基于RLS算法的椭圆球面波调制信号预失真方法.pdf

第1期
Yol. II No. 1
2016年2月
Journal of CAEIT
とかレとと
ぶ工程与应用
doi;10.3969/j.isn.1673-5692.2016.01.019
基于RILS算法的椭圆球面波调制信号预失真方法
王红星“,陆发平2,刘传辉…,康家方2
(1.海军航空工程学院电子信息工程系,山东烟台264001
2.山东省信号与信息处理重点实验室,山东烟台264001)
摘要:针对椭圆球面波函勊时城正交调制信号,峰均功率比过高,易受功?放大器非线性影响,结
合递推最小二棄算法,给出了一种基于最小二乘算法的预失真方法,完成了系筑模型构建。仿真结
果表明,提出的方法与现有预失真方法相比,算法复杂度较低,能够有效提高预失真模块工作效辛;
能够有效改善调制信号的功率谱,补偿带外失真约20dB;能够有效提高系统误码性能,相对于未
经放大器失真的调制信号,当误比特率为10-时,所需E/N仅增加约1dB
关键词:楠圆球面波函数;功率放大器;预失真方法;最小二乘算法
中图分类号:TN911
文献标识码:A文章编号:1673-5692(2016)01-098-05
Predistortion Algorithm Based on RLS for PSWF Orthogonal Modulation Signal
IU Fa-ping, WANG Hong-xing, LIU Chuan-hui, KANG Jia-fang
(1. Department of Electrical and Information Engineering, Naval eronautical and Astronauticul University, Yantai 264001, China
2. Key Laboratory on Signal Information Processing of Shandong Provience, Yantai 264001, China
Abstract An improved predistortion algorithm based on RLS is proposed for PSWF orthogonal modula
tion signal, and the system model is constructed. The simulation result shows that the proposed method
can effectively reduce the algorithm complexity comparing with conventional predistortion agorithm, im
prove the power spectrum of the signal with about 20 db out-of-band distortion compensation, effectively
the BER performance is 10,tance of system, reduce the gap to the onginal signal less than 1 db when
improve the bit error rate perfe
Key words: Prolate Spheroidal Wave Function; power amplifier; predistortion; RLS
Function,PSWF)双正交、频谱灵活可控等优良特
性,文献[1]提出了一种基于PSWF的非正弦时域
正交周制方式,频带利用率可以快速逼近2Baud
功率放大器( Powcr Amplifier,PA)是无线通信Hz。然而,PSWF调制信号PAPR较高,易受PA非
系统的重要组成部分,是非线性的主要来源。随着线性影响,导致信号失真,降低系统性能2。因此,
高效调制方法的不断发展和应用,调制信号呈现高要保证正常的系统性能,必须对调制信号进行预失
峰均比( Peak-to- -average Power Ratio,PAPR)的特真处理,降低PA对调制信号的非线性影响。目前,
点,导致信号更易受PA非线性影响,降低系统性因稳定性好、精度高而得到广泛发展和应用的数字
能,因此,高效的预失真方法成为保证系统性能的预失真技术,主要分为基于多项式和基于查洵表的
关键。
预失真方法。针对正弦波调制信号的预失真问
针对椭圆球面波函数( Prolate Spheroidal Wave题,文献[7]从加快査表法收敛速度的角度,设计了
收稿日期:2015-1207修订日期:2016-01-06
基金项目:国家自然科学基金资助项目(60772056)、山东省“奉山学者”建设T程专项经费基金资助项目(ts2008130)
万方数据