功率放大器的非线性特征辨识技术研究

来源 :电子科技大学 | 被引量 : 0次 | 上传用户:jiba00
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了满足无线通信中数据速率爆炸式的增长需求,未来的5G基站所支持的信号带宽将达到数百MHz。对于宽带零中频发射机来说,I/Q不平衡和功放非线性是影响其发射性能的两个主要失真来源。利用实验室现有的测试仪器,本文搭建了一个可用于宽带信号的功放非线性特征测试平台,并基于该平台研究了发射机中I/Q不平衡和功放非线性相关的数字校正技术。本文的主要工作可以分为以下四个方面:(1)介绍了本文搭建的功放非线性特征测试平台,通过通道和功放两大部分剖析了测试平台中存在的失真问题,将测试平台中主要的失真成分归纳为信号源的I/Q不平衡和功放非线性两种。在确立了I/Q不平衡、功放非线性、失真联合校正这三部分研究内容之后,简述了相应的实施方法;(2)对于I/Q不平衡问题,在分析了时域滤波的I/Q校正方法局限性的基础上,介绍了一种频域截取的I/Q补偿方法,可以用于目标采样率下任意带宽信号的补偿。另外,结合实测校正结果分析了I/Q校正效果随带宽增大逐渐退化的原因;(3)对于功放的非线性,分析了多项式类和双盒类模型的特点,推导出了一种拓展的多项式双盒模型,该模型一方面采用双盒结构,另一方面,其动态非线性模块考虑了信号及信号包络交叉项的影响,因而能够同时兼顾模型的复杂度和线性化性能两方面。实测结果显示,对于单载波80M的64QAM信号,本文提出的拓展的多项式双盒模型较MP模型NMSE改善了3d B,ACPR改善了1d B;较GMP模型、EH模型系数个数分别减少了69%、35%,同时预失真性能没有较大退化。(4)最后,为了联合校正I/Q不平衡和功放非线性两种失真,本文采用了一种联合拓展的多项式双盒模型。实验结果表明,该联合模型可以取得与先校正I/Q不平衡再进行预失真相当的线性化效果。
其他文献
当前,随着航天技术的发展,全球小卫星的数量正在快速增加。在动态场景下,由于小卫星星座网络模型在结构上更接近无线自组织网络(Ad-hoc),因此小卫星星座的动态路由算法要引入Ad-hoc的路由技术进行研究。首先,根据小卫星在高动态时变拓扑下的组网要求,本文提出了小卫星集群组网的路由方案,建立了从物理层、数据链路层到网络层的星间自组织网络架构。物理层主要完成无线数据收发,为上层网络通信提供可靠的无线通
在大数据网络快速发展及普及的时代背景下,物联网技术,虚拟现实技术,自动驾驶技术,实时在线游戏等新型技术和业务需求也随之迅速增多,新型的网络服务对通信系统的时延、可靠性等提出了更为严格的要求。传统的网络结构中,当用户需要申请某一服务时,网络申请通过边缘网络到核心网络,一直到数据中心进行请求,返回的结果也是从数据中心通过相同路径返回。但这种传输方式的效率在需要追求实时性的业务当中难以解决庞大的数据流量
无线通信系统是近年来的热点研究问题,多径传输以及信道的多径效应给无线通信系统的可靠性带来了十分严重的影响。系统中使用单载波频域均衡(Single Carrier-Frequency Domain Equalization,SC-FDE)技术不但可以很好的应对传播过程中的多径衰落,还可以克服正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)
护理人才的短缺是国内外医疗机构长期需要面对的问题,如何降低离职率来保留护理人才并维持医疗机构的竞争力一直是解决问题的重点。特别是传染病医院的护士作为医疗行业中一个既有共性更有特殊性的职业群体,因其工作环境和服务对象的复杂性造成的高工作压力,非常容引发护士作出解除雇佣关系的决定。为了减轻高水平的工作压力对离职的预测变量离职倾向的影响,本研究依据积极组织行为学理论和工作需求-资源理论,研究传染病医院护
雷达系统识别人体目标的研究工作已经在多个领域广泛展开,包括国防、医疗以及体育应用。为了识别和分类目标,研究目标的各种运动产生的微多普勒特征是关键。在早期研究阶段,多依赖于应用专业领域知识设计出分类的特征,这限制了算法的可扩展性。因此,考虑使用深度学习方法来克服这种局限性。本文使用毫米波雷达探测运动人体,收集反射回波,运用时频分析方法对数据进行处理,提取微多普勒特征,将深度学习算法直接应用于微多普勒
阵列信号处理在军用和民用上都有广泛的应用,如声纳、电子对抗和地震勘探等领域,波达方向(Direction of Arrival,DOA)估计问题是阵列信号处理领域中的重要研究内容。传统的DOA估计方法大多基于信号子空间进行计算,这些方法对信噪比及快拍数有较高要求。因此,为了克服传统DOA估计方法的缺陷,同时突破Nyquist采样定理的限制,压缩感知(Compressive Sensing,CS)理
无线通信技术的迅速发展和人们对无线通信业务不断增长的需求导致频谱资源越来越稀缺。传统无线频谱资源分配方式采取静态频谱分配策略,无法充分利用有限的频谱资源。为了克服这一弊端,研究者基于动态频谱共享理念提出了能够大幅提高频谱利用率的认知无线电系统,而频谱感知技术就是认知无线电系统中最为关键的基础技术之一。现有的窄带频谱感知方法大多有着成熟的技术,然而带宽的差异使其无法直接应用于宽带频谱感知问题中。不断
Drinfeld-Sokolov方程簇在可积系统领域中有着重要的意义.这一构造把无穷维李代数的理论和可积系统领域联系在了一起,并进一步地和其它许多数学研究分支产生了联系.简单地说,对任意一个给定的仿射型李代数和其Dynkin图上的一个固定的顶点,都可以给出一个相应的可积方程簇.这些方程簇都是哈密顿系统,其中大部分还可以表示成标量Lax方程的形式.对于非扭的仿射李代数来说,其对应的Drinfeld-
扩频信号因其具有有低截获率、抗干扰和码分多址等优点,被广泛的应用于军事通信、民用通信和卫星通信等不同领域。由于扩频信号在多领域的应用,信号从发射端到接收端所经历的信道环境也变得更加复杂。对于合作通信场景,扩频序列对接收端是已知的。所以可以利用扩频序列对接收信号进行解扩,从而得到发送信息。但对于盲解扩场景,扩频序列未知加上信道环境的复杂性,使得获取传输信息难度变大。因此,研究在复杂信道环境下的扩频信
射频发射机是移动通信系统中的核心组件,对通信质量有着举足轻重的影响。如今迈入5G通信时代,为了满足日益增长的通信期望,需要使用各类高效频谱调制技术,这使得射频发射机系统的设计面临巨大的挑战。双输入Doherty发射机是近年来各类效率增强技术中的一位新星,得益于其带宽大、效率高、电路复杂度低等优势,有望成为高效率、高性能的射频发射机架构。然而该发射机系统的输出线性度很差,阻碍了其在通信系统中的发展与