科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对预失真器中模型参数过多的问题，从压缩感知(compressed sensing, CS)的理论出发，提出了一种用于宽带射频功率放大器(power amplifier, PA)的预失真器模型简化方法。在稀疏度自适应匹配追踪(sparsity adaptive matching pursuit, SAMP)算法的基础上进行改进，提出了基于频域陷波的相关支集选择SAMP算法(RSS-FNSAMP)。该算法能够对PA行为模型进行简化，而后将其运用在提出的分段式双反馈DPD系统中，以补偿被带内残差所掩盖的带外失真，在增强了系统稳定性的同时降低了其复杂度，提升了DPD线性化效果。为了验证该方法，使用20 MHz LTE信号驱动一个35 dBm的F类功率放大器。实验结果表明，归一化均方误差(normalized mean squared error, NMSE)与ILA-SAMP、ILA-DOMP和分段式双反馈-DOMP相比提升了3～5 dB,相邻信道功率比(adjacent channel power radio, ACPR)改善了25 dBc,表明该方法能够在降低模型参数数目的同时，提升功放的线性度。
- 单位
