Matlab 预失真器放大,自适应数字预失真放大器的算法研究

1 引言

在基于查找表的自适应预失真放大器中，最小均方LMS(1east-mean-square)算法广泛采用文献[1-5]所提出的观点。初始收敛速度、时变系统跟踪能力及稳态失调是衡量自适应滤波算法优劣的最重要技术指标。LMS算法的缺点是收敛速度慢。为了提高LMS算法的收敛速度，文献[6]提出改进的两个方法：输入信号去相关和尽可能增大步长参数。对于输入信号去相关方面，研究了分块LMS算法，DCT-LMS算法，归一化LMS算法。而增大步长参数方面，发现子带自适应LMS算法，SVSLMS算法，改进的SVSLMS算法。根据以前的研究：固定步长的自适应滤波算法在收敛速度、时变系统跟踪速度与收敛精度方面对算法步长因子的要求是相互矛盾的。为解决这一矛盾，提出LMS算法的步长调整原则；在初始收敛阶段或未知系统参数发生变化时，步长应较大，以便有较快的收敛速度和对时变系统的跟踪速度；而在算法收敛后，应保持很小的步长以达到很小的稳态失调噪声。

在深入研究自适应算法的基础上，提出一个新的变步长LMS算法并与以前算法相对比仿真。新算法已用于预失真放大器仿真并取得良好效果。

2 数字预失真放大器

图1为数字预失真放大器的基本结构，预失真器包括查找表和自适应预失真参数估计，反馈的输出信号Vout和输入信号Vin经自适应算法计算更新查找表中的增益系数，此增益系数与输入信号做乘法运算得到预失真信号Vpd一般而言，预失真器要补偿的是由放大器非线性带来的幅度非线性失真和相位非线性失真。预失真器的输入输出关系表示为：