[碩士論文精品]寬帶功率放大器模型和線性化技術(shù)研究

摘要寬帶功率放大器模型和線性化技術(shù)研究博士生翟建鋒導(dǎo)師洪偉教授東南大學(xué)信息科學(xué)與工程學(xué)院毫米波國家重點實驗室摘要隨著無線通信技術(shù)的飛速發(fā)展，在現(xiàn)代通信系統(tǒng)，如WCDMA、WIMAX和WLAN等中，線性和多載波調(diào)制技術(shù)得到廣泛的應(yīng)用。但是。峰均比很大的寬帶調(diào)制信號通過射頻功放時由于射頻功放的非線性特性和記憶效應(yīng)，其輸出信號會產(chǎn)生嚴(yán)重的帶內(nèi)失真和帶外失真。為了獲得高的線性度，僅僅采用功率回退的辦法會導(dǎo)致功率放大器的效率降低。為了提高功率放大器的線性度，同時擁有較高的效率，人們提出了多種線性化技術(shù)，比如前饋技術(shù)、反饋技術(shù)、EER技術(shù)、模擬預(yù)失真技術(shù)和數(shù)字預(yù)失真技術(shù)等。在這些線性化技術(shù)中，數(shù)字預(yù)失真技術(shù)被認(rèn)為是最具發(fā)展?jié)摿Φ募夹g(shù)，因為它有較高的靈活性和精度。在數(shù)字預(yù)失真系統(tǒng)中，建立功放的行為模型和逆模型是最重要的組成部分。本文利用菲線性系統(tǒng)、神經(jīng)網(wǎng)絡(luò)和模糊邏輯的理論和方法，對寬帶通信系統(tǒng)中射頻功率放大器非線性特性和記憶效應(yīng)，功率放大器建模技術(shù)、功率放大器線性化技術(shù)和預(yù)失真技術(shù)等進行了研究，主要創(chuàng)新結(jié)果如下1在射頻功率放大器建立行為模型中應(yīng)用了幅度輸入的三層延時前向神經(jīng)網(wǎng)絡(luò)有記憶的模型。研究結(jié)果發(fā)表在東南大學(xué)學(xué)報英文版。2建立了有記憶效應(yīng)的功率放大器實數(shù)延時模糊神經(jīng)網(wǎng)絡(luò)模型。即自適應(yīng)神經(jīng)模糊推理系統(tǒng)ANFIS。為了簡化模型的結(jié)構(gòu)采用了模糊C類均值聚類方法。在實驗平臺上用三載波WCDMA信號對模型成功地進行了訓(xùn)練和驗證。比較時域和頻域的實驗結(jié)果表明模型有很好的性能。歸一化均方誤差NMSE可以達到38DB。研究結(jié)果將在微波學(xué)報發(fā)表。3設(shè)計了新型的基于ANFIS的HAMMERSTEIN模型用于建立有記憶的射頻功放動態(tài)行為模型。模型由ANFIS模型后面連接一個有限沖激響應(yīng)濾波器組成。三載波的WCDMA功放輸入和輸出信號在實驗平臺上采樣后用于模型識別和驗證。頻域和時域結(jié)果表明該模型能精確地估計寬帶射頻功放的特性研究結(jié)果發(fā)表在IEEEMWCL，并申請了相關(guān)發(fā)明專利。4修正模糊神經(jīng)網(wǎng)絡(luò)模型MANFISI七ANFIS簡單但是能提供接近非線性系統(tǒng)建模的性能。本文把MANFIS應(yīng)用于有記憶的功放建模。仿真和實驗的結(jié)果表明MANFIS的模型有很好的精度，相對于ANFIS，收斂速度更快。復(fù)雜度更低。相對于一些其他神經(jīng)網(wǎng)絡(luò)。MANFIS模型的NMSE略低一些。最后，實驗驗證了MANFIS預(yù)失真的效果，對于三載波的WCDMA信號，ACPR改善超過ODB。研究結(jié)果發(fā)表在IEEETRANS。OILMTVR。5研究了基于復(fù)增益查找表的數(shù)字預(yù)失真的FPGA實現(xiàn)方法。然后研究了基于ANFIS模型的數(shù)字預(yù)失真的FPOA硬件的實現(xiàn)方法，用兩個等價的ANFIS來彌補功放的幅度和相位特性，對于3，84MHZ的16QAM信號，ACPR可以改善67DB，研究結(jié)果在2008ICMMT國際會議上發(fā)表。關(guān)鍵詞功率放大器，行為模型，線性化數(shù)字預(yù)失真，神經(jīng)網(wǎng)絡(luò)。模糊神經(jīng)網(wǎng)絡(luò)，自適應(yīng)模糊神經(jīng)推理系統(tǒng)，查找表IABSTRACTSTUDYONBEHAVIORALMODELINGANDLINEARIZATIONOFWIDEBANDPOWERAMPLIFIERSPHDCANDIDATEZHAIJIANFENGSUPERVISORPROFHONGWEISTATEKEYLABORATORYOFMILLIMETERWAVESSCHOOLOFINFORMATIONSCIENCEANDENGINEERINGSOUTHEASTUNIVERSITYNANJING，210096，PRCHINAABSTRACTWITHTHERAPIDDEVELOPMENTOFWIRELESSCOMMUNICATION，THEIINEARMODULATIONANDMULTICARRIERMODULATIONMETHODSAREWIDELYADOPTEDINMODEMCOMMUNICATIONSYSTEMS，SUCHASWCDMA，WIMAX，WLAN，ETC。HOWEVER,SERIOUSINBANDANDOUTBANDDISTORTIONSAREGENERATEDWHENTHEMODULATEDSIGNALSWITHHIGHPARANDLARGEBANDWIDTHAREFEDINTOL強POWERAMPLIFIERSPASBECAUSEOFPASNONLINEARCHARACTERISTICSANDMEMORYEFFECTSTHENORMALMETHODISTOBACKOFFTHEPOWERLEVELTOACHIEVEHIGHLINEARITYWITHLOWEFFICIENCYINORDERTOINCREASEEFFICIENCYANDLINEARITY,MANYDIFFERENTLINEARIZATIONTECHNIQUESHAVEBEENPROPOSED，SUCHASFEEDBACKMETHOD，F(xiàn)EEDFORWARDMETHOD，EERMETHOD，ANALOGPREDISTORTIONANDDIGITALPREDISTORTIONDPDMETHOD，ETCAMONGVARIOUSLINEARIZATIONTECHNIQUES，THEDPDMETHODISTHEMOSTPROMISINGONEDUETOITSHIGHACCURACYANDFLEXIBILITYTHEBEHAVIORALMODELINGANDTHEINVERSEMODELINGOFPASARETHEMOSTIMPORTANTPARTSINDPDSYSTEMWITHTHETHEORYANDMETHODSOFNONLINEARSYSTEM，NEURALNETWORKSANDFUZZYLOGICSYSTEM，THEWORKOFPASINTHISTHESISFOCUSESONTHENONLINEARCHARACTERISTICSANDMEMORYEFFECTSOFPAS，BEHAVIORALMODELING，LINEARIZATIONTECHNIQUESANDTHEDPDINWIDEBANDCOMMUNICATIONSYSTEM。