Investigation of behavioral models used for linearization of radio frequency power amplifiers over a wide carrier frequency range
Santrauka
The dissertation examines the impact of carrier frequency variation on the accuracy of behavioral models used for power amplifier linearization in radio frequency (RF) systems. In reconfigurable, wideband communication networks, such as those employing cognitive radio and 5G/6G technologies, power amplifiers (PAs) are often required to operate over a range of carrier frequencies. Conventional behavioral models, typically developed for a single frequency, may exhibit decreased accuracy when applied outside their original training conditions.
The work is structured around three chapters. The First Chapter is a review of common PA linearization techniques, including feedforward, feedback, and digital predistortion, with an emphasis on their operational principles, implementation considerations, and known limitations.
The Second Chapter describes the development of a semi-automated measurement setup designed to characterize PA behavior under varying operating conditions. It discusses different types of PA behaviors, instruments, and techniques needed to excite and capture them. It proposes methods for setup calibration. The regression polynomial model extraction technique is discussed. The parametrization of the memory polynomial model is proposed, as well as measurement metrics to evaluate the modeling error.
The Third Chapter experimentally investigates how modeling error varies as the carrier frequency changes. Experimental results indicate that model accuracy decreases with increasing deviation from the training frequency, and that this trend is influenced by the modulation bandwidth of the excitation signal. The proposed parametrization technique is experimentally investigated. The results show a significant modeling error reduction compared to the standard memory polynomial model.
The dissertation outlines a methodology for characterizing frequency-dependent modeling error. The proposed modeling technique allows for reducing the error associated with applying the amplifier model to different carrier frequencies. The methods and findings may be applicable in contexts where behavioral models are used in adaptive RF transmitter systems that operate over broad or dynamically changing frequency ranges. Disertacija nagrinėja nešlio dažnio kitimo įtaka elgsenos modelių, taikomų galios stiprintuvams linearizuoti radijo dažnių sistemose, tikslumui. Perkonfigūruojamuose ir plačiajuosčiuose ryšio tinkluose, tokiuose kaip sistemos, kuriose naudojamos kognityvinio radijo ir 5G ir 6G technologijos, galios stiprintuvai dažnai turi veikti skirtingais nešlio dažniais. Įprastai vienam dažniui sukurti elgsenos modeliai gali prarasti tikslumą, kai taikomi už savo pradinių mokymo sąlygų ribų.
Darbas suskirstytas į tris skyrius. Pirmame skyriuje apžvelgiami dažniausiai naudojami galios stiprintuvų linearizavimo metodai, įskaitant grįžtamojo ryšio, tiesioginio koregavimo ir skaitmeninės išankstinės iškraipymų kompensacijos metodus, jų veikimo principai, įgyvendinimo aspektai ir žinomi apribojimai.
Antrame skyriuje aprašomas pusiau automatinės matavimo sistemos, skirtos galios stiprintuvų elgsenai įvairiomis veikimo sąlygomis charakterizuoti, kūrimas. Nagrinėjami skirtingi stiprintuvų elgsenos tipai, reikalingi prietaisai ir metodai tokioms elgsenoms sužadinti ir užfiksuoti. Pateikiami sistemos kalibravimo metodai. Aprašoma regresinių daugianarių pagrindu paremta modelio išskyrimo technika. Pasiūloma atminties daugianarių parametrizacijos metodika, taip pat – metrikos modeliavimo paklaidai įvertinti.
Trečiajame skyriuje eksperimentiniu būdu tiriama, kaip modelio paklaida kinta keičiantis nešlio dažniui. Eksperimentų rezultatai rodo, kad modelio tikslumas mažėja, kai nešlio dažnis vis labiau nutolsta nuo mokymo dažnio, ir kad ši tendencija priklauso nuo sužadinimo signalo moduliacijos juostos pločio. Eksperimentiškai ištirta pasiūlyta atminties daugianario parametrizacijos metodika. Rezultatai parodo reikšmingą modeliavimo klaidos sumažėjimą, palyginti su standartiniu atminties daugianario modeliu.
Disertacijoje pateikiama metodika, skirta galios stiprintuvams modeliuoti esant skirtingiems nešlių dažniams. Pasiūlyta modeliavimo metodika leidžia sumažinti modeliavimo klaidą, atsirandančią taikant stiprintuvo modelį esant skirtingiems nešlių dažniams. Siūlomi metodai ir gauti rezultatai gali būti taikomi sistemose, kuriose elgsenos modeliai naudojami adaptuojamuose radijo dažnių siųstuvuose, veikiančiuose plačiame arba dinamiškai kintančiame dažnių ruože.