失真补偿放大装置
阅读：261发布：2024-02-03
专利汇可以提供失真补偿放大装置专利检索，专利查询，专利分析的服务。并且本 发明 提供一种失真补偿放大装置，电平检测装置(11)检测 信号 电平，对应存储装置(12)与信号电平相应地输出失真补偿系数，预失真执行装置(13)对信号提供逆特性的失真， 滤波器 装置(8)从 放大器 (4)输出的反馈信号中输出失真信号成分，对应取得装置(14)更新用于构成提供逆特性的函数的学习的系数，以使失真信号成分变小。在提供逆特性的函数中使用 正交 多项式，各正交函数是 输入信号 的函数与参数的积的总和，在将对输入信号的函数乘以具有与滤波器装置(8)相同的特性的滤波器而得到的函数替换为构成各正交函数的输入信号的函数的情况下，参数值被设定成使各正交函数彼此正交。用具有预失真器(1)的失真补偿放大装置来实现高效化。，下面是失真补偿放大装置专利的具体信息内容。
1.一种失真补偿放大装置，其包括预失真器，该预失真器为了补偿由放大器具有的非线性特性产生的失真而生成具有上述非线性特性的逆特性的信号并将其输出给上述放大器，
上述失真补偿放大装置的特征在于，包括：
电平检测装置，其用于检测输入到上述预失真器的信号的电平；
对应存储装置，其存储输入到上述预失真器的信号的电平与用于执行预失真的失真补偿系数之间的对应；
预失真执行装置，其根据用于对输入到上述预失真器的信号执行上述预失真的失真补偿系数来提供上述放大器具有的非线性特性的逆特性，并将其输出给上述放大器；
滤波器装置，其从上述放大器输出的反馈信号中除去期望波频率成分来输出失真信号成分；以及
对应取得装置，其更新构成函数的用于预失真学习的系数，并根据更新后的上述用于预失真学习的系数来取得输入到上述预失真器的信号的电平与用于执行上述预失真的失真补偿系数之间的对应且将其输出给上述对应存储装置，其中，所述函数对输入到上述预失真器的信号提供放大器具有的非线性特性的逆特性，以使通过上述滤波器装置取得的上述失真信号成分变小，
对提供上述放大器具有的非线性特性的逆特性的函数使用正交多项式，构成上述正交多项式的各正交函数是1个以上的输入信号的函数和分别与上述输入信号的函数对应的参数之积的总和，
在将对上述输入信号的函数乘以具有与上述滤波器装置相同的滤波器特性的滤波器而得到的函数替换为构成上述各正交函数的上述输入信号的函数的情况下，分别与上述1个以上的输入信号的函数对应的参数的值被设定成使上述各正交函数彼此正交。
2.根据权利要求1所述的失真补偿放大装置，其特征在于，
还包括函数信号取得装置，该函数信号取得装置根据输入到上述预失真器的信号，来分别取得由构成上述各正交函数的上述各输入信号的函数而得到的信号，上述对应取得装置通过对由上述函数信号取得装置取得的信号和由上述滤波器装置取得的失真信号成分分别进行复数的乘法运算，来从上述失真信号成分中抽取分别与上述
1个以上的正交函数对应的信号成分，并按每个上述抽取出的信号成分来更新上述用于预失真学习的系数，以使上述抽取出的信号成分变小。
3.根据权利要求1所述的失真补偿放大装置，其特征在于，还包括：
函数信号取得装置，其根据输入到上述预失真器的信号，来分别取得由构成上述各正交函数的上述各输入信号的函数所得到的信号；和
函数信号滤波器装置，其分别取得将由上述函数信号取得装置取得的信号乘以具有与上述滤波器装置相同的滤波器特性的滤波器而得到的信号，
上述对应取得装置通过对由上述函数信号滤波器装置取得的信号和由上述滤波器装置取得的失真信号成分分别进行复数的乘法运算，来从上述失真信号成分中抽取分别与上述1个以上的正交函数对应的信号成分，并按每个上述抽取出的信号成分来更新上述用于预失真学习的系数，以使上述抽取出的信号成分变小。
4.根据权利要求1所述的失真补偿放大装置，其特征在于，
上述对应取得装置仅使用由上述滤波器装置取得的上述失真信号成分来更新上述用于预失真学习的系数，以使该失真信号成分整体变小。
失真补偿放大装置
技术领域
[0001] 本发明涉及包括利用预失真方式对由放大器产生的非线性失真进行补偿的预失真器(PD：Pre-Distorter)的失真补偿放大装置，尤其涉及包括有效地收敛用于预失真学习的系数(例如，由此得到的、由提供放大器具有的非线性特性的逆特性的函数来提供的对应)的预失真器的失真补偿放大装置。
背景技术
[0002] 通常情况下，功率放大器的输入输出特性是在输入电平低的区域呈线性，而在超出某输入电平时呈非线性，此后不久输出功率达到饱和。通常为了提高功率放大器的功率效率而在靠近饱和点的工作点使用，因此由于放大器的非线性而产生非线性失真。由于该非线性失真，无用的信号成分泄漏到希望信号频带内和希望信号频带外(相邻信道)。
[0004] 在此，在(式1)中，Gain表示放大器的增益，为实数。Dn表示放大器产生的n次非线性失真的系数，为复数。
[0005] (式1)是对放大器的输入输出特性进行幂级数展开后的形式，右边第一项的Gain·z(t)是线性成分(期望波)，右边第二项以后是非线性成分(不要波)。
[0006] y(t)＝Gain·z(t)+D3|z(t)|2z(t)
[0007] +D5|z(t)|4z(t)+D7|z(t)|6z(t)+...
[0008] ...(式1)
[0009] 在(式1)中，仅变成3次、5次、7次、...这样的奇数次的项的理由是在观察放大器的输出信号的频谱时奇数次失真的频谱在线性成分Gain·z(t)的频谱附近产生。而偶数次失真表现为在基带产生的差频成分和2倍以上的高次谐波，因此能用带阻滤波器(或带通滤波器)等容易地使其衰减。
[0010] 特别是，在基站装置中发送功率高，因此非线性失真用ACLR(Adjacent Channel Leakage power Ratio：邻信道泄漏功率比)、伪信号(spurious)标准、频谱发射模板等严格地规定。因此，如何减少非线性失真成为重要问题。
[0011] 作为对这种功率放大器的非线性失真进行补偿的失真补偿方式之一，有预失真方式。预失真方式是通过对放大器的输入信号预先提供作为功率放大器的非线性特性的AM-AM变换、AM-PM变换的逆特性来补偿功率放大器产生的失真的方式。
[0012] 图11示出了使用预失真方式来补偿功率放大器的失真的带预失真器的放大器的结构例。输入信号在例如控制部14中使用波形比较法时那样的必要的情况下也输入到控制部14中。
[0013] 图2示出了预失真执行部13的结构例。
[0014] 图11所示的各处理部1～7、11～14与在后述的本发明实施例中参照的图1所示的部件相同，而且，图2是在后述的本发明实施例中进行参照的图，在此，为了便于说明而参照，但并非限定本发明。
[0016] 波形比较法是指，在控制部14中，根据从A/D转换器7取得的反馈信号(包含失真的功率放大部4的输出信号)和输入信号(从输入侧输入到控制部14的信号)来计算误差信号，并使用LMS(Least MeanSquare error)等算法使失真补偿表12的内容收敛的方法。
[0017] 摄动法是指，将对反馈信号进行傅里叶变换而计算出的频带外的功率作为评价函数，当使预失真器1的系数变化时，选择评价函数小的一方来使失真补偿表12的内容收敛的方法。
[0018] 上述两种方法各有特点，波形比较法中，由于输入信号和输出信号的延迟时间、振幅的调整需要相当高的精度，所以处理变得复杂。而在摄动法中，由于仅使用反馈信号，所以能够以比较简单的处理来实现，但收敛所需的时间变长。
[0019] 首先，说明问题1。
[0020] 上述这种现有的预失真器中，在有效地收敛用于预失真的信息(例如失真补偿表12的内容)这一点上还有开发的余地，希望进一步实现高效化。
[0021] 作为具体例，在无存储器的预失真器中，各次数的预失真器系数彼此影响，因此存在为了适应性地使其收敛而需要较长时间的问题。
[0022] 同样地，在补偿记忆效应的预失真器(记忆效应预失真器)中，也由于各次数的预失真器系数彼此影响，存在为了适应性地使其收敛而需要较长时间这样的问题。
[0023] 另外，在使用如上述这样的两种预失真器双方时，即使各自的预失真器内的系数独立，也由于预失真器间彼此影响，存在为了适应性地使其收敛而需要较长时间这样的问题。
[0024] 为了克服这样的问题1，如后述的本发明实施例中所述那样，考虑了以下有效的方法：在使其自适应的预失真器中，使用由正交函数构成的正交多项式作为提供放大器具有的非线性特性的逆特性的函数来缩短收敛时间(例如，参照由本申请的申请人提出的日本特愿2007-285032号)。
[0025] 接着，说明问题2。
[0026] 在图12中，作为使用波形比较法作为用于预失真学习的系数的自适应算法时的控制部101的结构例，示出了与背景技术涉及的控制部101(对应于图11所示的控制部14)的运算相关的结构例。图12中还示出了A/D转换器7和失真补偿表12。
[0027] 在此，说明使用了用于预失真学习的系数Ai、Bi的自适应算法时的更新方法。
[0028] 此外，对于φi、Ai、Bi、E[·]的函数，在后述的实施例中进行说明。
[0029] 本例的控制部101包括减法器111和自适应算法部112。
[0030] 减法器111通过从向预失真器输入的输入信号中减去来自A/D转换器7的输入信号，将向预失真器输入的输入信号(无失真信号)和来自放大器(在本例中为功率放大部4的放大器)的反馈信号(有失真信号)的差值作为误差信号e(t)而求出。本例中，非线性失真成分成为误差信号e(t)。
[0031] 自适应算法部112使用由减法器111得到的误差信号e(t)，并利用LMS算法即(式2)、(式3)所示的算法来更新用于预失真学习的系数(例如，由此得到的失真补偿表12的内容)。
[0032] Ai[t+1]＝Ai[t]+μ(E[φi*(t)e(t)]/E[|φi(t)|2])
[0033] ...(式2)
[0034] Bi[t+1]＝Bi[t]+μ(E[φi*(t)e(t)]/E[|φi(t)|2])
[0035] ...(式3)
[0036] 在此，0＜μ≤1，用分母E[|φi(t)|2]将误差的大小标准化。误差信号e(t)如(式4)那样来表示。
[0037] 在(式4)中，x(t)表示向预失真器输入的输入信号，PAout表示反馈了放大器的输出信号后的信号、即向控制部101输入的输入信号。另外，τ表示时间的同步误差，Gain’表示用于利用放大器的放大率进行的振幅调整的系数。
[0038] e(t)＝x(t)-PAout(t-τ)/Gain’
[0039] ...(式4)
[0040] 在这种情况下，重要的是延迟时间和电平(振幅)的调整。在完全补偿了失真的情况下，变成误差e(t)＝0，但在存在延迟时间差的情况下(τ≠0时)、或Gain’*x(t)≠PAout(t)的情况下，变成误差e(t)≠0，看到存在失真。
[0041] 例如，希望信号功率与失真功率之比如30～60[dB]那样非常大，因此该调整变得重要。要解决该问题时，需要复杂且精度高的运算，因此存在电路规模变大这样的问题。
[0042] 这样，在如上述这样的以往的预失真器的结构(例如图12所示的结构)中，即使是使用自适应算法使用于预失真学习的系数(例如由此得到的失真补偿表12的内容)收敛的结构，也仍然有开发的余地，希望进一步实现高效化。
[0043] 为了克服这种问题2，考虑以下方法：使用如后述的本发明实施例中参照的图3的(a)、(b)所示的结构，不需要在自适应算法中使用波形比较法时的复杂且精度高的运算从而削减电路规模(例如参照由本申请的申请人提出的日本特愿2007-285032号)。
[0045] 专利文献1：日本特开2004-112151号公报
[0046] 专利文献2：日本特开2005-101908号公报
发明内容
[0047] 如上所述，为了克服上述问题1，考虑如下有效的方法：如后述的本发明实施例中所述那样，在使其自适应的预失真器中，使用由正交函数构成的正交多项式作为提供放大器具有的非线性特性的逆特性的函数来缩短收敛时间。另外，为了克服上述问题2，考虑如下方法：使用如后述的本发明实施例中参照的图3(a)、(b)所示那样的结构，不需要在自适应算法中使用波形比较法时的复杂且精度高的运算从而削减电路规模(例如参照由本申请的申请人提出的日本特愿2007-285032号)。
[0048] 但是，当使用这种方法时，虽然收敛时间变短，但是如后述的图13和图14所示那样，存在没有最大限度地发挥正交多项式的效果的问题。因此，对于收敛时间短且减小硬件规模的方法，还有改善的余地，希望进行更有效的方法的开发。
