王華，王正，何東軒

(北京理工大學 信息與電子學院，北京 100081)

?

解調環(huán)路非理想特性對預失真系統(tǒng)的影響

王華，王正，何東軒

(北京理工大學 信息與電子學院，北京 100081)

借助半實物仿真平臺研究了環(huán)路器件的非理想特性對預失真器性能的影響. 給出了預失真器的模型及所用到的自適應算法，分析了這些器件的非理想特性以及它們對傳輸信號的影響，并通過測試平臺評估了不同器件傳輸特性對信號鄰信道功率比(ACPR)及誤差向量幅度(EVM)的影響. 結果表明非理想特性中相偏或相位抖動對系統(tǒng)影響較小，而IQ不均衡度大及量化位數(shù)少對系統(tǒng)性能有較大影響，并對硬件實現(xiàn)提出了一些有用的技術參數(shù)要求.

功率放大器；預失真技術；量化效應；IQ不平衡

隨著衛(wèi)星通信的迅速發(fā)展，通信頻段變得越來越擁擠，為了在有限的頻譜范圍內獲得更高的傳輸速率，許多高頻譜效率的調制方式(如16APSK、32APSK 等)將獲得應用[1]. 這些信號普遍具有較高的峰均比，功率放大器的非線性將使信號產生交調失真和頻譜擴展. 同時隨著信號調制帶寬的增大，功放的記憶效應也不容忽視，在文獻[2]中給出了記憶效應的產生機理.

為了使功放在輸入信號帶寬寬、峰均比高的情況下高效工作，必須對其進行線性化處理. 目前，功放的線性化技術主要有前饋技術[3-4]、負反饋技術[5]和數(shù)字基帶預失真技術等. 其中，基帶預失真技術因簡單、實現(xiàn)成本低等優(yōu)點，獲得了廣泛應用.

對功放的預失真研究技術的研究主要集中在預失真器的結構、模型[6-9]以及自適應算法方面. 其中，記憶多項式的預失真器模型[7]由于具有參數(shù)少等優(yōu)勢而得到了廣泛的應用，文獻[8]中所提出的基于記憶多項式的預失真器可適用于不同的記憶功放模型. 本文采用間接型學習結構、記憶多項式模型的預失真器對器件的非理想特性造成的影響進行評估，在此過程中，采用最小二乘(LS)算法提取預失真器的參數(shù).

間接型學習結構預失真系統(tǒng)中存在解調環(huán)路，將功放輸出的一部分信號經下變頻反饋至基帶，產生作為優(yōu)化目標的誤差信號. 解調環(huán)路中存在一些非理想特性，如相偏、IQ不平衡、A/D量化誤差等，這些不可避免的對預失真系統(tǒng)性能造成影響，在一些論文中，分析了解調器件非理想特性對傳輸系統(tǒng)性能的影響[10]，在文獻[11]中提出了解調環(huán)路非理想特性對預失真系統(tǒng)的影響并給出了解決方案. 但是，這些理論推導的結果并不符合實際工程的需求，所提出的解決方案增加了額外的待估計參數(shù)，導致高的算法的復雜度.

本文通過相關實驗，給出了解調環(huán)路相關器件的指標要求，并通過實驗為預失真器的實現(xiàn)提供了有益的參數(shù)范圍.

1 預失真系統(tǒng)的工作原理

1.1 間接型學習結構

考慮到功放特性隨時間變化緩慢，可以在采集y(n)和z(n)數(shù)據(jù)后，以離線的方式實現(xiàn)預失真器參數(shù)的估計，這樣大大降低了對預失真估計器信號處理速度的要求. 得到參數(shù)后，圖1中的系統(tǒng)可以開環(huán)工作，直到性能不再達標時，重復上述步驟，更新預失真器的參數(shù).

1.2 記憶多項式預失真器模型

z(n)，x(n)表示圖1中的信號，本文采用的記憶多項式模型可以表達為

(1)

式中：akq為預失真器參數(shù)；K為非線性最高階數(shù)；Q為記憶多項式的記憶深度.

