Improved concurrent digital pre-distortion (DPD)

Abstract

The present disclosure is related to methods and communication devices for improved concurrent DPD. A method for concurrent DPD for an MB PA comprises: obtaining multiple pre-distorted signals by concurrently performing multiple DPD operations on an input MB signal, each of the DPD operations being dynamically configured and based on a 1D LUT or a 1D GMP; and obtaining an output MB signal based on the multiple pre-distorted signals.

Description

IMPROVED CONCURRENT DIGITAL PRE-DISTORTION (DPD)Technical Field

[0001] The present disclosure is related to the field of telecommunication, and in particular, to methods and communication devices for improved concurrent digital pre-distortion (DPD) .Background

[0002] With the development of the electronic and telecommunication technologies, mobile devices, such as mobile phones, smart phones, laptops, tablets, vehicle mounted devices, become an important part of our daily lives. To support a numerous number of mobile devices, a highly efficient Radio Access Network (RAN) , such as a fifth generation (5G) New Radio (NR) RAN, will be required.

[0003] Ideally, all power amplifiers (PAs) in a communication device (e.g., a base station (BS) or a user equipment (UE) ) should be perfectly linear, which means the output signal should be an exact copy of the input signal. However, it is not possible to make a perfectly linear PA because amplifying devices, such as transistors or vacuum tubes, are non-linear by nature which introduces some amount of non-linearity in the output / amplified signal. Non-linearity generates spectral re-growth or “out-of-band emission” , which leads to interference and can also lead to violation of emissions standards set by regulatory bodies. It can also lead to the degradation of bit-error rate (BER) and data throughput of the communication system.

[0004] DPD is a technique to increase linearity or compensate for non-linearity in PAs. In general, DPD applies inverse distortion, using a pre-distorter, at the input signal of the PA to cancel the distortion generated by the power amplifier. DPD is ubiquitous in current RANs, enabling PAs to efficiently deliver maximum power to antennas. As 5G and beyond drive up the antenna count in BSs and the spectrum becomes ever more congested, DPD has emerged as a key technology to allow for the development of efficient, cost-effective, and specification compliant cellular systems.Summary

[0005] The demand for high throughput wireless communication will continue for 6th Generation (6G) systems and beyond. To meet this demand, network operators must adopt more frequency bands with an affordable expense on the network infrastructure. Most network operators naturally prefer to deploy multiband (MB) radios that can support multiple frequency bands with a single radio hardware. Several reports show that MB radios will dominate the radio production volume in the near future. The main issues in the development of MB radios include how to design high-efficiency MB PA, and how to linearize MB PA with high-performance and low-power-consumption DPD.

[0006] Fig. 1 shows a classical DPD 100 with direct-learning architecture (DLA) . As shown in Fig. 1, DPD 100 comprises two parts as the modification 110 and adaptation 160. In the modification block 110, the input signal x (n) (where n is the time index) is modified to generate the DPD output signal u (n) aiming to assure that the PA output signal y (n) looks identical to the input signal x (n) . The DPD output signal u (n) goes through digital to RF chipset (e.g., Digital-to-Analog Convertor (DAC) ) 120, then amplified by PA 130 and radiated by antenna (not shown) . In the meanwhile, the PA output signal y (n) is also coupled into the observation path (e.g., including an attenuator pad 140 and an Analog-to-Digital Convertor (ADC) 150) to provide the feedback signal z (n) for coefficient calculation. The model inside modification 110 can be categorized into three types: generalized memory polynomials (GMP) , look-up-table (LUT) , and neural networks (NN) . GMP is a very popular approach in the literatures in academia because of its rigorous mathematical derivations. However, in the industry, modification 110 is always implemented by LUT due to the limited hardware resource. NN for DPD is a new concept but right now there is no evidence it can replace GMP or LUT. In the adaptation block 160, the feedback signal z (n) is compared with the input signal x (n) to adjust the coefficients for modification 110. The goal of adaptation 160 is to minimize the error e (n) between the transmit signal x (n) and the feedback signal z (n) . Basically, all well-known learning algorithms can be employed in DPD adaptation 160.

[0007] As it is well known, DPD requires working around 5 times sampling rate of instantaneous bandwidth (IBW) to contain the bandwidth expansion regenerated from the linearization. As IBW increases, such as appeared in MB PA, the sampling rate increases at the scale of multiple times, which results in prohibitive computational complexity and power consumption. To lower the sampling rate, concurrent DPD [1] , also known as multi-dimensional DPD or separate DPD, is proposed and widely investigated. The basic idea of concurrent DPD is similar to the divide-and-conquer, in which the whole frequency band is divided into several small pieces and exploits many components of DPD to linearize only the part of the frequency band.