[0049] 本发明是鉴于这种现有问题而完成的发明，其目的在于提供一种包括预失真器的失真补偿放大装置，所述预失真器在利用预失真方式补偿由放大器产生的非线性失真时能够有效地使用于预失真学习的系数(详细情况在本发明的实施例([第1实施例的结构的说明]以后)中叙述)收敛。
[0050] 为了达到上述目的，在本发明中，在包括预失真器的失真补偿放大装置中，所述预失真器为了对由放大器具有的非线性特性产生的失真进行补偿而生成具有上述非线性特性的逆特性的信号来输出给上述放大器。在本发明的失真补偿放大装置中形成如下结构。
[0051] 即电平检测装置检测向上述预失真器输入的信号的电平。对应存储装置存储向上述预失真器输入的信号的电平与用于执行预失真的失真补偿系数之间的对应，被输入由上述电平检测装置检测到的向上述预失真器输入的信号的电平，输出用于执行上述预失真的失真补偿系数。预失真执行装置被输入从上述对应存储装置输出的用于执行上述预失真的失真补偿系数和向上述预失真器输入的信号，根据用于执行上述预失真的失真补偿系数，对向上述预失真器输入的信号提供由上述放大器具有的非线性特性产生的失真的逆特性的失真，并输出给上述放大器。滤波器装置从被定向耦合器分配的上述放大器输出的反馈信号中除去期望波频率成分后输出失真信号成分。对应取得装置更新构成函数的用于预失真学习的系数，根据更新后的用于上述预失真学习的系数，取得向上述预失真器输入的信号的电平与用于执行上述预失真的失真补偿系数之间的对应，并将其输出给上述对应存储装置，所述函数对向上述预失真器输入的信号提供放大器具有的非线性特性的逆特性以使由上述滤波器装置取得的上述失真信号成分变小。
[0052] 并且，在提供上述放大器具有的非线性特性的逆特性的函数中使用正交多项式。构成上述正交多项式的各正交函数是向上述预失真器输入的信号的值与该信号的电平的乘方的积即1个以上的输入信号的函数、和分别与上述输入信号的函数对应的参数之积的总和。将对上述输入信号的函数乘以具有与上述滤波器装置相同的滤波器特性的滤波器而得到的函数替换为构成上述各正交函数的上述输入信号的函数的情况下，上述1个以上的参数的值被设定成使上述各正交函数彼此正交。
[0053] 因此，更新构成正交多项式的用于预失真学习的系数，取得向预失真器输入的信号的电平与用于执行预失真的失真补偿系数之间的对应，因此在利用预失真方式补偿例如放大器所产生的非线性失真时，能够有效地使用于预失真学习的系数(详细情况在本发明实施例([第1实施例的结构的说明]以后)中叙述)收敛，能够缩短收敛所需的时间。
[0054] 另外，例如使用将从反馈信号抽取出的失真信号成分变小的算法，更新用于预失真学习的系数，从而与以往的波形比较法相比，不需要复杂的处理(运算)就能够减少电路规模，通过简化这种处理，能够有效地使用于预失真学习的系数收敛，能够缩短收敛所需的时间。
[0055] 另外，在利用滤波器装置从反馈信号抽取失真信号成分而控制成使其变小的结构中，当求出上述1个以上的参数值时，对各参数的输入信号的函数乘以具有与该滤波器装置相同的滤波器特性的滤波器，从而进一步实现良好的正交化，能够有效地使用于预失真学习的系数收敛，能够缩短收敛所需的时间。
[0056] 本发明可适用于例如无存储器PD、存储器PD、或并联使用无存储器PD和存储器PD的结构等的可使用正交多项式的各种PD。
[0057] 在此，作为补偿失真的程度(精度)，只要在实际应用方面有效，则可以使用各种方式。
[0058] 另外，作为信号的电平，可使用例如功率、振幅的电平等。
[0059] 另外，作为控制成使反馈信号中含有的失真成分变小(最好是最小)的方式，可以使用各种方式，例如可使用摄动法等。
[0060] 另外，作为构成正交多项式的用于预失真学习的系数，例如在无存储器预失真器的情况下使用3次、5次、7次、...这样奇数次的1个或多个系数(A3、A5、A7、...)，在记忆效应预失真器的情况下使用2次、4次、6次、...这样的偶数次的1个或多个系数(B2、B4、B6、...)。另外，在使用无存储器预失真器和记忆效应预失真器双方的情况下，使用双方的系数(合并双方，为多个系数)。
[0061] 另外，作为向预失真器输入的信号的电平与用于执行预失真的失真补偿系数之间的对应，可以使用与使用例如正交多项式表现的由提供放大器具有的非线性特性的逆特性的函数所提供的对应不同的方式(使用以往的幂级数来表现的方式)。其原因是，两者(正交多项式和以往的幂级数)的系数能彼此转换。
[0062] 另外，作为例如成为更新对象的用于预失真学习的系数、和与向预失真器输入的信号的电平建立对应的用于预失真的失真补偿系数，可以使用相同的系数。
[0063] 构成正交多项式的用于预失真学习的多个系数理想的是彼此不受影响，能够分别独立更新。
[0064] 另外，用于执行预失真的失真补偿系数是用于对输入信号提供放大器的非线性特性的逆特性(例如AM-AM特性和AM-PM特性的逆特性、记忆效应的逆特性、或者这两者)的系数。
[0065] 另外，作为对应存储装置，例如利用存储器的表等，存储向预失真器输入的信号的电平与用于执行预失真的失真补偿系数之间的对应。
[0066] 另外，作为期望波频率成分，例如使用向放大器输入的信号(期望波)的频带成分，在这种情况下，从反馈信号除去期望波频率成分后的信号成分变成例如存在于期望波的频带外的频带的失真成分(放大器产生的失真成分)。
[0067] 另外，作为滤波器，例如可使用带通滤波器、或带阻滤波器等。
[0068] 另外，作为减小失真成分的算法可以使用各种算法。
[0069] 另外，作为各正交函数表现为向预失真器输入的信号值及其信号的电平的乘方的积即1个以上的输入信号的函数、和分别与上述输入信号的函数对应的参数之积的总和的数式，只要是能实现正交多项式的数式，则可以使用各种数式，例如由人预先设定，根据电路结构等设定如按输入信号的函数的次数(例如、3次、5次、7次、...或2次、4次、6次、...、等)具有参数这样的数式。
[0070] 作为本发明的失真补偿放大装置的一结构例，做成如下结构。
[0071] 即，输入信号函数值取得装置根据向上述预失真器输入的信号，分别取得构成上述各正交函数的上述各输入信号的函数的值。上述对应取得装置通过对由上述输入信号函数值取得装置取得的构成上述各正交函数的上述各输入信号的函数值和由上述滤波器装置取得的失真信号成分分别进行复数乘法运算，从上述失真信号成分中抽取分别与上述1个以上的正交函数对应的信号成分，按上述抽取出的信号成分更新上述用于预失真学习的系数，以使上述抽取出的信号成分变小。
[0072] 因此，在进行控制以减小失真信号成分时，能够从该失真信号成分(所有的正交函数的整体失真信号成分)中抽取分别与1个以上的正交函数对应的成分，按各成分进行控制以使抽取出的上述成分变小，能够使控制高效化。
[0073] 在此，在取得分别与正交函数对应的信号时，例如能够取得通过具有与上述滤波器装置相同的滤波器特性的滤波器后的信号，或者取得没有通过这种滤波器的信号。
[0074] 在本发明的失真补偿放大装置中，作为另一结构例，做成如下结构。
[0075] 即，上述对应取得装置仅使用由上述滤波器装置取得的上述失真信号成分，更新上述用于预失真学习的系数以使该失真信号成分整体变小。
[0076] 因此，例如不需要具有上述输入信号函数值取得装置，能够实现装置结构的简化和控制的简化。
[0077] 本发明还能作为方法、程序、或存储介质等来提供。
[0078] 本发明的方法是，在装置或系统中各装置执行各种处理。
[0079] 本发明的程序是使构成装置或系统的计算机执行的程序，作为各种装置使该计算机发挥作用。
[0080] 本发明的存储介质是能利用计算机的输入装置来读取并记录使构成装置或系统的计算机执行的程序，该程序使该计算机执行各种处理(程序)。
[0081] [以下是记载有基于其他理解方法的预失真器的结构例的栏]
[0082] 以下，示出基于其他理解方法的预失真器的结构例(1)～(4)。该栏中的记载内容完全不是用于对其他栏的本发明的内容进行不需要的限定。
[0083] (1)在补偿由放大器产生的失真的预失真器中，做成如下结构。
[0084] 即，第1装置检测向上述预失真器输入的信号的电平。第2装置取得从上述放大器输出的信号作为反馈信号，用第3装置取得从该取得的反馈信号中除去期望波频率成分后的信号成分。第4装置将上述第2装置具有的由上述第3装置取得的信号成分作为失真成分，更新使用正交多项式表现的用于预失真学习的系数(例如后述的实施例中的Ai和Bi)以使该失真成分变小，并取得向上述预失真器输入的信号的电平与用于执行预失真的失真补偿系数之间的对应。第5装置根据由上述第4装置取得的对应，与被上述第1装置检测出的电平所对应的用于执行预失真的失真补偿系数相应地，对向上述放大器输入的信号提供用于预失真的失真。
[0085] 然后，构成上述正交多项式的各正交函数(例如后述的实施例中的φi)表现为1个以上的参数(例如后述的实施例中的φij)和各参数的输入信号(例如后述的实施例中的x(t))的函数的积的总和(例如后述的实施例1中的(式15)、后述的实施例2中的(式35)、后述的实施例3中的(式40))。另外，作为上述1个以上的参数的值，设为对将上述各参数的输入信号的函数乘以具有与上述第3装置相同的滤波器特性的滤波器(例如后述的实施例中的BPF[])而成的数式(例如后述的实施例1中的(式30)、后述的实施例2中的(式37)、后述的实施例3中的(式42))求解而得到的值。
[0086] (2)在预失真器中，作为一结构例，做成如下结构。
[0087] 即，第6装置根据向上述预失真器输入的信号取得分别与1个以上的交函数对应的信号。
[0088] 上述第4装置使用由上述第6装置取得的信号，从上述失真成分中抽取分别与上述1个以上的正交函数对应的成分，按抽取出的成分来更新使用上述正交多项式表现的用于预失真学习的系数以使其变小，取得向上述预失真器输入的信号的电平与用于执行预失真的失真补偿系数之间的对应。
[0089] (3)在预失真器中，作为另一结构例，做成如下结构。
[0090] 即，上述第4装置仅使用上述失真成分(所有的正交函数的整体失真成分)，更新使用上述正交多项式表现的用于预失真学习的系数，以使该失真成分整体变小，并取得向上述预失真器输入的信号的电平与用于执行预失真的失真补偿系数之间的对应。
[0091] 因此，不需要具有例如上述第6装置，就能够实现装置结构的简化和控制的简化。
[0092] (4)作为一结构例，在预失真器中做成如下结构。
[0093] 即，作为上述第5装置，包括实现补偿AM-AM特性及AM-PM特性的无存储器预失真器的第7装置、和实现补偿记忆效应的记忆效应预失真器的第8装置。
[0094] 另外，上述第4装置更新使用1个正交多项式表现的上述第7装置和上述第8装置这双方的用于预失真学习的系数，分别针对上述第7装置和上述第8装置取得向上述预失真器输入的信号的电平与用于执行预失真的失真补偿系数之间的对应。
[0095] 因此，在使用无存储器预失真器和记忆效应预失真器这两者情况下，例如在利用预失真方式补偿放大器产生的非线性失真时，能够有效地使各预失真器中的用于预失真学习的系数收敛，能够缩短收敛所需的时间。
[0096] 在此，上述第7装置(无存储器预失真器)和上述第8装置(记忆效应预失真器)例如分别构成为单独的装置，并联配置。
[0097] 另外，上述第7装置(无存储器预失真器)和上述第8装置(记忆效应预失真器)例如分别取得和存储向上述预失真器输入的信号的电平与用于执行预失真的失真补偿系数之间的对应。
[0098] 另外，在使用1个正交多项式表现的用于预失真学习的系数中，包含关于无存储器预失真器的系数和关于记忆效应预失真器的系数这两者，也考虑这两者预失真器间的相互作用。
[0099] [以上是记载有基于其他理解方法的预失真器的结构例的栏]
[0101] 图1是表示本发明一实施例的带预失真器的放大器的结构例的图。
[0102] 图2是表示预失真执行部的结构例的图。
[0103] 图3的(a)和(b)是表示控制部的结构例的图。
[0104] 图4是表示无存储器预失真器的结构例的图。
[0105] 图5是表示本发明一实施例的具备输入侧滤波器和反馈系统的滤波器这两者时的正交化状况的一例的图。
[0106] 图6是表示本发明一实施例的具备反馈系统的滤波器但不具备输入侧滤波器时正交化的状况的一例的图。
[0107] 图7是表示ACLR的收敛过程的一例的图。
[0108] 图8是表示记忆效应预失真器的结构例的图。