THEORIGINALWORKANDRESULTSARESUMMARIZESASFOILOWS1INTHEBEHAVIORALMODELINGOFRFPASEXHIBITINGMEMORYEFFECTS，THETHREELAYERTIMEDELAYFCEDFORWARDNEURALNETWORKSISADOPTEDWITHAMPLITUDEINPUTSTHERESEARCHRESULTSHAVEBEENPUBLISHEDINJOURNALOFSOUTHEASTUNIVERSITYENGLISHEDITION2AREALVALUEDTIMEDELAYNEGROFUZZYSYSTEMISUSEDFORBEHAVIORALMODELINGOFPOWERAMPLIFIERSWITHMEMORYEFFECTSTHENEGROFUZZYSYSTEMISCALLEDADAPTIVENEUROFUZZYINFERENCESYSTEMANFIS，ANDTHEFUZZYCMEANSCLUSTERINGMETHODISADOPTEDTOSIMPLIFYTHESTRUCTUREOFTHESYSTEM111EMODELHASBEENSUCCESSFULLYTRAINEDANDVALIDATEDWITHTHREECARRIERWCDMASIGNALINTHETESTBENCHTHEGOODPERFORMANCEHASBEENACHIEVEDINVALIDATIONWITHTHENORMALIZEDMEANSQUAREERRORNMSEOF38DBBYCOMPARISONTHERESULTSINTIMEANDFREQUENCYDOMAINTHERESEARCHRESULTSWILLBEPUBLISHEDINJOURNALOFMICROWAVES3ANOVELANFISBASEDHAMMERSTEINMODELISPRESENTEDFORTHEDYNAMICBEHAVIORALMODELINGOFRFPASWITHMEMORYEFFECTSTHEMODELISANADAPTIVENEGROFUZZYINFERENCESYSTEMANFISFOLLOWEDBYAFINITEIMPULSERESPONSEFIRFILTERTHEINPUTANDOUTPUTSIGNALSOFTHEPAEXCITEDWITHATHREECARRIERWCDMASIGNALWERESAMPLEDFORTHEMODEIIDENTIFICATIONANDVALIDATIONINATESTBENCHEXPERIMENTALRESULTSINTHEFREQUENCYANDTHETIMEDOMAINSSHOWTHATTHEPROPOSEDMODELWASABLETOGIVEANACCURATEAPPROXIMATIONTOCHARACTERIZETHEWIDEBANDRFPASTHEIIABSTRACTRESEARCHRESULTSHAVEBEENPUBLISHEDINIEEEMWCLANDAPPLIEDFORINVENTIONPATENTTHEMODIFIEDANFISMANFISARCHITECTUREISSIMPLERTHANTHATOFANFISBUTWITHNEARLYTHESAMEPERFORMANCEFORMODELINGNONLINEARSYSTEMSTHEMANFISISAPPLIEDTOMODELRFPASWITHMEMORYEFFECTSTHESIMULATIONANDEXPERIMENTALRESULTSSHOWTHATTHISMODEIHASGOODMODELINGACCURACYANDTHECHARACTERISTICSOFFASTERCONVERGENCEANDLOWERCOMPUTATIONALCOMPLEXITYCOMPAREDWITHTHEANFISMODEL。THENMSEOFTHEMANFISMODELARESLIGHTLYLOWERTHANTHOSEOFSOMEOTHERNEURAINETWORKMODELSFINALLY。THEMANFISMODELISSUCCESSFULLYUSEDINADPDSYSTEM，WHICHCANPROVIDEOVER10DBACPRIMPROVEMENTFORTHREECARRIERWCDMASIGNALSTHERESEARCHRESULTSHAVEBEENPUBLISHEDINIEEETRANSONM下TTHEDPDTECHNIQUEBASEDONCOMPLEXLOOKUPTABLELUTISSTUDIEDBYFPGAIMPLEMENTATION。THENAHARDWAREIMPLEMENTATIONOFANFISINFPGAISPRESENTEDFORPOWERAMPLIFIERLINEARIZATIONWITHDPDTHEPROPOSEDAPPROACHAPPROXIMATESTHEINVERSEAMAMANDAMPMCHARACTERISTICOFPASWITHTWOEQUIVALENTANFISEXPERIMENTALRESUITSSHOWTHATABOUT67DBACPRREDUCTIONCOULDBEACHIEVEDFOF375MHZ16QAMSIGNALSTHERESEARCHRESULTSHAVEBEENPUBLISHEDON2008ICMMTKEYWORDSPOWERAMPLIFIERSPAS，BEHAVIORALMODELING，LINEARIZATION，DIGITALPREDISTORTIONDPD，NEURALNETWORKS，ADAPTIVENEUROFUZZYINFERENCESYSTEMANFIS，LOOKUPTABLELUT縮略詞ACPRACLRADCADSAMAMAMPMANFISBJTCALLUMCCDFCDMACFCORDICDACDDCDEMODDPCHSDPDDSPDUCEEREVMFIRFPGAGSMHEMTIBOIFLIP3IMDIMD3IMD5IMRIP3LDMOSLINCLMSLOLUTMANFIS縮略詞ADIACENTCHANNEIPOWERRATIOADIACENTCHANNELLEAKAGERATIOANALOGTODIGITALCONVERTERADVANCEDDESIGNSYSTEMAMPLITUDEAMPLITUDEMODULATIONAMPLITUDEPHASEMODULATIONADAPTIVENEUROFUZZYINFERENCESYSTEMBIPOLARJUNCTION歷NSISTORCOMBINEDANALOGUELOCKEDLOOPUNIVERSALMODULATORCOMPLEMENTARYCUMULATIVEDISTRIBUTIONFUNCTIONCODEDIVISIONMULTIPLEACCESSCRESTFACTORCOORDINATEROTATIONALDIGITALCOMPUTERDIGITALTOANALOGCONVENERDIGITALDOWNCONVERTERDEMODULATORDEDICATEDPLAYSICALCHANNELSDIGITALPREDISTONIONDIGITALSIGNALPROCESSINGDIGITALUPCONVENERENVELOPELIMINATIONANDRESTORATIONERRORVECTORMAGNITUDEFINITEIMPULSERESPONSEFIELDPROGRAMABLEGATEARRAYGLOBAISYSTEMFORMOBILECOMMUNICATIONSHIGHELECTRONMOBILITYTRANSISTORINPUTBACK0FFINTERMEDIATEFREQUENCYINPUTTHIRDORDERINTERCEPTPOINTINTERMODULATIONDISTONIONTHIRDINTERMODULATIONDISTORTIONFIFTHINTERMODULATIONDISTORTIONSIGNALTOINTERMODULATIONDISTORTIONRATIOTHIRDORDERINTERCEPTPOINTLATERALLYDIFFUSEDMETAL0XIDESEMICONDUCTORLINEARAMPLIFICATIONUSINGNONLINEARCOMPONENTSLEASTMEARLSQUARE。LOEALOSCILLATORLOOKUPTABLESMODIFIEDADAPTIVENEUROFTTZZYINFERENCESYSTEM相鄰信道功率比相鄰信道泄露比模擬數(shù)字轉(zhuǎn)換器先進設(shè)計系統(tǒng)幅度幅度失真幅度相位失真自適應(yīng)神經(jīng)模糊推理系統(tǒng)模糊神經(jīng)網(wǎng)絡(luò)雙極結(jié)型晶體管組合模擬鎖定環(huán)路通用調(diào)制器互補累積分布函數(shù)碼分多址峰值因子坐標(biāo)旋轉(zhuǎn)數(shù)字計算數(shù)字模擬轉(zhuǎn)換器數(shù)字下變頻解調(diào)器專用物理信道數(shù)字預(yù)失真數(shù)字信號處理數(shù)字上變頻包絡(luò)消除與恢復(fù)誤差矢量幅度有限沖擊響應(yīng)現(xiàn)場可編程門陣列全球移動通訊系統(tǒng)高電子遷移率晶體管輸入回退中頻輸入三階交調(diào)點互調(diào)失真三階互調(diào)失真五階互調(diào)失真三階互調(diào)失真比三階交調(diào)點橫向擴散金屬氧化物半導(dǎo)體非線性部件進行線性放大最小均方本地振蕩器查找表修正自適應(yīng)神經(jīng)模糊推理系統(tǒng)修正模糊神經(jīng)網(wǎng)絡(luò)縮略詞MESFETMIMOMODMOSFETMLPSMSEMSPSNARMANMSEOBOOFDMOIP3PAPARPSDQAMQPSKRBFNNRFI也SRMSERVTDNNSNRTDSCDMAVSAWCDMAWIMAXWLANMETALSEMICONDUCTORFIELDEFFECTTRANSISTORMULTIPLEINPUTMULTIPLEOUTPUTMODULATORMETAL0XIDESEMICONDUCTORFIELDEFIECTTRANSISTORMULTILAYERPEREEPTRONSMEANSQUAREDERRORSMILLIONSAMPLESPERSECONDNONLINEARAUTOREGRESSIVEMOVINGAVERAGENORMALIZEDMEANSQUAREDERRORS0UTPUTBACK0FFORTHOGONALFREQUENCYDIVISIONMULTIPLEXINGOUTPUTTHIRDORDERINTERCEPTPOINTPOWERAMPLIFIERPEAKTOAVERAGEPOWERRATIOPOWERSPECTRAIDENSITYQUADRATUREAMPLITUDEMODULATIONQUADRATUREPHASESHIFTKEYINGRADIALBASISFUNCTIONNEUMLNETWORKSRADIOFREQUENCYRECURSIVELEASTSQUAREROOTMEANSQUAREDERRORSREALVALUEDTIMEDELAYNEURALNETWORKSSIGNALTONOISERATIO金屬半導(dǎo)體場效應(yīng)晶體管多輸入多輸出調(diào)制器金屬氧化物半導(dǎo)體場效應(yīng)晶體管多層感知器均方誤差兆次每秒采樣非線性自回歸移動平均歸一化均方誤差輸出回退正交頻分復(fù)用輸出三階交調(diào)點功率放大器峰均比功率譜密度正交幅度調(diào)制正交相移鍵控徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)射頻遞歸最小二乘均方根誤差實數(shù)延時神經(jīng)網(wǎng)絡(luò)信噪比TIMEDIVISIONSYNCHRONOUSCODEDIVISIONMULTIPLEACCESS時分同步的碼分多址VECTORSIGNALANALYZER矢量信號分析儀WIDEBANDCODEDIVISIONMULTIPLEACCESS寬帶碼分多址WORLDWIDEINTEROPERABILITYFORMICROWAVEACCESS全球微波互聯(lián)接入WIRELESSLOCALAREANETWORK無線局域網(wǎng)X東南大學(xué)學(xué)位論文獨創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是我個人在導(dǎo)師指導(dǎo)下進行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得東南大學(xué)或其它教育機構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示了謝意。