[0008] Fig. 2 illustrates the schematic of concurrent DPD for MB PA. As shown in Fig. 2, there are B bands in total covered by one radio hardware, and therefore there are B components 200-1 through 200-B of the concurrent DPD, which perform B DPD operations, respectively, one for each band. For ease of reading, the DPD operations are also referred to by 200-1 through 200-B hereinafter. For instance, in case of dual-band PA, B is equal to 2; in case of triple-band PA, B is equal to 3; in case of quad-band PA, B is equal to 4; and so forth. Each DPD operation linearizes transmit signal for one band only. A component of DPD or DPD operation includes B input signals and one output signal. As also shown in Fig. 2, the output signals ub (n) (where b = 1, ..., B) from the DPD operations 200-1 through 200-B may be combined by a combiner 210 to generate an MB signal, which may then be converted by a digital to RF convertor (for example, a DAC) 220 to an MB RF signal, then amplified by a PA 230, and finally emitted by an antenna as the amplified, MB RF signal y (n) .

[0009] The DPD operation 200-x can work at low sampling rate because it just requires linearizing the signal in the corresponding band. Compared to classic DPD (e.g., the DPD 100 shown in Fig. 1) , concurrent DPD can achieve lower power-consumption, making it very popular in MB PA products.

[0010] It is seen that one concurrent DPD comprises B components of DPD, and each corresponding DPD operation includes B input ports, where B denotes the number of bands. In fact, concurrent DPD can be seen as a multiple-input single-output (MISO) DPD, while classic DPD can be seen as a single-input single-output (SISO) DPD. To handle B inputs, a B-dimension LUT is employed in each DPD operation (see [2] and [3] ) , which commonly needs more memory compared to 1-dimension LUT. As the number of bands increases, the memory size of B-dimension LUT is intractable. For this reason, concurrent DPD is not very attractive in the linearization of MB PA with more than or equal to three bands.

[0011] To make concurrent DPD applicable for MB PA with many bands, it is necessary to reduce the memory size by decoupling the dimension of LUT from the number of bands. A solution has been given in [4] and [5] , showing that a B-dimension LUT can be replaced by a combination of many LUTs of at most of dimension B -q, where 1 ≤ q ＜ B. The solution is referred to as multi-dimension reduction (MDR) . However, MDR does not fully utilize the inherent structure of LUT where actually many polynomial terms can be contained into one LUT. For this reason, the number of LUTs in MDR is much larger than the actual number of LUTs needed. Moreover, usually, the memory taps can be optimized with polynomial terms to comprise a compact model. Unfortunately, this feature is not considered in MDR. In addition, [5] also introduces a one-dimension hybrid LUT where the address of LUT is computed by the weighted envelope of MB signals. However, the weights are not dynamically configured to the MB PA behaviors. In short, at the same complexity, MDR is not the optimal.

[0012] [6] introduces Block Orthogonal Matching Pursuit (BOMP) to dynamically select the memory delays for single-band DPD. It is irrelevant to dimension reduction for MB DPD.

[0013] Therefore, to address or at least partially alleviate one or more of the above issues, some embodiments of the present disclosure are provided.

[0014] According to a first aspect of the present disclosure, a method for concurrent DPD for an MB PA is provided. The method comprises: obtaining multiple pre-distorted signals by concurrently performing multiple DPD operations on an input MB signal, each of the DPD operations being dynamically configured and based on a one-dimensional (1D) LUT or a 1D GMP; and obtaining an output MB signal based on the multiple pre-distorted signals. Further, some other embodiments of the first aspect will be provided in the Detailed Description below.

[0015] According to a second aspect of the present disclosure, a communication device is provided. The communication device comprises: a processor; a memory storing instructions which, when executed by the processor, cause the communication device to: obtain multiple pre-distorted signals by concurrently performing multiple DPD operations on an input MB signal, each of the DPD operations being dynamically configured and based on a 1D LUT or a 1D GMP; and obtain an output MB signal based on the multiple pre-distorted signals. In some embodiments, the instructions, when executed by the processor, further cause the communication device to perform the method of the first aspect.

[0016] According to a third aspect of the present disclosure, a communication device for concurrent DPD for an MB PA is provided. The communication device comprises: a DPD modification module configured to: obtain multiple pre-distorted signals by concurrently performing multiple DPD operations on an input MB signal, each of the DPD operations being dynamically configured and based on a 1D LUT or a 1D GMP; and generate an output MB signal based on the multiple pre-distorted signals. Further, some other embodiments of the third aspect will be provided in the Detailed Description below.

[0017] According to a fourth aspect of the present disclosure, a computer program comprising instructions is provided. The instructions, when executed by at least one processor, cause the at least one processor to carry out the method of the first aspect.

[0018] According to a fifth aspect of the present disclosure, a carrier containing the computer program of the fourth aspect is provided. In some embodiments, the carrier is one of an electronic signal, optical signal, radio signal, or computer readable storage medium.

