[发明专利]一种基于交调项精细分类的非线性失真微观机制分析方法

说明书

本发明公布了一种多载波系统的非线性失真分析方法，基于非线性失真交调项精细分类对非线性失真交调项的微观机制进行分析，包括：对非线性失真交调项进行精细分类，定义并计算非线性失真交调项的个体平均能量，定义并计算非线性失真交调项的密度分布函数，再进一步计算得到非线性失真频谱；进一步实现对非线性失真谱进行高精度简化计算，得到ν阶非线性失真交调项的能量谱PS_ν(f,σ²)的高精度简化计算结果。本发明方法具有与现有的宏观整体计算方法相同的建模精度以及更快的运算速度，大大提高了仿真速度，适用于大型多载波环境如OFDM系统中。

技术领域

本发明涉及多载波系统的非线性失真分析技术，尤其涉及一种基于非线性失真交调项精细分类的非线性失真交调项的微观机制分析方法。

背景技术

多载波传输技术具有频谱效率高、灵活性强以及复杂度低等特点，在通信中得到了广泛应用。而正交频分复用(OFDM)作为多载波传输技术的一种,目前已广泛应用于各种通信系统(特别是无线通信系统)中，特别是在长期演进(LTE)和各种IEEE无线通信接口系统中得到了广泛的应用。OFDM发射机系统，最显著的特征之一在于其较高的峰值平均功率比(PARP)，这使得该系统难以避免的受到功率放大器产生的非线性失真效应的影响，并且非失真效应会对调制的保真度产生重要的影响。功率放大器输出端输出的放大后的OFDM信号中包括有用的基波载波信号以及引起非线性失真效应的信号，而引起非线性失真效应的信号中包括大量的非线性失真交调项。目前，在针对OFDM信号系统非线性失真信号过程机制的行为研究中，主要使用宏观整体的分析方法。从原理上讲，目前常用的研究手段可以归结为三类。即：直接时域法、时域频域混合法、以及统计方法。

在直接时域法中，无论功率放大器的输入信号是个单载波信号还是个多载波信号，其都被表示为一个宽带单载波时域信号。相应地，功率放大器的输出信号也是一个包含了数据信号和噪声信号的一个宽带单载波时域信号。通过和输入信号作对比，功率放大器输出信号中的数据信号和噪声信号可以被分离。直接时域法的计算公式为：

其中s_o(t)和s_i(t)分别表示功率放大器的输出信号和输入信号，f_ML表示功率放大器的无记忆变换函数，A是信号包络的振幅，g[.]和Φ[.]代表了功率放大器的振幅-振幅(AM-AM)失真和振幅-相位(AM-PM)失真。

直接时域法的最大优点是可以宽泛的选择各种功率放大器行为模型，同时其数学表达比较简单，计算量也较少。但是，直接时域法只能给出非线性失真的总体情况，无法提供失真的内部信息。

在时域频域混合法中，输入功率放大器的OFDM信号使用多载波时域信号来表示，相应的输出信号可以在数学上逐一的表示海量非线性失真交调项。时域频域混合法对功率放大器模型具有选择性，在基于贝塞尔-傅里叶功率放大器模型的时域频域混合法中，输出信号可以表示为,

其中L是贝塞尔-傅里叶功率放大器模型的级数，b_k是模型的系数，D_mod表示贝塞尔-傅里叶功率放大器模型的模型动态范围；A_l(t)和φ_l(t)表示第l^th个OFDM子载波的振幅和相位；N是子载波的数量。J_nl表示n_l阶的一类贝塞尔函数。

时域频域混合法的优势是对海量的非线性失真交调项进行了彻底的微观分析，提供了非线性失真内部最详细的信息。但是时域频域混合法的这个优势也带来了输出信号表达极其繁杂的缺点，基本上杜绝了其在实际仿真中应用的可能性。此外作为时域信号分析法，时域频域混合法的仿真结果具有一定的随机性，这在一定程度上抵消了它的高精度优势。所以，时域频域混合法没有广泛应用。