研究生簽名辨東南大學(xué)學(xué)位論文使用授權(quán)聲明東南大學(xué)、中國科學(xué)技術(shù)信息研究所、國家圖書館有權(quán)保留本人所送交學(xué)位論文的復(fù)印件和電子文檔，可以采用影印、縮印或其他復(fù)制手段保存論文。本人電子文檔的內(nèi)容和紙質(zhì)論文的內(nèi)容相致。除在保密期內(nèi)的保密論文外，允許論文被查閱和借閱，可以公布包括以電子信息形式刊登論文的全部內(nèi)容或中、英文摘要等部分內(nèi)容。論文的公布包括以電子信息形式刊登授權(quán)東南大學(xué)研究生院辦理。研究生簽名第一章緒論11研究背景第一章緒論從遠(yuǎn)古時期的烽火通信到19世紀(jì)中葉電報和電話的發(fā)明。從電磁波的猜想和證實到無線通信的廣泛使用，人類通信技術(shù)發(fā)生了翻天覆地的變化。20世紀(jì)中后期到2L世紀(jì)以來。移動通信系統(tǒng)的發(fā)展日新月異，在第二代移動通信系統(tǒng)2G全球廣泛普及后，第三代移動通信系統(tǒng)3G的技術(shù)已經(jīng)非常成熟并且在世界各國不斷深入推廣和商用。第四代移動通信系統(tǒng)4G也進入了研究起步階段。在移動通信系統(tǒng)不斷演進的同時，各種新型的數(shù)字移動通信系統(tǒng)隨之成為研究熱點，比如CDMA2000、WCDMA、TDSCDMA、WIMAX和WLAN等。從2G的語音通話到3G的多媒體、高質(zhì)量視頻和高速率的網(wǎng)絡(luò)接入，在這些通信系統(tǒng)中，數(shù)據(jù)業(yè)務(wù)量不斷激增，數(shù)據(jù)帶寬呈現(xiàn)數(shù)量級的變化，因此，日益稀缺的頻譜資源一直是人們關(guān)注的焦點。為了提高頻譜利用率，通信系統(tǒng)廣泛采用了各種線性調(diào)制技術(shù)和多載波調(diào)制技術(shù)，比如正交相移鍵控QUADRATUREPHASESHIFTKEYINGQPSK、正交幅度調(diào)制QUADRATUREAMPLITUDEMODULATIONQAM以及正交頻分復(fù)用ORTHOGONALFREQUENCYDIVISIONMULTIPLEXINGOFDM等，盡管新的調(diào)制方式可以有效地緩解頻譜和高速數(shù)據(jù)傳輸之間的矛盾。但是對通信系統(tǒng)中的射頻系統(tǒng)提出了新的難題。由于這些數(shù)字調(diào)制方式都屬于非恒定包絡(luò)的調(diào)制方式，往往效率越高的調(diào)制方式，信號的峰均比PEAKTOAVERAGEPOWERRATIOPAPR也越大，而高峰均比信號對射頻功率放大器線性度要求很高?，F(xiàn)在通信系統(tǒng)中，廣泛采用了OFDM的多載波的技術(shù)、MIMOMULTIPLEINPUTMULTIPLEOUTPUT技術(shù)等，采用線性化的射頻發(fā)射機系統(tǒng)。對于減少鄰道干擾、降低帶內(nèi)帶外失真、提高工作效率和通信質(zhì)量都有著非常重要的意義ILJ【引。R一般而言，功率放大器是射頻系統(tǒng)中價格最昂貴、實現(xiàn)難度最大的關(guān)鍵部件。功率放大器有著明顯的非線性特性，當(dāng)輸入信號功率較小時，功率放大器工作于線性工作區(qū)；當(dāng)輸入信號功率較大時，功率放大器就會進入飽和區(qū)甚至截止區(qū)，產(chǎn)生嚴(yán)重的非線性失真。為了提高功率放大器的工作效率，功率放大器的工作點越高越好，總是希望接近于飽和區(qū)。然而，當(dāng)功率放大器工作在接近飽和區(qū)時，會引起嚴(yán)重的帶內(nèi)失真和帶外頻譜泄露，并且隨著現(xiàn)代通信系統(tǒng)帶寬的增加，功率放大器會產(chǎn)生其它的各種非線性特性，如記憶效應(yīng)等。所以，功率放大器的工作效率和線性度是互相矛盾的【41提高功率放大器線性度最簡單的辦法是功率回退，讓大功率的功率放大器工作在很小功率的工作點，也就是工作在線性區(qū)來提高線性度。功率回退雖然實現(xiàn)起來很簡單，但是缺點很明顯。第一。功率回退意味著相同功率輸出信號需要更大功率容量的功率放大器，功率容量越大，器件成本越昂貴第二，功率放大器消耗的能量通常占整個射頻系統(tǒng)的85以上，功率回退意味著功率放大器的工作效率很低，電源的利用率很低，有的系統(tǒng)中電源利用率只有L5，設(shè)備工作時非常耗能源，并且維護成本極高L刈IOJ。在無線通信系統(tǒng)中，低成本、高效率和高線性度的射頻功率放大器已經(jīng)成為一個制約其發(fā)展的瓶頸。在當(dāng)今移動電話和手機不可或缺的時代，高效率的功率放大器不但節(jié)省手機電池的耗電量和成本，而且可延長電池的使用時間和使用壽命，對于節(jié)約型社會的建設(shè)有著重要的意義【7L【8L。因此，在現(xiàn)代寬帶無線通信系統(tǒng)中，射頻功率放大器的線性化技術(shù)和功率放大器行為模型的研究是一個非常有意義的課題。東南大學(xué)博士學(xué)位論文12相關(guān)內(nèi)容及進展功率放大器的研究內(nèi)容非常廣泛，主要包括功率放大器的晶體管制造技術(shù)的研究、功率放大器設(shè)計方法和結(jié)構(gòu)的研究、功率放大器的非線性特性和記憶效應(yīng)的研究、功率放大器的線性化技術(shù)的研究和功率放大器行為模型的研究等。功率放大器的發(fā)展歷史可以分為電子管、晶體管、集成電路和場效應(yīng)管四個階段。功率放大器的晶體管制造技術(shù)，主要通過改變半導(dǎo)體工藝、結(jié)構(gòu)、材料等，研究出低噪聲、高效率、高增益和高線性度的穩(wěn)定的功率放大器，現(xiàn)在的功放的類型有雙極結(jié)型晶體管BIPOLARJUNCTIONTRANSISTORBJL、金屬氧化物半導(dǎo)體場效應(yīng)晶體管METALOXIDESEMICONDUCTORFIELDEFFECTTRANSISTORMOSFET、橫向擴散金屬氧化物半導(dǎo)體LATERALLYDIFFUSEDMETALOXIDESEMICONDUCTORLDMOS、砷化鎵GAAS金屬半導(dǎo)體場效應(yīng)晶體管METALSEMICONDUCTORFIELDEFFECTTRANSISTORMESFET和高電子遷移率晶體管HIGHELECTRONMOBILITYTRANSISTORHEMT掣州IL川。