Efficient baseband digital predistortion techniques for linearizing power amplifier by taking into account nonlinear memory effect

par Xiaowen Feng

Thèse de doctorat en Electronique – Communications numériques

Sous la direction de Yide Wang, Bruno Feuvrie et de Anne-Sophie Descamps.

Soutenue en 2015

à Nantes , en partenariat avec École polytechnique de l'Université de Nantes (autre partenaire) .

  • Titre traduit

    Techniques efficaces en bande de base pour linéariser un amplificateur de puissance avec effet mémoire


  • Résumé

    Les techniques de pré-distorsion numérique (DPD) en bande de base permettant de linéariser un amplificateur de puissance (PA) avec effets mémoires non linéaires sont étudiées. Des éléments de base liés à la linéarisation du PA sont introduits, tels que le comportement non-linéaire du PA, son influence sur les systèmes de communication, sa modélisation et caractérisation. . . Puis certaines techniques de linéarisation existantes sont décrites, telles que le recul de puissance, le feedforward, la boucle de retour, l’amplification linéaire avec des composants non linéaires et la DPD. La DPD est la technique de linéarisation la plus prometteuse. L’architecture d’implémentation et les algorithmes d’identification de la DPD sont décrits. Dans cette thèse, quatre méthodes originales de DPD sont proposées. La première méthode (MP/LUT DPD) combine un modèle polynomial à mémoire (MP) avec une simple LUT. L’amplitude et la phase du signal prédistordu sont calculées par cette LUT. La deuxième méthode consiste à ajouter une interpolation linéaire à cette méthode. La troisième méthode consiste à améliorer la technique d’interpolation par une interpolation quadratique. La quatrième méthode exploite conjointement la MP DPD et un réseau de neurones. L’innovation principale dans cette dernière, réside dans l’apprentissage du réseau de neurones avec les échantillons du signal pré-distordu par la MP DPD. Enfin, les résultats de simulation et expérimentaux en termes de linéarisation, d’amélioration spectrale, de rotation de constellation et de temps de calculs sont fournis. Les méthodes proposées permettent différents compromis entre les performances de linéarisation et la complexité.


  • Résumé

    Baseband digital predistortion (DPD) techniques for linearizing power amplifiers (PA) with memory effects are investigated in this thesis. Firstly, the relevant elements concerning PA linearization are introduced, such as PA nonlinearity behavior, its influence on the communication systems, its modeling and characterization. . . Then some existing linearization techniques are presented, such as power backoff, feedforward, feedback, linear amplification with nonlinear components and DPD. DPD is the most promising linearization technique. After that, the implementation architecture and identification algorithms of DPD are described. In this thesis, four DPD methods are proposed. The first method (MP/LUT DPD) is to combine a memory polynomial (MP) model and a simple non-interpolated LUT. Both the amplitude and phase of the predistorted signal are calculated by LUT. The second method is to add linear interpolation technique to MP/LUT DPD. The third method improves the second one by using a quadratic interpolation technique to MP/LUT DPD. The fourth method is to combine MP DPD and feed forward neural network. The principal innovation is that the training samples of the neural networks are the predistorded signal obtained by MP DPD. Finally, simulation results and experimental results are given and analyzed. The proposed methods provide different trade-off between the linearization performance, time efficiency and complexity.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (140 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. p.131-140

Où se trouve cette thèse\u00a0?

  • Bibliothèque : Université de Nantes. Service commun de la documentation. BU Sciences.
  • Non disponible pour le PEB
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.