一种多端口Doherty功率放大器
    1.
    发明公开

    公开(公告)号:CN117478074A

    公开(公告)日:2024-01-30

    申请号:CN202311315318.4

    申请日:2023-10-11

    申请人: 重庆大学

    摘要: 本发明公开了一种多端口Doherty功率放大器,包括一个N×N输入巴特勒矩阵网络、N个Doherty子功放和一个N×N输出巴特勒矩阵网络;所述N×N输入巴特勒矩阵网络将N个输入信号进行幅度和相位加权,生成具有不同相位且功率大小相等的N路处理信号,所述Doherty子功放对N路处理信号进行放大并输出N路放大信号到N×N输出巴特勒矩阵网络中;所述N×N输出巴特勒矩阵对N路放大信号重新组合为N个输出信号并输出。本发明克服了传统多端口功率放大器在输出功率回退时漏极效率偏低的问题,并具备宽带及多带工作能力,可应用于现代高速率多通道无线通信系统。

    一种分部调制的功率放大器
    2.
    发明公开

    公开(公告)号:CN115913124A

    公开(公告)日:2023-04-04

    申请号:CN202211456635.3

    申请日:2022-11-21

    申请人: 重庆大学

    摘要: 本发明公开了一种分部调制的功率放大器,涉及无线通信技术领域。包括用于局部调制的Doherty功放以及用于全局调制的平衡式功放;局部调制的Doherty功放包括射频信号输入端一、功分器、子功放D3与子功放D4、以及负载调制网络,射频信号输入端一将射频信号通过功分器输入到子功放D3与D4,经子功放放大之后通过负载调制网络进行合成;平衡式功放包括射频信号输入端二、输入耦合器、子功放D1与子功放D2、以及输出耦合器;Doherty功放的输出连接至平衡式功放输出耦合器的隔离端口。实现了动态范围的扩展,解决了时序调制功放中主路过饱和现象,为宽带大动态负载调制功放设计建立了系统且完整的技术基础,扩展了无线通信网络的应用场景。

    耦合阵列功率放大器
    3.
    发明公开

    公开(公告)号:CN114614783A

    公开(公告)日:2022-06-10

    申请号:CN202210294803.7

    申请日:2022-03-24

    申请人: 重庆大学

    摘要: 耦合阵列功率放大器,射频输出端口分别输出四路射频信号x1(t)、x2(t)、x3(t)和x4(t);四个射频移相器构成控制相位阵列[θ1 θ2 θ3 θ4]T;射频移相器分别对四路射频信号x1(t)、x2(t)、x3(t)和x4(t)移相处理,得到移相后的信号向量将信号向量通过耦合阵列功放组进行功率放大处理,该耦合阵列功放组的增益为G,得到放大后的射频信号多端口耦合阵列的传递函数矩阵为CM,多端口耦合阵列的四个输出端口信号向量为通过将射频信号输入到多端口耦合阵列中,得到提出一种输出功率分布可控的多输出端口耦合阵列功放架构,仅通过输入相位调整实现合成功率路径切换以及多输出路径功率可重配功能。

    一种基于矢量量化的宽带数字预失真算法

    公开(公告)号:CN113468842A

    公开(公告)日:2021-10-01

    申请号:CN202110938068.4

    申请日:2021-08-16

    申请人: 重庆大学

    IPC分类号: G06F30/36 H03F1/32 G06F111/04

    摘要: 一种基于矢量量化的宽带数字预失真算法,主要涉及功率放大器线性化中的数字预失真技术、宽带功率放大器的行为建模和矢量量化算法。以矢量量化算法中的K‑means算法为基础,提出了TDWK算法,又在TDWK基础上,考虑添加簇的大小这一先验知识来对算法进行改进,提出了CTDWK算法。每个区域的单独模型选择广义记忆多项式(GMP)模型,将这两种算法与GMP模型相结合,提出了TDWK‑GMP模型和CTDWK‑GMP模型。本方法最终达到在相同采样率时能还原出更接近真实功放输出信号的数据,达到更好的预失真效果,相比基于GMP模型的数字预失真在性能上有一定的提升。选择F类功率放大器作为测试模型,实验结果表明所提出的基于矢量量化的方法在功放数字预失真线性化系统中性能良好。

    一种复值流水线递归神经网络模型的功放预失真方法

    公开(公告)号:CN110765720B

    公开(公告)日:2024-05-24

    申请号:CN201910865377.6

    申请日:2019-09-12

    申请人: 重庆大学

    摘要: 一种复值流水线递归神经网络模型的功放预失真方法,通过复值流水线递归神经网络模型对功放行为模型进行建模,求出预失真器模块,从而对功放输入信号进行预失真操作。首先,利用功放的部分输入输出信号作为测试信号,对功放进行正向建模,通过增强型复值实时递归学习算法对模型权重进行优化,得到最优模型权重,检验模型表征功放的非线性和记忆性的能力;其次,对该模型进行求逆,从而对功放进行逆向建模,得到预失真器结构;最后,使功放的输入信号通过该预失真器结构,得到经过预失真补偿的信号,再将该信号送入功放之中,此时得到的功放输出信号的邻信道功率比能得到显著的改善。

