ЖУРНАЛ РАДИОЭЛЕКТРОНИКИ. eISSN 1684-1719. 2024. №10

УДК: 621.396.61

Система ввода цифровых предыскажений

на основе обобщенной полиномиальной модели

с памятью для GaN усилителей мощности

И.Е. Кащенко, А.П. Павлов

Омский научный центр СО РАН (Институт радиофизики и физической электроники)

644024, г. Омск, проспект К. Маркса, д.15

Статья поступила в редакцию 22 октября 2024 г.

Аннотация. Современные усилители мощности на основе GaN транзисторов сталкиваются с рядом проблем, связанных с их физическими свойствами и эксплуатационными условиями. Высокая выходная мощность таких усилителей мощности сопровождается значительными нелинейными искажениями, особенно при работе в режиме насыщения. Усилители на основе GaN транзисторов обладают выраженными эффектами «короткой» памяти, что приводит к зависимости текущих искажений от предыдущих состояний сигнала. В то же время, поддержка широкополосных сигналов требует высоких скоростей обработки и больших вычислительных ресурсов. Классические методы цифровых предыскажений не всегда справляются с задачей эффективной компенсации искажений в реальном времени для усилителей мощности на основе GaN транзисторов. Эти проблемы усложняют процесс линеаризации усилителей мощности на основе GaN транзисторов и требуют разработки новых методов, способных эффективно компенсировать нелинейности и эффекты памяти без существенного увеличения затрат и сложности системы. Цель работы – создание и анализ эффективности системы цифровых предыскажений на основе обобщенной полиномиальной модели с памятью для улучшения линейности и эффективности усилителей мощности на основе GaN транзисторов в беспроводных системах связи. В работе представлена архитектура системы ввода цифровых предыскажений на основе обобщенной полиномиальной модели с памятью. Использование данной модели позволяет улучшить эффективность подавления нелинейных искажений на выходе усилителя мощности на основе GaN транзисторов. Практическая значимость – предлагаемая архитектура может быть реализована на ПЛИС, СБИС или СнК с минимальным количеством вычислительных ресурсов.

Ключевые слова: цифровые предыскажения, обобщенная полиномиальная модель с памятью, эффект памяти, усилитель мощности, GaN транзисторы.

Финансирование: Работа выполнена по государственному заданию Омского научного центра СО РАН (номер госрегистрации проекта 122011200349-3).

Автор для переписки: Кащенко Игорь Евгеньевич, i.kashchenko@inbox.ru

Литература

1. Iqbal M., Piacibello A. GaN HEMT based class-F power amplifier with broad bandwidth and high efficiency // 2016 International Conference on Integrated Circuits and Microsystems (ICICM). – IEEE, 2016. – С. 131-134.

2. Khalid N., Abbas T., Ihsan M.B. Power amplifier design using GaN HEMT in class-AB mode for LTE communication band // 2015 International Wireless Communications and Mobile Computing Conference (IWCMC). – IEEE, 2015. – С. 685-689.

3. Pedro J. et al. A review of memory effects in AlGaN/GaN HEMT based RF PAs // 2021 IEEE MTT-S International Wireless Symposium (IWS). – IEEE, 2021. – С. 1-3.

4. Aikio J.P. et al. Effects and Modeling of GaN PA Distortion in TDD Mode Using 5G NR Signal //2023 International Workshop on Integrated Nonlinear Microwave and Millimetre-Wave Circuits (INMMIC). – IEEE, 2023. – С. 1-3.

5. Morgan D.R. et al. A generalized memory polynomial model for digital predistortion of RF power amplifiers // IEEE Transactions on signal processing. – 2006. – Т. 54. – №. 10. – С. 3852-3860.

6. Hemsi C.S., Panazio C.M. Sparse Flexible Reduced-Volterra Model for Power Amplifier Digital Pre-Distortion // IEEE Access. – 2022. – Т. 10. – С. 121970-121984.

7. Chen W. et al. A low complexity moving average nested GMP model for digital predistortion of broadband power amplifiers // IEEE Transactions on Circuits and Systems I: Regular Papers. – 2022. – Т. 69. – №. 5. – С. 2070-2083.

8. Younes M. et al. An accurate complexity-reduced “PLUME” model for behavioral modeling and digital predistortion of RF power amplifiers // IEEE Transactions on Industrial Electronics. – 2010. – Т. 58. – №. 4. – С. 1397-1405.

9. Zhu A., Pedro J.C., Brazil T.J. Dynamic deviation reduction-based Volterra behavioral modeling of RF power amplifiers // IEEE Transactions on microwave theory and techniques. – 2006. – Т. 54. – №. 12. – С. 4323-4332.

10. Nelder J.A., Mead R. A simplex method for function minimization // The computer journal. – 1965. – Т. 7. – №. 4. – С. 308-313.

11. Кащенко И.Е. Регуляризация RLS-алгоритма для адаптивных систем ввода цифровых предыскажений / И. Е. Кащенко, А. П. Павлов // Радиотехника. – 2024. – Т. 88, № 1. – С. 141-148.

Для цитирования:

Кащенко И.Е., Павлов А.П. Система ввода цифровых предыскажений на основе обобщенной полиномиальной модели с памятью для GaN усилителей мощности. // Журнал радиоэлектроники. – 2024. – №. 10. https://doi.org/10.30898/1684-1719.2024.10.6