数字前端技术简介及定制化设计

数字前端(DigitalFront-End)技术，即模拟/射频前端组件的数字化技术。具体包括天线(阵)、接收机、发射机、频综、功放等前端组件(部分)功能的数字化技术、以及针对这些前端组件进行数字控制和性能增强的数字处理技术。随着行业客户对系统性能和功能的需求不断提升、以及电子与半导体技术的进步，通信及测控、雷达、电子战等领域设备对模拟/射频前端组件的性能、功耗、集成度等要求越来越高，催生了数字前端技术的研发与应用。目前比较常用的数字前端技术包括：

1）线性化技术：数字预失真、后失真和削波等技术

2）自适应天线系统（AAS）

3）干扰对消

）数字化收发信机

我司接受有以上数字前端技术需求的定制化设计，如果您有相关技术及产品需求，请联系-，18702395。

下面介绍下各数字前端技术。

现代无线通信系统正朝着高传输速率、宽频带、智能化的方向发展，但也使频带资源变得越来越紧张。为了在有限的频谱范围内容纳更多的通信信道，提高频谱利用率，人们提出了一些高频谱利用率的调制和传输技术，如QPSK、QAM、OFDM、WCDMA等。然而，采用这些技术所传输的信号具有宽频带、高峰均比等特点，当些信号通过PA时，由于PA的非线性通常会产生互调失真和频谱扩展，导致邻信道功率比（ACPR，AdjacentChannelPowerRatio）的增加，从而出现较为严重的邻信道干扰(ACI，Aajacentchannelinterference)，而带内失真将降低误比特率(BER，BitErrorRatio)性能，使误差矢量幅度(EVM)增大。因此，宽带无线通信系统对射频功率放大器的线性度提出了非常高的要求，在尽量保持较高效率的前提下提高功率放大器的线性度具有十分重大的实际意义。功率放大器线性化技术已成为宽带无线通信系统中的一个关键技术。

传统的功率放大器线性化方法是功率回退。功率回退法降低了功放的效率，小功率也得用大管子，成本增加；并且降低了电源的利用率，增加热耗散，散热机构庞大，影响设备体积、重量、持续工作时间等。这种以牺牲效率换取线性度的方法在很多应用场合中是不可取的，且当功率回退到一定程度时将无法再改善功率放大器的线性度。因此，功率回退法不适用于对功放线性度和效率都有较高要求的现代无线通信系统。另外一种比较成熟的方法是前馈技术，但前馈技术具有系统复杂、造价高、功率效率低、生产调试复杂等缺点。目前预失真技术是比较主流的功放线性化技术。

预失真分为模拟预失真和数字预失真。当前两种预失真技术水平对比如下表：

APD模拟预失真

DPD数字预失真

成本

较低

较高

极限性能

一般（改善量不到10dB）

逼近器件理论（25dB+）

带宽

较窄

依赖于器件工作频率

可维可测

有限

自带完整的可维可测能力

易集成性

较易

较难

特定器件依赖

较高

较低

是否支持AQM

否

是

此外，DPD对零中频发射的本振泄漏和镜像抑制可显著改善，并且容易实现。基带数字预失真(DPD)技术正逐步取代各种模拟的线性化技术，成为无线通信商业应用的关键技术。

DPD技术原理示意图：

对于DPD预失真系统,基本的步骤是从放大器的输出信号中采集提取一部分信号进行下变频，以及正交解调合，AD/变换成数字中频信号，并于原输入信号进行比较,然后采用自适应算法来调整预失真器的参数,使预失真器的特性与放大器的特性互补,放大器的输出信号与原信号相匹配,其基本原理框图如下：

功放的失真包含以下三类：

1）放大器的增益压缩现象，即AM-AM失真；

2）放大器的相位失真，即AM-PM失真；

以上两种失真都是针对放大器在单一频点或窄带时的非线性行为，如果放大器工作在宽带下，单独用AM-AM和AM-PM失真便不足以描述放大器的全部失真行为，在这种情况下，还要计入以下两类非线性失真：