1.3 最小二乘法

經典的自適應算法主要有最小均方誤差(least mean square, LMS)算法[12]、最小二乘(least squares, LS)算法[8,13]和遞歸最小二乘(recursive least squares, RLS)算法[13]等等. LMS算法具有實現(xiàn)簡單的特點，但其局限性是收斂速度慢. RLS算法是LS算法的一種迭代計算方式，兩種算法在參數(shù)設置一致的情況下，具有相同的預失真效果，但RLS算法穩(wěn)定性不如LS算法且計算復雜度要大于LS算法.

LS算法是一種比較常用的自適應算法，該算法的基礎是以使實際觀測值與模型計算值之差的平方和達到極小值時的參數(shù)值作為所要的估計值.

(2)

設數(shù)據(jù)長度為N，定義N×1的輸入向量

x=[x(1) x(2) … x(N)]T，

N×1的輸出向量

z=[z(1)z(2) …z(N)]T，

系數(shù)向量

a=[a10a20… aK0a11… aKQ]T.

另外，定義

fkq=[φkq(1)φkq(2) …φkq(N)]T，

φq=[f1qf2q… fKq].

輸入預失真模型矩陣

Φx=[φ0φ1… φQ]，

則式(2)可簡化為

(3)

根據(jù)間接型結構的特點，設由向量y生成的預失真模型矩陣為Φy，則對于滿足預失真系統(tǒng)收斂條件的預失真器，有

(4)

根據(jù)LS算法，式(4)的最優(yōu)解為

(5)

式中(?)H表示共軛轉置.

2 解調環(huán)路非理想特性產生機理

在實際的預失真系統(tǒng)中，信號從耦合器到AD轉換器的過程存在一些非理想特性，如相偏、IQ不平衡、量化誤差等，這些非理想特性不可避免地對預失真系統(tǒng)性能造成影響.

2.1 相 偏

相偏就是調頻波初始相位的偏差. 在解調過程中將會引入相偏. 一般的正交調制信號可以表達為如下形式[14]：

(6)

式中：I(t)為基帶同向分量；Q(t)為基帶正交分量；fc為載波頻率；φ0為初始相位. 在解調過程中，不可能得到與發(fā)端完全相同的載波，因此存在相位偏移Δφ，解調后的同向分量表達式如下：

(7)

正交分量表達式如下：

(8)

2.2 IQ不平衡

解調過程中，帶通信號要分別與同向和正交兩路載波相乘，由于這兩路載波的增益并不完全相等，且相位差不是精確的90°，將導致解調出的兩路基帶信號存在IQ不平衡，原理如圖3所示[15].

圖中：ΔG為兩路載波的增益不均衡；ΔP為兩路載波的相位不均衡；Iin和Qin分別指的是I路和Q路的輸入信號；Iout和Qout分別指的是I路和Q路的輸出信號. IQ不平衡的數(shù)學表達式如下：

(9)

2.3 數(shù)據(jù)量化

預失真系統(tǒng)中包含了DA、AD模塊，必將引入量化誤差，而且在FPGA上實現(xiàn)預失真器模塊時，同樣存在選擇量化位數(shù)的問題. 本文首先根據(jù)Matlab仿真，確定預失真器模塊的合理量化位數(shù)，再在半實物仿真平臺上觀察AD和DA取不同位數(shù)時對預失真系統(tǒng)的影響.

