基于压缩感知的极高宽带无线信号自适应预失真处理方法研究

现有预失真大多基于Volterra 级数简化模型，在模型准确度、辨识鲁棒性、分析手段等方面，难以适应未来无线通信的极高带宽需求。本项目针对预失真研究领域的最新发展与应用需求提炼关键问题，旨在发展适宜于极高宽带信号的新型预失真理论体系。研究工作包括：基于压缩感知理论和信号稀疏分解思想，从非线性模型及信号解析方式的最佳适配问题出发，设计信号的超完备冗余字典表示；再在信号稀疏空间构架下，利用空间投影匹配追踪和粒子群优化方法，将传统非线性辨识问题转化为线性逼近优化问题，克服高阶Volterra辨识的维数灾难现象；进一步建立具有多维分辨能力的宽带无线信号解析方法，以突破现有时频域分析手段的局限性，解决预失真的可达采样速率瓶颈问题。本研究以提高预失真方法的通用性和鲁棒性为目标，还将部分基础理论成果推广至应用技术层面。项目研究不仅具有学术上的创新性，其成果也将在各类非线性识别领域具有广泛的应用前景。

针对现有预失真技术难以适应未来无线通信的极高带宽需求问题，本项目围绕如何增强自适应数字预失真技术（DPD）鲁棒性和高效性，从非线性模型准确度、PA辨识高效性、理论分析手段等方面展开相关研究；此外，还面向预失真研究领域的最新发展与实际系统应用需求，尤其第四代移动通信4G LTE系统和新一代地面数字电视系统，提炼关键问题，开发适宜于高宽带无线信号的新型自适应预失真技术方案。课题针对如下几方面进行了深入的研究：（1）在基础理论方面，基于压缩感知理论和信号稀疏分解思路，从非线性模型及信号解析方式最佳适配问题出发，针对DPD技术在各类非静态信号条件下的适配结构和高效辨识学习算法进行研究，提出了几类新型的混合直接/间接结构DPD模型，并针对学习稳定性和快速收敛性问题，提出了自适应可变步长学习辨识算法，推导了其步长取值的理论上下界；（2）在信号稀疏空间构架下利用空间投影匹配追踪和、凸优化和粒子群优化方法，将传统非线性辨识问题转化为线性空间下的逼近优化问题，以克服高阶Volterra辨识的维数灾难现象；（3）研究基于压缩扩展技术宽带无线OFDM信号峰均比抑制方法，基于非线性曲线设计和信号幅度分布优化的思想，提出了四种新型非线性压扩方案，与现有方法相比，所提方法在峰平比、误码率和功率谱性能指标方面具有优异性能，通过参数调整可在峰平比抑制和系统误码率之间获得良好折衷，为OFDM系统设计提供更高的灵活性；此外，采用复高斯信号分解方法，推导了其最大可达峰均比增益与压扩噪声带来的信道衰减因子理论闭式，为进一步设计提供可靠的理论参考；（4）在上述技术的分析手段方面，通过建立具有多维分辨能力的宽带无线信号解析方法，以突破现有预失真技术仅具备时频域分析手段的局限性，同时还考虑了如何有效解决预失真信号的可达采样速率瓶颈问题；（5）项目完成了两个相关软硬件实验平台：基于VC的宽带预失真DPD关键算法仿真平台，用以评估理论分析结果；以及基于FPGA的DVB-T2系统预失真DPD硬件验证平台。项目组发表了多篇高质量论文，并对相关成果申请了15篇技术发明专利。项目研究成果不仅具有学术上的创新性，其成果也将在新一代无线通信和非线性识别技术领域具有广泛的应用前景。