功率放大器的設(shè)計方法的研究的內(nèi)容FLLJIL2】有輸入和輸出匹配網(wǎng)絡(luò)的設(shè)計、偏置網(wǎng)絡(luò)的設(shè)計、多級功放匹配的設(shè)計、穩(wěn)定性、噪聲系數(shù)等等。功率放大器的結(jié)構(gòu)的研究內(nèi)容有A類、B類、AB類、C類、DF類、DOHERTY放大器等等。本文主要研究的是功率放大器非線性特性和記憶效應(yīng)，功率放大器建模技術(shù)、功率放大器線性化技術(shù)和預(yù)失真技術(shù)。下面詳細(xì)的說明這幾方面國內(nèi)外的研究內(nèi)容、現(xiàn)狀和進展。121功率放大器建模建立數(shù)學(xué)模型的過程，是把錯綜復(fù)雜的實際問題簡化、抽象為合理的數(shù)學(xué)模型的過程。功率放大器的建模過程就是利用數(shù)學(xué)知識和數(shù)學(xué)工具來描述功率放大器的非線性特性的過程。通常功率放大器模型可以分為兩類物理模型和行為模型。物理模型根據(jù)功率放大器內(nèi)部具體的電路結(jié)構(gòu)。運用電路理論建立等效電路模型。行為模型則不關(guān)心功率放大器的內(nèi)部結(jié)構(gòu)，僅把功率放大器看成一個“黑箱”，根據(jù)功率放大器的輸入和輸出信號構(gòu)造非線性特性的輸入和輸出響應(yīng)關(guān)系，建立關(guān)于功率放大器的特性模型。這里我們主要討論的是行為模型。在窄帶通信系統(tǒng)中可以近似地認(rèn)為功放的非線性特性是靜態(tài)的。然而，隨著通信系統(tǒng)的發(fā)展，系統(tǒng)帶寬變寬和信號峰均比變大，輸入功放的信號是包絡(luò)非恒定的調(diào)制信號，功放表現(xiàn)出和輸入信號帶寬頻率相關(guān)的非線性特性，這種現(xiàn)象叫記憶效應(yīng)。從時域的角度來看，功放的輸出信號不但和當(dāng)前的輸入信號有關(guān)，而且和以前的輸入信號有關(guān)。所以根據(jù)記憶效應(yīng)。功率放大器的行為模型又可以分為無記憶的模型和有記憶的模型。關(guān)于記憶效應(yīng)的重要研究進展有1989年，BOSCH和GATTI分析記憶效應(yīng)產(chǎn)生的原因，研究了功率放大器預(yù)失真器中的記憶效應(yīng)的仿真和測量ILM2000年，CARVALHO和PEDRO研究了在雙音測試下，射頻功率放大器的偏移匹配網(wǎng)絡(luò)導(dǎo)致邊帶不對稱的現(xiàn)象【L4LIIS；2001年，VUOLEVI等人研究了射頻功率放大器記憶效應(yīng)的測量技術(shù)，給出了電記憶效應(yīng)和電熱記憶效應(yīng)的定義，并且分析了兩種記憶效應(yīng)產(chǎn)生的原洲怕J2002年，KU給出了一種定量描述功率放大器記憶效應(yīng)的方法【17L；2003年，KU等人研究了稀疏延時結(jié)構(gòu)的記憶多項式模型，定量分析了記憶的大小【I引，同時，BOUMAIZA和GHANNOUCHI研究了射頻功率放大器中熱記憶效應(yīng)的建模以及預(yù)失真器的實現(xiàn)方法【1912007年，LIU等人研究了一種在寬帶射頻功率放大器中定量衡量記憶效應(yīng)的方法【20J。早期研究功率放大器的時候大多都是采用無記憶的模型，常用的有冪級數(shù)模型14L和SALEH模型121L等。冪級數(shù)模型因為其結(jié)構(gòu)簡單在分析功率放大器非線性特性和各種失真分量的時候用的比較多，SALEH模型最初是用于行波管的功放建模，但后來也用于其他固態(tài)功放的建模，其模型結(jié)構(gòu)也比較簡單，參數(shù)只有4個現(xiàn)代通信系統(tǒng)中，功率放大器的記憶效應(yīng)越來越明顯，對于功率放大器本身的和整個通信系統(tǒng)的影響都是不可忽略的，無記憶的模型已經(jīng)不能夠很好地描述功率放大器的特性。所以，近年來，2第一章緒論有記憶的功放模型一直是人們的研究重點。有記憶的功放模型一般可以分為兩類，一類是VOLTERRA級數(shù)模型及其簡化模型，另一類是神經(jīng)網(wǎng)絡(luò)模型【7L。VOLTERRA級數(shù)111【3】是對泰勒級數(shù)的擴展，相當(dāng)于有記憶的泰勒級數(shù)，是分析弱非線性特性動態(tài)系統(tǒng)的常用方法。傳統(tǒng)的VOLTERRA級數(shù)一般適用于弱非線性特性的動態(tài)系統(tǒng)建模。系統(tǒng)的參數(shù)會隨著系統(tǒng)階次和記憶長度的增大而急劇增加，所以參數(shù)多、計算量大、收斂慢，性能受到階次大小和記憶長度的影響是這一類模型的缺點。因此，對傳統(tǒng)VOLTERRA級數(shù)模型的簡化是當(dāng)前模型研究一個重要內(nèi)容122】【30L。2004年，ZHU等人提出了直接修剪的VOLTERRA級數(shù)【27L，通過選擇VOLTERRA級數(shù)中最重要的組成項，進一步減少了參數(shù)和降低了求解的復(fù)雜度，后來，又提出了動態(tài)偏移減少基的VOLTE盯A級劃23】和VOLTERRALAGUERRE級數(shù)擴展模型291動態(tài)VOLTERRA級數(shù)可以動態(tài)地定義模型的結(jié)構(gòu)提高了建模的靈活性，VOLTERRALAGUERRE級數(shù)擴展模型的參數(shù)是和記憶長度不相關(guān)的，適合強記憶效應(yīng)的功放建模。2006年，LSAKSSON等人也利用正交基函數(shù)KAUTZ函數(shù)來簡化VOLTERRA級數(shù)模型的結(jié)構(gòu)P們。比較常用的有記憶的多項式模型13I】【32】也是由VOLTERRA級數(shù)模型簡化而來，其模型參數(shù)的數(shù)量遠(yuǎn)遠(yuǎn)少于VOLTERRA級數(shù)的參數(shù)數(shù)量。另外幾個模塊級聯(lián)也是VOLTERRA級數(shù)簡化模型中的一個重要研究內(nèi)容，其中有WIENER模型【33】【351、并行WIENER模型【36】、HAMMERSTEIN模型37】【3引、并行HAMMERSTEIN模型【40L、WIENERHAMMERSTEIN模型【41L等。