收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

双带并发功率放大器的线性化研究

翁建业  
【摘要】:随着通信技术的发展,传输信号的带宽需求越来越高,频谱资源越发紧张,载波聚合技术已然兴起,为保证信号发射的质量和信息传输的可靠性,作为载波聚合技术的关键双带并发功率放大器的线性化问题尤为重要。本文主要研究双带并发功率放大器线性化的核心手段数字预失真以及对作为双带并发功放的扩展双输入Doherty功放的线性化进行探索。本文主要工作以及创新点如下:1.本文从双带并发发射机的不同架构出发,研究了双带并发功放的非线性失真分量:带内互调失真、带内交调失真以及被滤除的带外互调失真,基于这些失真分量从基带信号推导了四种应对不同场景的双带并发功放行为模型。2.本文通过已有的双带间接学习结构和双带直接学习结构的分析对比,结合两者的优缺点,引入迭代学习控制算法用于双带并发功放线性化,提出一种新型基于迭代学习控制的双带数字预失真结构。实验表明:工作在宽带F类功放饱和输出的高增益压缩情况下,两个频带20MHz-LTE信号经过增益算法迭代5次ACPR就可以改善20dB、NMSE改善25dB;常数算法迭代8次也可以达到预期的效果,两种算法具有优越的收敛性。在同等行为模型下,该结构的线性化性能优于双带间接学习结构,与双带直接学习结构相近:低频带ACPR改善了16.2dB,NMSE改善18dB,高频带ACPR改善了18.9dB,NMSE改善18.4dB,迭代算法简单,线性化效果优秀。3.本文提出了新型基于迭代学习控制的双输入Doherty信号分离架构。介绍了双输入Doherty的特征提取的过程以及其非线性失真情况。有别于传统的当作静态数字分离函数单输入单输出进行数字预失真非线性矫正方式,本文通过固定峰值路函数控制功放效率,迭代识别载波分离函数控制功放线性度,充分利用了附加的射频输入给双输入Doherty功放带来的额外自由度,这使得数字预失真器能够通过识别阶段的迭代来补偿剩余误差。实验结果表明,在指定信号情况下,迭代算法可以在效率只下降2%的情况下20MHz-LTE信号ACPR改善30dB,NMSE改善32dB。而载波分离函数经过广义记忆多项式模型的拟合,运用于其他不同的信号ACPR也都能达到-45dBc以下的通信标准,验证了基于迭代学习控制的双输入Doherty信号分离架构对线性和效率控制的优越性。