[0019] When compared against existing technologies in the field of multi-band radio systems and DPD, one or more of the following significant advantages can be provided by some embodiments of the present disclosure:

[0020] 1. Cost-Effective Hardware Solution:

[0021] The proposed architecture substantially reduces hardware costs without compromising performance. By employing multiple narrow-band transmit observation receiver (TOR) paths instead of a single wideband TOR, the system achieves high performance with lower-cost components.

[0022] 2. Optimized Resource Utilization:

[0023] Both memory requirements and computational complexity are significantly reduced. This optimization allows for more efficient use of system resources, enabling implementation on less powerful hardware platforms without sacrificing functionality.

[0024] 3. Maintained Performance Standards:

[0025] Despite the simplification of the system architecture, the performance remains largely unaffected. Any minor degradation in performance is negligible, ensuring that the proposed approach meets or exceeds industry requirements and standards.

[0026] 4. Enhanced Power Efficiency:

[0027] The streamlined architecture and optimized algorithms result in significantly improved power consumption. This advantage is particularly crucial in mobile and battery-powered applications, extending operational life and reducing heat generation.

[0028] 5. Scalability for Multi-Band Operations:

[0029] The proposed approach is inherently scalable, accommodating any number of frequency bands without requiring major modifications to the core architecture. This flexibility future-proofs the system against evolving multi-band requirements.

[0030] 6. Backwards Compatibility:

[0031] The proposed approach maintains compliance with single-band implementations, ensuring seamless integration with existing systems and facilitating gradual adoption in mixed-band environments.

[0032] 7. Improved Operational Parameters:

[0033] Implementation of the proposed approach in multi-band radios can significantly enhance power efficiency and operational margins. This improvement translates to better overall system performance, increased reliability, and extended operational range.

[0034] 8. Reduced Complexity in Digital Pre-distortion:

[0035] By addressing the dimension explosion problem in concurrent DPD, the proposed approach simplifies the implementation of DPD in multi-band systems, making it more practical and efficient for real-world applications.

[0036] 9. Adaptive Optimization:

[0037] The use of low dimensional matching pursuit (LDMP) for weight determination allows the system to dynamically adapt to multi-band power amplifier behaviors, ensuring optimal performance across varying operational conditions.

[0038] 10. Flexible Implementation:

[0039] The proposed approach is compatible with both least mean squares (LMS) and recursive least squares (RLS) algorithms for adaptation provides flexibility in implementation, allowing system designers to choose the most suitable approach for their specific requirements.

[0040] These advantages collectively represent a significant leap forward in multi-band radio system design, offering a solution that is not only more efficient and cost-effective but also adaptable to future technological advancements in the field.Brief Description of the Drawings

[0041] The foregoing and other features of the present disclosure will become more fully apparent from the following description and appended claims, taken in conjunction with the accompanying drawings. Understanding that these drawings depict only several embodiments in accordance with the disclosure and therefore are not to be considered limiting of its scope, the disclosure will be described with additional specificity and detail through use of the accompanying drawings.

[0042] Fig. 1 is a diagram illustrating an exemplary radio utilizing classical DPD.

[0043] Fig. 2 is a diagram illustrating an exemplary schematic of concurrent DPD for MB PA.

[0044] Fig. 3 is a diagram illustrating an exemplary MB communication device with improved concurrent DPD according to an embodiment of the present disclosure.

[0045] Fig. 4 is a diagram illustrating an exemplary architecture of improved concurrent DPD according to an embodiment of the present disclosure.

[0046] Fig. 5 is a flowchart illustrating an exemplary method for determining one or more sub-operations in a DPD operation according to an embodiment of the present disclosure.

[0047] Fig. 6 is a flow chart illustrating an exemplary method for improved concurrent DPD for an MB PA according to an embodiment of the present disclosure.

[0048] Fig. 7 schematically shows an embodiment of an arrangement which may be used in a communication device according to an embodiment of the present disclosure.Detailed Description

[0049] Hereinafter, the present disclosure is described with reference to embodiments shown in the attached drawings. However, it is to be understood that those descriptions are just provided for illustrative purpose, rather than limiting the present disclosure. Further, in the following, descriptions of known structures and techniques are omitted so as not to unnecessarily obscure the concept of the present disclosure.

[0050] Those skilled in the art will appreciate that the term “exemplary” is used herein to mean “illustrative, ” or “serving as an example, ” and is not intended to imply that a particular embodiment is preferred over another or that a particular feature is essential. Likewise, the terms “first” , “second” , “third” , “fourth, ” and similar terms, are used simply to distinguish one particular instance of an item or feature from another, and do not indicate a particular order or arrangement, unless the context clearly indicates otherwise. Further, the term “step, ” as used herein, is meant to be synonymous with “operation” or “action. ” Any description herein of a sequence of steps does not imply that these operations must be carried out in a particular order, or even that these operations are carried out in any order at all, unless the context or the details of the described operation clearly indicates otherwise.