[0109] 图9是表示预失真器的结构例的图。
[0110] 图10是表示本发明一实施例的带预失真器的放大器的另一结构例的图。
[0111] 图11是表示带预失真器的放大器的结构例的图。
[0112] 图12是表示背景技术涉及的控制部的结构例的图。
[0113] 图13的表示不具备输入侧滤波器和反馈系统的滤波器时的正交化状况的一例的图。
[0114] 图14是表示具备反馈系统的滤波器但不具备输入侧滤波器时的正交化状况的一例的图。
[0115] 标号说明：
[0116] 1：预失真器
[0117] 2：D/A转换器
[0118] 3：上变频器
[0119] 4：功率放大部
[0120] 5：定向耦合器
[0121] 6：下变频器
[0122] 7：A/D转换器
[0123] 8、16、18：滤波器
[0124] 9：天线
[0125] 11：振幅检测部
[0126] 12：失真补偿表
[0127] 13：预失真执行部
[0128] 14、14a、14b、101：控制部
[0129] 15：φ3取得部
[0130] 17：φ5取得部
[0131] 21、41：二次幂检测部
[0132] 22、25、44、49：乘法器
[0133] 23、26、31、45、50：复数乘法器
[0134] 24、46：四次幂检测部
[0135] 27、51、63、64：加法器
[0136] 32：复数加法器
[0137] 42、47：延迟电路
[0138] 43、48、111：减法器(反相的加法器)
[0139] 61：无存储器预失真器
[0140] 62：记忆效应预失真器
[0141] 71、91：带通滤波器
[0142] 81、92、112：自适应算法部
具体实施方式
[0143] 参照附图说明本发明的实施例。
[0144] 图1表示本发明一实施例的带预失真器的放大器的结构例。本例的带预失真器的放大器被设置在例如基站装置的发送机等中。
[0145] 本例的带预失真器的放大器包括预失真器(PD)1、D/A(Digitalto Analog)转换器2、上变频器(频率变换部)3、功率放大部(PA)4、定向耦合器5、下变频器(频率变换部)6、A/D(Analog to Digital)转换器7、由例如带通滤波器(BPF：Band Pass Filter)构成的反馈系统的滤波器8、以及天线9。
[0146] 另外，本例的带预失真器的放大器包括φ3取得部15、由例如带通滤波器构成的滤波器16、φ5取得部17、以及由例如带通滤波器构成的滤波器18。
[0147] 在此，在本例中，反馈系统的滤波器8和输入侧的各滤波器16、18全部具有相同的滤波器特性，具有除去输入信号(希望信号)的频带的特性。
[0148] 此外，对φ3和φ5在后面叙述。
[0149] 预失真器1包括振幅检测部11、由存储器等构成的LUT(Look UpTable：查找表)所组成的失真补偿表12、预失真执行部13、以及控制部(学习部)14。
[0150] 说明本例的带预失真器的放大器中进行的工作的概要。
[0151] 向带预失真器的放大器输入的输入信号(例如成为发送对象的信号)被输入到预失真器1中，从而被输入到振幅检测部11和预失真执行部13。另外，向带预失真器的放大器输入的输入信号还被输入到φ3取得部15和φ5取得部17。
[0152] 振幅检测部11检测所输入的信号的振幅值，并输出给失真补偿表12。该振幅值作为失真补偿表12的参考变量而建立对应。
[0153] 失真补偿表12存储有用于利用预失真方式进行失真补偿的表。该表是规定作为失真补偿对象的放大器(本例中为功率放大部4的放大器)的非线性特性的逆特性的表，通常是以输入信号的振幅为指标的AM-AM特性(振幅)和AM-PM特性(位相)相关的表。
[0154] 具体而言，失真补偿表12预先存储振幅值与用于提供给预失真执行部13的失真补偿系数(控制系数)之间的对应，将与从振幅检测部11输入的振幅值对应的失真补偿系数输出给预失真执行部13。
[0155] 预失真执行部13根据从失真补偿表12输入的失真补偿系数(失真补偿表12的参考结果)对输入信号提供预失真的失真，从而补偿输入信号的振幅和位相，将该补偿后的信号输出给D/A转换器2。
[0157] 上变频器3通过频率变换(上变频)将从D/A转换器2输入的信号变换成无线频率的信号，并输出给功率放大部4。
[0158] 功率放大部4将从上变频器3输入的信号放大并输出。该输出信号例如通过无线从天线9发送。
[0159] 在此，被功率放大部4放大的信号是利用预失真方式预先提供了功率放大部4的非线性特性的逆特性的失真而得到的信号，该预失真的失真与功率放大部4产生的失真相抵消(理想的是完全被消除)，从而功率放大部4的输出信号变成补偿失真后的信号。
[0160] 定向耦合器5分配来自功率放大部4的输出信号的一部分作为反馈信号而取得，并输出给下变频器6。
[0161] 下变频器6通过频率变换(下变频)将从定向耦合器5输入的反馈信号变换成基带或中频频带的信号，并输出给A/D转换器7。
[0162] A/D转换器7将从下变频器6输入的信号从模拟信号转换成数字信号，并输出给控制部14。
[0163] 在此，本例中，经由下变频器6和A/D转换器7输入到控制部14的反馈信号所含有的失真成分利用滤波器8的特性而被抽取，该失真成分的信号在控制部14中使用。对于滤波器8的详细情况，参照图3的(a)、(b)在后叙述。
[0164] φ3取得部15根据输入信号取得φ3的信号，并输出给滤波器16。具体而言，φ32
取得部15取得输入信号的函数|x(t)|x(t)的信号(值)并输出。也就是说，将向预失真器1输入的信号的值与其信号电平(振幅)的乘方的积输出。
取得部15取得输入信号的函数|x(t)|x(t)的信号(值)并输出。也就是说，将向预失真器1输入的信号的值与其信号电平(振幅)的乘方的积输出。
[0165] 滤波器16对从φ3取得部15输入的φ3的信号进行频带限制，并输出给控制部14。
[0166] φ5取得部17根据输入信号取得φ5的信号，并输出给滤波器18。具体而言，φ54
取得部17取得输入信号的函数|x(t)|x(t)的信号(值)并输出。也就是说，将向预失真器1输入的信号的值与其信号电平(振幅)的乘方的积输出。
取得部17取得输入信号的函数|x(t)|x(t)的信号(值)并输出。也就是说，将向预失真器1输入的信号的值与其信号电平(振幅)的乘方的积输出。
[0167] 滤波器18对从φ5取得部17输入的φ5的信号进行频带限制，并输出给控制部14。
[0168] 控制部14根据从A/D转换器7输入的信号(通过滤波器8后的信号)和从滤波器16、18输入的信号来更新失真补偿表12的存储内容(本例中为振幅值与失真补偿系数的对应)，以使由预失真执行部13进行的失真补偿变得更好。通过该更新，能够适应例如温度变化和时间变化等。
[0169] 在这种情况下，本例中，控制部14通过对已反馈的失真成分的信号与关于从滤波器16输入的φ3的信号进行复数乘法运算，抽取与该失真成分(失真成分整体)的信号中含有的φ3对应的成分，而且通过对已反馈的失真成分的信号与关于从滤波器18输入的φ5的信号进行复数乘法运算，抽取与该失真成分(失真成分整体)的信号中含有的φ5对应的成分，然后，按与各φ3、φ5对应的失真的成分进行控制使得失真的成分变小。
[0170] 在此，本例中示出了输入侧具有与φ3、φ5相关的处理部(取得部15、17和滤波器16、18)的结构例，但作为其他结构例，也可以使用具有仅与φ3、φ5中的任意一方相关的处理部的结构、或者具有与7次以上的φi相关的处理部的结构等。在控制部14中具有与φi相关的处理部时，对与该φi相关的信号和已反馈的失真成分的信号进行复数乘法运算，从而能够抽取与该φi对应的失真的成分而在控制中使用。
[0171] 图2表示预失真执行部13的结构例，还示出了其周边的处理部2～4、11、12。
[0172] 本例的预失真执行部13包括复数乘法器31和复数加法器32。
[0173] 本例的预失真执行部13中，输入信号x(t)被输入到复数乘法器31和复数加法器32中。
[0174] 振幅检测部11检测输入信号x(t)的振幅值|x(t)|，失真补偿表12将与该振幅值|x(t)|对应的失真补偿系数LUT(|x(t)|)输出给复数乘法器31。
[0175] 复数乘法器31对所输入的输入信号x(t)与失真补偿系数LUT(|x(t)|)进行复数乘法运算，将该复数乘法运算结果p(t)输出给复数加法器32。
[0176] 复数加法器32对所输入的输入信号x(t)与上述复数乘法运算结果p(t)进行复数加法运算，并将该复数加法运算结果输出给D/A转换器2。
[0177] 接着，说明使用用于预失真学习的系数Ai、Bi的自适应算法时的更新方法。
[0178] 此外，对于Ai、Bi，在后述的各实施例中进行说明。
[0179] 图3的(a)表示在使用模拟滤波器时的与本发明一实施例的控制部14a(与图1所示的控制部14对应)的运算相关的结构例，具体而言，示出了具有使希望信号频带外的信号通过的特性的带通滤波器(BPF)71、A/D转换器7、具备自适应算法部81的控制部14a、以及失真补偿表12。
[0180] 在该结构例中，带通滤波器71相当于图1所示的滤波器8。
[0181] 本例的结构中，在下变频器6与A/D转换器7之间(A/D转换器7的前级)具备模拟的带通滤波器71。
[0182] 然后，通过利用带通滤波器71对来自下变频器6的输出信号进行滤波，抽取希望信号频带外的信号作为错误信号e(t)，利用A/D转换器7对抽取出的错误信号e(t)进行数字化，然后控制部14a的自适应算法部81根据该错误信号e(t)和来自各滤波器16、18的输入信号，使用例如摄动法的算法来更新用于预失真学习的系数(详细情况在本发明的实施例([第1实施例的结构的说明]以后)中后述)。
[0183] 图3的(b)表示在使用数字滤波器时与本发明一实施例的控制部14b(对应于图1所示的控制部14)的运算相关的结构例，具体而言，示出了A/D转换器7、具备具有使希望信号频带外的信号通过的特性的带通滤波器91和自适应算法部92的控制部14b、以及失真补偿表12。
[0184] 在该结构例中，带通滤波器91相当于图1所示的滤波器8。
[0185] 在本例的结构中，在控制部14b的内部(A/D转换器7的后级)具备进行数字运算的带通滤波器91。
[0186] 然后，在控制部14b中，通过利用带通滤波器91对来自A/D转换器7的输入信号进行滤波，抽取希望信号频带外的信号作为错误信号e(t)，自适应算法部92根据抽取出的错误信号e(t)和来自各滤波器16、18的输入信号，使用例如摄动法的算法来更新用于预失真学习的系数(关于详细情况，用本发明的实施例([第1实施例的结构的说明]以后)在后面叙述)。
[0187] 本例中，示出了使用带通滤波器71、91作为滤波器的情况，但作为其他的结构例，也可使用具有同样的滤波特性的带阻滤波器。作为带阻滤波器，例如通常可使用FIR(Finite Impulse Response：有限长脉冲响应)滤波器等。
[0188] 在此，针对图12所示的背景技术的结构，说明由图3(a)、(b)所示的本例的结构所得到的效果。
[0189] 图12所示的背景技术的结构中，将例如反馈信号中包含的失真成分的频率的功率电平视为错误信号e(t)，当反馈信号的增益(Gain)和位相(时间τ)与原信号不一致时，出现误差，所以需要对准电平等。
[0190] 相对于此，在图3的(a)、(b)所示的本例的结构中，通过仅使用反馈信号，利用带通滤波器71、91抽取期望波以外的信号成分(即，失真成分)作为误差信号(例如，失真频带的时间区域的误差矢量)，能够降低对准定时等所要求的精度。
[0191] 这样，本例中，不需要进行图12所示的背景技术的结构中的电平调整等，由于不包含功率大的希望信号，所以延迟时间所要求的精度得到缓解。也就是说，能够不需要进行用于波形比较法的精密的电平调整和延迟时间调整等。存在于希望频带内的失真被带通滤波器71、91除去，因此不包含在误差信号e(t)中，但只要希望信号频带外的误差信号e(t)接近于0，则希望信号频带内的误差信号也接近于0，因此不成问题。
[0192] 如以上那样，本例的带预失真器的放大器中，使用带通滤波器71、91，将从放大器(本例中为功率放大部4的放大器)的输出信号衰减或除去希望信号后的信号作为误差信号e(t)，来学习用于预失真学习的系数。
