通过数字预性提高对RF功率放大器的识别

我们将讨论在RF放大器系统中实施数字预性的基础，并根据查找表探索两种流行的方法。为了最大化效率，功率放大器（PA）在饱和区域附近的大动态范围内运行。当我们接近饱和区域时，幅度和相畸变显着增加，导致通道中严重的相邻干扰。为了提高对RF（PAS）功率放大器的依从性，同时保持了高效率，已经开发了许多不同的连贯技术。在本文中，我们将了解RF功率放大器线性化最活跃的领域之一：数字预性。如我们所见，数字方法允许创建转移预性的复杂特征，这超出了我们前面讨论的基本仿真方法的功能。本文指出：数字预性数字预性的基础知识为电动放大器的不平等付费如图1所示，将非线性函数引入传输路径的数字部分。基带信号和中间频率信号都会改变。在基带上实施数字预期。图1。基带中数字预性的实现。尽管上图中的示意图描述了一个开环预性系统，但我们通常会添加一个反馈路径，以继续监视前端性能并进行相应调整。图2显示了具有反馈回路的数字预性线性化器的简化框图。具有反馈路径的数字预性系统。图2。具有反馈路径的数字预性系统。使用反馈来实现可以考虑差异 - 温度，过程或电压的自适应数字预性系统。但是，模数转换器（ADC），数字信号（DSP）处理和内存增加了总电量。进一步的电力消耗可以降低系统效率，我们将在下一节中讨论。效率等于输出功率比与从电源中得出的总功率相等，并且给定功率等于输出强度以及系统组件删除的强度。公式1尽管功率放大器的效率为100％，但相关电路的用电量降低了整个系统的效率80％。因此，与功率放大器输出功率相比，尽可能多地对线性化的电力消耗非常多。使用查找表的数字预性，如果功率放大器的行为是准静态的，我们可以想象，功率放大器的输出幅度与输入信号之间存在固定且单调的关系。在这种情况下，输出信号值仅由当前输入量确定。因此，可以确定电动放大器的非线性行为。查找表（LUT）上的这些数据的折扣为我们提供了许多用于实施数字预测系统的选项。图3显示了其中之一。块开环图，表渐进式系统。图3。阻止基于塔拉瓦纳扬的开环，预性系统的图。输入信号用于满足功率放大器查找表，该表存储了每个输入值（分别δ| A |和Δφ）所需的增益值和相位校正。数字信号处理（DSP）模块接收δ| A |和Δφ并生成具有振幅和相位调节的信号，以确保前延伸器/电动放大器系统可以按顺序运行。如图1所示，前述的前述线性化合物是一个开放循环系统。图4显示了一个基于表的系统，其反馈循环用于线性完整性监视和相应地更新查找表。自适应，基于表的基于表的预言系统。图4。自适应，基于表格的预示查找。上述自适应系统是发射器（前路）和关节受体（反向路径）。自适应模块将输入I/Q信号与集成接收器获得的I/Q样本进行比较。这使系统可以评估预期机制的有效性，并相应地在查找表上刷新数据。前反馈回路运行非常缓慢，不需要调整快速变化。因此，这种适应性预性者不会干扰反馈线性化方法通常相关的稳定性问题。查找表通常实现祖先的映射或复杂预测的差异。正如我们后来讨论的那样，前者采用的笛卡尔映射，而后者则依靠信封的映射。 LOO Table套件的操作直接影响所使用的查找表的大小和复杂性。预性映射为表格规范提供了一种直接但粗糙的方法。 fIgure 5显示了在此过程中查找（LUTS）表的应用。电路电路中使用的查找表索引方法。图5。索引用于映射预性电路的查找表的方法。预性映射使用几个二维查找（LUT-I和LUT-Q图）表。在这里，“二维”是指使用了同相（IIN）和正交（QIN）信号来索引查找表。因此，表的输出是同相和正交信号的函数。 I/Q平面中的每个点都变成了一个新值。 Ang magpredist -of -of -the -Predistry可以纠正与升高过程相关的任何错误，包括I/Q的DC偏移和不平衡。但是，该技术的记忆要求是一个重要的缺点。因为它删除了将相应的新值放置的每个点，所以预测祖先需要很多内存。因为IIN和QIN组件集体用于表条目，所以记忆条目的总数（M）由以下公式提供：M = 2×22n公式2。其中N用于开发IIN和QIN信号振幅的位数。例如，一个12位系统需要一个记忆，其中有条目的数量M = 33,554,432。完成的自适应算法需要在I/Q复杂平面上处理每个点，这需要大量时间。在其中，大记忆会导致更长的自适应时间和增加的计算复杂性。顾名思义，复杂的收益技术存储了复杂的查找因素。图6显示了查找表（LUT）在预期的复杂存在中的应用。复杂预防中使用的检查表过程。图6。用于复杂增益预性的iddearch表的方法。在此过程中，使用功率信号功率（r = IIN+JQINI）用于指向具有适当收益因子的内存条目。复杂的技术可确保预先发生的和功率放大器系统是在所有产出能力水平并保持持续的利益中。由于INP信号信封充当表中的入口索引，因此需要一个较小的查找表。它还将有助于减少与插值和适应相关的电力消耗。但是，这些改进是以降低预期准确性为代价的，这限制了有效抑制间调节失真的抑制。数字预性是衬里RF功率放大器的最有效方法之一。在本文中，我们讨论了两种数字预言技术：这是一个预期且复杂的前身。据我们了解到，捕食者映射的主要限制是巨大的内存要求。这些要求会导致更长的调整和增加的计算复杂性。由于需要较小的查找表并减少agpang时间，因此通常会将预期的复杂存在转换为预性技术。