3 半實物仿真平臺實驗

預失真系統(tǒng)的半實物仿真平臺如圖4所示，PC機中的信號處理由Matlab軟件完成，生成的基帶信號經預失真后發(fā)送給矢量信號發(fā)生器；矢量信號發(fā)生器完成信號的D/A轉換和上變頻，并送入功放；存在失真的信號經過衰減器后被實時頻譜分析儀采集，完成下變頻和A/D轉換的工作，將數(shù)字信號送回PC機；最后使用LS算法完成預失真器參數(shù)的辨識. 為了評估解調環(huán)路非理想特性對預失真系統(tǒng)的影響，對實時頻譜分析儀采集的功放輸出數(shù)據(jù)施加等效的非理想因素，然后使用環(huán)路延時估計算法和LS算法計算出預失真器參數(shù). 最后將經過預失真后的信號送入信號發(fā)生器，在實時頻譜分析儀中觀察預失真效果. 實驗中使用16QAM調制信號，6.25 MHz符號速率，50 MHz采樣率，7階無記憶多項式預失真器.

3.1 相偏對預失真器的影響

設最大抖動相位=delta_ph_max，在仿真時頻率抖動的值在[-delta_ph_max，+delta_ph_max]區(qū)間上均勻分布. 從圖5可以看出，當相位偏移量和最大抖動相位≤20°時，ACPR惡化小于1 dB，EVM幾乎沒有變化，對預失真系統(tǒng)影響不大. 在實際系統(tǒng)中，解調環(huán)路的性能在最不理想的情況下也不易出現(xiàn)相位偏移量和最大抖動相位達到20°的情況. 因此，相位偏移和相位抖動對預失真系統(tǒng)影響不大.

3.2 IQ不平衡對預失真器的影響

IQ不平衡對預失真系統(tǒng)的影響如圖6所示，從圖中可以看出，當ACPR損失小于12 dB時，EVM的變化將不大于0.4%. 根據(jù)預失真系統(tǒng)的要求，ACPR惡化應當<5 dB. 圖6顯示，相位不平衡等于0°和3°時，幅度不平衡應當<1 dB；相位不平衡等于5°和7°時，幅度不平衡應當≤0.5 dB. 為滿足預失真系統(tǒng)性能的要求，可根據(jù)器件相位不平衡值的大小，確定幅度不平衡相應的范圍.

3.3 數(shù)據(jù)量化對預失真器的影響

在信號為16QAM的情況下，數(shù)據(jù)量化對預失真系統(tǒng)的影響如表1和表2所示. 從表中可以看出，DA的量化誤差對預失真系統(tǒng)幾乎沒有影響；AD的量化位數(shù)等于10位和12位時，ACPR惡化小于1 dB，EVM幾乎不變，而AD的量化位數(shù)等于8位時，ACPR惡化大于2 dB. 綜合考慮，在實際的預失真系統(tǒng)設計中，當輸入信號為16QAM時，AD轉換器選10位，DA轉換器選12位比較合適.

表1 數(shù)據(jù)量化對預失真系統(tǒng)ACPR的影響

Tab.1 Effect of quantitative data on ACPR in the pre-distortion system

(DA/bits，AD/bits)(12，8)(12，10)(12，12)(16，8)(16，10)(16，12)ACPR惡化/dB265088026223083013

表2 數(shù)據(jù)量化對預失真系統(tǒng)EVM的影響

Tab.2 Effect of quantitative data on EVM in the pre-distortion system

(DA/bits，AD/bits)(12，8)(12，10)(1212)(16，8)(16，10)(16，12)EVM/%198419631925209619311919

4 結 論

研究了在實際系統(tǒng)中，解調環(huán)路非理想特性對間接學習結構預失真系統(tǒng)性能的影響. 實驗數(shù)據(jù)表明，當存在載波相位偏移和抖動時，自適應算法可以很好地跟蹤這些變化，最終這些參數(shù)對預失真系統(tǒng)性能幾乎沒有影響；IQ不平衡對預失真系統(tǒng)性能具有一定的影響，當幅度不平衡不大于0.5 dB，相位不平衡不大于7°時，IQ不平衡的影響將在可接受范圍內，一般情況下，常見的解調芯片的幅度不平衡和相位不平衡均在該范圍之內，故IQ不平衡對系統(tǒng)性能的影響在實際系統(tǒng)中是可接受的；考慮數(shù)據(jù)量化對預失真系統(tǒng)的影響，以及系統(tǒng)性能與成本的折中，選擇AD轉換器的分辨率10位，DA轉換器為12位. 以上參數(shù)將為預失真器設計提供了有益的參考.

