数字预失真(Digital Pre-Distortion,DPD)能够提高功率放大器的线性度,并减少非线性失真对信号传输的影响。针对大容量数据高带宽和低信噪比的环境,在系统呈现一定稀疏性时,传统最小均方(Least Mean Square,LMS)无法快速收敛识别功放逆...数字预失真(Digital Pre-Distortion,DPD)能够提高功率放大器的线性度,并减少非线性失真对信号传输的影响。针对大容量数据高带宽和低信噪比的环境,在系统呈现一定稀疏性时,传统最小均方(Least Mean Square,LMS)无法快速收敛识别功放逆模型。因此,提出一种改进的二范数约束的最小均方(Two Norm Constraint Least Mean Square,2-LMS)算法,通过改变代价函数表达式和步长表达函数来提高算法收敛速度,并减少收敛过程中的稳态误差。此外,引入相邻时刻误差的自相关矩阵,提高了预失真系统的抗噪能力。仿真实验结果表明,基于2-LMS算法的预失真系统在抗噪性能、收敛速度及带外抑制等方面明显优于传统自适应算法,且预失真的邻信道功率比(Adjacent Channel Power Ratio,ACPR)比原基于LMS算法预失真系统优化了-10.3 dB,矢量误差幅度(Error Vector Magnitude,EVM)指标优化了7.5%。展开更多
文摘数字预失真(Digital Pre-Distortion,DPD)能够提高功率放大器的线性度,并减少非线性失真对信号传输的影响。针对大容量数据高带宽和低信噪比的环境,在系统呈现一定稀疏性时,传统最小均方(Least Mean Square,LMS)无法快速收敛识别功放逆模型。因此,提出一种改进的二范数约束的最小均方(Two Norm Constraint Least Mean Square,2-LMS)算法,通过改变代价函数表达式和步长表达函数来提高算法收敛速度,并减少收敛过程中的稳态误差。此外,引入相邻时刻误差的自相关矩阵,提高了预失真系统的抗噪能力。仿真实验结果表明,基于2-LMS算法的预失真系统在抗噪性能、收敛速度及带外抑制等方面明显优于传统自适应算法,且预失真的邻信道功率比(Adjacent Channel Power Ratio,ACPR)比原基于LMS算法预失真系统优化了-10.3 dB,矢量误差幅度(Error Vector Magnitude,EVM)指标优化了7.5%。
