本文基于R&S公司SMW200A信號源和FSW43頻譜儀驗證了提出寬帶數字預失真算法。采用一個64QAM調制、600 MHz帶寬、峰均比7.0 dB、采樣率為1.92 GHz的寬帶信號去激勵一個工作在1.8 GHz的AB類功率放大器，在功放接近飽和條件下，利用提出的簡化GMP模型進行數字預失真校正，輸出信號的EVM指標從8.4%改善到1.4%，滿足了線性化要求，同時實驗證明了簡化的GMP模型有與GMP模型接近的性能，模型系數個數約GMP模型的三分之一。

Abstract: This paper presents a wideband digital predistortion algorithm and achieves the validation based on R&S SMW200A and FSW43. Using a 64-QAM 600 MHz bandwidth signal with 7.0 dB PAPR and 1.92 GHz sampling rate, the Class AB power amplifier that operated at 1.8 GHz was linearized with a novel digital predistortion (DPD) technique based on reduced GMP model. When the operation points were approximately the saturation region, the measured EVM was reduced from 8.4% to 1.4%, meeting the linearity specifications. The experiments also showed that the Reduced GMP model's performance was close to GMP model’s and its number of coefficients was nearly one third of GMP model's.

Key words: Digital Predistortion, Reduced GMP, Power Amplifier, R&S SMW200A, R&S FSW43

1. 引言

在即將到來的第五代移動通信應用場景下，信號的傳輸速率越高，信號的帶寬越來越寬。對于發射通道來說，功率放大器的帶寬是整個發射通道帶寬的主要瓶頸。為了解決這一問題，目前面臨的挑戰主要在兩個方面，一個是寬帶功放的設計，另一個是針對寬帶功放的線性化。因為功放的線性度指標是保證無線通信技術的可靠性的重要指標之一，發射端信號必須滿足線性要求，所以需要采用近年來被廣泛應用的數字預失真技術 (DPD) 對功放進行線性化校正，即在數字域針對功放的非線性做線性化補償。

在5G應用時，信號帶寬會超過800 MHz，在寬帶信號激勵下，功放的記憶效應會尤其明顯，為了達到與窄帶信號激勵下同樣的線性化性能，傳統數字預失真算法中采用的記憶多項式 (MP) 模型不再適用。而對于寬帶信號的線性化，可以采用一般記憶多項式模型（GMP）實現，但是該算法的復雜度很高，硬件實現難度高，據此本文提出一種簡化的GMP模型，在保證線性化效果的同時降低了計算復雜度。

2. 數字預失真原理

對于功率放大器來說，在小信號輸入時，功放增益曲線基本平坦，即輸入輸出滿足線性關系，但是隨著輸入功率的進一步增加，增益曲線逐漸開始壓縮，此時功放工作狀態也由線性區逐漸進入了非線性區[1]。但是通常情況下，功率放大器在飽和工作狀態下，效率更高，所以一般功放都會工作在飽和狀態下，這時由于增益壓縮，會表現出非線性失真，即輸出信號的帶寬會比原始輸入信號更寬。

為了消除功放的這種失真，數字預失真技術的思路是在數字域對輸入信號進行預先處理，相當于在基帶信號上疊加了與功放失真信號大小相等，相位相反的分量，最終預先疊加的分量與功放自身產生的失真分量相互抵消，達到了線性化的目的。圖1則是從增益的角度解釋了數字預失真技術的原理，從中可看出，功放的增益（曲線的斜率）在輸入信號較大時會降低，而預失真模塊的增益（曲線的斜率）則是在輸入信號較大時增益升高，最終二者級聯，使得輸入輸出曲線為一條直線 (增益平坦)。

圖1 數字預失真原理示意圖

3. 數字預失真系統架構與簡化的GMP模型

功放的行為特性可以抽象為一個非線性記憶系統，在信號處理領域，非線性記憶系統通常用Volterra級數來描述，但是完備的Volterra級數非常復雜，目前用到的模型都是Volterra級數的簡化版本，其中以MP模型和GMP模型最為常見。圖2是一種常見的數字預失真系統架構，其中模型提取是關鍵的一步，而其性能的好壞又主要取決于模型本身。簡單來說，如果模型能夠更準確地體現功放的非線性行為，那么利用該模型來做線性化的效果就會越好。在窄帶信號激勵下功放的記憶效應相對不那么明顯，采用MP模型可以較好地去擬合功放的非線性行為，而寬帶信號激勵下由于功放的記憶效應太強，MP模型擬合精度不足以達到線性化要求，這時則需要更復雜的GMP模型。

上式中給出的GMP模型包括三部分，分別是傳統記憶多項式、滯后包絡記憶多項式、超前包絡記憶多項式，其中K表示非線性階數，M、L為記憶深度，GMP模型可以很全面地體現功放的非線性行為以及記憶效應，實現優于MP模型的數字預失真性能，但是模型的復雜度很高，計算量太大，硬件實現的資源開銷也很顯著。據此，文獻[2]中提出了一種RGMP模型，對GMP模型進行簡化，而筆者又在這一模型的基礎上做進一步簡化，在精度保證的條件下大大減小資源開銷，得到如下簡化的GMP模型：

簡化的GMP模型系數個數接近GMP模型系數的一半，同時從仿真結果上看能夠達到與GMP模型差不多的建模精度。

圖2 數字預失真技術系統架構

4. 實驗平臺與測試結果

圖3給出了本次實驗中進行寬帶數字預失真校正的實驗平臺。數字預失真技術的實現主要由模擬域和數字域兩部分組成。在模擬域，功放的輸出信號一部分通過耦合器耦合到反饋通道上，然后依次經過下變頻、濾波、采樣，最終得到功放輸出的基帶信號。在數字域，反饋通道的信號經過歸一化、延時對齊、模型提取及預失真參數更新等操作，最終得到所需的預失真信號送入DAC。

圖3實驗測試平臺

圖4 實驗測試結果

實驗時采用R&S SMW200A型號的信號源產生射頻信號，通過前面一級預放進行放大后來激勵一個Class AB的功放，輸出信號經衰減器衰減后利用R&S FSW43頻譜儀分析。另外采用信號為600 MHz帶寬，峰均比 (PAPR) 高達7 dB，調制方式為64QAM，采樣率為1.92 GHz的寬帶信號，功放的中心頻率選在1.8 GHz，輸出峰值功率接近功放的飽和點，并在這一狀態下分別利用MP模型、GMP模型和簡化的GMP模型對功放的非線性進行數字預失真校正，實驗中輸出信號EVM指標對比如圖4所示。其中，圖4(a) 為DPD之前功放的輸出EVM，(b) 為采用MP模型DPD校正后的功放輸出EVM，(c) (d) 分別是采用簡化的GMP模型和GMP模型線性化的輸出EVM，顯然優于MP模型。具體的線性化性能比較與模型系數個數對比列在表1中。

表1 不同模型DPD性能與模型系數個數比較

從表1中可以看出，簡化的GMP模型的系數個數要明顯少于GMP模型，幾乎接近GMP模型的一半，但是仍可以達到與GMP模型差不多的線性化性能。

5. 結束語

本文通過600 MHz寬帶信號激勵下的功放線性化實驗驗證了提出的簡化的GMP模型的有效性。當功放在接近飽和區工作時，利用傳統的MP模型來進行數字預失真校正已經不能滿足線性化要求，使用GMP模型則計算復雜度太高，筆者提出的GMP模型的簡化版本一方面能達到與GMP模型差不多的線性化性能，另一方面能大大減少模型系數個數，降低硬件實現的復雜度。