性失真，而功率回退大大降低了其工作效率；而從衛(wèi)星手持終端智能化、便攜化等角度看，要求終端電池必須輕巧化，其電量?jī)?chǔ)備受到限制，必然要求功放有很高工作效率。因此，完全靠功率回退無(wú)法滿足衛(wèi)星通信的高速率大容量的要求。為了讓衛(wèi)星功放既高效又線性地工作，發(fā)展其他線性化補(bǔ)償技術(shù)成為迫切需求。

此外，衛(wèi)星傳輸帶寬的增加時(shí)，受功放的電特性和電熱特性影響，功放記憶效應(yīng)也日益凸顯；此外，轉(zhuǎn)發(fā)器中解復(fù)用濾波器、復(fù)用濾波器以及其他外圍濾波器是衛(wèi)星信道記憶特性的主要來(lái)源。因此，研究寬帶衛(wèi)星通信中有記憶非線性的失真補(bǔ)償技術(shù)具有重大的實(shí)際意義和應(yīng)用價(jià)值。

2 衛(wèi)星功放的數(shù)學(xué)模型

功放模型一般有物理模型和實(shí)驗(yàn)?zāi)Ｐ?。物理模型需要得知功放的各個(gè)組成電子器件和相互關(guān)系，并用理論加以描述；而實(shí)驗(yàn)?zāi)Ｐ褪窃谝阎Ψ泡斎胼敵鰯?shù)據(jù)情況下使用的模型，通常我們更關(guān)注實(shí)驗(yàn)?zāi)Ｐ汀?/p>

根據(jù)衛(wèi)星行波管功放的輸入、輸出信號(hào)統(tǒng)計(jì)分析得到的Saleh模型，主要用來(lái)描述功放的無(wú)記憶非線性；而描述有記憶非線性模型上應(yīng)用較多的是Wiener模型，通過(guò)線性濾波器級(jí)聯(lián)無(wú)記憶Saleh模型來(lái)實(shí)現(xiàn)。從圖1中可以看出，無(wú)記憶Saleh模型的特性是一條清晰的曲線，而有記憶的Wiener模型則圍繞著該曲線發(fā)散；其次，Wiener-Hammerstein模型常為衛(wèi)星轉(zhuǎn)發(fā)器中的解復(fù)用濾波器、非線性功放和復(fù)用濾波器進(jìn)行建模，文獻(xiàn)［2］中利用Wiener-Hammerstein模型對(duì)跟蹤與數(shù)據(jù)中繼衛(wèi)星（TDRS）信道的特性進(jìn)行建模，模型中解復(fù)用濾波器和復(fù)用濾波器分別用四階低通Chebyshev濾波器進(jìn)行描述，而非線性功放則用非線性多項(xiàng)式來(lái)表示。

此外，針對(duì)應(yīng)用在衛(wèi)星地球站的固態(tài)功放（SSPA）提出來(lái)的Rapp模型也受到關(guān)注，很多文獻(xiàn)認(rèn)為SSPA的相位失真可以忽略不計(jì)，Ai Bo［3］考慮了Rapp模型的相位失真，深入分析了相位失真對(duì)OFDM通信系統(tǒng)性能的影響。

圖1 有記憶與無(wú)記憶Saleh模型特性比較Fig.1 Comparison of Saleh′smodel characteristic with and withoutmemory effects

3 功率放大器失真補(bǔ)償技術(shù)

現(xiàn)有文獻(xiàn)中補(bǔ)償方法主要有兩類：一是在功放前端利用預(yù)失真技術(shù)來(lái)線性化功放；二是在接收端利用非線性均衡器（后失真器）進(jìn)行補(bǔ)償。盡管兩種方法都是為了降低碼間串?dāng)_（ISI），但預(yù)失真技術(shù)能保證功率效率和頻譜效率，有效抑制頻譜再生，減小對(duì)鄰近信道干擾（ICI）；此外，由于均衡器工作在接收端必然受到噪聲的污染，使得預(yù)失真比后失真性能更好。因此，預(yù)失真技術(shù)引起了廣泛的關(guān)注，成為國(guó)內(nèi)外研究的熱點(diǎn)。

預(yù)失真技術(shù)從技術(shù)角度可分為模擬預(yù)失真和數(shù)字預(yù)失真，從環(huán)路構(gòu)造來(lái)看可分為自適應(yīng)預(yù)失真和非自適應(yīng)預(yù)失真，按照預(yù)失真作用位置可分為數(shù)據(jù)預(yù)失真和信號(hào)預(yù)失真，在頻帶劃分可分為射頻預(yù)失真、中頻預(yù)失真和基帶預(yù)失真。伴隨著數(shù)字信號(hào)技術(shù)高速、低功耗的發(fā)展，基帶自適應(yīng)數(shù)字預(yù)失真在補(bǔ)償衛(wèi)星功放非線性失真方面擁有廣闊的前景。

3.1 預(yù)失真的學(xué)習(xí)結(jié)構(gòu)

在自適應(yīng)預(yù)失真技術(shù)中，預(yù)失真器設(shè)置在功放前端，通過(guò)兩者的級(jí)聯(lián)來(lái)實(shí)現(xiàn)線性化的輸出；預(yù)失真器系數(shù)的更新優(yōu)化主要基于直接學(xué)習(xí)結(jié)構(gòu)或間接學(xué)習(xí)結(jié)構(gòu)，結(jié)合自適應(yīng)學(xué)習(xí)算法來(lái)實(shí)現(xiàn)。

3.1.1 直接學(xué)習(xí)結(jié)構(gòu)

