公开(公告)号：KR100366289B1

公开(公告)日：2002-12-31

申请号：KR1020000080989

申请日：2000-12-23

Applicant: 한국전자통신연구원

Inventor： 인민교 ,  은창수

IPC: H04B1/62

Abstract: 본 발명은 통신 시스템의 계수 수정에 통계적 경사 근사법을 이용하고, 선형 왜곡 및 비선형 왜곡이 복합적으로 존재하는 복잡한 구조의 전치 보상기에 대한 계수 수정을 시도하여, 시스템의 성능 향상과 전력 효율성을 높이는 전치 보상기에 관한 것이다.
본 발명에 따르면, 상기 수신 필터에서 수신 신호의 샘플링 과정에서 동기 오차가 있어 ISI(Inter-Symbol Interference : 심볼간 간섭)가 발생하면 일어나는 선형 왜곡을 보상하는 제 1 역선형 장치; 상기 전력 증폭기에서 일어나는 비선형 증폭에 대한 보상을 위상 시스템 및 다항식 형을 이용하여 보상하는 역 비선형 장치; 상기 펄스 정형 필터의 필터링 과정에서 선형 왜곡이 있으면 발생하는 ISI 신호를 보상하는 제 2 역선형 장치; 및 상기 제 2 역선형 장치로부터 신호를 입력받아 통계적 경사 근사법 및 간접 학습 방법을 이용하여 상기 역 비선형 장치에서 이용하는 다항식 형의 계수를 업데이트하여 피드백시키는 학습 장치;를 포함하여 이루어진 것을 특징으로 하는 전치 보상기가 제공된다.

公开(公告)号：KR1020020051593A

公开(公告)日：2002-06-29

申请号：KR1020000080989

申请日：2000-12-23

Applicant: 한국전자통신연구원

Inventor： 인민교 ,  은창수

IPC: H04B1/62

CPC classification number: H03F1/3282 ,  H03F1/3247 ,  H03F2201/3233

Abstract: PURPOSE: A predistorter using a statistical tilt approximation method and an indirect learning structure and a method thereby are provided to achieve the predistortion of linear and nonlinear distortion for the recognition and compensation of a nonlinear system more simply and effectively. CONSTITUTION: As an input signal(x(n)) is passed through a predistorter(501) and a communication system(502), an output signal(y(n)) is produced. The output signal(y(n)) is inputted to a learning system(503) again. An adder(504) calculates the difference value between the output signal of the learning system(503) and the output signal of the predistorter(501). In this case, if the predistorter(501) executes a perfect compensation where the input signal(x(n)) is produced as the output signal(y(n)) through the predistorter(501) and the communication system(502), the output signal(y(n)) has the same value exactly equal to the input signal(x(n)). Accordingly, in case that a signal passes through the learning system(503) maintaining a system like the predistorter(501), the output value gets equal to the output value of the predistorter(501). At this moment, the difference value of the adder(504) becomes 0, which means that a perfect predistortion has been done.

Abstract translation: 目的：提供一种使用统计倾斜近似法和间接学习结构的预失真器及其方法，以更简单有效地实现线性和非线性失真的预失真，用于非线性系统的识别和补偿。 构成：当输入信号（x（n））通过预失真器（501）和通信系统（502）时，产生输出信号（y（n））。 输出信号（y（n））再次输入到学习系统（503）。 加法器（504）计算学习系统（503）的输出信号和预失真器（501）的输出信号之间的差值。 在这种情况下，如果预失真器（501）通过预失真器（501）和通信系统（502）产生输入信号（x（n））作为输出信号（y（n））的完美补偿， 输出信号（y（n））具有与输入信号（x（n））完全相等的相同值。 因此，在信号通过保持像前置失真器（501）的系统的学习系统（503）的情况下，输出值等于预失真器（501）的输出值。 此时，加法器（504）的差分值变为0，这意味着完成了预失真。