DPD

Цифровой predistorter

Библиотека:
Communications Toolbox / Исправление Нарушений РФ

Описание

Примените цифровое предварительное искажение (DPD) к комплексному основополосному сигналу с помощью полинома памяти, чтобы компенсировать нелинейность в усилителе мощности. Для получения дополнительной информации смотрите Цифровое Предварительное искажение.

Этот значок показывает блок со всеми включенными портами.

Порты

Входной параметр

развернуть все

`\in` Введите основополосный сигнал
вектор-столбец

Введите основополосный сигнал, заданный как вектор-столбец. Этот порт без имени, пока the Coefficient source параметр не установлен в Input port.

Типы данных: double
Поддержка комплексного числа: Да

`Coef` — Полиномиальные памятью коэффициенты
матрица

Полиномиальные памятью коэффициенты, заданные как матрица. Количество строк в матрице должно равняться глубине памяти полинома памяти.

Если параметр Polynomial type устанавливается на Memory polynomial, количество столбцов в матрице является степенью полинома памяти.
Если Polynomial type установлен в Cross-term memory polynomial, количество столбцов в матрице должно равняться m (n-1) +1. m является глубиной памяти полинома, и n является степенью полинома памяти.

Пример: complex([1 0 0 0 0; 0 0 0 0 0; 0 0 0 0 0])

Зависимости

Чтобы включить этот порт, установите параметр Coefficient source на Input port.

Типы данных: double
Поддержка комплексного числа: Да

Вывод

развернуть все

`Out` — Предварительно искаженный основополосный сигнал
вектор-столбец

Предварительно искаженный основополосный сигнал, возвращенный как вектор-столбец той же длины как входной сигнал.

Параметры

развернуть все

`Polynomial type` — Полиномиальный тип
`Memory polynomial` (значение по умолчанию) | `Cross-term memory polynomial`

Полиномиальный тип используется для предварительного искажения, заданного как одно из этих значений:

Memory polynomial — Вычисляет коэффициенты перед искажением при помощи полинома памяти без перекрестных условий
Cross-term memory polynomial — Вычисляет коэффициенты перед искажением при помощи полинома памяти с перекрестными условиями

Для получения дополнительной информации смотрите Цифровое Предварительное искажение.

`Coefficient source` — Источник полиномиальных памятью коэффициентов
`Property` (значение по умолчанию) | `Input port`

Источник коэффициентов полинома памяти, заданных как одно из этих значений:

Свойство Задайте это значение, чтобы использовать параметр Coefficients, чтобы задать полиномиальные памятью коэффициенты
Input port — Задайте это значение, чтобы использовать входной порт Coef, чтобы задать полиномиальные памятью коэффициенты

`Coefficients` — Полиномиальные памятью коэффициенты
`complex([1 0 0 0 0; 0 0 0 0 0; 0 0 0 0 0])` (значение по умолчанию) | матрица

Полиномиальные памятью коэффициенты, заданные как матрица. Количество строк должно равняться глубине памяти полинома памяти.

Если Polynomial type установлен в Memory polynomial, количество столбцов является степенью полинома памяти.
Если Polynomial type установлен в Cross-term memory polynomial, количество столбцов должно равняться m (n-1) +1. m является глубиной памяти полинома, и n является степенью полинома памяти.

Для получения дополнительной информации смотрите Цифровое Предварительное искажение.

Зависимости

Чтобы включить этот параметр, установите Coefficient source на Property.

Типы данных: double
Поддержка комплексного числа: Да

`Simulate using` — Задайте тип симуляции, чтобы запуститься
`Code generation` (значение по умолчанию) | `Interpreted execution`

Модель Code generation - Simulate с помощью сгенерированного кода C. В первый раз, когда вы запускаете симуляцию, Simulink^® генерирует код С для блока. Код С снова используется для последующих симуляций, пока модель не изменяется. Эта опция требует дополнительного времени запуска, но скорость последующих симуляций быстрее, чем Interpreted execution.
Модель Interpreted execution - Simulate с помощью интерпретатора MATLAB^®. Эта опция сокращает скорость времени запуска, но скорость последующих симуляций медленнее, чем Code generation. В этом режиме можно отладить исходный код блока.

Образцовые примеры

Predistort Power Amplifier Input Signal in Simulink

Предварительно исказите входной сигнал усилителя мощности в Simulink

Примените цифровое предварительное искажение (DPD) к 16-QAM сигналу случайных символов. Блок DPD Coefficient Estimator использует полученный сигнал, содержащий сигналы ввода и вывода усилителя мощности (PA) определить матрицу коэффициентов перед искажением. Цифровое предварительное искажение предусловий сигнала это, чтобы исправить нарушения, которые вводит PA. Эта модель не включает блок, представляющий PA.

