Adaptive Digital Predistotion Power Amplifiers with Memory Effect in OFDM Application

salehzadeh abarghoyi, Hossein and javidan, javad and zarefatin, gholamreza (2016) Adaptive Digital Predistotion Power Amplifiers with Memory Effect in OFDM Application. Masters thesis, university of Mohaghegh Ardabili.

[img] Text (پیش اعوجاج دیجیتال تطبیقی تقویت‌کننده‌های توان با لحاظ کردن اثر حافظه برای کاربرد در مدولاسیون OFDM)
Hossein salehzadeh abarghoyi.pdf

Download (588kB)
Official URL: http://www.uma.ac.ir

Abstract

Today, with the rapid development of wireless communications and spread of wireless Internet between more people, The improvement of power and linearity in the RF transmitters have been more important of the before, The most important stage in terms of power and non-linear in the RF transmitter is power amplifier, that linearization action should be performed on it. Digital pre-distortion is one of the best methods for linearization in the amplifiers of RF transmitters. Today, along with development of wireless communications and increase of bandwidth, the nonlinear amplifiers distortion is studied in regard to memory effect, this requires design a pre-distorter by eliminating nonlinear distortion with memory effect; also in the power amplifiers due to temperature changes and devices devaluation, we need learning architecture and adaptive algorithm to adapt to changes. Accordingly, in this thesis after complete description of the static and dynamic nonlinear distortion in amplifiers, amplifier modeling and adaptive structure, a digital pre-distorter is used with memory polynomial model, that coefficients and parameters are estimated of which by adaptive algorithms in learning architecture. To improve the performance of digital pre-distortion and minimize distortion in the power amplifier output, recursive prediction error method algorithms with modifications is proposed to improve the speed of convergence or computational complexity. The proposed algorithms to improve performance algorithms RPEM is proposed NRPEM, PNRPEM, Momentum RPEM and Affine projection RPEM and to reduce the computational complexity algorithm is proposed Sign RPEM. The simulation results of the proposed algorithms compared with recursive prediction error algorithm and showing that the proposed algorithms has been improved compared to the RPEM algorithm.