    一种基于迭代学习控制和主曲线分析的数字预失真系统工作方法

    公开(公告)号:CN113612455B

    公开(公告)日:2024-01-26

    申请号:CN202110938078.8

    申请日:2021-08-16

    申请人: 重庆大学

    摘要: 一种基于主曲线分析和迭代学习控制的数字预失真系统工作方法,主要涉及功率放大器线性化中的数字预失真技术、宽带功率放大器的行为建模、主曲线分析和迭代学习控制。本发明针对GMP模型内核冗余项过多导致建模精度不够高的问题,提出了一种将主曲线分析与GMP模型结合的建模方法,对于F类功放所提功放建模结构比目前流行的TSVR与GMP算法模型拟合效果均提高约2dB。对于非线性更强的Doherty类功放,基于主曲线分析模型比TSVR的建模准确度提升约4dB,比GMP模型提升则约6dB。本发明所构建预失真结构后输出信号的ACPR相比原始功放输出信号的ACPR下降约19.89dB,然后将其与其他常用预失真结构进行对比,结果显示本发明所提结构具有一定的进步性。

    一种多组合模式的宽带或多带Doherty功率放大器架构

    公开(公告)号:CN116317963A

    公开(公告)日:2023-06-23

    申请号:CN202310053627.2

    申请日:2023-02-03

    申请人: 重庆大学

    摘要: 本发明公开了一种多组合模式的宽带或多带Doherty功率放大器架构,属于通信信息技术领域,所述架构包括N+1个输入匹配网络、一个载波功率放大器、N个峰值功率放大器、一个调制网络1、N个不同的匹配网络、以及N个调节网络。本发明结构简单、设计科学合理,使用方便,通过将传统Doherty功放架构重构,将峰值功率放大器变为多路,并且每一个峰值功率放大器对应的功率放大器的匹配网络都不一样,从将Doherty功率放大器运行分为多组合模式进而合成宽带或多带的工作频率。

    一种多带Doherty功率放大器

    公开(公告)号:CN110504926B

    公开(公告)日:2023-03-28

    申请号:CN201910799140.2

    申请日:2019-08-28

    申请人: 重庆大学

    IPC分类号: H03F1/02 H03F1/56 H03F3/21

    摘要: 一种Doherty功率放大器,包括功分器、第一输入匹配网络、第二输入匹配网络、相位补偿器、第一功率放大器CG1、第二功率放大器CG2、第一阻抗逆变器、第二阻抗逆变器和后匹配网络。设置第一阻抗逆变器的特征阻抗ZT1为Ropt,相移为θ,设置第二阻抗逆变器特征阻抗ZT2为Ropt,相移为2θ。通过将第二阻抗逆变器的相移设置为第一阻抗逆变器相移的两倍,能够通过交换第一功率放大器和第二功率放大器栅极偏置电压使得本发明工作在两种工作模式下。该两种模式可以工作于多频段,且在这些频段上实现高效率、高增益。

    一种基于Landweber迭代算法的欠采样数字预失真方法及系统

    公开(公告)号:CN112202695A

    公开(公告)日:2021-01-08

    申请号:CN202010780485.6

    申请日:2020-08-05

    申请人: 重庆大学

    IPC分类号: H04L25/49

    摘要: 本发明公开了一种基于Landweber迭代算法的欠采样数字预失真方法及系统,该方法首先在欠采样的条件下对功率放大器输出信号进行还原,得到还原出的功率放大器输出信号,基于还原出的功率放大器输出信号建立功率放大器的正向模型,其次增加与发射通道相同的DAC构成辅助通道,新增辅助通道与原有的反馈通道联合构成USR迭代的硬件环路,再通过迭代算法修正功率放大器正向模型和预失真器,本发明主要是在欠采样技术的基础上进行数字预失真技术,然后进一步引入Landweber迭代算法,提出基于Landweber的USR的数字预失真结构。本方法最终达到在相同采样率时能还原出更接近真实功率放大器输出信号的数据,达到更好的预失真效果,相比传统的USR数字预失真在性能上有一定的提升。

    一种复值流水线递归神经网络模型的功放预失真方法

    公开(公告)号:CN110765720A

    公开(公告)日:2020-02-07

    申请号:CN201910865377.6

    申请日:2019-09-12

    申请人: 重庆大学

    摘要: 一种复值流水线递归神经网络模型的功放预失真方法,通过复值流水线递归神经网络模型对功放行为模型进行建模,求出预失真器模块,从而对功放输入信号进行预失真操作。首先,利用功放的部分输入输出信号作为测试信号,对功放进行正向建模,通过增强型复值实时递归学习算法对模型权重进行优化,得到最优模型权重,检验模型表征功放的非线性和记忆性的能力;其次,对该模型进行求逆,从而对功放进行逆向建模,得到预失真器结构;最后,使功放的输入信号通过该预失真器结构,得到经过预失真补偿的信号,再将该信号送入功放之中,此时得到的功放输出信号的邻信道功率比能得到显著的改善。