[0193] 因此，本例的带预失真器的放大器中，通过将用带通滤波器71、91除去了希望信号频带后的信号作为错误信号e(t)，不需要进行例如图3所示的结构中的复杂的处理(运算)，能够减小电路规模，使收敛时间缩短了简化处理的部分。这样，本例中，能够有效地使用于执行预失真的失真补偿系数(例如规定失真补偿系数的失真补偿表12的内容)收敛。
[0194] 《实施例1》
[0195] 说明本发明的第1实施例。
[0196] 本例中，说明使用无存储器预失真器的情况。
[0197] 首先，对使用正交多项式的针对本例结构的背景进行详细说明。
[0198] 图4示出了作为参考而使用了幂级数展开的无存储器预失真器的结构例。本例的无存储器预失真器是用原理性的结构例示出了相当于图1所示的预失真器1的部分。
[0199] 本例的无存储器预失真器中，作为关于3次项的处理部有二次幂检测部21、乘法器22、以及复数乘法器23，另外，作为关于5次项的处理部有四次幂检测部24、乘法器25、以及复数乘法器26，另外，关于7次以后的各奇数次项也具备同样的处理部(未图示)。在实际的电路中，不能具备无限的次数，因此也可以具备在实用方面有效的任意次数(3次以上的任意的奇数次)为止的处理部。
[0200] 另外，本例的无存储器预失真器中，作为所有的次数共用的处理部有加法器27。
[0201] 本例的无存储器预失真器中，输入信号是复数信号。
[0202] 关于3次项的处理部中，二次幂检测部21检测(例如计算)输入信号的二次幂的值，乘法器22对该二次幂值和输入信号进行乘法运算。在该乘法运算结果的信号中，输入信号的振幅变成三次幂，位相被保持。然后，复数乘法器23对该乘法运算结果的信号和预失真器的系数α3进行复数乘法运算。该预失真器的系数α3是复数，控制部(在图4中未图示)进行设定使得能够补偿失真。
[0203] 在关于5次项的处理部中，四次幂检测部24检测(例如计算)输入信号的四次幂的值，乘法器25对该四次幂值和输入信号进行乘法运算。在该乘法运算结果的信号中，输入信号的振幅变成5次幂，位相被保持。然后，复数乘法器26对该乘法运算结果的信号和预失真器的系数α5进行复数乘法运算。该预失真器的系数α5是复数，控制部(在图4中未图示)进行设定使得能够补偿失真。
[0204] 另外，关于7次以后的各奇数次项的处理部中也进行与上述相同的处理。
[0205] 然后，加法器27被输入从所有的奇数次项的处理系统(复数乘法器23、26、...)输出的信号和输入信号并进行加法运算(总和)，将该加法运算结果作为预失真处理后的信号而输出(在图1中，输出给D/A转换器2)。
[0206] 参照图2，示出在使用了如图4所示那样的无存储器预失真器的情况下使用背景技术的幂级数展开的运算式的例子。
[0207] 输入信号x(t)是复数信号。
[0208] 振幅检测部11计算输入信号x(t)的振幅值|x(t)|。
[0209] 如(式5)那样表示输入信号x(t)时，振幅值|x(t)|被表示成如(式6)那样。
[0210] x(t)＝I(t)+jQ(t)
[0211] ...(式5)
[0212]
[0213] ...(式6)
[0214] 在预失真器中，附加在输入信号x(t)上的信号p(t)通常如(式式7)那样表示。在此，αi是预失真器的系数，为复数。(式7)用与(式1)相同的幂级数来表示，通过适当地选择αi，能够补偿(式1)的非线性失真成分。
2 4
2 4
[0215] P(t)＝α3|x(t)|x(t)+α5|x(t)|x(t)6
[0216] +α7|x(t)|x(t)+...
[0217] ...(式7)
[0218] p(t)如(式7)那样表示，因此失真补偿表12的输出信号LUT|x(t)|如式8那样表示。由存储器等构成的失真补偿表(LUT)12中存储有控制部14计算出的(式8)所示那样的数据。2 4
[0219] LUT(|x(t)|)＝α3|x(t)|+α5|x(t)|6
[0220] +α7|X(t)|+...
[0221] ...(式8)
[0222] 在此，当将放大器(本例中为功率放大部4的放大器)的非线性成分的次数考虑到3次为止，将预失真器的次数考虑到3次为止时，(式1)和(式7)分别如(式9)和(式10)那样表示。
2
2
[0223] y(t)＝Gain·z(t)+D3|z(t)|z(t)
[0224] ...(式9)2
[0225] p(t)＝α3|x(t)|x(t)
[0226] ...(式10)
[0227] 放大器的输入信号z(t)是在输入信号x(t)上加上(式10)所示的预失真信号p(t)而得到的信号，如(式11)那样表示。
[0228] z(t)＝x(t)+p(t)2
[0229] ＝x(t)+α3|x(t)|x(t)
[0230] ...(式11)
[0231] 当将(式11)所示的z(t)代入(式9)时，得到(式12)，进而得到(式13)。2
[0232] y(t)＝Gain·{x(t)+α3|x(t)|x(t)}2 2 2
[0233] +D3|x(t)+α3|x(t)|x(t)|{x(t)+α3|x(t)|x(t)}
[0234] ...(式12)2
[0235] y(t)＝Gain·x(t)+(Gain·α3+D3)|x(t)|x(t)
[0236] +D3(2α3+α3)|x(t)|4x(t)+D3(α32+2α32)|x(t)|6x(t)
[0237] +D3α33|x(t)|8x(t)
[0238] ...(式13)
[0239] (式13)的右边第一项表示被放大后的希望信号。右边第二项表示3次失真成分，以补偿失真的方式确定α3。可知右边第三～五项新产生了5次成分、7次成分、9次成分。
[0240] 因此，在(式10)中，在将预失真器的次数进一步考虑高次(5次、7次、...)时，3次的预失真器的系数α3影响到5次预失真器的系数α5、7次预失真器的系数α7、或9次的预失真器的系数α9等，因此α5、α7、α9等的最佳值与α3的值相应地变化。
[0241] 由于存在这样的现象，所以在以往的方法中，存在为了使无存储器预失真器的系数(α3、α5、α7等)适应性地收敛需要较长时间这样的问题。
[0242] 在(式9)中，将放大器的非线性成分的次数考虑到3次为止，但在进而考虑到5次、7次、...等高次时，进而会影响到高次的预失真器的系数。
[0243] [第1实施例的结构的说明]
[0244] 接着，对使用正交多项式的本例的结构进行详细说明。
[0245] 为了解决上述问题，在本实施例中，作为非线性特性的逆特性的生成多项式，导入正交多项式来使用。
[0246] 在本例中，使用正交多项式，使多个预失真器的生成多项式正交，由此使之独立使得彼此的系数不受影响，从而缩短收敛时间。以下，示出其一例。
[0247] 首先，将上述(式7)表现为(式14)和(式15)那样。在此，Ai表示用于预失真学习的系数，用于正交化的参数(正交化系数)的φij是实数，N为奇数。
[0248] p(t)＝A3φ3(x(t))+A5φ5(x(t))
[0249] +A7φ7(x(t))+...+ANφN(x(t))
[0250] ...(式14)
[0251] φ3(x(t))＝φ33|x(t)|2x(t)
[0252] φ5(x(t))＝φ53|x(t)|2x(t)+φ55|x(t)|4x(t)
[0253] φ7(x(t))＝φ73|x(t)|2x(t)+φ75|x(t)|4x(t)
[0254] +φ77|x(t)|6x(t)
[0255] ...
[0256] φN(x(t))＝φN3|x(t)|2x(t)+φN5|x(t)|4x(t)
[0257] +φN7|x(t)|6x(t)+...+φNN|x(t)|N-1x(t)
[0258] ...(式15)
[0259] 当某时间(0～T)的输入信号x(t)满足(式16)时，(式15)所示的各φ(φ3～φN)正交。E[·]的函数如(式17)那样定义。
[0260] 在此，作为上述时间(0～T)的时间T，是在1次更新中使用的数据的时间长度，通常较长的一方的误差小，所以理想的是无限大即可，但在现实中以实用方面有效的程度，也可以使用任意值。作为一例，在每次更新失真补偿表12的内容时，每次使不同的信号正交，因此，能够使用可得到每次正交所需的足够的输入信号的振幅分布那样的长度(以上)的时间，例如可使用能得到与原信号相同位的概率密度那样的长度(以上)的时间。
[0261] E[φi(x(t))φj(x(t))*]＝1(i＝j)
[0262] E[φi(x(t))φj(x(t))*]＝0(i≠j)
[0263] ...(式16)
[0264]
[0265] ...(式17)
[0266] 通过适当地选择上述(式15)中的各φij，能够满足(式16)。该参数φij的值因上述时间(0～T)的输入信号x(t)的不同而不同。
[0267] 以下，用E[·]的函数来表示。另外，为了简化说明，示出(式18)所示的φ3的情况和(式19)所示的φ5的情况这两种情况。
[0268] 为了将φ3和φ5正交，需要满足(式16)的关系，建立如(式20)、(式21)、(式22)那样的方程式。
[0269] φ3(x(t))＝φ33|x(t)|2x(t)
[0270] ...(式18)
[0271] φ5(x(t))＝φ53|x(t)|2x(t)+φ55|x(t)|4x(t)
[0272] ...(式19)
[0273] E[φ3φ3*]＝E[(φ33|x(t)|2x(t))·(φ33|x(t)|2x(t))*]
[0274] ＝φ332E[|x(t)|6]
[0275] ＝1
[0276] ...(式20)
[0277] E[φ3φ5*]＝E[(φ33|x(t)|2x(t))·(φ53|x(t)|2x(t)
[0278] +φ55|x(t)|4x(t))*]
[0279] ＝φ33·(φ53E[|x(t)|6]+φ55E[|x(t)|8])
[0280] ＝0
[0281] ...(式21)
[0282] E[φ5φ5*]＝E[(φ53|x(t)|2x(t)+φ55|x(t)|4x(t))
[0283] ·(φ53|x(t)|2x(t)+φ55|x(t)|4x(t))*]
[0284] ＝φ532E[|x(t)|6]+2φ53φ55E[|x(t)|8]+φ552E[|x(t)|10]
[0285] ＝1
[0286] ...(式22)
[0287] 可针对3个未知数φ33、φ53、φ55建立3个联立方程式(式20)、(式21)、(式22)，因此能够求解。
[0288] 首先，对φ33解(式20)时，能得到(式23)。
[0289] 接着，利用(式21)得到(式24)。
[0290]
[0291] ...(式23)
[0292] φ53＝-φ55(E[|x(t)|8]/E[|x(t)|6])
[0293] ...(式24)
[0294] 当将(式24)代入(式22)时，能得到(式25)，进而得到(式26)。
[0295] 然后，当将(式26)代入(式24)时，能得到(式27)。
[0296] 这样，能生成正交多项式。
[0297] φ552(E[|x(t)|8]2/E[|x(t)|6])
[0298] -2φ552(E[|x(t)|8]2/E[|x(t)|6])
[0299] +φ552E[|x(t)|10]＝1
[0300] ...(式25)
[0301]
[0302] ...(式26)
[0303]
[0304] ...(式27)
[0305] 另外，在放大器产生高次的非线性失真时，对于数字预失真(DPD)的逆特性也需要高次的特性，因此使用具有高次项的φ7、φ9、...。
[0306] 作为一例，在使φ3、φ5、φ7正交时，需要满足(式28)所示的联立方程式。在这种情况下，能对6个未知数φ33、φ53、φ55、φ73、φ75、φ77建立6个方程式，因此能求解。同样地，对φ9以后也能够扩展。
[0307] E[φ3φ3*]＝1
[0308] E[φ3φ5*]＝0
[0309] E[φ5φ5*]＝1
[0310] E[φ3φ7*]＝0
[0311] E[φ5φ7*]＝0
[0312] E[φ7φ7*]＝1
[0313] ...(式28)
[0314] 使用上述(式14)所示的A3、A5、A7、...、AN，将α3、α5、α7、...、αN表示为如(式29)那样。
[0315] α3＝φ33A3+φ53A5+φ73A7+...+φN3AN
[0316] α5＝+φ55A5+φ75A7+...+φN5AN
[0317] α7＝+φ77A7+...+φN7AN
[0318] ...