Item Type: Thesis (Masters)
Persian Title: : امروزه با رشد سریع مخابرات بی‌سیم و فراگیر شدن اینترنت بی‌سیم بین بیشتر مردم دنیا، مسئله توان و خطی سازی فرستنده‌های رادیویی بیش‌ازپیش مهم شده است، مهم‌ترین طبقه ازلحاظ توان و غیرخطی در فرستنده‌های رادیویی تقویت‌کننده‌ی توان است که عمل خطی سازی باید روی آن انجام شود. پیش اعوجاج دهنده دیجیتال یکی از بهترین روش‌های خطی سازی تقویت‌کننده‌های توان در فرستنده‌های RF هست . امروزه به علت رشد وسیع مخابرات بی‌سیم و افزایش پهنای باند، اعوجاج‌های ناشی از تقویت‌کننده‌های غیرخطی با لحاظ اثر حافظه موردبررسی قرار می‌گیرند ، که این امر مستلزم طراحی پیش اعوجاج دهنده با حذف غیرخطی با اثر حافظه است و همچنین در تقویت‌کننده‌های توان به علت تغییرات دما و کهولت قطعات نیاز به معماری یادگیری و الگوریتم وفقی برای تطبیق با این تغییرات بیش‌ازپیش حس می‌شود . بر همین اساس در این پایان‌نامه پس از تشریح کامل اعوجاج‌های غیرخطی استاتیک و دینامیک در تقویت‌کننده، مدل‌سازی تقویت‌کننده و ساختار وفقی، از پیش اعوجاج دهنده دیجیتال با مدل چندجمله‌ای حافظه‌دار استفاده می‌شود که ضرایب و پارامترهای مدل آن با الگوریتم‌های وفقی در معماری یادگیری به دست می‌آید . در این پایان‌نامه برای بهبود عملکرد پیش اعوجاج دیجیتال و کمینه کردن اعوجاج و خطای خروجی تقویت‌کننده توان ،الگوریتم‌های وفقی به روش خطای پیش‌بینی بازگشتی با اصلاحاتی در جهت بهبود سرعت همگرایی یا پیچیدگی محاسباتی پیشنهاد می‌شود . الگوریتم‌های پیشنهادی موردنظر برای بهبود عملکرد RPEM الگوریتم‌های NRPEM، PNRPEM، Momentum RPEM و Affine projection RPEM است و برای کاهش پیچیدگی محاسباتی الگوریتم Sign RPEM پیشنهاد می‌شود. نتایج شبیه‌سازی الگوریتم‌های پیشنهادی با الگوریتم روش خطای پیش‌بینی بازگشتی مقایسه شده و نشان می‌دهد که الگوریتم‌های پیشنهادی نسبت به الگوریتم RPEM بهبود یافته است.
Persian Abstract: : امروزه با رشد سریع مخابرات بی‌سیم و فراگیر شدن اینترنت بی‌سیم بین بیشتر مردم دنیا، مسئله توان و خطی سازی فرستنده‌های رادیویی بیش‌ازپیش مهم شده است، مهم‌ترین طبقه ازلحاظ توان و غیرخطی در فرستنده‌های رادیویی تقویت‌کننده‌ی توان است که عمل خطی سازی باید روی آن انجام شود. پیش اعوجاج دهنده دیجیتال یکی از بهترین روش‌های خطی سازی تقویت‌کننده‌های توان در فرستنده‌های RF هست . امروزه به علت رشد وسیع مخابرات بی‌سیم و افزایش پهنای باند، اعوجاج‌های ناشی از تقویت‌کننده‌های غیرخطی با لحاظ اثر حافظه موردبررسی قرار می‌گیرند ، که این امر مستلزم طراحی پیش اعوجاج دهنده با حذف غیرخطی با اثر حافظه است و همچنین در تقویت‌کننده‌های توان به علت تغییرات دما و کهولت قطعات نیاز به معماری یادگیری و الگوریتم وفقی برای تطبیق با این تغییرات بیش‌ازپیش حس می‌شود . بر همین اساس در این پایان‌نامه پس از تشریح کامل اعوجاج‌های غیرخطی استاتیک و دینامیک در تقویت‌کننده، مدل‌سازی تقویت‌کننده و ساختار وفقی، از پیش اعوجاج دهنده دیجیتال با مدل چندجمله‌ای حافظه‌دار استفاده می‌شود که ضرایب و پارامترهای مدل آن با الگوریتم‌های وفقی در معماری یادگیری به دست می‌آید . در این پایان‌نامه برای بهبود عملکرد پیش اعوجاج دیجیتال و کمینه کردن اعوجاج و خطای خروجی تقویت‌کننده توان ،الگوریتم‌های وفقی به روش خطای پیش‌بینی بازگشتی با اصلاحاتی در جهت بهبود سرعت همگرایی یا پیچیدگی محاسباتی پیشنهاد می‌شود . الگوریتم‌های پیشنهادی موردنظر برای بهبود عملکرد RPEM الگوریتم‌های NRPEM، PNRPEM، Momentum RPEM و Affine projection RPEM است و برای کاهش پیچیدگی محاسباتی الگوریتم Sign RPEM پیشنهاد می‌شود. نتایج شبیه‌سازی الگوریتم‌های پیشنهادی با الگوریتم روش خطای پیش‌بینی بازگشتی مقایسه شده و نشان می‌دهد که الگوریتم‌های پیشنهادی نسبت به الگوریتم RPEM بهبود یافته است.
Supervisor:
SupervisorE-mail
javidan, javadUNSPECIFIED
Advisor:
AdvisorE-mail
zarefatin, gholamrezaUNSPECIFIED
Subjects: Faculty of Engineering > Department of Electrical & Computer Engineering
Divisions > Faculty of Engineering > Department of Electrical & Computer Engineering
Divisions: Subjects > Faculty of Engineering > Department of Electrical & Computer Engineering
Faculty of Engineering > Department of Electrical & Computer Engineering
Date Deposited: 15 Oct 2018 16:10
Last Modified: 15 Oct 2018 16:10
URI: http://repository.uma.ac.ir/id/eprint/762

Actions (login required)

View Item View Item