神經(jīng)網(wǎng)絡(luò)能逼近任意連續(xù)的非線性函數(shù)，且具有靈活的學(xué)習(xí)方式，已經(jīng)成為研究熱點【42L【43L。近幾年。微波非線性電路和系統(tǒng)包括功率放大器的建模方面，神經(jīng)網(wǎng)絡(luò)已經(jīng)得到了廣泛應(yīng)用144L【46L。近年來的研究成果有實數(shù)I和Q延時神經(jīng)網(wǎng)絡(luò)模型47JREALVALUEDTIMEDELAYNEURALNETWORKSRVTDNN、徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型4引RADIALBASISFUNCTIONNEURALNETWORKSRBFNN和遞歸型網(wǎng)絡(luò)模型【49L【50】。神經(jīng)網(wǎng)絡(luò)雖然是非線性動態(tài)系統(tǒng)建模的有效方法，但是大多數(shù)神經(jīng)網(wǎng)絡(luò)模型都是多層感知器的結(jié)構(gòu)，難提取出模型參數(shù)。其復(fù)雜的多層結(jié)構(gòu)在一定程度上制約了預(yù)失真的實現(xiàn)和應(yīng)用。模糊推理系統(tǒng)F5LL【鴕】已經(jīng)在自動控制、數(shù)據(jù)分類和模式識別等領(lǐng)域獲得了成功的應(yīng)用，結(jié)合神經(jīng)網(wǎng)絡(luò)建立非線性模型方面己體現(xiàn)出了優(yōu)越性，于是模糊神經(jīng)網(wǎng)絡(luò)模型在功率放大器建模研究方面已經(jīng)成想廣個非常有意義的課題。關(guān)于功率放大器的模糊神經(jīng)網(wǎng)絡(luò)模型的研究成果有LEE等人研究了基乇自適應(yīng)神經(jīng)模糊推理系統(tǒng)ADAPTIVENEUROFBZZYINFERENCESYSTEMANFIS模型的預(yù)失真器15川【“L，實驗結(jié)果表明這種預(yù)失真器對于WCDMA信號的失真可以降低12DB。122線性化技術(shù)近年來，各種功率放大器線性化技術(shù)的研究和應(yīng)用越來越廣泛。常用的線性化技術(shù)有負(fù)反饋法【4】【56】。FEEDBACK、前饋法【4L【5】【60L【631FEEDFORWARD、包絡(luò)消除與恢復(fù)技術(shù)14L【“1ENVELOPELIMINATIONANDRESTORATIONEER、非線性部件進行線性放大14】【65H69LLINEARAMPLIFICATIONUSINGNONLINEARCOMPONENTSLINC、組合模擬鎖定環(huán)路通用調(diào)制器【4】【70JCOMBINEDANALOGUELOCKEDLOOPUNIVERSALMODUIATORCALLUM、各種模擬預(yù)失真17I】【75J和數(shù)字預(yù)失真方法PREDISTORTION76】【12U等。負(fù)反饋技術(shù)也許是功放線性化技術(shù)中最簡單的一種方法，起初在音頻放大器領(lǐng)域獲得了廣泛應(yīng)用。它的基本原理是犧牲功放的增益獲得對失真的抑制。負(fù)反饋技術(shù)可以應(yīng)用到射頻功放中，也可以擴展到調(diào)制信號上，一般負(fù)反饋技術(shù)可以分為射頻負(fù)反饋。包絡(luò)負(fù)反饋、極坐標(biāo)負(fù)反饋和笛卡爾負(fù)反饋等。負(fù)反饋技術(shù)的缺點有反饋回路延時的控制較難、反饋回路帶寬太大、會出現(xiàn)不穩(wěn)定現(xiàn)象等。隨著通信技術(shù)的發(fā)展前饋技術(shù)逐漸受到人們的重視，雖然前饋技術(shù)的結(jié)構(gòu)比較復(fù)雜、硬件成本相對較高、器件特性隨時問溫度變化不容易補償，但是它比較適合寬帶系統(tǒng)，而且沒有穩(wěn)定性的問題?？梢员容^大的改善功放線性度。包絡(luò)消除與恢復(fù)技術(shù)把輸入功放的幅度和相位分離，然后再合成。它的優(yōu)點是射頻功放工作于開關(guān)模式，效率較高既可以獲得高效率，又可以獲得較好的線性度。它的缺點也非常明顯在寬3東南大學(xué)博士學(xué)位論文帶系統(tǒng)中，分離幅度和相位的時候會引入附加的失真，而且幅度和相位兩條通路的延時誤差需要補償，另外。對峰均比較大的輸入信號，射頻功放電源電壓的調(diào)制比較難實現(xiàn)。非線性部件進行線性放大技術(shù)把輸入信號分解成兩個包絡(luò)恒定的信號，再分別放大合成。LINC信號分解時，早期通過模擬技術(shù)來實現(xiàn)，出現(xiàn)了很多問題硬件復(fù)雜度高、成本高、功耗大和難于集成?，F(xiàn)在，隨著數(shù)字信號處理技術(shù)的發(fā)展使得信號的分解變的簡單了，LINC對于兩條通路上的幅度和相位的匹配十分敏感，微小的誤差都會導(dǎo)致線性度的惡化，這也是LINC技術(shù)在現(xiàn)代通信系統(tǒng)中應(yīng)用不多的原因。CALLUM和LINC技術(shù)類似，區(qū)別在于利用了兩個負(fù)反饋環(huán)路把信號分解成兩路恒定包絡(luò)的信號。在現(xiàn)代寬帶通信系統(tǒng)中，預(yù)失真技術(shù)是除了前饋線性化技術(shù)外的另外一種主流的技術(shù)。預(yù)失真技術(shù)的基本思想是在非線性的射頻功放前面插入一個非線性的器件，使得兩者的非線性特性相互抵消來達到線性化的目的。預(yù)失真技術(shù)可以分為射頻RADIOFREQUENCYRF預(yù)失真、中頻INTERMEDIATEFREQUENCYIF預(yù)失真和基帶預(yù)失真。射頻和中頻預(yù)失真的結(jié)構(gòu)和原理類似，通常采用模擬電路實現(xiàn)，而基帶預(yù)失真通常都是采用數(shù)字技術(shù)實現(xiàn)，有時候也把預(yù)失真技術(shù)分為模擬預(yù)失真和基帶數(shù)字預(yù)失真DIGITALPREDISTORTIONDPD。模擬預(yù)失真雖然有很多優(yōu)點電路結(jié)構(gòu)簡單、成本低、開環(huán)結(jié)構(gòu)的無條件穩(wěn)定和線性化帶寬寬，但是它的線性化的效果有限。在高頻處理高階的失真分量比較困難等。對于線性度要求不高的系統(tǒng)可以采用模擬預(yù)失真技術(shù)。在各種線性化技術(shù)中，數(shù)字預(yù)失真技術(shù)是近年來最受關(guān)注的技術(shù)。