Modelagem comportamental de sistemas de transmissão sem fio suscetíveis de imperfeições no amplificador de potência e no modulador em quadratura

Abstract

Resumo: As não idealidades de moduladores em fase e em quadratura (IQ) podem deteriorar significativamente a linearidade em transmissores sem fio. Neste contexto, os procedimentos de linearização não devem apenas compensar as distorções do amplificador de potência (PA), mas também neutralizar as não linearidades do modulador. Para obter uma compensação total, diversas configurações já foram relatadas na literatura e uma das técnicas mais difundidas é a adição de pré-distorsores em banda base. Portanto, é essencial escolher o melhor modelo para realizar a modelagem do sistema, seja essa direta ou inversa, visto que seus parâmetros influenciam na acurácia da saída desejada e na complexidade da técnica. A contribuição deste trabalho contém um novo modelo para a modelagem direta do conjunto PA e modulador, assim como a proposta da generalização da técnica de Dynamic Deviation (GDD), aplicada para a modelagem do mesmo conjunto. Para a modelagem direta, o modelo sugerido, baseado em série de Volterra, propõe um novo truncamento, que permite controlar a influência do complexo conjugado oriundo do modulador, podendo ser reduzido em diferentes casos: um modelo polinomial genérico, um modelo que elimina os termos não úteis para o PA e um modelo que leva em consideração uma abordagem de pequenos sinais para os desequilíbrios do modulador. A variação desse truncamento permite alterar a quantidade de coeficientes do modelo, diminuindo a sua complexidade. A outra proposta desse estudo é a introdução de uma nova técnica, capaz de melhorar o compromisso entre precisão e complexidade de qualquer modelo. A generalização de Dynamic Deviation consiste em adicionar ao modelo M + 1 novos truncamentos, onde cada um desses novos termos controla a quantidade de amostras passadas de uma certa profundidade. Assim, é possível retirar elementos de pouca influência e simplificar o modelo. Para a validação das propostas, em um primeiro momento, foram feitas simulações em quatro cenários diferentes no software Matlab, com um mesmo sinal de entrada LTE OFDMA. Os primeiros três cenários foram utilizados para a verificação do modelo sugerido, testando-o em uma modelagem direta para um sistema estático, para um sistema dinâmico e para a modelagem inversa. Assim, foi averiguado que o novo modelo consegue diminuir a quantidade de coeficientes levemente, ao trabalhar na modelagem direta, sendo em um sistema com ou sem memória. Já para a modelagem inversa, modelos da literatura continuam sendo mais vantajosos ao se considerar a complexidade em modelagem. Por fim, um último cenário foi considerado para a apuração de GDD. Nele, foram comparados dois modelos, sendo esses o modelo proposto com e sem a aplicação de GDD. Ao variar os parâmetros de ordem polinomial, profundidade de memória e truncamentos, verificou-se que de fato há uma redução em complexidade. A imposição de GDD no modelo fez com que fosse possível atingir um NMSE de aproximadamente -47 dB com apenas 10 coeficientes, quantidade 50% menor em comparação ao modelo sem GDD.

Abstract: The nonlinearities in in-phase/quadrature (IQ) modulators can significantly degrade the linearity of wireless transmitters. In these circumstances, the linearization procedures not only have to compensate for the power amplifier (PA) distortions, but also for the modulator imbalances. In order to achieve a full compensation, different configurations already have been reported in the literature. Moreover, one of the most prevailing techniques is the implementation of baseband digital predistorters. Therefore, it is crucial to choose the best behavior model to portrait the system, whether be for a direct or inverse modeling approach, as its parameters affect on the outcome accuracy and on the technique complexity. The contribution in this research lies in a new behavior model for joint power amplifier and IQ modulator impairments modeling, as well as the proposal of a generalized Dynamic Deviation (GDD) technique. In the context of modeling, the new Volterra series based model proposes a novel truncation parameter, which allows control over the complex conjugate terms from the modulator. In this case, the model can be reduced to three different states: a generic polynomial model, a model that eliminates non useful terms, and a model that takes in consideration a small signals approach for the modulator's imbalances. This parameter variation permits an adjustment on the quantity of the model's coefficients and results in a decrease on its complexity. The other proposal of this study is the introduction of a new technique, which is capable of improving any model's complexity. The generalization of Dynamic Deviation consists in the implementation of new M + 1 truncation parameters, where each one of these terms controls the quantity of past samples in a specific memory depth. As a result, it is possible to withdraw terms that generate less influence, simplifying the model. To validate the proposals, simulations on Matlab were made following four scenarios, with the same LTE OFDMA input signal. The first three scenarios were applied to verify the proposed model, testing it in the direct and inverse modeling approaches, for static and dynamic systems. Therefore, it was concluded that the new model was able to slightly decrease the number of coefficients, in the direct modeling approach, whether in a system with or without memory. However, for the inverse modeling scenario, models found in literature continue to be more beneficial in the field of complexity. Lastly, a last scenario was considered in the interest of investigating GDD. In this case, two models were compared: the proposed model with and without GDD. When varying the polynomial order, memory depth and truncation parameters, it was established that, in fact, there is a reduction in complexity. The GDD implementation made possible to achieve a NMSE of approximate -47 dB with only 10 coefficients. Which is 50% less than the model without GDD.