Компенсация нелинейностей с помощью цифровых предыскажений DPD

На данном вебинаре мы расскажем, как моделировать высокочастотные усилители с учётом нелинейности и памяти. Мы рассмотрим техники повышения точности модели и интеграции её с алгоритмом адаптивного цифрового предыскажения. В завершении мы реализуем алгоритм DPD в целочисленной арифметике и сгенерируем HDL-код для ПЛИС.

Современные широкополосные системы связи имеют высокие требования к линейности и эффективности радиочастотных передатчиков. Усилители мощности (УМ) являются ключевым компонентом для достижения этих требований. Точные модели УМ помогают разрабатывать адаптивные алгоритмы линеаризации, такие как цифровое предыскажение (DPD). 

На данном вебинаре мы расскажем, как моделировать высокочастотные усилители с учётом нелинейности и памяти. Мы рассмотрим техники повышения точности модели и интеграции её с алгоритмом адаптивного цифрового предыскажения. В завершении мы реализуем алгоритм DPD в целочисленной арифметике и сгенерируем HDL-код для ПЛИС. 

Основные рассматриваемые темы:

• Подгонка параметров полиномиальной модели УМ с памятью под измеренные характеристики реального устройства.
• Мультидоменная симуляция связки радиочастотного тракта с алгоритмами предобработки.
• Реализация алгоритма линеаризации (DPD) на ПЛИС.