비선형 전력 증폭기에 부분 선형 근사를 적용한 직접 학습 구조 기반의 적응 전치 왜곡 방법

Abstract

메모리 효과를 갖는 비선형 전력 증폭기(power amplifier with memory)의 선형화를 위한 직접 학습 구조(direct learning architecture)의 전치 왜곡(predistortion) 방법이 개시된다. 구체적으로, 메모리 효과를 나타내는 전력 증폭기의 모델 추정이 용이한 Wiener 모델을 제시하며, 제시하는 Wiener 모델은 메모리 효과를 갖는 선형 필터(linear filter) 및 비선형 특성(nonlinearity)이 단계적으로 연결(cascade)된다. 이때, 전력 증폭기의 비선형 특성을 나타내는 AM/AM(amplitude/amplitude response, 진폭 응답) 및 AM/PM(amplitude/phase response, 위상 응답) 특성을 각각 부분 선형(piecewise linear) 및 부분 상수(piecewise constant) 함수로 근사한다. 전체적인 전력 증폭기의 특성(characteristic) 감정(identification)을 위해서, 선형 필터 추정 후 비선형 특성을 추정하는 2단계 추정을 적용한다. 본 발명에 따르면, 전치 왜곡 구현이 간단하면서도 종래 방식과 동등하거나 그보다 우수한 성능을 나타내는 효과가 있다.