Открытая модель

Характеристики блока

Типы данных	`double` \| `single`
Многомерные сигналы	`no`
Сигналы переменного размера	`yes`

Больше о

развернуть все

Цифровое предварительное искажение

Передачи радиосвязи обычно требуют широкой передачи сигнала пропускной способности по широкому динамическому диапазону сигнала. Чтобы передать сигналы по широкому динамическому диапазону и достигнуть высокой эффективности, усилители ВЧ-мощности (ПЕРВЕНСТВО) обычно действуют в их нелинейной области. Когда эта схема совокупности показывает, нелинейное поведение PA вызывает искажения сигнального созвездия, которые зажимают амплитуду (искажение AM-AM) и скручивают фазу (искажение AM-PM) совокупности указывает пропорциональный амплитуде точки совокупности.

Цель цифрового предварительного искажения состоит в том, чтобы найти нелинейную функцию, которая линеаризует результирующий эффект PA нелинейное поведение в PA вывод через рабочий диапазон PA. Когда входом PA является x (n), и функцией перед искажением является f (u (n)), где u (n) является истинным сигналом, который будет усилен, PA, вывод приблизительно равен G ×u (n), где G является желаемым амплитудным усилением PA.

Цифровой predistorter может быть сконфигурирован, чтобы использовать полином памяти с или без перекрестных условий.

Полином памяти с перекрестными условиями предварительно искажает входной сигнал как

$x (n) = f (u (n)) ≜ \sum_{m =0}^{M - 1} c_{m} \times u (n - m) + \sum_{m =0}^{M - 1} \sum_{j =0}^{M - 1} \sum_{k =0}^{K - 1} a_{m j k} \times u (n - m) \times | u (n - j) |^{k} .$

Полином памяти с перекрестными условиями имеет (M +M×M× (K-1)) коэффициенты для _cm и a _mjk.
Полином памяти без перекрестных условий предварительно искажает входной сигнал как

$x (n) = f (u (n)) ≜ \sum_{m =0}^{M - 1} \sum_{k =0}^{K - 1} a_{m k} \times u (n - m) \times | u (n - m) |^{k} .$
Полином без перекрестных условий имеет M ×K коэффициенты для _amk.

Оценка функции перед искажением и коэффициентов

Содействующая оценка DPD использует косвенную архитектуру изучения, чтобы найти, что функциональный f (u (n)) предварительно искажает входной сигнал u (n), который предшествует входу PA.

Содействующие модели алгоритма оценки DPD нелинейные эффекты памяти PA на основе работы в ссылочных статьях Моргана, и др. [1 год], и Schetzen [2], с помощью теоретической основы разрабатываются для систем Волтерры.

А именно, обратное отображение от PA вывод, нормированный усилением PA, {y (n)/G}, к входу PA, {x (n)}, предоставляет хорошее приближение функциональному f (u (n)), должен был предварительно исказить {u (n)}, чтобы произвести {x (n)}.

Что касается уравнений полинома памяти выше, оценки вычисляются для полиномиальных памятью коэффициентов:

_cm и _amjk для полинома памяти с перекрестными условиями
_amk для полинома памяти без перекрестных условий

Полиномиальные памятью коэффициенты оцениваются при помощи алгоритма метода наименьших квадратов или рекурсивного алгоритма наименьших квадратов. Алгоритм метода наименьших квадратов или рекурсивные алгоритмы наименьших квадратов использует уравнения полинома памяти выше для полинома памяти с или без перекрестных условий, заменяя {u (n)} с {y (n)/G}. Функциональный порядок и размерность матрицы коэффициентов заданы степенью и глубиной полинома памяти.

Для примера, который детализирует процесс точной оценки полиномиальных памятью коэффициентов и предварительного искажения входного сигнала PA, смотрите Характеристику Усилителя мощности с DPD для Уменьшаемого Искажения Сигнала.

Для фонового материала ссылки смотрите работы, перечисленные в [1] и [2].

Ссылки

[1] Морган, Деннис Р., Чжэнсян Ма, Джэехиеонг Ким, Михаэль Г. Цирдт и Джон Пэсталан. "Обобщенная Модель Полинома Памяти для Цифрового Предварительного искажения Усилителей мощности". IEEE^® Transactions на Обработке сигналов. Издание 54, Номер 10, октябрь 2006, стр 3852–3860.

[2] М. Шецен. Волтерра и винеровские теории нелинейных систем. Нью-Йорк: Вайли, 1980.

Расширенные возможности

Генерация кода C/C++
Генерация кода C и C++ с помощью Simulink® Coder™.

Смотрите также

Документация

DPD

Описание