3）放大器的热学和电学记忆效应引起的失真即电学记忆效应和热学记忆效应。

无记忆效应的AM/AM，AM/PM曲线：

有记忆效应的AM/AM，AM/PM曲线：

功放的上述失真可以用数学模型来表示。常用的无记忆功放失真模型包括Saleh模型、Rapp模型和复系数多项式模型。

Saleh模型：

Rapp模型：

复数多项式模型：

在宽带通信系统中功放的记忆效应十分明显，需要采用有记忆的非线性行为模型来描述。常用的有记忆非线性行为模型包括Volterra级数模型、多盒模型、记忆多项式模型、神经网络等，这些模型可用来描述功放非线性系统，也可作为数字预失真器模型使用。

Wiener模型：

Hammerstein模型：

Wiener模型和Hammerstein模型较为简洁，然而它们对强非线性系统的描述则较为欠缺。为此人们提出了更复杂的多盒模型，如Wiener-Hammerstein模型并行Wiener模型、并行Hammerstein模型等。这些模型能更好地逼近有记忆非线性系统，但其模型参数的识别都较为复杂。

Wiener-Hammerstein模型：

与Wiener模型和Hammerstein模型相比，记忆多项式模型更简洁且能更好地描述记忆非线性系统，是目前应用较多的一种非线性失真模型。普通记忆模型：

在普通记忆模型基础上，根据实际应用学者们改进出更合适的模型，如非均匀延迟记忆多项式模型、分数阶记忆多项式模型、正交多项式模型等。记忆多项式模型是当前被研究和应用得最多的一种模型。

在预失真系统中，反馈回路不可避免地会引入噪声，为了提高预失真的线性化性能，需要采用抗噪声能力较强的预失真方法。常用的是最小均方算法（LeastMeanSquare,LMS），通过逐次迭代逼近最佳估计，易于实现快速迭代通过逐次迭代逼近最佳估计。原理框图：

常用的预失真学习结构有直接学习结构、间接学习结构和基于模型识别的学习结构。

1）直接学习结构：

直接学习结构的优点是结构简单，算法收敛后能达到比较好的预失真效果，预失真器参数不受功放非线性系统输出端噪声的影响，但其缺点是不能直接使用经典的自适应学习算法。

2）间接学习结构：

间接学习结构可以使用经典的自适应学习算法，便于在工程中实现。但其缺点是功放非线性系统的加性噪声会使逆模型参数偏离最佳值，从而使预失真的线性化效果变差。

3）模型识别结构：

该结构优点是能克服功放非线性系统加性噪声的影响。缺点是识别出功放的模型参数后还需要求逆模型参数，计算量比间接学习结构大。

）如果结合直接学习结构和间接学习结构的优点，可使预失真的线性化性能得到提高。二者结合的新学习结构：

数字预失真可以采用查找表和多项式这两种方式来实现。基于多项式方式时，采用多项式拟合补偿增益曲线，这种方法参数较少，容易实现初始化和实时修正，但对于强非线性的校正误差较大且复杂较高；基于查找表方式时，根据输入信号读取表中数值后进行相应处理，能很好地表征模拟域中不连续性，且易于实现，但需要存储相对空间较大。

DPD模型参数自适应的过程实际上就是通过训练得到一个实际的predistorter模型（PA反模型）的各个参数的值。功放输出耦合一部分信号，经过下变频，A/D，得到输出y(n)，经过功率调整，即除以功放增益，y(n)/G，此信号作为predistorter模型的输入，D/A输入信号z(n)当作predistorter模型的输出，经过DSP的自适应算法，得到predistorter模型的各个参数确定值，使模型输入输出误差e(n)最小。从而最终达到predistorter的输入x(n)和PA输出信号特性之间的误差最小，从而达到了仅仅线性放大的过程。下图是某系统单载波DPD关闭和打开对比结果：