直接學(xué)習(xí)結(jié)構(gòu)是利用預(yù)失真器來(lái)直接逼近非線性功放的逆特性，參數(shù)的更新通過(guò)誤差信號(hào)和輸入信號(hào)的自適應(yīng)算法來(lái)完成，其結(jié)構(gòu)如圖2（a）所示，x（n）為輸入信號(hào)，u（n）為經(jīng)過(guò)預(yù)失真后的輸出，非線性功放輸出y（n）經(jīng)過(guò)G倍衰減后與輸入信號(hào)進(jìn)行比較，并將誤差反饋給參數(shù)估計(jì)模塊來(lái)更新預(yù)失真器，實(shí)現(xiàn)預(yù)失真器與非線性功放級(jí)聯(lián)后的線性輸出。直接學(xué)習(xí)結(jié)構(gòu)要求參數(shù)估計(jì)模塊中的自適應(yīng)算法收斂速度快、計(jì)算量小，Zhou D［4］針對(duì)記憶非線性功放提出了多種改進(jìn)預(yù)失真器參數(shù)更新的自適應(yīng)算法，如NFXRLS算法、NALMS算法和NARLS算法等，并利用瞬時(shí)等效濾波器的統(tǒng)計(jì)特性來(lái)進(jìn)一步簡(jiǎn)化，有效地解決了收斂速度和計(jì)算量的問(wèn)題，代價(jià)是結(jié)構(gòu)較為復(fù)雜。直接學(xué)習(xí)結(jié)構(gòu)的不足之處在于當(dāng)直接對(duì)預(yù)失真器參數(shù)進(jìn)行自適應(yīng)估計(jì)時(shí)，需要提前求得功放模型；而間接學(xué)習(xí)結(jié)構(gòu)則不然，其可以在未知功放特性的情況下，利用功放的一組輸入輸出信號(hào)獲取預(yù)失真器的系數(shù)。

圖2 直接學(xué)習(xí)結(jié)構(gòu)與間接學(xué)習(xí)結(jié)構(gòu)比較Fig.2 Comparison between direct learning configuration and indirect learning configuration

3.1.2 間接學(xué)習(xí)結(jié)構(gòu)

3.2 數(shù)字預(yù)失真

數(shù)據(jù)預(yù)失真技術(shù)（DP）是消除功放非線性特性最簡(jiǎn)單的途徑之一。數(shù)據(jù)預(yù)失真主要工作在成形濾波器之前，針對(duì)信號(hào)星座經(jīng)過(guò)非線性衛(wèi)星信道后產(chǎn)生扭曲旋轉(zhuǎn)的現(xiàn)象，數(shù)據(jù)預(yù)失真器直接修改發(fā)送信號(hào)的映射星座點(diǎn)，以使得在接收端盡可能接收到理想的星座圖。其系數(shù)的調(diào)整通過(guò)最小化矢量誤差（EVM）來(lái)達(dá)到最佳化，亦即補(bǔ)償了功放的帶內(nèi)失真。數(shù)據(jù)預(yù)失真技術(shù)基本步驟如下。

（1）首先在匹配濾波器的輸出端計(jì)算每個(gè)發(fā)散星座點(diǎn)的質(zhì)心Cn，其中rn（k）和θ（n）分別是質(zhì)心的幅度和相位：

（2）計(jì)算理想星座點(diǎn)an和發(fā)散星座點(diǎn)質(zhì)心cn之間的幅度、相位誤差：

（3）在發(fā)送端每隔N個(gè)符號(hào)更新M個(gè)矯正過(guò)的映射星座點(diǎn)：

其中，λ1、λ2是自適應(yīng)步長(zhǎng)，rn（k＋1）和θn（k＋1）是下一次迭代的幅度和相位值，M為調(diào)制階數(shù)，N是數(shù)據(jù)塊的大小，考慮到功放非線性的動(dòng)態(tài)漂移，星座點(diǎn)每隔N個(gè)符號(hào)進(jìn)行更新。

按照預(yù)失真值與輸入數(shù)據(jù)前后碼元的關(guān)系，數(shù)據(jù)預(yù)失真可進(jìn)一步分為靜態(tài)數(shù)據(jù)預(yù)失真和動(dòng)態(tài)數(shù)據(jù)預(yù)失真。前者僅僅補(bǔ)償星座的扭曲旋轉(zhuǎn)而沒(méi)有考慮其星座點(diǎn)的發(fā)散，Casini等補(bǔ)充并改進(jìn)了靜態(tài)預(yù)失真算法［7］，其提出的動(dòng)態(tài)預(yù)失真算法聯(lián)合了查表法技術(shù)，考慮了衛(wèi)星信道的記憶效應(yīng)。預(yù)失真星座點(diǎn)的計(jì)算不僅取決于當(dāng)前輸入符號(hào)，還與前、后各（L－1）/2個(gè)符號(hào)有關(guān)，此時(shí)查詢表大小增加到ML，利用APSK星座對(duì)稱性特點(diǎn)，可將記憶表的大小減為3ML/16。動(dòng)態(tài)數(shù)據(jù)預(yù)失真能有效降低碼間串?dāng)_，但隨著調(diào)制階數(shù)和記憶長(zhǎng)度的增加，查詢表的存儲(chǔ)空間急劇增長(zhǎng)，計(jì)算復(fù)雜度不斷提升。針對(duì)該缺點(diǎn)，一種可行的解決方案是將記憶非線性失真的補(bǔ)償分擔(dān)到發(fā)端和收端，利用發(fā)端簡(jiǎn)化的數(shù)據(jù)預(yù)失真來(lái)補(bǔ)償非線性失真，收端均衡補(bǔ)償記憶效應(yīng)。

圖3為有、無(wú)數(shù)據(jù)預(yù)失真情況下匹配濾波器輸出星座圖比較。從圖中明顯可以看出，經(jīng)過(guò)數(shù)據(jù)預(yù)失真后，接收到的星座圖質(zhì)心與發(fā)送星座點(diǎn)基本一致，相位旋轉(zhuǎn)和幅度擴(kuò)張基本上被糾正回來(lái)。

圖3 數(shù)據(jù)預(yù)失真對(duì)接收端的32APSK星座圖矯正比較Fig.3 Comparison of compensation with and without data pre-distortion for 32APSK constellation at receiver

數(shù)據(jù)預(yù)失真技術(shù)盡管實(shí)現(xiàn)簡(jiǎn)單，但無(wú)法補(bǔ)償功放的帶外失真，且僅適合于特定的調(diào)制方式，如MQAM、M-APSK等。

3.3 信號(hào)預(yù)失真

信號(hào)預(yù)失真主要是工作在成形濾波器之后，通過(guò)修改傳輸信號(hào)的波形來(lái)補(bǔ)償信道的非線性失真，信號(hào)預(yù)失真比數(shù)據(jù)預(yù)失真應(yīng)用更加靈活，不僅可以補(bǔ)償帶內(nèi)失真，還可以補(bǔ)償帶外失真，能工作在任意頻帶且不受功放類型、調(diào)制方式等限制。

