为解决广义频分复用(Generalized Frequency Division Multiplexing,GFDM)系统中由于高功率放大器(High Power Amplifier,HPA)引起的非线性失真,在考虑放大器测量噪声的情况下,提出了一种基于实部反馈和列文伯格-马奎尔特算法(Real Valu...为解决广义频分复用(Generalized Frequency Division Multiplexing,GFDM)系统中由于高功率放大器(High Power Amplifier,HPA)引起的非线性失真,在考虑放大器测量噪声的情况下,提出了一种基于实部反馈和列文伯格-马奎尔特算法(Real Valued Feedback Levenberg-Marquard Predistortion,R-LM-PD)的自适应预失真方案。该方案采用记忆多项式模型(Memory Polynomial,MP)模拟HPA的逆函数,只利用输出反馈信号和期望信号的实部分量计算预失真器系数。同时,该方案选择收敛速度快、精确度高的LM算法进行参数辨识。仿真结果表明,该方案相比传统直接学习结构可以减少一个反馈支路,在信噪比为16 dB时,误比特率可达到5.1×10^(-6),归一化均方误差相较无预失真时降低了约17 dB。与现有的一些补偿方案相比,该方案具有更好的线性化和抗噪声性能。展开更多