[0319] αN＝φNNAN
[0320] ...(式29)
[0321] 在该例中，将由(式29)得到的αi(i＝3、5、7、...、N)的值应用于(式8)，适用图1～图4所示的本例的带预失真器的放大器。
[0322] 在这种情况下，用于预失真学习的系数Ai不会对φi以外造成影响。即，能够与其他用于预失真学习的系数Aj(i≠j)相独立地求出，因此缩短收敛时间。具体而言，例如，失真补偿表12的内容从初始状态(例如无任何信息的状态)到收敛的更新次数变少。
[0323] 这样，在本例的带预失真器的放大器中，当使用正交多项式学习无存储器预失真器的自适应系数时，通过使用正交多项式而使之自适应的用于预失真学习的系数进行正交，因此能够缩短失真补偿表12的收敛时间，实现高效化。
[0324] 接着，对本例的带预失真器的放大器中的特征性结构进行详细说明。
[0325] 在使用上述正交多项式的结构中，虽然能够缩短收敛时间，但没有最大限度地发挥正交多项式的效果，能够进一步实现高效化。因此，本例中示出进一步实现高效化的结构例。
[0326] 首先，对使用上述正交多项式的结构的课题进行说明。
[0327] 最初，在图13中，作为如图11所示的带预失真器的放大器的结构那样不具备输入侧的滤波器(相当于图1所示的滤波器16、18)和反馈系统的滤波器(相当于图1所示的*滤波器8)的情况，例如如图12所示的那样使用波形比较法的情况下，示出了E[φm·φn]的一例。作为发送信号，使用W-CDMA(Wideband-Code Division MultipleAccess：宽带码分多址)的信号。
[0328] 在此，(式14)、(式15)、(式17)成立。
[0329] Ai是失真补偿的系数(用于预失真学习的系数)。φij是用于使正交函数φi正交化的参数(正交化系数)。
[0330] 在图13所示的表中，沿行(纵向)示出了输入侧(发送侧)的信号的成分φ3*、* *φ5、φ7，示出了不具备图1所示的输入侧的滤波器16、18的情况。
[0331] 另外，沿列(横向)示出了反馈侧的错误信号的成分φ3、φ5、φ7，示出了不具备图1所示的反馈侧的滤波器8的情况。
[0332] 图13的例子可确认在用发送信号和反馈信号理想地调整电平和延迟时间等来求出错误信号的情况下完全正交。
[0333] 其次，图14中，在如图1所示的带预失真器的放大器的结构那样，具备反馈系统的滤波器(相当于图1所示的滤波器8)而不具备输入侧的滤波器(相当于图1所示的滤波*器16、18)的情况下，示出了E[φm·φn]的一例。作为发送信号，使用了W-CDMA的信号。
[0334] 在此，(式14)、(式15)、(式17)成立。
[0335] Ai是失真补偿的系数(用于预失真学习的系数)。φij是用于使正交函数φi正交化的参数(正交化系数)。
[0336] 图14所示的表中，沿行(纵向)示出了输入侧(发送侧)的信号的成分φ3*、φ5*、*φ7，示出了不具备如图1所示那样的输入侧的滤波器16、18的情况。
[0337] 另外，沿列(横向)示出了反馈侧的错误信号的成分φ3、φ5、φ7，示出了具备如图1所示那样的反馈侧的滤波器8的情况。
[0338] 图14的例子可确认：与E[φm*·φn](m≠n)相比，E[φm*·φn](m＝n)一方大，但正交性严重受损。
[0339] 因此，收敛时间短且减少硬件规模的方法仍然有改善的余地，希望更有效的方法的开发。
[0340] 因此，在本例中实现了进一步改善。
[0341] 以下，说明本例的带预失真器的放大器中的特征性的结构。
[0342] 概括地说，在本例中，在计算作为参数的正交化系数φij时使用被由例如BPF构成的滤波器抑制希望信号频带后的信号。在本例中，该滤波器设为BPF来进行说明。
[0343] 在此，在本例中，该滤波器的特性与反馈系统的滤波器8和输入侧的各滤波器16、18的特性相同，这些所有的滤波器具有相同的滤波器特性。
[0344] 具体而言，首先，由于着眼于在一般的预失真器中考虑的奇数次的非线性失真，因此，处理的次数设为3次、5次、7次、...、N次(N为奇数)。
[0345] 然后，将被BPF抑制希望信号频带后的正交多项式定义成如(式30)那样。在此，BPF[]表示抑制希望信号频带后的信号。
[0346] φ3(x(t))＝φ33BPF[|x(t)|2x(t)]
[0347] φ5(x(t))＝φ53BPF[|x(t)|2x(t)]+φ55BPF[|x(t)|4x(t)]
[0348] φ7(x(t))＝φ73BPF[|x(t)|2x(t)]+φ75BPF[|x(t)|4x(t)]
[0349] +φ77BPF[|x(t)|6x(t)]
[0350] ...
[0351] φN(x(t))＝φN3BPF[|x(t)|2x(t)]+φN5BPF[|x(t)|4x(t)]
[0352] +φN7BPF[|x(t)|6x(t)]+...+φNNBPF[|x(t)|N-1x(t)]
[0353] ...(式30)
[0354] 当某时间(0～T)的输入信号x(t)满足(式16)和(式17)时，(式30)所示的各φ3～φN正交。
[0355] 在本例中，不使用上述(式15)而使用(式30)来计算作为参数的正交化系数φij。作为该计算方法，可使用与使用上述(式15)的情况相同的方法。
[0356] 在使用上述(式15)的方法中(式31)成立，但在使用本例的(式30)的方法中不同点变成如(式32)那样，因此，能求出各不相同的正交化系数φij。
[0357] (|x(t)|2x(t))·(|x(t)|6x(t)*)
[0358] ＝(|x(t)|4x(t))(|x(t)|4x(t)*)
[0359] ＝|x(t)|10
[0360] ...(式31)
[0361] BPF[|x(t)|2x(t)]·BPF[|x(t)|6x(t)]*
[0362] ≠BPF[|x(t)|4x(t)]·BPF[|x(t)|4x(t)]*
[0363] ...(式32)
[0364] 在此，在本例中，作为参数的正交化系数φij根据输入信号x(t)求出。具体而言，使用具有一般的信号特性(例如、CDMAやOFDM(Orthogonal Frequency Division Multiplexing：正交频分复用)等特性)的足够长的信号而求出。
[0365] 在本例中，作为参数的正交化系数φij使用(式30)通过例如计算机仿真最先求出后被固定而变成恒定。然后，使用正交化系数φij求出各正交函数φi。
[0366] 正交函数φi与输入信号x(t)相应地变动，无论输入侧还是反馈侧(失真成分)都发生时间变动。
[0367] 在图5中，对于使用本例的(式30)计算出正交多项式的正交化系数φij且如图1所示的带预失真器的放大器的结构那样具备反馈系统的滤波器8和输入侧的滤波器16、*
18这两者的情况，示出了E[φm·φn]的一例。作为发送信号，使用了W-CDMA的信号。
18这两者的情况，示出了E[φm·φn]的一例。作为发送信号，使用了W-CDMA的信号。
[0368] 在图5所示的表中，沿行(纵向)示出了输入侧(发送侧)的信号的成分φ3*、* *φ5、φ7，示出了具备如图1所示那样的输入侧的滤波器16、18的情况。
[0369] 另外，沿列(横向)示出了反馈侧的错误信号的成分φ3、φ5、φ7，示出了具备如图1所示那样的反馈侧的滤波器8的情况。
[0370] 在图5所示的本例的情况下，可确认虽然不会完全正交，但是与不应用本例的(式30)的上述图14的情况相比，正交性大。
[0371] 这样，在本例的带预失真器的放大器中，将发送信号的振幅乘方，使用通过用对该乘方后的信号进行了频带限制的信号而求出的正交多项式的正交化系数φij。
[0372] 如本例那样，在使用(式30)计算出正交多项式的正交化系数φij时，与例如使用(式15)计算出正交多项式的正交化系数φij的情况相比，能够进一步缩短收敛时间，实现高效化。
[0373] 进而，在使用上述(式30)计算出正交多项式的正交化系数φij的结构中，不使用用于对发送侧的信号进行频带限制的滤波器(例如图1所示的滤波器16、18)，就能够简单地进行处理。
[0374] 在图6中，对使用本例的(式30)计算出正交多项式的正交化系数φij的情况且如图1所示的带预失真器的放大器的结构那样具备反馈系统的滤波器8而不具备输入侧的*滤波器16、18的情况，示出了E[φm·φn]的一例。作为发送信号，使用W-CDMA的信号。
[0375] 在图6所示的表中，沿行(纵向)示出了输入侧(发送侧)的信号的成分φ3*、* *φ5、φ7，示出了不具备如图1所示那样的输入侧的滤波器16、18的情况。
[0376] 另外，沿列(横向)示出了反馈侧的错误信号的成分φ3、φ5、φ7，示出了具备如图1所示那样的反馈侧的滤波器8的情况。
[0377] 可确认图5所示的表的值和图6所示的表的值是完全相同的值，得到相同的正交效果。
[0378] 在此，E[φm*·φn]进行时间区域的叠加，因此在频率区域变成乘法运算。然后，着眼于一方(在此为反馈侧)被带阻滤波器除去，即与0.0相乘因此结果相同的情况。
[0379] 这样，在本例的带预失真器的放大器中，能够做成如下结构：将发送信号的振幅乘方，使用通过用对该乘方后的信号进行了频带限制的信号而求出的正交多项式的正交化系数φij的情况下，不对输入侧的信号(发送信号)进行频带限制，且对反馈系统的信号进行频带限制，从而学习自适应系数。
[0380] 在这种结构中，不需要每当更新用于预失真学习的系数时对T[sec](在1次更新中使用的数据取得时间，为任意值)时间的数据进行频带限制，就能够简单地进行处理。
[0381] 图7中，对于使用本例的(式30)计算出正交多项式的正交化系数φij的情况(此方案方式)和使用(式15)计算出正交多项式的正交化系数φij的情况(比较方式)，示出了ACLR的收敛过程的一例。横轴表示更新次数[次]，纵轴表示ACLR[dBc]。
[0382] 可确认当对此方案方式和比较方式下的收敛时间进行比较时，在比较方式中约为500次，而在此方案方式中约100次且收敛于良好的ACLR。在此方案方式中，当使用用于对反馈信号进行频带限制的滤波器时，各系数的正交性变大。即，能够独立地收敛，因此出现收敛时间缩短这样的有效效果。
[0383] 如以上那样，在本例的带预失真器的放大器中，在正交化系数φij的计算中使用被滤波器(本例中为BPF)抑制希望信号频带后的信号。
[0384] 作为一个结构例，使用滤波器(本例中为BPF)对输入侧和反馈侧这双方进行频带限制。
[0385] 作为另一结构例，在使用LMS或摄动法等求出用于预失真学习的系数Ai的学习的评价函数时，对于相当于误差信号e(t)的反馈信号，用滤波器(本例中为BPF)除去希望信号，不对用于取得与其相关的输入侧(发送侧)的正交多项式的正交函数φi进行频带限制，就能够简单地进行处理。
[0386] 在此，在本例的带预失真器的放大器中，使用考虑了滤波器(本例中为BPF)的(式30)计算正交多项式的正交化系数φij，但除此之外，进行与不考虑BPF时相同的处理，例如，由φi的取得部(本例中为φ3取得部15和φ5取得部17)进行的各φi成分信号的取得处理、和由控制部14、失真补偿表12、预失真执行部13进行的预失真的控制处理等根据(式15)来进行。
[0387] 《实施例2》
[0388] 说明本发明的第2实施例。
[0389] 在本例中，说明使用记忆效应预失真器的情况。
[0390] 在预失真方式中，在补偿AM-AM变换、AM-PM变换的同时，记忆效应的补偿变得重要。作为一例，专利文献2中公开了一种预失真器，基带偶数次失真成分经由电源电路的阻抗使电源电压发生变动来对输入信号进行再次调制，补偿新产生频带内奇数次成分的记忆效应。
[0391] 首先，详细说明本例的课题。
[0392] 图8中，示出了作为参考而使用了幂级数展开的记忆效应预失真器的结构例。本例的记忆效应预失真器是以原理性的结构例示出了相当于图1所示的预失真器1的器件。
[0393] 本例的记忆效应预失真器中，作为关于2次项的处理部有二次幂检测部41、延迟电路42、减法器43、乘法器44、复数乘法器45，另外，作为关于4次项的处理部有四次幂检测部46、延迟电路47、减法器48、乘法器49、复数乘法器50，另外，关于6次以后的各偶数次的项也具备同样的处理部(未图示)。在实际的电路中，不能具备至无限的次数，因此可以具备在实际应用上有效的任意次数(2次以上的任意偶数次)为止的处理部。
[0394] 另外，本例的记忆效应预失真器中，作为对所有的次数共用的处理部而具备加法器51。
[0395] 在本例的记忆效应预失真器中，输入信号是复数的数字基带信号。
[0396] 在关于2次项的处理部中，二次幂检测部41检测(例如计算)向预失真器输入的输入信号的二次幂的值，延迟电路42使来自二次幂检测部41的输出(二次幂值)延迟U[sec](最好是1时钟时间)。减法器43从二次幂检测部41的输出(二次幂值)中减去U[sec]前的二次幂检测部41的输出(二次幂值)。由此，来自减法器43的输出变成二次幂值的差值。
[0397] 然后，乘法器44对二次幂值的差值和输入信号进行乘法运算。该乘法运算结果的输出信号相当于载波信号被再次调制后的信号，变成3次成分，具有载波频率附近的频率成分。
[0398] 复数乘法器45将预失真器的系数β2与来自乘法器44的输出信号相乘。预失真器的系数β2是复数，控制部(图8中未图示)进行设定以补偿失真。
[0399] 在关于4次项的处理部中，四次幂检测部46检测(例如计算)向预失真器输入的输入信号的四次幂的值，延迟电路47使来自四次幂检测部46的输出(四次幂值)延迟U[sec](最好是1时钟时间)。减法器48从四次幂检测部46的输出(四次幂值)中减去U[sec]前的四次幂检测部46的输出(四次幂值)。由此，来自减法器48的输出变成四次幂值的差。
[0400] 然后，乘法器49对四次幂值的差值和输入信号进行乘法运算。该乘法运算结果的输出信号相当于载波信号被再次调制后的信号，变成5次成分，具有载波频率附近的频率成分。
[0401] 复数乘法器50将预失真器的系数β4与来自乘法器49的输出信号进行乘法运算。预失真器的系数β4是复数，控制部(图8中未图示)进行设定以补偿失真。
[0402] 另外，在关于6次以后的各偶数次的项的处理部中，也进行与上述相同的处理。
[0403] 然后，加法器51被输入从所有的偶数次的项的处理系统(复数乘法器45、50、...)输出的信号和输入信号并进行加法运算(总和)，将该加法运算结果作为预失真处理后的信号输出(至图1中为D/A转换器2)。
[0404] 作为上述U[sec]，能够使用例如(1时钟时间×1以上的整数)的值。
[0405] 参照图2，对于在使用如图8所示的记忆效应预失真器的情况，示出使用背景技术的幂级数展开的运算式的例子。
[0406] 在本例中，记忆效应预失真器的输出信号p(t)如(式33)那样表示。
[0407] 但是，与上述第1实施例的无存储器预失真器的情况(补偿AM-AM变换和AM-PM变换的预失真器的系数的情况)同样地，存在使β2、β4、...自适应时的收敛时间变长这样的问题。
[0408] p(t)＝β2{|x(t)|2-|x(t-U)|2}x(t)
[0409] +β4{|x(t)|4-|x(t-U)|4}x(t)+...