在信號(hào)預(yù)失真技術(shù)中，首先是對(duì)衛(wèi)星功放進(jìn)行模型辨識(shí)，功放的復(fù)雜度和實(shí)際逼近的程度將直接影響預(yù)失真算法的線性化性能。模型太復(fù)雜則導(dǎo)致算法計(jì)算量大、收斂速度慢，模型太簡(jiǎn)單則無(wú)法有效反映實(shí)際功放的特性，使算法失效。因此，簡(jiǎn)單實(shí)用且具有逼近效果較好的模型，是預(yù)失真算法應(yīng)用的前提。

在設(shè)計(jì)預(yù)失真器時(shí)，通常基于3.1節(jié)的直接學(xué)習(xí)結(jié)構(gòu)或間接學(xué)習(xí)結(jié)構(gòu)，在一定的優(yōu)化準(zhǔn)則下，結(jié)合不同的自適應(yīng)學(xué)習(xí)算法來(lái)更新預(yù)失真器的系數(shù)，實(shí)現(xiàn)功放的線性輸出。信號(hào)基帶預(yù)失真分為查詢表和工作函數(shù)法兩種，各有特點(diǎn)，適合于不同應(yīng)用場(chǎng)合。

3.4 查詢表預(yù)失真

查詢表預(yù)失真技術(shù)（LUT）［8］的基本原理是把功放輸入信號(hào)幅度或功率作為L(zhǎng)UT的索引指針，根據(jù)功放逆特性得到的預(yù)失真值作為指針內(nèi)容，系統(tǒng)按照輸入幅度或功率信息來(lái)查找相應(yīng)的預(yù)失真值，并通過(guò)后續(xù)處理單元來(lái)實(shí)現(xiàn)線性化。查表法地址量化有基于幅度索引的均勻量化和基于功率索引的非均勻量化，由于后者的量化間隔比前者大，選取量化方式時(shí)需要考慮輸入信號(hào)的幅度概率分布和功放實(shí)際特性。

其中，λk為衰退指數(shù)權(quán)重λk＝D1－k，k＝1，2，…，M，D＞1，M為記憶深度。

Ai Bo［10］進(jìn)一步改進(jìn)了第二維索引Y來(lái)簡(jiǎn)化查詢表：

其中，ρ（n）為時(shí)刻n輸入信號(hào)的幅度，A為決定索引Y大小的常數(shù)，與上面的LY類似。

此外，消除記憶非線性方面還有多查表技術(shù)［11］和Pascale Jardin［12］提出的濾波器查詢表（FLUT）技術(shù)。其中FLUT技術(shù)通過(guò)LUT聯(lián)合一個(gè)濾波器碼本來(lái)構(gòu)造預(yù)失真器，F(xiàn)LUT方案補(bǔ)償性能介于傳統(tǒng)基于直接學(xué)習(xí)的LUT和基于間接學(xué)習(xí)的記憶多項(xiàng)式之間，既避免了無(wú)記憶LUT補(bǔ)償記憶非線性功放性能有限的問(wèn)題，同時(shí)又回避了記憶多項(xiàng)式復(fù)雜度高的缺點(diǎn)。因此，結(jié)合成熟的自適應(yīng)濾波器技術(shù)，F(xiàn)LUT是一種很有前景的功放線性化方案。

查詢表預(yù)失真技術(shù)實(shí)現(xiàn)方式簡(jiǎn)單，當(dāng)表的位數(shù)足夠大時(shí)能夠達(dá)到非常高的精度，性能遠(yuǎn)遠(yuǎn)好于多項(xiàng)式預(yù)失真技術(shù)。其主要缺點(diǎn)在于查詢表位數(shù)增大時(shí)收斂速度較慢，如在記憶預(yù)失真中當(dāng)表位數(shù)為n時(shí)，表的大小為2×2n×Y，在使用自適應(yīng)算法對(duì)表中的預(yù)失真值進(jìn)行更新時(shí)迭代次數(shù)較大，因此查詢表預(yù)失真技術(shù)需要在預(yù)失真性能和收斂速度中來(lái)取得折衷。查表法無(wú)法有效應(yīng)用在實(shí)時(shí)性要求比較苛刻的設(shè)備中，通常應(yīng)用于衛(wèi)星地球站、廣播衛(wèi)星通信系統(tǒng)等。

3.5 工作函數(shù)預(yù)失真

工作函數(shù)預(yù)失真基本原理是在功放前端利用數(shù)學(xué)模型來(lái)描述其反函數(shù)，以達(dá)到預(yù)失真器與功放級(jí)聯(lián)后達(dá)到線性化的目的。該技術(shù)僅僅需要存儲(chǔ)數(shù)量有限的工作函數(shù)參數(shù)，相比查詢表預(yù)失真方法極大地減小了RAM的空間，在現(xiàn)有文獻(xiàn)中得到了廣泛的研究。預(yù)失真器的數(shù)學(xué)模型通常有多項(xiàng)式模型和神經(jīng)網(wǎng)絡(luò)模型。

3.5.1 基于記憶多項(xiàng)式的預(yù)失真

（1）基于Volterra級(jí)數(shù)的自適應(yīng)預(yù)失真

Volterra級(jí)數(shù)通常用來(lái)對(duì)有記憶非線性功放進(jìn)行建模，其主要不足在于參數(shù)個(gè)數(shù)會(huì)隨著系統(tǒng)記憶長(zhǎng)度和非線性階數(shù)的增加而迅速增長(zhǎng)，而且無(wú)法建立精確的逆結(jié)構(gòu)，常用p階逆來(lái)近似其逆模型。文獻(xiàn)［13］對(duì)Volterra級(jí)數(shù)模型進(jìn)行了簡(jiǎn)化，并采用觀測(cè)矩陣維數(shù)固定的RLS算法對(duì)模型進(jìn)行自適應(yīng)辨識(shí)。Li［14］等提出利用簡(jiǎn)化的有限階Volterra級(jí)數(shù)擬合非線性模型，基于間接學(xué)習(xí)結(jié)構(gòu)研究了在OFDM體制下的預(yù)失真性能。因此，對(duì)Volterra級(jí)數(shù)進(jìn)行有效簡(jiǎn)化是一種可行的途徑。