如前面所述，目前各种无线通讯系统中的QPSK、QAM、OFDM、WCDMA等调制方式会产生有较大峰均比的非恒包络调制信号。为了尽可能的提高器件的工作效率，希望信号有尽可能低的峰均比，所以降低信号的峰均比显得尤为重要，削峰技术（CFR）因此应运而生。

信号峰均比（PAR）、平均功率、放大器动态在削峰前后关系图如下图所示：

从上图可以看出，当一个放大器确定后，其增益曲线也就确定了。峰均比较高时（红色表示），为保证线性度，此放大器输出平均功率较低，同时效率也变低。一旦把信号峰均比降低后（蓝色表示），可以把输出功率提高，效率也就提高了，若功率提高量小于峰均比降低量时，可以让放大器工作在线性区，则放大器的线性指标（ACPR）也就更好了。

因此削峰的好处在于：

1）：提高放大器输出功率，减少放大器的回退量，也就意味着效率的提高；

2）：改善放大器的线性指标；

3）：目前大功率管子成本较高，而削峰基本上是在数字域实现，成本低；

）：与DPD结合时，在相同输出功率条件下，降低峰均比可以大大提高预失真改善度。

目前对CFR算法主要分为限幅类算法、编码类算法和概率类算法三个方面。限幅类算法的相对成熟、简单，比较易于实现，修改及维护较为灵活，但因采用非线性的处理方法，在获得一定抑制峰均比的同时，会带来频谱泄露和带外干扰，造成EVM和ALCR指标的恶化。

编码类算法和概率类算法均从信源进行处理，前者通过对信息码源进行特殊的编码，使调制后的信号峰均比得到控制，后者是通过特殊的映射打破子载波相位的一致性，降低同相位信号的出现概率，从而达到降低峰均比的效果。编码类算法和概率类算法的特点是在保证信号不失真的情况下，可以得到有效的峰均比抑制，但其计算复杂度高，对系统资料要求较高，冗余信息造成传输效率较低，接收机也将针对信源的处理方式做相应逆处理，实现不灵活。因此实际应用中基本都采用限幅类算法。

限幅类算法常用技术：峰值加窗CFR(PW-CFR)、噪声成形CFR(NS-CFR)、脉冲注入CFR(PI-CFR)和峰值对消波峰因子降低(PC-CFR)。

1）PW-CFR框图：

PW-CFR是常规限幅技术的延伸，可以通过应用时域缩放限幅信号比例的时域来降

低PAPR。经过PW-CFR处理的信号—y(n)—的邻近信道泄漏功率比(ACLR)和误差矢量幅度

(EVM)的性能取决于所采用的窗口以及窗口的长。

2）NS_CFR框图：

传统的有极性限幅被用于削减超过某一个阀值的信号峰值。限幅信号随后被噪声成型，以确保由限幅措施引起的噪声落在信号频带之内。经噪声成形的限幅信号随后从原始信号中消去，从而降低PAPR。与PW-CFR相比，NS-CFR方案能提供更佳的性能。

3）PI-CFR框图：

PI-CFR方案以小部分的采样率检测出引入的高PAPR信号的峰值，且针对超过限幅阀值的每一个峰值，会产生对应的、具有同样幅度的“整个”信号，但其相位相反，所产生的信号随后被用于消除被检测出来的峰值信号。

）PC-CFR框图：

PC-CFR技术采用稍微类似于NS-CFR的技术来缩小CF。与NS-CFR不同的是，在PC-CFR方案中由频谱成形而再生的信号是基于峰值采样点的，这一信号在经过合适的延迟处理之后被用于削减超过阀值的原始峰值信号。然而，对于以NS-CFR为例，所有限幅的噪声采样点均被滤除，而且被用于去相应原始的延迟的峰值信号。作为只用峰值采样点进行消减的简化方法，它的失真度较小，而且只需更少的计算负担。

