空中多项式功率放大器模型估计的最优训练设计
信号处理
2024-04-22 v1
摘要
当前向大规模天线和多种收发机架构演进的趋势，迫使人们重新审视用于改善功率放大器(PA)基本线性度-效率折中的传统技术。大多数数字线性化技术依赖于使用专用反馈接收机进行的 PA 测量。然而，在现代具有大量射频链路和高载波频率的系统中，为每条射频链路配备专用接收机成本高昂且实现复杂。可以通过空中测量 PA 来解决这一问题，但在这种情况下，这种额外信令会与实际数据传输共享资源。在本文中，我们从估计理论的角度审视该问题，以期在优化估计性能的同时最小化导频开销。我们表明，可以利用数学统计界的经典结论。我们求得了最小二乘(LS)最优训练设计，使重建的 PA 响应在其整个输入范围内的最大均方误差(MSE)最小化。与均匀训练相比，仿真表明对于 的 PA 多项式阶数，最大 MSE 降低了 10 倍。利用先验信息，LMMSE 估计器在低信噪比(SNR)下可获得高达 300 倍的额外增益。
引用
@article{arxiv.2404.12830,
title = {Optimal Training Design for Over-the-Air Polynomial Power Amplifier Model Estimation},
author = {François Rottenberg and Thomas Feys and Nuutti Tervo},
journal= {arXiv preprint arXiv:2404.12830},
year = {2024}
}