（2）基于H-W模型的自適應(yīng)預(yù)失真

近年來(lái)，通過(guò)對(duì)Volterra級(jí)數(shù)的簡(jiǎn)化，主要有兩個(gè)方向，其一是Clark等提出的Wiener模型［15］，主要優(yōu)點(diǎn)在于對(duì)應(yīng)的預(yù)失真器是一個(gè)結(jié)構(gòu)與其相反的Hammerstein模型，且可以使得預(yù)失真器是功放精確的反函數(shù)。即先利用Wiener模型對(duì)記憶高功放進(jìn)行辨識(shí)，得到LTI和無(wú)記憶非線性模型的參數(shù)，并由功放的輸出和系統(tǒng)期望輸出的誤差來(lái)自適應(yīng)更新Hammerstein預(yù)失真器系數(shù)。由于Hammerstein預(yù)失真器是級(jí)聯(lián)模型，其中LTI的系數(shù)和無(wú)記憶非線性模型的系數(shù)辨識(shí)互相關(guān)聯(lián)，導(dǎo)致辨識(shí)困難而且效率低下。文獻(xiàn)［16］將記憶和非線性模型參數(shù)進(jìn)行分離單獨(dú)辨識(shí)，收斂速度有所提高。文獻(xiàn)［17］根據(jù)H-W模型預(yù)失真技術(shù)的特點(diǎn)，提出一種簡(jiǎn)化形式，但要分兩步對(duì)Hammerstein模型進(jìn)行轉(zhuǎn)換，實(shí)現(xiàn)結(jié)構(gòu)較為復(fù)雜。

（3）基于記憶非線性多項(xiàng)式的自適應(yīng)預(yù)失真

Volterra級(jí)數(shù)的簡(jiǎn)化的另一個(gè)方向是Kim等［18］提出了記憶非線性多項(xiàng)式功放模型，盡管在設(shè)計(jì)相應(yīng)預(yù)失真器的時(shí)候無(wú)法得到其精確逆結(jié)構(gòu)，但是可基于間接學(xué)習(xí)結(jié)構(gòu)采用另外的記憶多項(xiàng)式來(lái)近似。Lei Ding［19］提出的記憶多項(xiàng)式預(yù)失真器為記憶預(yù)失真器設(shè)計(jì)奠定了基礎(chǔ)。記憶多項(xiàng)式模型實(shí)質(zhì)是一種帶抽頭延時(shí)的非線性多項(xiàng)式模型，預(yù)失真器系數(shù)的估計(jì)通常采用自適應(yīng)算法，因此設(shè)計(jì)實(shí)現(xiàn)復(fù)雜度低同時(shí)穩(wěn)健性好的系數(shù)估計(jì)算法非常重要。Dennis R M［20］提出了一種通用的記憶多項(xiàng)式預(yù)失真器，系數(shù)的更新基于間接學(xué)習(xí)結(jié)構(gòu)，即先辨識(shí)出PA的逆模型，再周期性地將逆模型的參數(shù)拷貝到具有相同結(jié)構(gòu)的預(yù)失真器中。Kim［21］通過(guò)直接求逆函數(shù)來(lái)尋找多項(xiàng)式的低階分析解，計(jì)算復(fù)雜且僅適合低階情況。Pan［22］在Kim的基礎(chǔ)上，改進(jìn)了逆函數(shù)的求解方法，該方法基于高階單變量多項(xiàng)式并利用QR因子分解求根方式精確地對(duì)功放進(jìn)行了補(bǔ)償，鄰近信道功率比提高了6 dB。在多項(xiàng)式預(yù)失真器設(shè)計(jì)中Lei Ding還證明了考慮偶數(shù)階非線性項(xiàng)時(shí)性能比僅僅考慮奇數(shù)項(xiàng)的多項(xiàng)式性能要好3～5 dB。

圖4和圖5是基于數(shù)字多媒體廣播衛(wèi)星DVBS2標(biāo)準(zhǔn)的32APSK調(diào)制信號(hào)，利用非線性為5階、記憶深度為3的多項(xiàng)式預(yù)失真器線性化衛(wèi)星Wiener-Hammerstein功放的仿真結(jié)果。從圖4中可知，預(yù)失真前星座圖發(fā)生了逆時(shí)針旋轉(zhuǎn)，星座半徑擴(kuò)張，同時(shí)星座點(diǎn)發(fā)散非常嚴(yán)重，而預(yù)失真后功放輸出星座圖與原始信號(hào)星座圖基本一致，改善非常明顯；從功率譜密度看，預(yù)失真前功放受記憶非線性影響，功率譜再生非常嚴(yán)重，干擾鄰近信道傳輸信號(hào)，而預(yù)失真后功率譜再生得到約10 dB的抑制。圖5為預(yù)失真前、后的功放AM-AM和AM-PM特性比較，可以看出功放記憶非線性失真得到了較好的補(bǔ)償。

圖4 預(yù)失真前后功放輸出信號(hào)星座圖和功率譜比較Fig.4 Comparison of constellations and PSD before and after pre-distortion for 32APSK

圖5 預(yù)失真前后的功放AM-AM和AM-PM特性比較Fig.5 Comparison of power amplifier AM-AM and AM-PM characteristic before and after pre-distortion

多項(xiàng)式預(yù)失真法與傳統(tǒng)的查表法相比較，僅僅需要考慮多項(xiàng)式的若干系數(shù)，收斂速度較快，但是在預(yù)失真器的階數(shù)較高時(shí)，系統(tǒng)復(fù)雜度也隨著增加，基于記憶非線性的預(yù)失真器是寬帶衛(wèi)星功放失真補(bǔ)償?shù)挠行緩街弧?/p>

3.5.2 基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)預(yù)失真技術(shù)