[0410] ...(式33)
[0411] 接着，详细说明使用正交多项式的本例的结构。
[0412] 为了解决上述问题，在本实施例中，作为记忆效应特性的逆特性的生成多项式，导入正交多项式来使用。
[0413] 在本例中，使用正交多项式使多个预失真器的生成多项式正交，由此使之独立以使彼此的系数不会受到影响，缩短收敛时间。以下，示出其一例。
[0414] 将上述(式33)表现为如(式34)、(式35)那样。
[0415] p(t)＝B2φ2(x(t))+B4φ4(x(t))
[0416] +B6φ6(x(t))+...+BMφM(x(t))
[0417] ...(式34)
[0418] φ2(x(t))＝φ22{|x(t)|2-|x(t-U)|2}x(t)
[0419] φ4(x(t))＝φ42{|x(t)|2-|x(t-U)|2}x(t)
[0420] +φ44{|x(t)|4-|x(t-U)|4}x(t)
[0421] φ6(x(t))＝φ62{|x(t)|2-|x(t-U)|2}x(t)
[0422] +φ64{|x(t)|4-|x(t-U)|4}x(t)
[0423] +φ66{|x(t)|6-|x(t-U)|6}x(t)
[0424] ...
[0425] φM(x(t))＝φM2{|x(t)|2-|x(t-U)|2}x(t)
[0426] +φM4{|x(t)|4-|x(t-U)|4}x(t)
[0427] +φM6{|x(t)|6-|x(t-U)|6}x(t)
[0428] +...
[0429] +φMM{|x(t)|M-|x(t-U)|M}x(t)
[0430] ...(式35)
[0431] 在此，作为参数的正交化系数φij是实数，M是偶数。
[0432] 与上述第1实施例的情况相同地，当某时间(0～T)的输入信号x(t)满足(式16)时，(式35)所示的各φ(φ2～φM)正交。
[0433] 为了简化说明，示出φ2的情况和φ4的情况这两种情况。
[0434] 在这种情况下，能够对未知数φ22、φ42、φ44建立(式36)所示的3个方程式，因此能够与上述第1实施例的补偿AM-AM变换和AM-PM变换的预失真器的情况同样地求解。
[0435] E[φ2φ2*]＝1
[0436] E[φ2φ4*]＝0
[0437] E[φ4φ4*]＝1
[0438] ...(式36)
[0439] 另外，在使用具有更高次的项的多项式时，也能够用同样的方法使之正交。
[0440] 然后，与上述第1实施例中示出的(式29)同样地，能够求出B2、B4、B6、...、BM和β2、β4、β6、...、βM的关系。
[0441] 这样，用于预失真学习的系数Bi不会对φi以外造成影响，即能够与其他用于预失真学习的系数Bj(i≠j)独立地求出，因此收敛时间缩短。
[0442] 这样，在本例的带预失真器的放大器中，当使用正交多项式学习记忆效应预失真器的自适应系数时，通过使用正交多项式而使之自适应的用于预失真学习的系数发生正交，因此能够缩短失真补偿表12的收敛时间，并实现高效化。
[0443] 具体而言，本例中，在将输入信号进行偶数乘方，使用偶数乘方后的信号与使该偶数乘方后的信号延迟而得到的信号的差信号来补偿记忆效应的预失真器中，通过使用正交多项式学习该预失真器的自适应系数，能够高速地使补偿记忆效应的用于预失真学习的系数自适应。
[0444] 接着，详细说明本例的带预失真器的放大器中的特征性的结构。
[0445] 在使用上述正交多项式的结构中，虽然能够缩短收敛时间，但是没有最大限度地发挥正交多项式的效果，能够进一步实现高效化。因此，本例中示出实现了进一步高效化的结构例。
[0446] 概括地说，在本例中，在计算正交化系数φij时，使用被由例如BPF构成的滤波器抑制希望信号频带后的信号。在本例中，该滤波器设为BPF来说明。
[0447] 在此，在本例中，该滤波器的特性与反馈系统的滤波器8和输入侧的各滤波器16、18的特性相同，这些所有的滤波器具有相同的滤波器特性。
[0448] 具体而言，首先，着眼于在预失真器中考虑的偶数次的失真，因此处理的次数设为2次、4次、6次、...、M次(M为偶数)。
[0449] 然后，将被BPF抑制希望信号频带后的正交多项式定义成如(式37)那样。在此，BPF[]表示抑制希望信号频带后的信号。
[0450] φ2(x(t))＝φ22BPF[{|x(t)|2-|x(t-U)|2}x(t)]
[0451] φ4(x(t))＝φ42BPF[{|x(t)|2-|x(t-U)|2}x(t)]
[0452] +φ44BPF[{|x(t)|4-|x(t-U)|4}x(t)]
[0453] φ6(x(t))＝φ62BPF[{|x(t)|2-|x(t-U)|2}x(t)]
[0454] +φ64BPF[{|x(t)|4-|x(t-U)|4}x(t)]
[0455] +φ66BPF[{|x(t)|6-|x(t-U)|6}x(t)]
[0456] ...
[0457] φM(x(t))＝φM2BPF[{|x(t)|2-|x(t-U)|2}x(t)]
[0458] +φM4BPF[{|x(t)|4-|x(t-U)|4}x(t)]
[0459] +φM6BPF[{|x(t)|6-|x(t-U)|6}x(t)]
[0460] +...+φMMBPF[{|x(t)|M-|x(t-U)|M}x(t)]
[0461] ...(式37)
[0462] 当某时间(0～T)的输入信号x(t)满足(式16)和(式17)时，(式37)所示的各φ2～φM发生正交。
[0463] 在本例中，不使用上述(式35)而使用(式37)计算作为参数的正交化系数φij。作为该计算方法，可使用与使用上述(式35)的情况同样的方法。
[0464] 在此，本例中，作为参数的正交化系数φij根据输入信号x(t)求出。具体而言，使用具有一般的信号特性(例如、CDMA或OFDM等特性)的足够长的信号而求出。
[0465] 在本例中，作为参数的正交化系数φij使用(式37)通过例如计算机仿真最先求出后被固定而变成恒定。然后，使用正交化系数φij求出各正交函数φi。
[0466] 正交函数φi与输入信号x(t)相应地变动，无论输入侧还是反馈侧(失真成分)都发生时间变动。
[0467] 这样，在本例的带预失真器的放大器中，将发送信号的振幅乘方等，使用通过用对该乘方等后的信号进行了频带限制的信号而求出的正交多项式的正交化系数φij。
[0468] 如本例那样，在使用(式37)计算出正交多项式的正交化系数φij时，与例如使用(式35)计算出正交多项式的正交化系数φij的情况相比，能够进一步缩短收敛时间，实现高效化。
[0469] 进而，在使用上述(式37)计算出正交多项式的正交化系数φij的结构中，不使用用于对发送侧的信号进行频带限制的滤波器(例如图1所示的滤波器16、18)，就能够简单地进行处理。
[0470] 这样，在本例的带预失真器的放大器中能做成如下结构：将发送信号的振幅乘方等，使用通过用对该乘方等后的信号进行了频带限制的信号而求出的正交多项式的正交化系数φij时，能够不对输入侧的信号(发送信号)进行频带限制，且对反馈系统的信号进行频带限制，来学习自适应系数。
[0471] 在这种结构中，不需要每当更新用于预失真学习的系数时对T[sec](在1次更新中使用的数据取得时间，为任意值)时间的数据进行频带限制，就能够简单地进行处理。
[0472] 如以上那样，本例的带预失真器的放大器中，在正交化系数φij的计算中使用被滤波器(本例中为BPF)抑制希望信号频带后的信号。
[0473] 作为一个结构例，使用滤波器(本例中为BPF)对输入侧和反馈侧这双方进行频带限制。
[0474] 作为另一结构例，在使用LMS或摄动法等求出用于预失真学习的系数Bi的学习的评价函数时，对于相当于误差信号e(t)的反馈信号，用滤波器(本例中为BPF)除去希望信号，不对用于取得与其相关的输入侧(发送侧)的正交多项式的正交函数φi进行频带限制，就能够简单地进行处理。
[0475] 在此，在使用正交多项式的结构、或使用滤波器(本例中为BPF)的上述(式37)来计算正交多项式的正交化系数φij的结构中，概括地说，与在上述第1实施例中说明过的内容相同，因此对于详细的处理，能够应用于上述第1实施例中已说明的相同的处理。
[0476] 《实施例3》
[0477] 说明本发明的第3实施例。
[0478] 在本例中，说明将无存储器预失真器和记忆效应预失真器这双方并用的情况。
[0479] 图9示出了本发明一实施例的预失真器的结构例。
[0480] 本例的预失真器中，补偿AM-AM变换和AM-PM变换，并且补偿记忆效应。
[0481] 本例的预失真器包括无存储器预失真器(无存储器PD)61、记忆效应预失真器(记忆效应PD)62、加法器63、以及加法器64。在本例中，并联设置有无存储器PD61和记忆效应PD62。
[0482] 在此，作为无存储器PD61，可以使用如图4所示那样的原理结构的预失真器等，另外，作为记忆效应PD62，可使用如图8所示那样的原理结构的预失真器等。
[0483] 本例的预失真器中，无存储器PD61对向该预失真器输入的输入信号补偿AM-AM变换和AM-PM变换，并且记忆效应PD62对向该预失真器输入的输入信号补偿记忆效应，加法器63将这两者补偿后的信号进行加法运算，加法器64将该加算结果的信号p(t)和向该预失真器输入的输入信号相加后输出该加法运算结果的信号。
[0484] 在本例中，无存储器PD61和记忆效应PD62分别变成单独的处理部，具有单独的失真补偿表(与图1所示的失真补偿表12相同的表)。
[0485] 在本例中，无存储器PD61和记忆效应PD62分别相当于图1所示的预失真器1，图4所示的无存储器PD的加法器27和图8所示的记忆效应PD的加法器51被共用，可理解为变成图9所示的加法器64。
[0486] 在本实施例中，作为非线性特性的逆特性的生成多项式，导入正交多项式来使用。
[0487] 在本例中，使用正交多项式使多个预失真器的生成多项式正交，由此使之独立以使得彼此的系数不会受到影响，从而缩短收敛时间。
[0488] 首先，详细说明使用正交多项式的本例的结构。
[0489] 在本例中，利用加法器63将分别来自预失真器61、62的输出信号相加，利用加法器64将提供非线性特性的逆特性的该加法运算结果的信号p(t)与输入信号相加。
[0490] p(t)利用上述(式7)和(式33)而如(式38)那样来表示。
[0491] 在本例中，将(式38)表现为如(式39)、(式40)那样。
[0492] p(t)＝β2{|x(t)|2-|x(t-U)|2}x(t)+α3|x(t)|2x(t)
[0493] +β4{|x(t)|4-|x(t-U)|4}x(t)+α5|x(t)|4x(t)
[0494] +β6{|x(t)|6-|x(t-U)|6}x(t)+α7|x(t)|6x(t)+
[0495] ...