削峰的过程必然会对原始信号的特性如幅度，相位产生了影响，从而最终影响到信号的质量，所以削峰是以牺牲部分信号质量为代价来换取低的PAR，是PAR和性能的一种折中考虑。所以，削峰后一般都需要测试这几个指标：削峰后的PAR、EVM、PCDE(峰值码域误差)、ACPR。削峰在系统中的位置都是在DPD前，一般和DPD结合使用共同来改善PA线性，提高PA的效率。

智能天线原名自适应天线系统AAS（AdaptiveAntennaSystem），最初应用于雷达、声纳、军事方面，主要用来完成空间滤波和定位。相阵控雷达就是一种比比较简单的自适应天线系统。随着移动通信的发展及对通信电波传播、组网技术、天线理论等方面的研究逐渐深入，随着数字信号处理芯片处理能力不断提高，AAS开始用于具有复杂电波传播环境的移动通信。

采用多根天线收发信号，利用数字信号处理技术跟踪、提取各移动用户的空间信息，产生空间定向波束，达到充分利用移动用户信号并删除或抑制干扰信号的目的。另外，可以利用用户空间位置的不同，在同一信道中发送和接收各用户的信号而不发生相互干扰，进而提高系统的频谱利用率。

（1）工作原理

AAS是能通过调整接收或发射特性来增强天线性能的一种天线，它是一种能够根据环境条件、通信要求实时自动地实现天线方向图的优化，提高通信性能的自适应天线系统。

AAS的基本原理是，通过软件算法控制和调节天线阵元的相位来改变天线方向图特性，对接收信号进行实时处理，完成自适应波束形成，使天线波束的零位对准干扰方向，从而有效地提高系统的抗多径衰落和抗干扰能力。由于天线有发射和接收两种工作状态，因而AAS包括智能发射和智能接收两个部分，他们的工作原理基本相同。天线的主要组成为高频处理部分、中频处理部分、波束形成部分。天线接收的信号经过高频/中频处理放大，以满足A/D变换的要求，然后进入专用数字处理器即数字调谐器，变换为窄带信道的零中频复包络信号，此信号经过数字波束形成器处理，计算所需信号和干扰信号的到达时间和角度，完成信号合成。发送信号可根据接收信号得到的参数，进行相反的处理。

（2）AAS的优点

AAS可以实现系统参数自动调整，获得信噪比（SNR）增益，减少同频干扰。自适应天线利用数字信号处理技术，产生空间定向波束，使天线主波束对准期望信号到达方向，同时对干扰形成零陷，抑制干扰，实现期望信号的最佳接收。

采用AAS技术可以提高系统容量、扩大覆盖范围、提高通信的可靠性、降低运营成本等。AAS在实现时既可以采用多波束选择方式，也可以采用自适应的方式。AAS的优点主要体现在覆盖性能、容量性能、降低干扰和节省功率等方面。

1）覆盖性能。AAS波束成形的结果等效于增大天线的增益，提高接收灵敏度。在接收端，由于天线阵列对信号进行相干接收，这样就会产生阵列或波束成形增益，该增益与接收天线的数目成正比。采用AAS可以使发射需要的输入端信号功率降低，同时也意味着能承受更大的功率衰减量，使得覆盖距离和范围增加。

2）改善信号的传输质量。自适应天线系统可以在期望信号方向形成高增益的波束，而在干扰方向形成凹陷。这种空域滤波可以很大程度地抑制同道干扰和噪声,增加接收SINR，降低误码率，从而改善系统接收质量。一般情况下，在噪声受限的信道条件下，信号质量的改善最多可以达到10logM。

3）容量性能。AAS波束成形算法可以将多径传播综合考虑，克服了多径传播引起数字无线通信系统性能恶化，还可以利用多径的能量来改善性能。AAS具备定位和跟踪用户终端的能力，从而可以自适应地调整系统参数以满足义务要求。这表明使用AAS可以改变小区边界，能随着业务需求的变化为每个小区分配一定数量的信道，即实现信道的动态分配。利用空分多址可以提高频谱利用率，提高系统的容量。