神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)非線性函數(shù)擬合能力非常強(qiáng)大，其主要得益于神經(jīng)元中采用的非線性激活函數(shù)。理論上，當(dāng)隱藏層中有足夠多的神經(jīng)元，單層的神經(jīng)網(wǎng)絡(luò)能夠以任意精度來(lái)近似任意的連續(xù)函數(shù)，因此，利用神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)預(yù)失真獲得了國(guó)內(nèi)外廣泛的關(guān)注。錢業(yè)青［23］提出了帶抽頭延時(shí)的雙入雙出兩層前向神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，基于間接學(xué)習(xí)結(jié)構(gòu)和誤差反向傳播（BP）算法實(shí)現(xiàn)自適應(yīng)，有效地補(bǔ)償功放的記憶非線性失真。Rafik Zayani［24］等基于前饋神經(jīng)網(wǎng)絡(luò)研究了3種不同的衛(wèi)星通信下行鏈路的預(yù)失真技術(shù)，并通過(guò)16QAM-64子載波的OFDM系統(tǒng)仿真分析了多種自適應(yīng)訓(xùn)練算法在不同評(píng)價(jià)標(biāo)準(zhǔn)下的性能。徐勇［25］提出了一種采用LMS算法的系統(tǒng)模型來(lái)簡(jiǎn)化神經(jīng)網(wǎng)絡(luò)中的L-M自適應(yīng)算法，大大降低了計(jì)算復(fù)雜度，提高了性能；而文獻(xiàn)［26］提出應(yīng)用徑向基函數(shù)（RBF）神經(jīng)網(wǎng)絡(luò)來(lái)學(xué)習(xí)逼近衛(wèi)星功放的記憶非線性特性，采用幅度和相位分開的方法推導(dǎo)了RBF下的自適應(yīng)預(yù)失真算法，星座圖和誤比特性能改善明顯。崔華［27］基于記憶特性和非線性特性分離預(yù)失真的原理，提出了BP神經(jīng)網(wǎng)絡(luò)分離預(yù)失真方法，把記憶非線性功放的預(yù)失真通過(guò)抵消記憶效應(yīng)模塊、AM/AM失真矯正模塊和AM/PM失真矯正3個(gè)模塊來(lái)實(shí)現(xiàn)，得到了較好的補(bǔ)償效果。

神經(jīng)網(wǎng)絡(luò)預(yù)失真今后研究的重點(diǎn)將體現(xiàn)在如何設(shè)計(jì)低復(fù)雜度的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和方案，以及計(jì)算量小、收斂速度快的自適應(yīng)訓(xùn)練算法，來(lái)進(jìn)一步提高預(yù)失真補(bǔ)償性能。

3.6 時(shí)頻域預(yù)失真

前面的基帶預(yù)失真都是工作在時(shí)域，目前，已經(jīng)有研究者從抵消反映功放非線性的頻域分量角度來(lái)進(jìn)行失真補(bǔ)償，主要體現(xiàn)在對(duì)三階互調(diào)（IM3）產(chǎn)物、五階互調(diào)（IM5）產(chǎn)物和交調(diào)（CM）產(chǎn)物等頻率分量的估計(jì)和抑制來(lái)得到更加精確的預(yù)失真效果。時(shí)頻域預(yù)失真一般利用內(nèi)插分量（injection）進(jìn)行失真補(bǔ)償，其基本思想是在功放的輸入端加入某一頻率分量使得在功放輸出端得到一個(gè)與原始信號(hào)互調(diào)積幅度相同、相位相反的分量來(lái)抵消除非線性失真，內(nèi)插技術(shù)主要有借用功放線性增益區(qū)的插入技術(shù)、不同頻率分量插入技術(shù)和二階諧波插入技術(shù)等。Ming Xiao［28］基于相似的思想將該方法應(yīng)用到16QAM寬帶信號(hào)中，在輸入端插入矩形信號(hào)或原始信號(hào)的立方積，并觀察功放的輸出功率譜來(lái)改變插入信號(hào)的幅度和相位，以降低鄰近信道功率比。該方法能夠在頻譜再生中同時(shí)調(diào)整每個(gè)插入頻率分量的幅度和相位，同時(shí)還能夠分別對(duì)頻譜再生的上、下邊帶進(jìn)行調(diào)整，實(shí)驗(yàn)證明該方案能夠減小頻譜再生達(dá)到30 dB，并能有效補(bǔ)償功放的記憶效應(yīng)。時(shí)頻域數(shù)字預(yù)失真技術(shù)實(shí)現(xiàn)簡(jiǎn)單，在頻域能夠?qū)γ總€(gè)頻率點(diǎn)進(jìn)行修正，其直接對(duì)經(jīng)過(guò)非線性功放的信號(hào)功率譜進(jìn)行失真補(bǔ)償，消除頻譜再生。下一步可考慮結(jié)合自適應(yīng)算法的時(shí)頻域預(yù)失真，發(fā)展前景非常廣闊。

3.7 自適應(yīng)均衡

自適應(yīng)均衡技術(shù)可以有效地消除碼間串?dāng)_，從而降低輸入補(bǔ)償，提高功放效率。自適應(yīng)均衡器分為基于訓(xùn)練序列的一般均衡器和基于信號(hào)統(tǒng)計(jì)特性的盲均衡器，兩種類型都基于判決反饋均衡器（DFE）。前者的訓(xùn)練序列需要占用一部分傳輸帶寬，后者僅僅需知道接收符號(hào)。針對(duì)訓(xùn)練均衡算法，Luca Giugno［29］在最佳化APSK調(diào)制方式的基礎(chǔ)上，聯(lián)合發(fā)送端的數(shù)據(jù)預(yù)失真技術(shù)和接收端的自適應(yīng)非線性均衡（NLE）技術(shù)對(duì)衛(wèi)星信道的記憶非線性失真進(jìn)行補(bǔ)償，并驗(yàn)證了該方案在性能基本不變的前提下，有效降低了預(yù)失真器實(shí)現(xiàn)的復(fù)雜度。此外，盲均衡算法，特別是通用多階恒模算法（GMCMA）在高階QAM調(diào)制中展示出了良好的性能［30］。Yoichi Suzuki等［31］在日本先進(jìn)ISDB-S衛(wèi)星信道條件下研究了適合于APSK信號(hào)的自適應(yīng)均衡器。兩類均衡器應(yīng)用的關(guān)鍵是如何確定適合于衛(wèi)星傳輸信道特點(diǎn)的均衡器參數(shù)。由于均衡技術(shù)在低信噪比下性能不高，但仍可作為進(jìn)一步補(bǔ)償衛(wèi)星信道非線性失真的技術(shù)之一。

