-
题名5G光载无线通信前传系统数字预失真线性化研究
被引量：1
- 1
-
-
作者
欧阳贵喜
许高明
刘太君
-
机构
宁波大学信息科学与工程学院
毫米波国家重点实验室
-
出处
《微波学报》
CSCD
北大核心
2023年第3期85-88,96,共5页
-
基金
国家自然科学基金(62071264,U1809203)
浙江省自然科学基金(LY21F010004)
浙江省省属高校基本科研业务费专项资金(SJLY2020013)。
-
文摘
第五代移动通信系统新空口(5G NR)的信号带宽、调制度和峰均比相比4G信号高很多。用于小蜂窝或微蜂窝基站组网的光载无线通信(Radio-over-Fiber,RoF)前传系统的非线性失真也更加严重。为了使5G NR信号线性传输,采用记忆多项式(Memory Polynomial,MP)和广义记忆多项式(Generalized Memory Polynomial,GMP)模型构建数字预失真器,矫正5G RoF前传系统的非线性。在实验中搭建了2 km光纤的RoF前传系统,并采用100 MHz带宽5G NR信号作为测试信号对其进行线性化测试。实验结果表明,采用MP和GMP数字预失真器进行线性化时,5G RoF前传系统的邻信道功率比(Adjacent Channel Power Ratio,ACPR)可分别改善13 dB和17 dB以上。这说明MP和GMP数字预失真器对5G RoF前传系统的非线性具有显著的抑制作用。因此基于MP和GMP两个模型的数字预失真器均可用于5G RoF前传系统的线性化,而且GMP预失真器比MP预失真器对该系统线性化的能力更强。
-
关键词
5G
光载无线通信前传系统
非线性
数字预失真
-
Keywords
5G
radio-over-fiber fronthaul system
nonlinearity
digital predistortion
-
分类号
TN929.5
[电子电信—通信与信息系统]
-
-
题名基于实值时间卷积神经网络的功放预失真研究
被引量：3
- 2
-
-
作者
陈景豪
许高明
刘太君
欧阳贵喜
-
机构
宁波大学信息科学与工程学院
毫米波国家重点实验室
-
出处
《微波学报》
CSCD
北大核心
2023年第6期65-69,共5页
-
基金
国家自然科学基金(62071264,U1809203)
浙江省自然科学基金(LY21F010004)
浙江省省属高校基本科研业务费专项资金资助(SJLY2020013)。
-
文摘
为了实现传输速率高达千兆比特每秒(Gbps)的目标,5G通信系统需要更宽的传输带宽和更高的调制度,这些对射频功放的线性度提出了更加苛刻的要求。必须对功放的非线性进行线性化。文中构建了一种基于实值时间卷积神经网络(Real-Valued Temporal Convolutional Networks,RVTCN)模型的数字预失真器。RVTCN模型利用扩大因果卷积(Dilated Causal Convolution, DCC)提取功放的当前时序信息,把记忆信息存储在残差块(Residual Block,RB)中,不断获取时序特征并保存于网络中。为了验证RVTCN线性化的性能,文中采用了100 MHz带宽的5G NR信号,对中心频率3.5 GHz的Doherty功放进行了预失真线性化实验验证。实验结果表明:该RVTCN模型具有射频功放的动态非线性行为建模能力,其归一化均方误差可达-40 d B;RVTCN预失真器对测试功放的相邻信道功率比(ACPR)改善可达19.5 d B左右。
-
关键词
功率放大器
时间卷积神经网络
数字预失真
非线性
5G
-
Keywords
power amplifier
temporal convolutional neural network
digital predistortion
nonlinearity
5G
-
分类号
TN722.75
[电子电信—电路与系统]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