[0051] Conditional language used herein, such as "can, " "might, " "may, " "e.g., " and the like, unless specifically stated otherwise, or otherwise understood within the context as used, is generally intended to convey that certain embodiments include, while other embodiments do not include, certain features, elements and / or states. Thus, such conditional language is not generally intended to imply that features, elements and / or states are in any way required for one or more embodiments or that one or more embodiments necessarily include logic for deciding, with or without author input or prompting, whether these features, elements and / or states are included or are to be performed in any particular embodiment. Also, the term "or" is used in its inclusive sense (and not in its exclusive sense) so that when used, for example, to connect a list of elements, the term "or" means one, some, or all of the elements in the list. Further, the term "each, " as used herein, in addition to having its ordinary meaning, can mean any subset of a set of elements to which the term "each" is applied.

[0052] The term “based on” is to be read as “based at least in part on. ” The term “one embodiment” and “an embodiment” are to be read as “at least one embodiment. ” The term “another embodiment” is to be read as “at least one other embodiment. ” Other definitions, explicit and implicit, may be included below. In addition, language such as the phrase "at least one of X, Y and Z, " unless specifically stated otherwise, is to be understood with the context as used in general to convey that an item, term, etc. may be either X, Y, or Z, or a combination thereof.

[0053] The terminology used herein is for the purpose of describing particular embodiments only and is not intended to be limitation of example embodiments. As used herein, the singular forms “a” , “an” , and “the” are intended to include the plural forms as well, unless the context clearly indicates otherwise. It will be further understood that the terms “comprises” , “comprising” , “has” , “having” , “includes” and / or “including” , when used herein, specify the presence of stated features, elements, and / or components etc., but do not preclude the presence or addition of one or more other features, elements, components and / or combinations thereof. It will be also understood that the terms “connect (s) , ” “connecting” , “connected” , etc. when used herein, just mean that there is an electrical or communicative connection between two elements and they can be connected either directly or indirectly, unless explicitly stated to the contrary.

[0054] Of course, the present disclosure may be carried out in other specific ways than those set forth herein without departing from the scope and essential characteristics of the disclosure. One or more of the specific processes discussed below may be carried out in any electronic device comprising one or more appropriately configured processing circuits, which may in some embodiments be embodied in one or more application-specific integrated circuits (ASICs) . In some embodiments, these processing circuits may comprise one or more microprocessors, microcontrollers, and / or digital signal processors programmed with appropriate software and / or firmware to carry out one or more of the operations described above, or variants thereof. In some embodiments, these processing circuits may comprise customized hardware to carry out one or more of the functions described above. The present embodiments are, therefore, to be considered in all respects as illustrative and not restrictive.

[0055] Although multiple embodiments of the present disclosure will be illustrated in the accompanying Drawings and described in the following Detailed Description, it should be understood that the disclosure is not limited to the disclosed embodiments, but instead is also capable of numerous rearrangements, modifications, and substitutions without departing from the present disclosure that as will be set forth and defined within the claims.

[0056] Further, please note that although the following description of some embodiments of the present disclosure is given in the context of 5G NR, the present disclosure is not limited thereto. In fact, as long as concurrent DPD is involved, the inventive concept of the present disclosure may be applicable to any appropriate communication architecture, for example, to Global System for Mobile Communications (GSM)  / General Packet Radio Service (GPRS) , Enhanced Data Rates for GSM Evolution (EDGE) , Code Division Multiple Access (CDMA) , Wideband CDMA (WCDMA) , Time Division -Synchronous CDMA (TD-SCDMA) , CDMA2000, Worldwide Interoperability for Microwave Access (WiMAX) , Wireless Fidelity (Wi-Fi) , 4th Generation Long Term Evolution (LTE)  / EPS, LTE-Advance (LTE-A)  / EPS, or 5G NR / 5GS, 6th generation (6G) mobile system standard, etc. Therefore, one skilled in the arts could readily understand that the terms used herein may also refer to their equivalents in any other infrastructure. For example, the term “communication device” used herein may refer to a UE, a mobile device, a mobile terminal, a mobile station, a user device, a user terminal, a wireless device, a wireless terminal, an Unmanned Aerial Vehicle (UAV) , a transmission reception point (TRP) , a base station, a base transceiver station, an access point, a hot spot, a NodeB, an Evolved NodeB (eNB) , a gNB, a network element, a satellite, an aircraft, or any other equivalents.

[0057] Further, following references are incorporated herein by reference in their entireties:

[0058] [1] P.L. Gilabert, G. Montoro, D. Vegas, N. Ruiz, and J.A. Garcia, ‘Digital Predistorters Go Multidimensional: DPD for Concurrent Multiband Envelope Tracking and Outphasing Power Amplifiers’ , IEEE Microwave Magazine, vol. 20, no. 5, pp. 50-61, May 2019.

[0059] [2] Lei Ding, Zigang Yang, and H. Gandhi, ‘Concurrent Dual-band Digital Predistortion’ , in 2012 IEEE / MTT-S International Microwave Symposium Digest, Jun. 2012, pp. 1-3.