4 衛(wèi)星功放失真補(bǔ)償方案

由于衛(wèi)星通信系統(tǒng)中體制不盡相同，如何在不同的應(yīng)用環(huán)境下設(shè)計(jì)相應(yīng)的自適應(yīng)補(bǔ)償方案來(lái)靈活高效地補(bǔ)償非線性，是系統(tǒng)設(shè)計(jì)最為關(guān)鍵的步驟之一。

衛(wèi)星轉(zhuǎn)發(fā)器通常分為透明轉(zhuǎn)發(fā)器和處理轉(zhuǎn)發(fā)器，在透明轉(zhuǎn)發(fā)衛(wèi)星條件下補(bǔ)償算法的應(yīng)用，通?？梢钥紤]采用自發(fā)自收和主站輔助的補(bǔ)償方式；而在處理轉(zhuǎn)發(fā)器應(yīng)用環(huán)境中，則可采用上下行獨(dú)立補(bǔ)償和星地一體化補(bǔ)償兩種方式。

4.1 基于透明轉(zhuǎn)發(fā)的補(bǔ)償方式

透明轉(zhuǎn)發(fā)器僅僅對(duì)信號(hào)進(jìn)行轉(zhuǎn)發(fā)，當(dāng)終端能夠?qū)π盘?hào)自發(fā)自收時(shí)，其通過(guò)將自身發(fā)送的信號(hào)重新接收來(lái)對(duì)包括衛(wèi)星功放在內(nèi)的非線性信道進(jìn)行估計(jì)和補(bǔ)償，如圖6所示。在地面站為主站和廣播信道情況下，發(fā)送端通常滿足自發(fā)自收的條件，此時(shí)可以采用該方式來(lái)進(jìn)行補(bǔ)償，在一定程度上還可以降低衛(wèi)星和小終端的實(shí)現(xiàn)復(fù)雜度。

圖6 自發(fā)自收補(bǔ)償方式Fig.6 Scheme of self-transmission and self-access compensation

在衛(wèi)星終端無(wú)法滿足自發(fā)自收條件時(shí)，則可利用主站輔助的方式，其方法是通過(guò)主站接收到小站發(fā)送的信號(hào)來(lái)對(duì)非線性信道進(jìn)行分析估計(jì)，然后再將估計(jì)參數(shù)反饋給小站，小站基于該參數(shù)直接配置預(yù)失真器以補(bǔ)償非線性失真，如圖7所示。

圖7 主站輔助補(bǔ)償方式Fig.7 Scheme of compensation with the aid ofmain ground-station

4.2 基于處理轉(zhuǎn)發(fā)的補(bǔ)償方式

當(dāng)轉(zhuǎn)發(fā)器為處理轉(zhuǎn)發(fā)器時(shí)，衛(wèi)星轉(zhuǎn)發(fā)器接收到信號(hào)先進(jìn)行解調(diào)處理然后再重新調(diào)制。該情況下對(duì)非線性信道可采用分段補(bǔ)償方案，如圖8所示。該方案上行鏈路中發(fā)送端補(bǔ)償自身功放的非線性；而下行鏈路中接收端補(bǔ)償星上功放的非線性，同時(shí)在下行鏈路中接收端還可以考慮聯(lián)合非線性均衡的補(bǔ)償方案，最終達(dá)到整個(gè)衛(wèi)星信道非線性的補(bǔ)償。

圖8 上下行鏈路獨(dú)立補(bǔ)償方式Fig.8 Scheme of independent compensation in uplink and downlink

處理轉(zhuǎn)發(fā)器的星地一體化補(bǔ)償方案如圖9所示。其基本思想是通過(guò)地面主站接收衛(wèi)星的下行信號(hào)，來(lái)估計(jì)衛(wèi)星功放的非線性；通過(guò)衛(wèi)星的處理轉(zhuǎn)發(fā)器功能來(lái)估計(jì)地面小站的非線性；然后分別將參數(shù)返還到鏈路對(duì)端，實(shí)現(xiàn)對(duì)端的非線性補(bǔ)償。

圖9 星地一體化補(bǔ)償方式Fig.9 Scheme of integrative compensation of satellite and earth terminal

5 總結(jié)

由于實(shí)際信號(hào)在衛(wèi)星信道中受到大衰減、長(zhǎng)延遲和加性高斯白噪聲等的影響，在現(xiàn)有預(yù)失真補(bǔ)償方案中確定適合于衛(wèi)星信道的預(yù)失真學(xué)習(xí)結(jié)構(gòu)非常重要，由于衛(wèi)星信道中噪聲不可避免，如何有效減小測(cè)量信號(hào)噪聲是主要難點(diǎn)之一，需要進(jìn)一步研究；

其次，常用的工作函數(shù)預(yù)失真、查詢表等預(yù)失真技術(shù)中將射頻信號(hào)解調(diào)到基帶，需要正確估計(jì)反饋回路中的環(huán)路延遲，因此，研究適合不同體制的低復(fù)雜度時(shí)延估計(jì)算法對(duì)于實(shí)際應(yīng)用非常必要；

再者，由于寬帶衛(wèi)星支持的調(diào)制方式種類越來(lái)越多，在已知調(diào)制方式的前提下，設(shè)計(jì)總體補(bǔ)償算法非常關(guān)鍵：一方面要考慮在保證系統(tǒng)性能的前提下盡量降低補(bǔ)償算法的復(fù)雜度，另一方面要考慮利用調(diào)制方式來(lái)提高現(xiàn)有算法的補(bǔ)償性能，根據(jù)不同調(diào)制方式的波形特點(diǎn)，提高預(yù)失真過(guò)程中的參數(shù)估計(jì)精度，從而提高整個(gè)補(bǔ)償算法的性能。

