Page 24 - 网络电信2024年4月刊
P. 24
图7 Delta-Sigma 调制技术对信号的处理过程
并且成本高。Delta-Sigma ADC采用过采样的方法，可以减轻 阿尔斯特大学提出了一种新的基于幅度选择仿射（MSA）的DPD
对模拟抗混叠滤波器的要求。过采样使得输入信号的频谱在频 方法 [40] ，在规范分段线性（CPWL）模型的基础上，通过引入MSA
域中被分离开来，允许使用更宽带宽、更缓慢截止特性的滤波 函数，减少乘法运算的次数，降低模型的复杂性。除了均衡手
器，降低了滤波器设计的难度。在接收端，Delta-Sigma信号只 段外，还有人提出了将IFFT 前的频域采样技术和IFFT 后的时
需要通过模拟滤波器就可以完成数模转换，进一步简化了RU结 域采样技术相结合的模拟子载波复用技术，该技术可在一定采
构。 样率内灵活地复用和解复用 [41] 。
4.2 模拟前传技术 此外，A-RoF波分复用技术中频光纤无线电（IFoF）也是
模拟前传技术直接将无线信号调制到光载波上，较于数字 A-RoF 领域的研究热点之一，如图8所示。中频是指略低于射
前传技术能够极大地提高信号频谱效率，并有望实现超低时延 频的载波频率。比起RoF，IFoF有着更灵活的带宽分配优势，
的前传接入。另外，模拟前传技术还拥有基础设施简单和成本 产生的较低频的信号光纤色散影响较小。但这一技术需要在RU
低的特点，可以在很大程度上简化RU设备。这些特点对部署大 中加入射频中频的变频器，这会增加RU的复杂度。关于IFoF技
量密集的小型单元天线站点至关重要。然而，模拟信号过程中 术，早在2017年，文献 [42] 就成功验证了在基于IFoF的移动前传
容易出现信号失真，从而影响前传网络的性能。但该方案仍是 技术下实现5G移动通信传输的可能性，例如：在进行4K视频流
移动前传领域的有力竞争者，近年来得到了广泛的研究。 信号的实时传输时，每位用户的峰值数据速率高达1.5Gbit/s，
在信号处理过程中使用数字信号处理手段可以实现模拟信 这符合IMT-2020关于5G愿景的要求 [42] 。日本凯迪迪爱研究所
号的均衡，但常规的数字信号处理手段难以取得较好的效果， （KDDI）使用并行强度调制/相位调制发射机在20km单模光纤上
因此，关于模拟前传技术的研究大多集中于模拟信号的均衡方 传输了14×1.2 GHz OFDM信号，实现了CPRI等效数据速率1.032
法。最新的研究中，业内分别尝试了使用神经网络数字预失真 Tbit/s [43] 。并行IM/PM 发射机在面对不同的调制信号频率时，
算法 [37] 和支持向量机（SVM） [38] 来均衡模拟信号。奥尔堡大学 会根据光纤色散零频率来选择信号应该进行IM 调制还是PM 调
提出了一种基于机器学习（ML）的数字预失真（DPD）解决方案 制，从而有效避免光纤色散带来的影响，这为模拟信号的光纤
[39]
，提出的支持向量回归（SVR）方法可以有效地缓解非线性， 传输提供了很好的解决方案。
提高模拟信号信噪比，与未应用DPD方法相比，SVR-DPD方案的 4.3 数模结合前传技术
矢量幅度误差（EVM）降低了6.9%。与基于机器学习方案相比， 为了结合频谱高效的A-RoF和高保真D-RoF的优点，业界
图8 模拟中频光纤无线电系统
网络电信 二零二四年四月 33