[0060] [3] M. Younes, A. Kwan, M. Rawat, and F.M. Ghannouchi, ‘Three-Dimensional Digital Predistorter for Concurrent Tri-band Power Amplifier Linearization’ , in 2013 IEEE MTT-S International Microwave Symposium Digest (MTT) , Jun. 2013, pp. 1-4.

[0061] [4] S.M.S. Tanzil, A. Biswas, and L. Rexberg, ‘Practical Predistortion Architectures for Multiband Radios’ , WO2022185093A1, Sep. 09, 2022.

[0062] [5] A. Biswas, S.M.S. Tanzil, L. Rexberg, and Y. Yang, ‘Multiband Digital Pre-distorter with Reduced Dimension Requirements’ , WO2022225429A1, Oct. 27, 2022.

[0063] [6] A. Feng, S. Dikmese, and H. Gao, ‘Digital Pre-distorter for Non-linear Electronic Devices’ , WO2023115376A1, Jun. 29, 2023.

[0064] As mentioned above, the solution proposed in some embodiments of the present disclosure addresses the challenges arising from the integration of multiple bands into a single radio hardware. As the number of bands increases, particularly beyond three, the dimensionality of concurrent DPD grows exponentially, rendering conventional approaches impractical. To overcome this limitation, a novel hardware architecture for MB PA linearization, coupled with an innovative low-dimensional concurrent DPD algorithm, is proposed. The proposed solution offers an ease of implementation and scalability for any number of bands.

[0065] Further, in contrast to traditional high-cost transmitter observation receiver (TOR) systems, the proposed solution utilizes multiple narrow-band TORs. This approach significantly reduces the requirements for spurious free dynamic range (SFDR) , thereby substantially lowering overall system costs.

[0066] In some embodiments, the DPD modification incorporates a look-up table (LUT) whose address is computed using the sum of the weighted envelopes of MB signals. Unlike previous approaches, the weights in the proposed system are dynamically configured to MB PA behaviors through a low-dimensional matching pursuit (LDMP) algorithm. This LDMP selects the terms that contribute most significantly to performance, resulting in substantial memory size reduction with negligible performance degradation.

[0067] In some embodiments, the DPD adaptation involves dividing a single wideband TOR path into multiple narrowband TOR paths with switches. The feedback signal may be acquired from the band of interest, with adaptation occurring alternately from band to band. This architecture may not only reduce hardware costs but also be seamlessly integrated with the proposed model, offering an efficient and cost-effective solution for multi-band radio systems.

[0068] In some embodiments, a solution for implementing low-dimensional concurrent DPD in a MB PA system may be proposed. In some embodiments, the solution may provide a system architecture comprising at least one of:

[0069] -a low-dimensional concurrent DPD module;

[0070] -a plurality of narrow bandwidth TOR paths; and

[0071] -one or more switches operatively connected to said TOR paths.

[0072] In some embodiments, the solution may utilize a plurality of one-dimensional LUTs in place of multi-dimensional LUTs. In some embodiments, the solution may express a multi-band generalized memory polynomials (MB GMP) as a combination of sub-operations, wherein each sub-operation may be addressed by a summation of weighted envelopes of multi-band signals. In some embodiments, the solution may implement the MB GMP using MB LUTs through a GMP to LUT conversion process. In some embodiments, the solution may determine weights for said weighted envelopes using a LDMP algorithm, thereby adapting said weights to MB PA behaviors. In some embodiments, the solution may perform adaptation for one band in a single iteration. In some embodiments, the solution may alternate updates from band to band across multiple iterations.

[0073] In some embodiments, the adaptation may be performed using one of a least mean squares (LMS) algorithm or a recursive least squares (RLS) algorithm.

[0074] With some embodiments of the present disclosure, one or more of the advantages as described above in the “Summary” section can be achieved.

[0075] Fig. 3 is a diagram illustrating an exemplary MB communication device 30 (e.g., a BS or a UE) with improved concurrent DPD according to an embodiment of the present disclosure. For sake of compactness, only a triple-band case is shown in Fig. 3. However, the present disclosure is not limited thereto and the concept can be extended to any number of bands.

[0076] As shown in Fig. 3, a signal originating from the baseband 300 may undergo crest factor reduction (CFR) 301 to constrain its peak-to-average power ratio (PAPR) . The resultant clipped signal may be subsequently processed through a low-dimensional concurrent DPD system (e.g., the DPD modification 302) . The output from this DPD system may then be converted to an analog form via a digital-to-analog converter (DAC) 303.