因為數(shù)字預(yù)失真技術(shù)可以采用各種數(shù)字信號處理技術(shù)和算法，靈活性高，穩(wěn)定性好，可以有效地改進功率放大器的效率和線性度，下面詳細(xì)介紹數(shù)字預(yù)失真技術(shù)的相關(guān)內(nèi)容和進展。123數(shù)字預(yù)失真技術(shù)通常，數(shù)字預(yù)失真技術(shù)是利用功率放大器的輸入和輸出信號建立功率放大器的逆模型。根據(jù)逆模型在基帶預(yù)先彌補功率放大器的非線性特性和記憶效應(yīng)。所以，功率放大器行為模型的研究是數(shù)字預(yù)失真技術(shù)的核心，如何建立簡單、高效和高精度的非線性行為模型及設(shè)計模型的實現(xiàn)方法是數(shù)字預(yù)失真研究的重點。早期由于通信系統(tǒng)帶寬較窄，功率放大器的模型都是靜態(tài)的無記憶的模型。所以預(yù)失真器多數(shù)都是用來彌補功率放大器靜態(tài)的幅度和相位失真特性。1988年，BATEMAN等提出了查找表LOOKUPTABLESLUT和曲線擬合的預(yù)失真方法176。1989年，NAGATA提出了映射預(yù)失真技術(shù)1771，利用兩個二維查找表把輸入信號的IO分量映射成輸出信號的IQ分量；MINOWA于1990年提出了和功率回退技術(shù)結(jié)合的類似的映射線性化系統(tǒng)【7SL。后來，YOUNSIK研究了OFDM系統(tǒng)中有記憶的映射預(yù)失真器1791。1990年，F(xiàn)AULKNER提出了極坐標(biāo)預(yù)失真技術(shù)【8叭，利用兩個一維的查找表分別來彌補功放幅度和相位的失真對于極坐標(biāo)系統(tǒng)，調(diào)制器和解調(diào)器誤差比較敏感，其彌補的方法也得到了研究【82L【831。1990年，CAVERS提出了復(fù)增益預(yù)失真技術(shù)【84兒盯J，利用兩個一維的查找表分別存儲I和Q增益的復(fù)數(shù)系數(shù)，不需要直角坐標(biāo)到極坐標(biāo)的轉(zhuǎn)換處理過程，大大簡化了預(yù)失真器和自適應(yīng)算法的復(fù)雜程度。1992年，WRIGHT利用實驗驗證了窄帶系統(tǒng)中復(fù)增益預(yù)失真的效果【L。由于上述預(yù)失真技術(shù)都是利用查找表來實現(xiàn)的，所以關(guān)于查找表的大小和字長的寬度，查找表的索引技術(shù)和查找表的自適應(yīng)更新算法等相關(guān)問題。也成為預(yù)失真技術(shù)的重要研究內(nèi)容。1996年，SUNDSTROM等分析了關(guān)于查找表量化效應(yīng)對于預(yù)失真系統(tǒng)的影響871，2003年，SHI等研究了查找表的大小對于預(yù)失真系統(tǒng)性能的影響F8SJ。1997年，CAVERS提出了最佳預(yù)失真器索引技術(shù)189】【90J，其他的一些索引技術(shù)可以參考文獻911【95】。查找表的自適應(yīng)更新算法有很多種，一般可以分為兩類。一類是基于導(dǎo)數(shù)的迭代算法最陡下降法、最小均方算法LEASTMEANSQUARELMS、遞歸最小二乘法RECURSIVELEASTSQUARERLS、牛頓法等等【9叫，另一類是非導(dǎo)數(shù)迭代算法遺傳算法、隨機搜索算法等等197119射。另外。1997年，CAVERS研究了調(diào)制解調(diào)誤差對于自適應(yīng)預(yù)失真系統(tǒng)的影響【99】，1999年，MANNINEN研究了自適應(yīng)數(shù)字預(yù)失真系統(tǒng)中的反饋延時誤差I(lǐng)L刪。4第一章緒論一些關(guān)于預(yù)失真的最新研究成果綜述如下。LIU等人提出了擴充AUGMENTEDHAMMERSTEIN預(yù)失真結(jié)構(gòu)【39】。LEE等人研究了ANFIS結(jié)構(gòu)的預(yù)失真器【551，MONTORO等人提出了非線性自回歸移動平均模型的預(yù)失真器NONLINEARAUTOREGRESSIVEMOVINGAVERAGENARMAIL叭】，GILABERT等人給出了非線性自回歸移動平均模型預(yù)失真器的FPGAFIELDPROGRAMABLEGATEARRAY實現(xiàn)方法1021，HAMMI等人提出了巢式查找表NESTEDLUTSII03L技術(shù)，WOO等人提出了自適應(yīng)的數(shù)字反饋預(yù)失真技術(shù)【L041，在此基礎(chǔ)上KIM等人又提出新型寬帶自適應(yīng)反饋預(yù)失真技術(shù)【051，ZHU等人在開環(huán)數(shù)字預(yù)失真器中采用了動態(tài)偏移減少基VOLTERRA級數(shù)的方法【L吲，在包絡(luò)追蹤的放大器中采用了分解分段VOLTERRA級數(shù)的數(shù)字預(yù)失真方法ILU7J。國內(nèi)關(guān)于功率放大器預(yù)失真技術(shù)的研究工作起步比國際上晚，但是近年來越來越受到了研究人員的重視。2000年以來，國內(nèi)很多大學(xué)的科研人員都參與到了數(shù)字預(yù)失真技術(shù)的研究。趙洪新等給出了一種基帶預(yù)失真FUF功率放大器線性化技術(shù)的模型仿真與實劃10引。毛文杰等研究了一種基于雙查找表的自適應(yīng)預(yù)失真射頻功率放大器線性化方法【L吲。王勇等研究了基于多項式的記憶型數(shù)字基帶預(yù)失真器【LJ。其他的一些國內(nèi)的關(guān)于預(yù)失真和功放模型的文獻可以參考【LLL】121】。隨著國內(nèi)外研究的深入，相對簡單的數(shù)字預(yù)失真器已經(jīng)逐步進入商用。AGILENT公司在ADSADVANCEDDESIGNSYSTEM軟件中提供了預(yù)失真器的設(shè)計實例，ALTERA和XILINX公司都開發(fā)出了數(shù)字預(yù)失真的FPGA解決方案，已經(jīng)可以提供給客戶使用，PMCSIERRA和INTERSIL公司已開發(fā)出基于查找表的預(yù)失真芯片可以應(yīng)用到第三代移動通信系統(tǒng)中。