功放非線性失真補(bǔ)償技術(shù)是寬帶衛(wèi)星通信系統(tǒng)的關(guān)鍵技術(shù)之一，研究高效的失真補(bǔ)償技術(shù)來(lái)減小衛(wèi)星信道的非線性失真，提高功放的工作效率，對(duì)我國(guó)寬帶衛(wèi)星通信的發(fā)展具有十分重大的意義。本文綜述了目前衛(wèi)星通信中功放非線性失真補(bǔ)償技術(shù)的優(yōu)缺點(diǎn)，重點(diǎn)介紹了前景廣闊的基帶預(yù)失真補(bǔ)償技術(shù)，最后結(jié)合衛(wèi)星轉(zhuǎn)發(fā)器的類型設(shè)計(jì)了寬帶衛(wèi)星實(shí)際應(yīng)用中的失真補(bǔ)償方案，對(duì)于衛(wèi)星信道的線性化研究具有一定的實(shí)際意義和參考價(jià)值。

［1］Liolis K P，Gaudenzi D R，Alagha N，et al.Amplitudephase shift keying constellation design and its applications to satellite digital video broadcasting［M］//Digital Video.New York：Intech，2010：425－452.

［2］Gioannini B，Wong Y，Wesdock J，et al.Bandwidth efficient modulation and coding techniques for NASA′sexisting Ku/Kaband 225MHzwide service［C］//Proceedings of2005 Aerospace Conference.Big Sky，Montana，USA：IEEE，2005：1－11.

［3］Ai B，Zhang TT，Pan CY，etal.Effects ofHPA phase distortion on system performance［J］.Journal of System Simulations，2007，19（2）：424－428.

［4］Zhou Dayong，Victor E，Brunner D.Novel adaptive nonlinear pre-distorters based on the direct learning algorithm［J］.IEEE Transactions on Signal Proccessing，2007，55（1）：120－133.

［5］Morgan D R，Ma Z，Ding L.Reducingmeasurement noise effects in digital pre-distortion of RF power amplifiers［C］//Proceedings of IEEE International Conference on Communications.［S.l.］：IEEE，2003：2436－2439.

［6］Harmon J，Stephen GW，Charles L B.RemoteSatellite Amplifier Pre-distortion using the Indirect Learning Architecture［C］//Proceedings of the 2010 Military Communications Conference-Unclassified Program-Waveforms and Signal Processing Track.San Jose，California，USA：IEEE，2010：335－340.

［7］Casini E，Gaudenzi R，Ginesi.DVB-S2 modem algorithms design and performance over typical satellite channels［J］. International Journal on Satellite Communications and Networking，2004，22（3）：281－318.

［8］劉軍，艾渤.功率放大器數(shù)字基帶自適應(yīng)預(yù)失真技術(shù)研究進(jìn)展［J］.電訊技術(shù)，2007，47（6）：1－6. LIU Jun，AIBo.Study Status and Prospects of Digital Baseband Adaptive Pre-distortion Techniques for Power Amplifiers［J］.Telecommunication Engineering，2007，47（6）：1－6.（in Chinese）

［9］He Z Y，Ge JH，Geng S J，et al.An improved look-up table pre-distortion technique for HPA withmemory effects in OFDM systems［J］.IEEE Transactions on Broadcasting，2006，52（1）：87－91.

［10］Ai B，Yang ZX，Pan CY，etal.Analysis on LUT basedpre-distortion method for HPA with memory［J］.IEEE Transactions on Broadcasting，2007，53（1）：127－131.

［11］Melvin SH，Baro M，JandaliM，et al.Improved compensation of HPA nonlinearities using digital pre-distorters with dynamic and multi-dimensional LUTs［C］//Proceedings of 2008 IEEECommunication Networks and Services Research Conference.Halifax，Nova Scotia，Canada：IEEE，2008：46－52.

［12］Jardin P，Baudoin G.Filter lookup tablemethod for power amplifier linearization［J］.IEEE Transactions on Vehicular Technology，2007，56（3）：1076－1087.

［13］金哲，宋執(zhí)環(huán)，何加銘.基于簡(jiǎn)化Volterra級(jí)數(shù)的射頻功率放大器建模與辨識(shí)［J］.電路與系統(tǒng)學(xué)報(bào)，2008，13（5）：90－94. JIN Zhe，SONG Zhi-huan，HE Jia-ming.Modeling and identification of RF power amplifiers based on simplified Volterra series［J］.Journal of Circuits and Systems，2008，13（5）：90－94.（in Chinese）

［14］Li Jian，Jacek I.A least-squares volterra pre-distorter for Compensation of Non-linear Effects with Memory in OFDM transmitters［C］//Proceedings of the 3rd Annual Communication Networks and Services Research Conference.Halifax，Nova Scotia，Canada：IEEE，2005：197－202.

［15］Clark C J，ChrisikosG，MuhaM S，etal.Time-domain envelopemeasurement techniquewith application towideband power amplifiermodeling［J］.IEEETransactions on Microwave Theory and Techniques，1998，46（12）：2531－2540.

［16］陳凱亞，王敏錫.Wiener功率放大器的分離預(yù)失真方法［J］.通信學(xué)報(bào)，2005（9）：30－34. CHEN Kai-ya，WANG Min-xi.Separation method of predistortion for Wiener PA［J］.Journal on Communications，2005（9）：30－34.（in Chinese）

［17］錢業(yè)青，劉富強(qiáng).Wiener功率放大器的簡(jiǎn)化預(yù)失真方法［J］.通信學(xué)報(bào)，2007（10）：55－59. QIAN Ye-qing，LIU Fu-qiang.Simplified pre-distortion method forWiener power amplifier linearization［J］.Journal on Communications，2007（10）：55－59.（in Chinese）

［18］Kim J，Konstantinou K.Digital pre-distortion of wideband signals based on power amplifier model with memory［J］. Electronic.Letter，2001，37（23），：1417－1418.

［19］Ding Lei，Zhou G T，Dennis R M.A robust digital baseband pre-distorter constructed using memory polynomials［J］.IEEE Transactions on Communications，2004，52（1）：159－165.

［20］Dennis RM，Ma Z，Kim J，etal.A generalizedmemory polynomialmodel for digital pre-distortion of RF power amplifier［J］.IEEE Transactions on Signal Processing，2006，54（10）：3852－3860.

［21］Kim J，Konstantinou K.Digital pre-distortion of wideband signals based on power amplifier model with memory［J］. Electronics Letters，2001，37（23）：1417－1418.