[0077] The converted analog signal may be actuated by a "TX low" component 304 and subsequently amplified through a series of PAs (e.g., a pre-driver PA 305, a driver PA 306, and a PA 307) . Prior to emission via an antenna 311, the amplified signal may pass through a circulator 309 and a filter unit (FU) 310. Concurrently, to achieve PA linearization, a portion of the amplified signal may be coupled by a coupler 308 into a TOR path. Please note that although many components of a communication device are shown in Fig. 3, the present disclosure is not limited thereto. In some other embodiments, more or less or different components may be comprised in the communication device. Please also note that none of the components is essential to the embodiments described hereinafter unless stated explicitly or understood implicitly from the context.

[0078] Conventionally, the extensive linearization bandwidth required for MB PA necessitates the use of high-cost analog-to-digital converters (ADCs) with superior spurious free dynamic range (SFDR) . However, the SFDR capabilities of current TOR systems often prove insufficient, thereby limiting linearization performance.

[0079] Some embodiments of the present disclosure introduce a novel architecture that circumvents the need to process the entire bandwidth. Instead, it tocuses solely on the bandwidth regions where transmit emissions are of interest. In some embodiments, the proposed TOR path may incorporate a sophisticated switched filter bank architecture. This architecture may integrate a combination of switches and filters within a unified module.

[0080] As shown in Fig. 3, the receiver path may be structured as follows: an input switch 312-2 at the front end, succeeded by individual filters (e.g., a band 1 filter 313-1, a band 2 filter 313-2, and a band 3 filter 313-3) corresponding to each channel of the switch 312-2, and culminating in an output switch 312-1. As also shown in Fig. 3, the switches 312-1 and 312-2 are coordinated to make sure that a same path is selected by both of them.

[0081] This configuration may enable precise signal routing and filtering for optimal performance. It is important to note that the bandwidths of the frequency bands may vary. For illustrative purposes, consider Band 1, Band 3, and Band 7, which exhibit bandwidths of 60 MHz, 75 MHz, and 70 MHz, respectively. Consequently, the linearization bandwidths derived from these bands also differ. The proposed solution effectively addresses this variability through the implementation of customizable bandwidth filter paths, thereby ensuring optimal performance across diverse spectral allocations.

[0082] After switched filter banks, a mixer 314 may be employed to move the band frequency to low intermediate-frequency (IF) . Then the signal may be sampled by ADC 315. This TOR architecture is compatible with the low-dimensional concurrent DPD (which will be described in detail below) , facilitating enhanced performance outcomes.

[0083] DPD Modification

[0084] Fig. 4 is a diagram illustrating an exemplary architecture of improved concurrent DPD according to an embodiment of the present disclosure. In some embodiments, the model / procedure described with reference to Fig. 4 may be used / performed by each of one or more of DPD operations of the DPD modification 302 shown in Fig. 3.

[0085] As shown in Fig. 4, for band i (or equivalently, for a DPD operation that outputs a pre-distorted signal in band i) , the input signal and the output signal are xi (n) and ui (n) , respectively. Since the behavior of PA is also related to the signals from other bands, the input signal further includes xb (n) where b = 1, ..., i -1, i + 1, ..., B as auxiliary signals. In some embodiments, the model may use a summation of weighted envelopes of all bands, which is expressed as:

[0086] where denotes the sub-operation k of the ith DPD operation, and K denotes the total number of sub-operations to be used, which can be determined as described below with reference to Fig. 5,

[0087] where denotes the weight for band b in sub-operation k, and it can be dynamically configured by the LDMP algorithm,

[0088] where M and P denote the memory length and polynomial order, respectively,

[0089] where and Dm are the address delay and data delay, respectively,

[0090] where denotes the DPD coefficient for the mth memory tap and the pth polynomial order in the sub-operation k of the ith DPD operation, and it can be adapted by the DPD adaptation (e.g., the DPD adaptation 316) based on the TOR data.

[0091] In some embodiments, one or more of the parameters in the equation (1) above and / or in the equations below may have same values for all of the bands while the rest of the parameters may be determined independently for each of the bands, that is, band-specific. For example, K, M, P,  and Dm may have same values for all bands, while and may be independently determined for each of the bands. However, the present disclosure is not limited thereto. In some other embodiments, all of the parameters may be same or all of the parameters may be band-specific or some of the parameters may be same while the rest of the parameters may be band-specific. Hereinafter, for the purpose of simplicity and clarity, it is assumed that the parameters are all band-specific. However, it is obvious for one skilled in the art to derive other embodiments, in which one or more of the parameters are same for all bands, from the described embodiments.

[0092] In some embodiments, the weights shall be subject to:

[0093] Illustration of equations (1) and (2) is shown in Fig. 4. As shown in Fig. 4, there are K items or sub-operations, and each item may be computed separately with individual weights. In some embodiments, the K items used as a DPD operation may be determined in such a way that only the K items that have the most contribution will be selected. Selection of the K items (or equivalently, the tuple of the weights ) will be described below with reference to Fig. 5.