[1] 呂海寰.衛(wèi)星通信系統(tǒng)[M].北京:人民郵電出版社，1996.

Lü Haihuan. Satellite communication system[M]. Beijing: Posts & Telecommunications Press，1996. (in Chinese)

[2] Vuolevi J H K，Rahkonen T，Manninen J P A. Measurement technique for characterizing memory effects in RF power amplifiers[J]. IEEE Transactions on Microwave Theory and Techniques，2001，49(8):1383-1389.

[3] Bennett T J，Clements R F. Feedforward-an alternative approach to amplifier linearization[J]. Radio and Elect Engineer，1974，44(5):257-262.

[4] Cavers J K. Adaptation behavior of a feedforward amplifier linearizer [J]. IEEE Transactions on Vehicular Technology，1995，44(1):31-39.

[5] Cripps S C. Advanced techniques in RF power amplifier design [M]. Norwood，MA: Artech House，2002.

[6] Eun C，Powers E J. A new Volterra predistorter based on the indirect learning architecture[J]. IEEE Transactions on Signal Processing，1997，45(1):223-227.

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

[8] Ding L，Zhou G T，Morgan D R，et al. A robust digital baseband predistorter constructed using memory polynomials[J]. IEEE Transactions on Communicat-ions，2004，52(1):159-165.

[9] Kang H W，Cho Y S，Youn D H. On compensating nonlinear distortions of an OFDM system using an efficient adaptive predistorter[J]. IEEE Transactions on Communications，1999，47(4):522-526．

[10] Cavers J K, Liao M W. Adaptive compensation for imbalance and offset losses in direct conversion transceivers[J]. IEEE Trans Veh Technol.，1993,42(4):581-588.

[11] 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 Transactions on Signal Processing，2007，55(9):4717-4721.

[12] Besbes H，Le-Ngoc T. A fast adaptive predistorter for nonlinearly amplified M-QAM signals[J]. IEEE Global Telecommunications Conference，2000，11(1):108-112.

[13] Haykin S. Adaptive filter theory[M]. 4th ed. New Jersey: Prentice Hall，2002.

[14] 曹志剛，錢亞生.現(xiàn)代通信原理[M].北京:清華大學出版社，1992.

Cao Zhigang ，Qian Yasheng. Principles of modern communication[M]. Beijing: Tsinghua University Press，1992. (in Chinese)

[15] Kiss P，Prodanov V. One-tap wideband I/Q compensation for zero-IF filters[J]. IEEE Transactions on Circuits and Systems，2004，6(51):1062-1074.

(責任編輯：劉芳)

Effect of Demodulation Loop Non-Ideal Characteristics on the Pre-Distortion System

WANG Hua，WANG Zheng，HE Dong-xuan

(School of Information and Electronics，Beijing Institute of Technology，Beijing 100081，China)

In this paper, the effects of non-ideal characteristics of the loop devices on the performance of pre-distortion were studied using the semi-physical simulation platform. First, a pre-distortion model and adaptive algorithm to be employed were presented, and then non-ideal characteristics of these devices and their effects on the transmission signal were analyzed. The effects of the non-ideal characteristics of different components on the adjacent channel power ratio (ACPR) and error vector magnitude (EVM) of transmitted signal were evaluated through a practical experimental platform. The results show that phase offset and jitter have a small effect on the system performance, while larger IQ imbalance and small number of quantization bits can cause much performance degradation. Some useful technical requirements are given for implementation consideration as well.

power amplifier; pre-distortion technique; quantization effect; IQ imbalance

2014-09-17

國家“十二五” 部委預研項目(41001090205)

王華(1967—)，男，博士，教授，E-mail:wanghua@bit.edu.cn.

TN 911.72

A

1001-0645(2016)07-0739-05

10.15918/j.tbit1001-0645.2016.07.015