知网文化
【相似文献】
中国期刊全文数据库 前19条
1 刘超;;迭代学习控制原理浅述[J];智慧工厂;2017年12期
2 付子义;袁海国;王艺龙;;基于迭代学习控制的桥式起重机定位及防摆[J];实验室研究与探索;2017年02期
3 池荣虎;刘宇;张瑞坤;;离散时间系统自适应迭代学习控制的研究进展[J];青岛科技大学学报(自然科学版);2015年06期
4 苗静;;迭代学习控制理论[J];西安工业大学学报;2013年11期
5 苗静;;迭代学习控制理论[J];西安工业大学学报;2014年02期
6 苗静;;迭代学习控制理论[J];西安工业大学学报;2012年09期
7 苗静;;迭代学习控制理论[J];西安工业大学学报;2011年05期
8 孙云平;李俊民;王元亮;;二阶系统非一致目标跟踪混合自适应迭代学习控制[J];工程数学学报;2008年01期
9 李俊民;孙云平;刘赟;;非一致目标跟踪的混合自适应迭代学习控制[J];控制理论与应用;2008年01期
10 李丽娜;雷升印;;迭代学习控制在伺服系统中的应用[J];中国科技信息;2006年04期
11 李宏胜;;具有扰动的非线性系统高阶迭代学习控制[J];模式识别与人工智能;2006年04期
12 吕艳慧,杨云,李天石;基于变增益非线性系统的迭代学习控制方法的研究与应用[J];机床与液压;2003年04期
13 于少娟,冯冬梅,吴聚华;2-D系统理论在开闭环迭代学习控制中的应用[J];仪器仪表学报;2002年S1期
14 陈华东,蒋平;基于未知高频增益的非线性系统自适应迭代学习控制[J];控制与决策;2002年S1期
15 许顺孝,杨富文;迭代学习控制的研究与进展[J];厦门大学学报(自然科学版);2001年S1期
16 曹树平,熊昌仑,邹占江,易孟林;电液位置伺服系统的迭代学习控制[J];机械科学与技术;1998年03期
17 严星刚,张嗣瀛;一类非线性相似组合大系统的迭代学习控制[J];控制与决策;1998年03期
18 刘慧,许晓鸣,张仲俊;迭代学习控制的回顾与展望[J];机器人;1996年06期
19 李新忠,简林柯,何担;迭代学习控制的研究及应用[J];机床与液压;1997年06期
中国重要会议论文全文数据库 前10条
1 师佳;江青茵;曹志凯;周华;;一种基于2维鲁棒预测控制的迭代学习控制方案[A];第二十九届中国控制会议论文集[C];2010年
2 兰永红;;基于二维模型的鲁棒D型迭代学习控制[A];中国自动化学会控制理论专业委员会C卷[C];2011年
3 毕胜;王福根;鄢达来;吴怀宇;章刚华;熊沈蜀;周兆英;;功能性电刺激P型迭代学习控制方法的研究[A];中国康复医学会第四届会员代表大会暨第三届中国康复医学学术大会论文汇编[C];2001年
4 翟仑;段培永;李俊青;李岩;田国会;黄尚锋;;闭环迭代学习控制在切换轨迹精确跟踪中的应用[A];2018中国自动化大会(CAC2018)论文集[C];2018年
5 任佳;王向东;徐进学;;一类非线性系统的迭代学习控制[A];第二十届中国控制会议论文集(上)[C];2001年
6 白小军;陈力;;漂浮基空间机器人基于边界层的自适应切换迭代学习控制[A];第十届全国多体动力学与控制暨第五届全国航天动力学与控制学术会议论文摘要集[C];2017年
7 孙明轩;张杰;毕宏博;;时变非线性系统的特征模型与自适应迭代学习控制[A];第26届中国控制与决策会议论文集[C];2014年
8 刘萍;郭毓;胡彦;向峥嵘;;一类二阶不确定非线性系统的鲁棒自适应迭代学习控制[A];第二十七届中国控制会议论文集[C];2008年
9 黄秋霞;何熊熊;李大鹏;;基于特征模型的自适应迭代学习控制[A];第25届中国控制与决策会议论文集[C];2013年
10 朴凤贤;张庆灵;;非线性迭代学习控制系统的改进算法[A];数学·力学·物理学·高新技术研究进展——2006(11)卷——中国数学力学物理学高新技术交叉研究会第11届学术研讨会论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 洪英东;轨迹更新的点对点2D综合预测迭代学习控制研究[D];清华大学;2017年
2 何之煜;自适应迭代学习控制在列车自动驾驶系统中的应用[D];中国铁道科学研究院;2019年
3 孙丽丽;互联系统的分散式自适应迭代学习控制及应用研究[D];浙江大学;2014年
4 杨胜跃;迭代学习控制算法设计与优化研究[D];中南大学;2004年
5 谢振东;非线性迭代学习控制理论及其在机器人控制中的应用[D];华南理工大学;2000年
6 徐敏;基于迭代学习控制理论的励磁控制研究[D];西北工业大学;2005年
7 池荣虎;非线性离散时间系统的自适应迭代学习控制及应用[D];北京交通大学;2006年
8 张瑞坤;受限非线性参数化系统的自适应迭代学习控制[D];北京交通大学;2016年
9 张春丽;几类非线性系统的自适应迭代学习控制研究[D];西安电子科技大学;2014年
10 吉鸿海;自适应迭代学习控制和卡尔曼一致性滤波及在高速列车运行控制中的应用[D];北京交通大学;2017年
中国硕士学位论文全文数据库 前10条
1 徐光召;一类线性定常连续切换系统的迭代学习控制[D];苏州科技大学;2019年
2 翁建业;双带并发功率放大器的线性化研究[D];电子科技大学;2019年
3 陈文峰;基于去伪策略的城市主干道迭代学习控制方法研究[D];浙江工业大学;2018年
4 柯达;气动肌肉驱动的康复机器人迭代学习控制研究[D];武汉理工大学;2018年
5 丁鲁川;直线伺服系统迭代学习控制非重复性扰动抑制研究[D];中国科学院大学(中国科学院长春光学精密机械与物理研究所);2019年
6 宋宏梅;基于MEEMD算法的永磁直线同步电机分数阶迭代学习控制[D];沈阳工业大学;2019年
7 单芮;全方向康复步行训练机器人的迭代学习控制研究[D];沈阳工业大学;2019年
8 杜莉莉;几类广义大型互联线性系统的分散迭代学习控制[D];苏州科技大学;2018年
9 陈倩云;工业机器人迭代学习控制研究[D];哈尔滨工业大学;2018年
10 王蓝菁;批次变长度下连续非线性系统的采样迭代学习控制[D];北京化工大学;2018年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978