[0496] ...(式38)
[0497] p(t)＝B2φ2(x(t))+A3φ3(x(t))+B4φ4(x(t))
[0498] +A5φ5(x(t))+B6φ6(x(t))+A7φ7(x(t))
[0499] +...+BMφM(x(t))+ANφN(x(t))
[0500] ...(式39)
[0501] φ2(x(t))＝φ22{|x(t)|2-|x(t-U)|2}x(t)
[0502] φ3(x(t))＝φ32{|x(t)|2-|x(t-U)|2}x(t)
[0503] +φ33|x(t)|2x(t)
[0504] φ4(x(t))＝φ42{|x(t)|2-|x(t-U)|2}x(t)
[0505] +φ43|x(t)|2x(t)
[0506] +φ44{|x(t)|4-|x(t-U)|4}x(t)
[0507] φ5(x(t))＝φ52{|x(t)|2-|x(t-U)|2}x(t)
[0508] +φ53|x(t)|2x(t)
[0509] +φ54{|x(t)|4-|x(t-U)|4}x(t)
[0510] +φ55|x(t)|4x(t)
[0511] φ6(x(t))＝φ62{|x(t)|2-|x(t-U)|2}x(t)
[0512] +φ63|x(t)|2x(t)
[0513] +φ64{|x(t)|4-|x(t-U)|4}x(t)
[0514] +φ65|x(t)|4x(t)
[0515] +φ66{|x(t)|6-|x(t-U)|6}x(t)
[0516] ...
[0517] ...(式40)
[0518] 在这种情况下，当如(式41)所示那样建立方程式时，能够建立与未知数同数的方程式，因此能够通过求解方程式来求出φij。
[0519] 在这种情况下，由于B2、A3、B4、A5、B6、A7、...是相互独立的，因此收敛时间缩短。
[0520] 在本例中，无存储器PD61和记忆效应PD62的相互作用也进入(式40)，能够使所有的用于预失真学习的系数Ai、Bj正交化。
[0521] E[φ2φ2*]＝1
[0522] E[φ2φ3*]＝0，E[φ3φ3*]＝1
[0523] E[φ2φ4*]＝0，E[φ3φ4*]＝0，E[φ4φ4*]＝1
[0524] E[φ2φ5*]＝0，E[φ3φ5*]＝0，
[0525] E[φ4φ5*]＝0，E[φ5φ5*]＝1
[0526] E[φ2φ6*]＝0，E[φ3φ6*]＝0，
[0527] E[φ4φ6*]＝0，E[φ5φ6*]＝0，E[φ6φ6*]＝1
[0528] ...(式41)
[0529] 如以上那样，在本例的带预失真器的放大器中，当使用正交多项式学习无存储器预失真器和记忆效应预失真器的自适应系数时，通过使用正交多项式而使之自适应的用于预失真学习的系数发生正交，因此能够缩短失真补偿表的收敛时间，并实现高效化。
[0530] 具体而言，本例中，在并联连接有无存储器预失真器和记忆效应预失真器的预失真器中，通过使用正交多项式学习这两方的预失真器的自适应系数，能够将无存储器预失真器和记忆效应预失真器这两方的系数正交化而高速地使之自适应。
[0531] 接着，详细说明本例的带预失真器的放大器中的特征性的结构。
[0532] 在使用上述正交多项式的结构中，虽然能够缩短收敛时间，但是没有最大限度地发挥正交多项式的效果，能够实现进一步高效化。因此，本例中示出实现了进一步高效化的结构例。
[0533] 概括地说，在本例中，在计算正交化系数φij时，使用被由例如BPF构成的滤波器抑制希望信号频带后的信号。在本例中，该滤波器设为BPF来说明。
[0534] 在此，在本例中，该滤波器的特性与反馈系统的滤波器8和输入侧的各滤波器16、18的特性相同，这些所有的滤波器具有相同的滤波器特性。
[0535] 具体而言，首先，着眼于在预失真器中考虑的奇数次和偶数次的失真，因此处理的次数设为3次、5次、7次、...、N次(N为奇数)和2次、4次、6次、...、M次(M为偶数)。
[0536] 然后，将被BPF抑制希望信号频带后的正交多项式定义成如(式42)那样。在此，BPF[]表示抑制希望信号频带后的信号。
[0537] φ2(x(t))＝φ22BPF[{|x(t)|2-|x(t-U)|2}x(t)]
[0538] φ3(x(t))＝φ32BPF[{|x(t)|2-|x(t-U)|2}x(t)]
[0539] +φ33BPF[|x(t)|2x(t)]
[0540] φ4(x(t))＝φ42BPF[{|x(t)|2-|x(t-U)|2}x(t)]
[0541] +φ43BPF[|x(t)|2x(t)]
[0542] +φ44BPF[{|x(t)|4-|x(t-U)|4}x(t)]
[0543] φ5(x(t))＝φ52BPF[{|x(t)|2-|x(t-U)|2}x(t)]
[0544] +φ53BPF[|x(t)|2x(t)]
[0545] +φ54BPF[{|x(t)|4-|x(t-U)|4}x(t)]
[0546] +φ55BPF[|x(t)|4x(t)]
[0547] φ6(x(t))＝φ62BPF[{|x(t)|2-|x(t-U)|2}x(t)]
[0548] +φ63BPF[|x(t)|2x(t)]
[0549] +φ64BPF[{|x(t)|4-|x(t-U)|4}x(t)]
[0550] +φ65BPF[|x(t)|4x(t)]
[0551] +φ66BPF[{|x(t)|6-|x(t-U)|6}x(t)]
[0552] ...
[0553] ...(式42)
[0554] 当某时间(0～T)的输入信号x(t)满足(式16)和(式17)时，(式42)所示的各φi发生正交。
[0555] 在本例中，不使用上述(式40)而使用(式42)计算作为参数的正交化系数φij。作为该计算方法，可使用与使用上述(式40)的情况同样的方法。
[0556] 在此，本例中，作为参数的正交化系数φij根据输入信号x(t)求出。具体而言，使用具有一般的信号特性(例如、CDMA或OFDM等特性)的足够长的信号而求出。
[0557] 在本例中，作为参数的正交化系数φij使用(式42)通过例如计算机仿真最先求出后被固定而变成恒定。然后，使用正交化系数φij求出各正交函数φi。
[0558] 正交函数φi与输入信号x(t)相应地变动，无论输入侧还是反馈侧(失真成分)都发生时间变动。
[0559] 这样，在本例的带预失真器的放大器中，将发送信号的振幅乘方等，使用通过用对该乘方等后的信号进行了频带限制的信号而求出的正交多项式的正交化系数φij。
[0560] 如本例那样，在使用(式42)计算出正交多项式的正交化系数φij时，与例如使用(式40)计算出正交多项式的正交化系数φij的情况相比，能够进一步缩短收敛时间，实现高效化。
[0561] 进而，在使用上述(式42)计算出正交多项式的正交化系数φij的结构中，不使用用于对发送侧的信号进行频带限制的滤波器(例如图1所示的滤波器16、18)，就能够简单地进行处理。
[0562] 这样，在本例的带预失真器的放大器中，能够做成如下结构：将发送信号的振幅乘方等，使用通过用对该乘方等后的信号进行了频带限制的信号而求出的正交多项式的正交化系数φij时，能够不对输入侧的信号(发送信号)进行频带限制，且对反馈系统的信号进行频带限制，来学习自适应系数。
[0563] 在这种结构中，不需要每当更新用于预失真学习的系数时对T[sec](在1次更新中使用的数据取得时间，为任意值)时间的数据进行频带限制，能够简单地进行处理。
[0564] 如以上那样，在本例的带预失真器的放大器中，在正交化系数φij的计算中使用被滤波器(本例中为BPF)抑制希望信号频带后的信号。
[0565] 作为一个结构例，使用滤波器(本例中为BPF)对输入侧和反馈侧这双方进行频带限制。
[0566] 作为另一结构例，在使用LMS或摄动法等求出用于预失真学习的系数Ai、Bi的学习的评价函数时，对于相当于误差信号e(t)的反馈信号，用滤波器(本例中为BPF)除去希望信号，不对用于取得与其相关的输入侧(发送侧)的正交多项式的正交函数φi进行频带限制，就能够简单地进行处理。
[0567] 在此，在通过使用正交多项式的结构、或使用滤波器(本例中为BPF)的上述(式42)来计算正交多项式的正交化系数φij的结构中，概括地说，与在上述第1实施例中已说明的内容或上述第2实施例中已说明的内容相同，因此对于详细的处理，能够应用与上述第1实施例或上述第2实施例中已说明的相同的处理。
[0568] 另外，在本例中，对于无存储器预失真器61和记忆效应预失真器62，可以对振幅检测部11分别独立地设置，或者可以共用来设置，对失真补偿表12和预失真执行部13分别独立设置，控制部14和反馈系统(定向耦合器5、下变频器6、A/D转换器7)被共用而设置。另外，在本例中，对于无存储器预失真器61和记忆效应预失真器62，能对φi的取得部(本例中为φ3取得部15和φ5取得部17)和输入侧的滤波器16、18共用而设置，对反馈侧的滤波器8也共用而设置。
[0569] 《实施例4》
[0570] 接着，针对本实施例的带预失真器的放大器，示出另一结构例。
[0571] 图10示出了本发明一实施例的带预失真器的放大器的另一结构例。
[0572] 本例的带预失真器的放大器的结构和工作与例如图1所示的带预失真器的放大器的结构和工作相比，不同点在于不具备φ3取得部15、滤波器16、φ5取得部17、滤波器18。
[0573] 本例的带预失真器的放大器中，控制部14(例如图3的(a)或图3的(b)所示的自适应算法部81、92)根据从A/D转换器7输入的信号(通过滤波器8后的信号)更新失真补偿表12的存储内容(本例中为振幅值与失真补偿系数的对应)，以使由预失真执行部13进行的失真补偿变得更好。通过该更新，能够适应例如温度变化和时间变化等。
[0574] 在这种情况下，控制部14根据已反馈的失真成分(失真成分整体)的信号进行控制，以使其变小。
[0575] 根据如图1所示的带预失真器的放大器的结构和如图10所示的带预失真器的放大器的结构中的任意一个结构，都能够利用反馈系统中含有的滤波器8抽取失真成分的信号来进行控制，以使其变小。
[0576] 因此，在上述第1实施例～第3实施例中，示出了使用图1所示的带预失真器的放大器的情况，取而代之，还可以使用图10所示的带预失真器的放大器，即，也可以做成在图10所示的带预失真器的放大器中，在正交化系数φij的计算中使用被滤波器(本例中为BPF)抑制希望信号频带后的信号的结构。
[0577] [以下是以上所述的实施例中的功能装置和术语的说明]
[0578] 在图1或图10所示的本例的带预失真器的放大器(失真补偿放大装置的一例)中，利用振幅检测部11的功能构成电平检测装置，利用失真补偿表(LUT)12的功能构成对应存储装置，利用预失真执行部13的功能构成预失真执行装置，利用滤波器8的功能构成滤波器装置，利用控制部(学习)14的功能构成对应取得装置，利用φ3取得部15和φ5取得部17的功能构成输入信号函数值取得装置。
[0579] 另外，在本实施例中，提供放大器具有的非线性特性的逆特性的函数是指p(t)＝B2φ2(x(t))+A3φ3(x(t))+B4φ4(x(t))+A5φ5(x(t))+B6φ6(x(t))+A7φ7(x(t))+...(在 此，对于Ai、Bi，也存在仅有一方的情况)这样的形式的函数，用于预失真学习的系数是指Ai、2 2 2
Bi，用于执行预失真的失真补偿系数是指p’(t)＝β2{|x(t)|-|x(t-U)|}+α3|x(t)|+