［22］PANWen-sheng，LIU Ying，TANG You-xi.A pre-distortion algorithm based on accurately solving the reverse function ofmemory polynomialmodel［J］.IEEEWireless Communication Letters，2012，1（4）：384－387.

［23］錢業(yè)青，姚天任.記憶非線性功率放大器的神經(jīng)網(wǎng)絡(luò)預(yù)失真［J］.計(jì)算機(jī)工程與應(yīng)用，2004（21）：100－103. QIAN Ye-qin，YAO Tian-ren.Neural network pre-distortion technique for nonlinear power amplifiers with memory［J］. Computer Engineering and Applications，2004（21）：100－103.（in Chinese）

［24］ZayaniR，Bouallegue R，Roviras LD.Adatpive pre-distortion based on neural networks associated with Levenberg-Marquardt algorithm for satellite down links［J］.EURASIP Journal on Wireless Communications and Networking，2008（2）：1－15.

［25］徐勇，童新海，劉淵.一種基于神經(jīng)網(wǎng)絡(luò)的非線性衛(wèi)星HPA預(yù)失真器［J］.解放軍理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2011，12（6）：569－573. XU Yong，TONG Xin-hai，LIU Yuan.Neural network based pre-distorter for linearization of HPA nonlinearity in satellite communications［J］.Journal of PLA University ofScience and Technology（Nature Science Edition），2011，12（6）：569－573.（in Chinese）

［26］李愛紅，肖山竹，張爾揚(yáng).基于RBF神經(jīng)網(wǎng)絡(luò)的HPA自適應(yīng)預(yù)失真算法［J］.國(guó)防科技大學(xué)學(xué)報(bào)，2008，30（3）：105－108. LI Ai-hong，XIAO Shan-zhu，ZHANG Er-yang.Adaptive pre-distortion based on RBF neural network for HPA［J］. Journal of National University of Defense Technology.2008，30（3）：105－108.（in Chinese）

［27］崔華，趙祥模，艾渤.記憶功放的BP神經(jīng)網(wǎng)絡(luò)分離預(yù)失真方法［J］.西安電子科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2010，37（3）：565－569. CUIHua，ZHAO Xiang-mo，AIBo.Separate BPNN pre-distortion method for nonlinear HPA withmemory［J］.Journalof Xidian University，2010，37（3）：565－569.（in Chinese）

［28］Xiao M，Gardner P.Digitalbaseband injection techniques to reduce spectral regrowth in power amplifier［C］//Proceedings of 2008 IEEE MTT-S International Microwave Symposium.Atlanta，Georgia：IEEE，2008：1513－1516.

［29］Giugno L，Luise M，Lottici V.Adaptive pre-and post-compensation of nonlinear distortions for high-level datamodulations［J］.IEEE Transactions on Wireless Communications，2004，3（5）：1490－1495.

［30］Fan Chih-Peng，LiangWen-Hsuan，LeeWei.Fastblind equalization with Two-Stage single/multilevel modulus and DD algorithm for high order QAM cable systems［C］//Proceedings of 2008 IEEE International Symposium on Circuits and Systems.Seattle，WA：IEEE，2008：3001－3004.

［31］SuzukiY，Hashimoto A，Kojima M.A Study of adaptive equalizer for APSK in the advanced satellite broadcasting system［C］//Proceedings of 2009 Global Telecommunications Conference.Honolulu，HI：IEEE，2009：1－6.

楊茂強(qiáng)（1987—），男，廣東梅州人，碩士研究生，主要研究方向?yàn)樾l(wèi)星通信、功放預(yù)失真；

YANG Mao-qiang was born in Meizhou，Guangdong Province，in 1987.He is now a graduate student.His research interests include satellite communication and power amplifier pre-distortion technologies.

Email：yyy1382＠126.com

郭道省（1973—），男，河南南陽(yáng)人，博士，教授，主要研究方向?yàn)樾l(wèi)星通信、數(shù)字信號(hào)處理、通信抗干擾技術(shù)等；

GUODao-xingwasborn in Nanyang，Henan Province，in 1973.He is now a professorwith the Ph.D.degree.His research concerns satellite communication，digital signal processing and anti-jamming technologies in communication.

潘小飛（1979—），男，河北邯鄲人，博士，講師，主要研究方向?yàn)樾l(wèi)星通信、數(shù)字信號(hào)處理、功放線性化技術(shù)等。

PAN Xiao-feiwas born in Handan，Hebei Province，in 1979. He is now a lecturer with the Ph.D.degree.His research concerns satellite communication，digital signal processing and power amplifier pre-distortion technologies.

Distortion Compensation Techniques for W ideband Satellite Power Am plifiers：Research Progress and Applications

YANGMao-qiang1，GUO Dao-xing2，PAN Xiao-fei2，CHEN Feng1
（1.Postgraduate Team 3，College of Communication Engineer，PLA University of Science and Technology，Nanjing 210007，China；2.College of Communication Engineer，PLA University of Science and Technology，Nanjing 210007，China）

As the high power amplifiers（HPA）suffer frommemory nonlinear distortion in wideband satellite communication system，which downgrades its performance drastically，different nonlinear distortion compensation techniques are reviewed in this paper.Pre-distortion learning architecture，data pre-distortion，signal pre-distortion，time and frequency domain pre-distortion and adaptive equalization are focused，at the same time，advantages＆disadvantages and applications of these techniques are compared and analyzed.Finally，four compensation schemes in practical applications ofwideband satellite amplifiers are proposed to provide a theoretical reference for China′s high-speed satellite amplifier distortion compensation research.

wideband satellite communication；power amplifier；nonlinear distortion；digital pre-distortion；compensation scheme

TN722.7；TN911

A

1001－893X（2013）02－0225－10

10.3969/j.issn.1001－893x.2013.02.022

2012－11－01；

2013－01－14 Received date：2012－11－01；Revised date：2013－01－14

國(guó)防預(yù)研基金資助項(xiàng)目（9140A22031010JB3801）

Foundation Item：The National Defense Pre-Research Fund（9140A22031010JB3801）

??通訊作者：yyy1382＠126.com Corresponding author：yyy1382＠126.com