[0094] Since GMP can be implemented by LUT, the LUT may be defined as:

[0095] In other words, an entry in the LUT, which has the address of is equal to

[0096] Then, the equation (1) may be rewritten as:

[0097] By selecting proper weights, the model can include all sub-operations required for the traditional concurrent DPD, but only needs 1D LUT inside. Moreover, it is scalable to any number of bands, especially suitable for MB PA with large number of bands.

[0098] Low-Dimensional Matching Pursuit

[0099] Fig. 5 is a flowchart illustrating an exemplary method 500 for determining one or more sub-operations in a DPD operation according to an embodiment of the present disclosure. The method 500 is implemented by using low-dimensional matching pursuit (LDMP) to select the best terms in the equation (1) or (4) which have the most contribution to counteract the nonlinear distortion.

[0100] As shown in Fig. 5, the procedure may comprise an outer loop (or k loop) from step S510 through step S570 and an inner loop (or l loop) from step S520 through step S550. The outer loop is used to select the K sub-operations used in the procedure described with reference to Fig. 4, and may end when the loop variable k ＞ Kmax (i.e., K = Kmax) , or when the calculated residual error is less than a threshold (i.e., K ≤ Kmax) at step S570. The inner loop is used to traverse the list of tuple of candidate weights and find out the best tuple of candidate weights  (or equivalently, the candidate sub-operation) as the kth sub-operation, and may end when l ＞ L. With the inner loop, all elements in the candidate list of may be scanned or checked, and which one gives the max contribution may be found out.

[0101] In some embodiments, the list of tuple of candidate weights may be created. In some embodiments, all DPD operations can use the same list of tuples of candidate weights to determine their own specific weights. However, the present disclosure is not limited thereto. In some other embodiments, different lists of tuples of candidate weights may be used for different DPD operations, respectively. Table 1 gives an example of pre-stored list of tuples of candidate weights for a dual-band radio. In this example, it is supposed that the size of the list is L = 10. In some embodiments, since L is greater than K, the purpose of LDMP is to find out K elites from L candidates. Bigger the table size is, better the performance is achieved, but higher the complexity is required.

[0102] Table 1: Example of tuples of candidate weights for dual-band radio

[0103] As shown in Fig. 5, for each inner iteration, a tuple of candidate weights  (e.g.,  in Table 1) may be selected from the list at step S530.

[0104] At step S540, a candidate sub-operation may be composed based on the tuple of candidate weights For example, the candidate sub-operation may be constructed according to the equation (1) or (4) with k replaced by l.

[0105] In some embodiments, the memory length M and polynomial order P may be defined by the user. Generally, larger M and P will show better performance, but also need more computation. In some embodiments, M = 16 and P = 10 can cover most of contemporary power amplifiers. However, the present disclosure is not limited thereto.

[0106] At step S550, cross-correlation or contribution may be calculated for the composed candidate sub-operation. In some embodiments, it is supposed that xi (n) , ui (n) , and yi (n) are signals at DPD input, DPD output, and PA output, respectively. The power of signals are already normalized. For example, yi (n) may be attenuated by an attenuator pad.

[0107] The objective of DPD is to minimize the error between xi (n) and yi (n) , which is denoted by ei (n) = xi (n) -yi (n) . If ei (n) contains any component that is correlated to xi (n) , their correlation can be used to predict ei (n) . The cross-correlation between xi (n) and ei (n) may be defined by:

[0108] where (.) H denotes Hermitian transpose for vectors and conjugate for scalars. To achieve the best result, we need to compute the cross-correlation between ei (n) and all terms defined in the equations (1) or (4) . For sake of compactness, the equation (1) may be used as example. In some other embodiments, the method can be applied to the equation (4) straightforwardly.

[0109] In some embodiments, the cross-correlation may be defined as:

[0110] where is the residual error after the (k -1) th outer iteration.

[0111] Furthermore, the cross-correlation of l item may be summed, that is:

[0112] or

[0113] At step S550, the max contribution may be found out.

[0114] In some embodiments,  may be computed for all candidate tuples in the list. The index of element with the maximum value may be found out from them, and it can be denoted as l*. This can be expressed as:

[0115] The index l*may be assigned to k. The corresponding may also be stored as

[0116] The residual error may be computed at step S560, and it may be compared with a threshold at step S570.

[0117] In some embodiments, before moving to the next iteration, the residual error should be computed, which excludes the contribution from the selected l*. In some embodiments, the residual error may be computed by:

[0118] In the first iteration, i.e. k=1, the initial error may be equal to ei (n) or the initial error between xi (n) and yi (n) .

[0119] Denote the power of as If it is smaller than a pre-defined threshold, it is possible to terminate the iteration earlier. For example, if the target Kmax is 5, but with k=2 items the performance is already good enough, it is not necessary to add more items in DPD. This mechanism can save power consumption without explicit performance degradation.

[0120] In some embodiments, the above steps may be repeated, until k reaches Kmax or is less than the threshold. In some embodiments, the threshold may be same for all bands, or may be same for some of the bands, or may be band-specific.