13本文的內(nèi)容和結(jié)構(gòu)本文內(nèi)容主要分為兩個部分一是研究當(dāng)前寬帶通信系統(tǒng)中，射頻功率放大器模型的非線性特性和記憶效應(yīng)，建立新型的有記憶效應(yīng)的功率放大器模型和算法，分析其收斂特性、誤差特性、穩(wěn)定性和效率等二是研究當(dāng)前功率放大器的線性化技術(shù)，主要研究最有潛力的數(shù)字預(yù)失真技術(shù)，結(jié)合功率放大器模型和算法，在基于儀器的實驗平臺上驗證預(yù)失真模型的效果，并且在設(shè)計FPGA硬件平臺的基礎(chǔ)上給出預(yù)失真器的實現(xiàn)方法和實驗結(jié)果。其中主要完成的創(chuàng)新性工作有1對功率放大器幅度輸入的延時神經(jīng)網(wǎng)絡(luò)有記憶模型進行了仿真和實驗研究。2對于模糊神經(jīng)網(wǎng)絡(luò)模型ANFIS進行了深入研究，建立了有記憶效應(yīng)的功率放大器實數(shù)延時模糊神經(jīng)網(wǎng)絡(luò)模型，并且采用模糊C類均值聚類方法來減少模型的規(guī)則數(shù)目和簡化模型結(jié)構(gòu)。在測試平臺上。用三載波WCDMA寬帶信號對射頻功率放大器進行測試，成功地對模型進行了訓(xùn)練和驗證，給出了時域和頻域的實驗結(jié)果。3提出了基于模糊神經(jīng)網(wǎng)絡(luò)的HAMMERSTEIN模型，給出了模型的設(shè)計結(jié)構(gòu)和對應(yīng)的算法。在基于儀器的實驗平臺上采集數(shù)據(jù)并驗證了模型的性能，與靜態(tài)的模糊神經(jīng)網(wǎng)絡(luò)模型進行了對比分析。4在研究模糊神經(jīng)網(wǎng)絡(luò)模型的基礎(chǔ)上，把修正模糊神經(jīng)網(wǎng)絡(luò)模型ILZ2LMODIFIEDANFISMANFIS應(yīng)用于功率放大器建模，給出了MANFIS有記憶模型的結(jié)構(gòu)，仿真分析了模型的收斂性能和精度，建立了基于儀器的實驗平臺，利用WCDMA單載波信號和三載波信號，對MANFIS模型進行了實驗驗證，分析了模型的參數(shù)個數(shù)和歸一化的均方誤差結(jié)果，給出了時域和頻域的驗證結(jié)果，并和其他神經(jīng)網(wǎng)絡(luò)模型進行了比較和分析。5研究了基于模糊神經(jīng)網(wǎng)絡(luò)的HAMMERSTEIN模型的預(yù)失真器的實現(xiàn)方法，給出了基于儀器平臺的實驗驗證結(jié)果。6研究了基于修正模糊神經(jīng)網(wǎng)絡(luò)模型的數(shù)字預(yù)失真器的實現(xiàn)方法，給出了基于儀器平臺的實驗驗證結(jié)果，并進行了詳細(xì)的比較和分析。7研究了基于復(fù)增益查找表的數(shù)字預(yù)失真器的FPGA實現(xiàn)方法，并且在硬件平臺上完成實驗驗證。8研究了極坐標(biāo)形式基于ANFIS模型的數(shù)字預(yù)失真的FPGA實現(xiàn)方法，并且在硬件平臺上完成實驗驗證。5東南大學(xué)博士學(xué)位論文本文第一章為緒論，介紹了本課題的研究背景、相關(guān)的研究內(nèi)容和進展，給出了本文研究工作的創(chuàng)新點和論文結(jié)構(gòu)安排。第二章主要內(nèi)容介紹了寬帶射頻功率放大器的非線性特性、測量指標(biāo)、記憶效應(yīng)等。第三章分析了當(dāng)前寬帶射頻功率放大器的無記憶和有記憶模型，介紹了VOLTERRA級數(shù)模型、VOLTERRA級數(shù)簡化模型、多項式模型、WIENER模型、HAMMERSTEIN模型、神經(jīng)網(wǎng)絡(luò)模型和模糊神經(jīng)網(wǎng)絡(luò)模型等，分析討論了幅度輸入的延時神經(jīng)網(wǎng)絡(luò)模型。第四章介紹了功率放大器建模采集數(shù)據(jù)的方法，研究了實數(shù)VQ延時模糊神經(jīng)網(wǎng)絡(luò)模型、基于模糊神經(jīng)網(wǎng)絡(luò)的HAMMERSTEIN模型和修正模糊神經(jīng)網(wǎng)絡(luò)模型。第五章介紹了功率放大器的各種線性化技術(shù)，重點研究了數(shù)字預(yù)失真技術(shù)，給出了基于模糊神經(jīng)網(wǎng)絡(luò)的HAMMERSTEIN模型預(yù)失真器的實現(xiàn)方法和修正模糊神經(jīng)網(wǎng)絡(luò)模型數(shù)字預(yù)失真實現(xiàn)方法，分別在基于儀器的平臺上進行了驗證。第六章分析了基于查找表技術(shù)的數(shù)字預(yù)失真方法，簡單研究了基于復(fù)增益查找表數(shù)字預(yù)失真器的FPGA實現(xiàn)方法，重點研究了極坐標(biāo)形式基于ANFIS模型的數(shù)字預(yù)失真器的FPGA實現(xiàn)方法，并且在硬件平臺上成功進行了實驗驗證。參考文獻【L】VUOLEVIJ，RAHKONENTDISTORTIONINRFPOWERARNPLIFERSMBOSTON，MAARTECHHOUSE，200318【2】AMAASSTEPHENNONLINEARMICROWAVEANDRFCIRCUITSSECONDEDITIONMBOSTON，MAARTECHHOUSE，2003127【3】PEDROJC，CARVALHONBINTERMODULATIONDISTORTIONINMICROWAVEANDWIRELESSCIRCUITSMBOSTON，1VIAARTECHHOUSE，2003122F4】KENINGTONPBHIGHLINEARITYRFAMPLIFIERDESIGNMBOSTON，MAARTECHHOUSE，2000185【5】5LEGARDAJFEEDFORWARDAMPLIFIERSFORWIDEBANDCOMMUNICATIONSYSTEMSMNETHERLANDSSPRINGER,20062573【6】REYNAERTPATRICK，STEYAERTMICHIEL1強POWERAMPLIFIERSFORMOBILECOMMUNICATIONSMNETHERLANDSSPRINGER,2006964【7】ISAKSSONM，WISEILD，RONNOWDACOMPARATIVEANALYSISOFBEHAVIORALMODELSJIEEETRANSMIEROWTHEORYTECH,2006，541348359【8】PEDROJC，MAASSAACOMPARATIVEOVERVIEWOFMICROWAVEANDWIRELESSPOWERAMPLIFIERBEHAVIORALMODELINGAPPROACHESJIEEETRAMMICROWTHEORYTECH，20