4 4 4 6 6 6
β4{|x(t)|-|x(t-U)|}+α5|x(t)|+β6{|x(t)|-|x(t-U)|}+α7|x(t)|+...(在此，对于系数αi和系数βi，也存在仅有一方的情况)这样的形式的系数，向预失真器输入的信号的电平与用于执行预失真的失真补偿系数之间的对应是指写入失真补偿表(LUT)12的表内容，正交多项式是指φ1、φ2、φ3、φ4、φ5、...的组，各正交函数是指φ1、φ2、φ3、φ4、φ5、...的各个函数，(用于使之正交化的)参数是指正交化系数φ，具体而言是φ33、φ53、
2 4 6
φ55、φ73、...，输入信号的函数是指|x(t)|x(t)、|x(t)|x(t)、|x(t)|x(t)、...，乘以滤
2 4
波器而得到的函数是指BPF[|x(t)|x(t)]、BPF[|x(t)|x(t)]、...，分别与1个以上的正交
2 4 6
函数对应的信号是指|x(t)|x(t)、|x(t)|x(t)、|x(t)|x(t)...。
Bi，用于执行预失真的失真补偿系数是指p’(t)＝β2{|x(t)|-|x(t-U)|}+α3|x(t)|+
4 4 4 6 6 6
β4{|x(t)|-|x(t-U)|}+α5|x(t)|+β6{|x(t)|-|x(t-U)|}+α7|x(t)|+...(在此，对于系数αi和系数βi，也存在仅有一方的情况)这样的形式的系数，向预失真器输入的信号的电平与用于执行预失真的失真补偿系数之间的对应是指写入失真补偿表(LUT)12的表内容，正交多项式是指φ1、φ2、φ3、φ4、φ5、...的组，各正交函数是指φ1、φ2、φ3、φ4、φ5、...的各个函数，(用于使之正交化的)参数是指正交化系数φ，具体而言是φ33、φ53、
2 4 6
φ55、φ73、...，输入信号的函数是指|x(t)|x(t)、|x(t)|x(t)、|x(t)|x(t)、...，乘以滤
2 4
波器而得到的函数是指BPF[|x(t)|x(t)]、BPF[|x(t)|x(t)]、...，分别与1个以上的正交
2 4 6
函数对应的信号是指|x(t)|x(t)、|x(t)|x(t)、|x(t)|x(t)...。
[0580] [以上是以上所述的实施例中的功能装置和术语的说明]
[0581] [以下是根据以上所述的实施例而理解的失真补偿放大装置的结构例]
[0582] 示出以上所述的实施例而理解的失真补偿放大装置的结构例。
[0583] 第1结构例为：
[0584] 一种失真补偿放大装置，其包括为了补偿由放大器具有的非线性特性产生的失真而生成具有上述非线性特性的逆特性的信号、并将其输出给上述放大器的预失真器，[0585] 上述失真补偿放大装置的特征在于，包括：
[0586] 电平检测装置，用于检测输入到上述预失真器的信号的电平；
[0587] 对应存储装置，其存储向上述预失真器输入的信号的电平与用于执行预失真的失真补偿系数之间的对应；
[0588] 预失真执行装置，根据用于对输入到上述预失真器的信号执行上述预失真的失真补偿系数来提供上述放大器具有的非线性特性的逆特性，并将其输出给上述放大器；
[0589] 滤波器装置，其从上述放大器输出的反馈信号中除去期望波频率成分后输出失真信号成分；以及
[0590] 对应取得装置，其更新构成函数的用于预失真学习的系数，根据更新后的上述用于预失真学习的系数，取得向上述预失真器输入的信号的电平与用于执行上述预失真的失真补偿系数之间的对应，并将其输出给上述对应存储装置，所述函数对输入到上述预失真器的信号提供放大器具有的非线性特性的逆特性，以使由上述滤波器装置取得的上述失真信号成分变小，
[0591] 在提供上述放大器具有的非线性特性的逆特性的函数中使用正交多项式，[0592] 构成上述正交多项式的各正交函数是1个以上的输入信号的函数和分别与上述输入信号的函数对应的参数之积的总和，
[0593] 在上述输入信号的函数中将乘以具有与上述滤波器装置相同的滤波器特性的滤波器而得到的函数替换为构成上述各正交函数的上述输入信号的函数的情况下，分别与上述1个以上的输入信号的函数对应的参数的值被设定成使上述各正交函数彼此正交。
[0594] 第2结构例为：在第1结构例的失真补偿放大装置中，
[0595] 还包括根据向上述预失真器输入的信号分别取得由构成上述各正交函数的上述各输入信号的函数而得到的信号的函数信号取得装置，
[0596] 上述对应取得装置通过对由上述函数信号取得装置取得的信号和由上述滤波器装置取得的失真信号成分分别进行复数乘法运算，从上述失真信号成分中抽取分别与上述1个以上的正交函数对应的信号成分，按每个上述抽取出的信号成分更新上述用于预失真学习的系数，以使其变小。
[0597] 第3结构例为：在第1结构例的失真补偿放大装置中，还包括：
[0598] 函数信号取得装置，根据输入到上述预失真器的信号，分别取得由构成上述各正交函数的上述各输入信号的函数所得到的信号；和
[0599] 函数信号滤波器装置，分别取得将具有与上述滤波器装置相同的滤波器特性的滤波器乘以由上述函数信号取得装置取得的信号而得到的信号，
[0600] 上述对应取得装置通过对由上述函数信号滤波器装置取得的信号和由上述滤波器装置取得的失真信号成分分别进行复数乘法运算，从上述失真信号成分中抽取分别与上述1个以上的正交函数对应的信号成分，按每个上述抽取出的信号成分来更新上述用于预失真学习的系数，以使其变小。
[0601] 第3结构例是在第2结构例中的输入信号侧(φ)设置滤波器的结构例。
[0602] 第4结构例为：在第1结构例的失真补偿放大装置中，
[0603] 上述对应取得装置仅使用由上述滤波器装置取得的上述失真信号成分来更新上述用于预失真学习的系数，以使该失真信号成分整体变小。
[0604] 以下，示出前述实施例与第1～第4结构例的对应。
[0605] 在第1～第4结构例中，利用振幅检测部11的功能构成电平检测装置，利用失真补偿表(LUT)12的功能构成对应存储装置，利用预失真执行部13的功能构成预失真执行装置，利用滤波器8的功能构成滤波器装置，利用控制部(学习)14的功能构成对应取得装置，利用φ3取得部15和φ5取得部17的功能构成函数信号取得装置(与上述输入信号函数值取得装置对应的装置)，利用滤波器16和滤波器18的功能构成函数信号滤波器装置。
[0606] 另外，在第1～第4结构例中，在本实施例中，提供放大器具有的非线性特性的逆特性的函数是指p(t)＝B2φ2(x(t))+A3φ3(x(t))+B4φ4(x(t))+A5φ5(x(t))+B6φ6(x(t))+A7φ7(x(t))+...(在此，对于Ai、Bi，也存在仅有一方的情况)这样的形式的函数，用于预2
失真学习的系数是指Ai、Bi，用于执行预失真的失真补偿系数是指p’(t)＝β2{|x(t)|-
2 2 4 4 4 6 6
|x(t-U)|}+α3|x(t)|+β4{|x(t)|-|x(t-U)|}+α5|x(t)|+β6{|x(t)|-|x(t-U)|}+α
6
7|x(t)| 偏方+...(在此，对于系数αi和系数βi，也存在仅有一方的情况)这样的形式的系数，向预失真器输入的信号的电平与用于执行预失真的失真补偿系数之间的对应是指写入失真补偿表(LUT)12的表的内容，正交多项式是指φ1、φ2、φ3、φ4、φ5、...的组，各正交函数是指φ1、φ2、φ3、φ4、φ5、...的各个函数，(用于是指正交化的)参数是指
2
正交化系数φ，具体而言是φ33、φ53、φ55、φ73、...，输入信号的函数是指|x(t)|x(t)、
4 6 2
|x(t)|x(t)、|x(t)|x(t)、...，乘以滤波器而得到的函数是指BPF[|x(t)|x(t)]、
4 2
BPF[|x(t)|x(t)]、...，分别与1个以上的正交函数对应的信号是指|x(t)|x(t)、
4 6
|x(t)|x(t)、|x(t)|x(t)、...。
失真学习的系数是指Ai、Bi，用于执行预失真的失真补偿系数是指p’(t)＝β2{|x(t)|-
2 2 4 4 4 6 6
|x(t-U)|}+α3|x(t)|+β4{|x(t)|-|x(t-U)|}+α5|x(t)|+β6{|x(t)|-|x(t-U)|}+α
6
7|x(t)| 偏方+...(在此，对于系数αi和系数βi，也存在仅有一方的情况)这样的形式的系数，向预失真器输入的信号的电平与用于执行预失真的失真补偿系数之间的对应是指写入失真补偿表(LUT)12的表的内容，正交多项式是指φ1、φ2、φ3、φ4、φ5、...的组，各正交函数是指φ1、φ2、φ3、φ4、φ5、...的各个函数，(用于是指正交化的)参数是指
2
正交化系数φ，具体而言是φ33、φ53、φ55、φ73、...，输入信号的函数是指|x(t)|x(t)、
4 6 2
|x(t)|x(t)、|x(t)|x(t)、...，乘以滤波器而得到的函数是指BPF[|x(t)|x(t)]、
4 2
BPF[|x(t)|x(t)]、...，分别与1个以上的正交函数对应的信号是指|x(t)|x(t)、
4 6
|x(t)|x(t)、|x(t)|x(t)、...。
[0607] (以上是通过上述实施例来充分理解的失真补偿放大装置的结构例)
[0608] 在此，作为本发明的系统或装置等的结构不一定局限于以上所述的结构，其还可以使用其他各种结构。另外，本发明也可以作为例如用于执行本发明的处理的方法或方式、用于实现这种方法或方式的程序、存储该程序的存储介质等来提供，另外，也能够作为各种系统或装置来提供。
[0609] 另外，作为本发明的应用领域，不一定局限于以上所述的领域，本发明能应用于各种领域。
[0610] 另外，作为本发明的系统或装置等中进行的各种处理，可以采用在例如具有处理器或存储器等的硬件资源中通过处理器执行存储于ROM(Read Only Memory)中的控制程序来进行控制的结构，另外，例如用于执行该处理的各功能装置可以构成为独立的硬件电路。
[0611] 另外，本发明也可以理解为存储有上述控制程序的软盘(注册商标)或CD(Compact Disc)-ROM等的利用计算机可读取的存储介质或该程序(本身)，通过将该控制程序从该存储介质输入到计算机并在处理器中执行，能够进行本发明的处理。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 相干光通信中时钟恢复和自适应均衡器联合装置及方法 | 2020-05-08 | 815 |
| 一种微电网有源电力滤波器动态性能优化控制方法 | 2020-05-08 | 439 |
| 基于可控塔式分解和字典学习的煤岩识别方法 | 2020-05-08 | 847 |
| 具有接收频带陷波的任意噪声整形发送器 | 2020-05-11 | 460 |
| 视频转码方法、装置、计算机设备和存储介质 | 2020-05-08 | 673 |
| 一种基于视觉、GPS与高精度地图融合的车辆定位方法 | 2020-05-08 | 202 |
| 视频编码装置 | 2020-05-08 | 863 |
| 一种高速抗阻塞式接收机装置及接收方法 | 2020-05-11 | 465 |
| 一种指纹图像增强方法 | 2020-05-08 | 288 |
| 自动驾驶高精定位与路径规划方法 | 2020-05-08 | 814 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