）降低干扰。AAS系统应用于移动通信时最重要的性能之一，电磁辐射就是消除邻信道干扰（AdjacentChannelInterference，ACI）。邻信道干扰是由使用同一组信道频率的通信设备同时发射信号产生的。AAS对来自各个方向的波束进行空间滤波，它通过对各天线单元的激励进行调整，优化天线阵列方向图，将零点对准干扰方向，这样就能降低发送模式下的邻信道干扰，有利于提高阵列的输出信干比和系统可靠性，大大改善系统的质量。在接收模式下，只要已知信号源的方位，就可以使用干扰抵消策略来降低邻信道干扰，通过不同方法精确地控制发射功率就会减小干扰。AAS波束成形后，只有来自主瓣和较大副主瓣方向的信号才会对有用信号形成干扰，大大降低了多用户干扰问题，同时波束成形后也大大减小了小区间干扰，从而增加使用同样资源的用户数目，即增加系统容量。

5）节省成本。AAS可以对特定用户的传输进行优化，这样就会使发射功率降低，从而降低放大器的成本。同时，采用AAS技术代替普通天线，提高小区内频谱复用率，可以在不新建或尽量少建基站的基础上增加系统容量，降低运营商成本。

6）易于实现定位和切换。AAS获取的到达角（DirectionofArrival，DOA）提供了用户终端的方位信息，可以用来实现用户定位。AAS获得的移动用户位置信息，可以实现接力切换，避免了软切换中所占用的无线资源，提高了系统效率。采用AAS的基站可以获得接收信号的空间特征矩阵，由此获得信号的功率估值和到达方向。通过此方法，用两个基站就可将用户终端定位到一个较小区域。由于目前蜂窝移动通信系统只能确定移动台所处的小区，因而移动台定位的实现可以使许多与位置有关的新业务得以方便地推出，而发展新业务是目前移动运营商提升平均用户贡献度（ARPU）值、加强自身竞争力的必然手段。

7）抗衰落。高频无线通信的主要问题是信号的衰落，普通全向天线或定向天线都会因衰落使信号失真较大。如果采用AAS控制接收方向，自适应地构成波束的方向性，可以使得延迟波方向的增益最小，降低信号衰落的影响。AAS还可用于分集，减少衰落。

（3）AAS算法分类

根据自适应算法的不同,自适应天线系统又可以分为两大类：基于训练序列的方法，包括最小均方（LMS）、递归最小方差（RLS）和采样矩阵求逆（SMI）方法，这一类方法也称为非盲自适应算法；相应的，不使用训练序列的一类方法称为盲算法,包括基于DOA估计的算法、特征还原算法和解扩重扩算法。

下行波束成形一般用到DOA估计算法，DOA估计方法可分为四大类：传统法、子空间法、最大似然法和综合法。最常用的是传统方法和子空间法。多天线波束成形系统框图：

为了满足应用，现有的大型电子信息平台上装备了越来越多的电子设备。通信、雷达、导航等不同系统的设备同时工作，造成平台内电磁兼容环境恶劣、环境电磁噪声恶化、高灵敏度的设备极易受到同平台其他设备主频和宽带噪声的影响，造成设备饱和或降灵，这是发展大型电子信息平台所必然面临的问题。对于这种同平台收发设备的干扰情况,采用天线布局和滤波器的作用都比较有限,不能解决进入接收通带主频的干扰信号，而引入干扰对消技术，可用来对消进入滤波器通带内的同平台主频干扰和宽带噪声干扰。

根据对消的数学原理,其工程原理模型一般可表示为下图：

干扰对消里常用的自适应算法有LMS算法、AP算法和RLS算法。LMS算法最显著的特点是结构简单、算法复杂度低，易于硬件实现；AP算法实际上是NLMS算法的一种推广而NLMS算法是在LMS算法的基础上采用归一化步长进行滤波器的更新；RLS算法的收敛速度和稳态性能都比较优越，然而其算法复杂度也相当高，即使是快速RLS算法，其复杂度也是LMS算法的四倍。

