Kotelnikov Institute of Radio Engineering and Electronics of RAS Русский Sign in Submit a paper
Journal of Radio Electronics Online scientific journal · eISSN 1684-1719
2024, № 10 · RADIO ENGINEERING

A digital predistortion system based on a generalized memory polynomial for GaN power amplifiers

I.E. Kashchenko1, A.P. Pavlov1

1 Omsk Scientific Center SB RAS (Institute of Radiophysics and Physical Electronics), Omsk, Russia
Full text DOI: 10.30898/1684-1719.2024.10.6 UDC 621.396.61 EDN GTWOVS

Abstract

Modern power amplifiers based on GaN transistors face a number of problems related to their physical properties and operating conditions. The high output power of such power amplifiers is accompanied by significant nonlinear distortions, especially when operating in saturation mode. Amplifiers based on GaN transistors have pronounced «short» memory effects, which leads to the dependence of current distortions on previous signal states. At the same time, support for broadband signals requires high processing speeds and large computing resources. Classical digital pre-distortion methods do not always cope with the task of effectively compensating for real-time distortion for power amplifiers based on GaN transistors. These problems complicate the process of linearization of power amplifiers based on GaN transistors and require the development of new methods that can effectively compensate for non-linearities and memory effects without significantly increasing the cost and complexity of the system. The purpose of the work is to create and analyze the effectiveness of a digital pre-imaging system based on a generalized polynomial model with memory to improve the linearity and efficiency of power amplifiers based on GaN transistors in wireless communication systems. The paper presents the architecture of the digital preimage input system based on a generalized polynomial model with memory. The use of this model makes it possible to improve the efficiency of suppressing nonlinear distortions at the output of a power amplifier based on GaN transistors. Practical significance - the proposed architecture can be implemented on FPGAs, VLSI or SOC with a minimum amount of computing resources.

  • digital predistortions
  • generalized memory polynomials
  • memory effects
  • power amplifier
  • GaN transistors
Аннотация (на русском)

Система ввода цифровых предыскажений на основе обобщенной полиномиальной модели с памятью для GaN усилителей мощности

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.

For citation

Kashchenko I.E., Pavlov A.P. A digital predistortion system based on a generalized memory polynomial for GaN power amplifiers // Journal of Radio Electronics. – 2024. – No. 10. https://doi.org/10.30898/1684-1719.2024.10.6

References

  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.