对消技术应用平台：

1）地面移动站。在地面指挥车、通信车等移动站中，常配备有两条或两条以上的超短波链路。由于平台物理条件限制，链路间隔离度小，极易相互干扰，采用对消技术可以抑制链路间的主频干扰。

2）电子战飞机。针对电子战飞机的作战任务需求,对消技术可以在电子战和通信系统同时工作时,对消通信系统接收时收到的电子战宽带噪声的干扰。

3）特种飞机。在预警机等特种飞机上,装备了雷达、通信、导航、电子战等多种系统的多种电子设备。多种设备同时工作时,发射机的主频和宽带噪声可能会影响同频段的接收设备的灵敏度。干扰对消技术可应用于以下场合,即对消电子战发射宽带噪声对通信接收机和侦察接收机的干扰、对消通信系统发射的主频或宽带噪声对电子系统和侦察系统接收机的干扰、对消邻近通信链路同时收发时,接收通道受到的干扰。

）战斗机。在配置有两条及两条以上超短波通信链路的战斗机上,由于平台布局限制,两条链路同时收发时,接收链路会受到发射链路的主频或宽带干扰,应用对消技术可以改善链路间的电磁兼容。

5）大型舰船。在现有的巡洋舰、驱逐舰等大型军舰上,都装备了雷达、电子战、通信等多种电子信息系统。与预警机平台遇到的问题类似,各种电子系统间任然存在着收发之间的干扰问题,对消技术的应用将更加有助于系统的电磁兼容。

此外，对消技术也可应用于通信系统或雷达系统的回波干扰。回波干扰的存在严重影响着通信的质量和雷达接收机的性能。回波干扰对消的目的是使收发天线隔离，降低发射天线辐射信号对接收系统的影响。自适应回波干扰对消系统总体结构：

基于数字信号处理的干扰对消技术还可以用于无源互调干扰对消。无源互调干扰是在信号高频高功率的情况下，无源器件产生了非线性效应而产生的。同有源互调相比，无源互调存在时变性强、功率难以预测、高阶分量多的特点。但是，无源互调的产物依然遵循非线性系统的一般模型，可以通过数学模型推断无源互调产物所在频率以及时域波形。Volterra级数作为幂级数模型的拓展，增加了记忆效应，可用在对PIM产物进行分析。

无源互调干扰基本模型：

无源互调对消算法系统框图：

先进的抗阻塞接收机也是利用干扰对消技术。先进抗阻塞接收机概念，如下图所示：

1）RF接收机分为主接收机，和干扰接收机两路

2）干扰接收机通过对干扰频段的扫描和确定，将距离主信号最近的大干扰信号接收到数字域；

3）主接收机将有用信号和干扰信号的再生谱信号两部分接收到数字域。对于邻道的强干扰信号，通常会比有用信号更大。

）干扰信号到数字域之后，通过非线性拟合算法，对叠加到有用信号上的干扰再生信号进行拟合和对消。

1.DPD和CFR

1）发射机功放线性化，用于通信测控领域。应用行业包括民用移动通信、广电、卫星通信、军用通信等。

2）接收线性化，主要用于军用集群通信，抗电子干扰数据链。

2.AAS

1）通信系统智能天线；

2）全数字阵列相控阵；

3）通信雷达一体机。

3.干扰对消

1）高性能直放站；

2）通信接收机干扰对消；

3）全双工通信；

）全双工电子战设备；

5）双站及多站雷达。

目前我司已有DPD（含CFR）演示（样机）平台。

演示平台硬件框图：

演示平台数字域框图：

演示平台实物：

演示平台DPD校正效果测试视频如下：

1）20MOFDM信号DPD校正效果测试视频：

2）6QAM信号DPD校正效果测试视频：

3）TD-LTE信号DPD校正效果测试视频：