[0121] DPD Adaptation

[0122] Once the best K items are selected from the candidate list, DPD can be switched to the adaptation mode. The objective of adaptation is also to minimize the error between xi (n) and yi (n) . Unlike LDMP, which selects the best K items, adaptation may compute the coefficients that are used by DPD. The GMP coefficient or the LUT value can be computed by recursive least squares (RLS) or least mean squares (LMS) . Generally, RLS shows better performance but with much higher complexity, compared against LMS. Due to that, RLS is not commonly used in the practice. For sake of compactness, LMS may be used for GMP as an example. Other alternatives can be derived straightforwardly.

[0123] In some embodiments, the computation may be expressed as:

[0124] where μ is a positive value less than 1. In each iteration, an increment part of coefficient  may be computed and added into the current coefficient In some embodiments, the iterations will not stop until DPD is halted or unless DPD is being restarted.

[0125] In some embodiments, multiple narrow bandwidth TOR paths and switches are used (e.g., as shown in Fig. 3) , and therefore adaptation can only update one band in one iteration. For instance:

[0126] -at iteration 1, the switches are connected to the band 1 (e.g., the band 1 filter 313-1) , then the coefficients for band 1 are updated;

[0127] -at iteration 2, the switches are connected to the band 2 (e.g., the band 2 filter 313-2) , then the coefficients for band 2 are updated;

[0128] -at iteration 3, the switches are connected to the band 3 (e.g., the band 3 filter 313-3) , then the coefficients for band 3 are updated.

[0129] After that, the adaptation may be returned to band 1 and the above processes may be repeated.

[0130] With the improved concurrent DPD described above, an improved multi-band radio system design is proposed, offering a solution that is not only more efficient and cost-effective but also adaptable to future technological advancements in the field.

[0131] Fig. 6 is a flow chart illustrating an exemplary method 600 for concurrent DPD for an MB PA according to an embodiment of the present disclosure. The method 600 may be performed at a communication device (e.g., the communication device 30 shown in Fig. 3) . The method 600 may comprise steps S610 and S620. However, the present disclosure is not limited thereto. In some other embodiments, the method 600 may comprise more steps, less steps, different steps, or any combination thereof. Further the steps of the method 600 may be performed in a different order than that described herein when multiple steps are involved. Further, in some embodiments, a step in the method 600 may be split into multiple sub-steps and performed by different entities, and / or multiple steps in the method 600 may be combined into a single step.

[0132] The method 600 may begin at step S610 where multiple pre-distorted signals may be obtained by concurrently performing multiple DPD operations on an input MB signal, each of the DPD operations being dynamically configured and based on a 1D LUT or a 1D GMP; and

[0133] At step S620, an output MB signal may be obtained based on the multiple pre-distorted signals.

[0134] In some embodiments, a DPD operation may comprise one or more DPD sub-operations, and a pre-distorted signal is obtained by: obtaining one or more pre-distorted sub-signals by performing the one or more DPD sub-operations on the input MB signal; and obtaining the pre-distorted signal by combining the one or more pre-distorted sub-signals. In some embodiments, the input MB signal may comprise multiple components, one for each band, and the multiple DPD sub-operations are parameterized based on a sum of weighted envelope of the multiple components. In some embodiments, a DPD sub-operation may be based on one or more weights that are determined independently of one or more corresponding weights for another DPD sub-operation.

[0135] In some embodiments, a DPD operation based on the 1D LUT may be defined by:

[0136] where ui (n) is the pre-distorted signal for the ith DPD operation at time n, B is a total number of bands to be processed, M is the memory length, and K is a number of DPD sub-operations,

[0137] where is an address delay for the bth band and the mth memory tap, and Dm is a data delay for the mth memory tap,

[0138] where is a sample of the input MB signal for the bth band at the time xi(n -Dm) is a sample of the input MB signal for the ith DPD operation at the time n -Dm, and |·| is an operator for absolute value or modulus,

[0139] where is a weight for the bth band in the kth DPD sub-operation for the ith DPD operation, and LUTi (·) is an operator for the ith DPD operation that uses its input argument as an address of an entry in the 1D LUT to find the entry as its output.

[0140] In some embodiments, an entry in the 1D LUT having an address of

[0141] may be defined by:

[0142] where P is the maximum polynomial order, and is a DPD coefficient for the mth memory tap and the pth polynomial order in the kth DPD sub-operation of the ith DPD operation.

[0143] In some embodiments, a DPD operation based on the GMP may be defined by:

[0144] where ui (n) is the pre-distorted signal for the ith DPD operation at time n, B is a total number of bands to be processed, M is the memory length, P is the maximum polynomial order, and K is a number of DPD sub-operations,

[0145] where is an address delay for the bth band and the mth memory tap, and Dm is a data delay for the mth memory tap,

[0146] where is a sample of the input MB signal for the bth band at the time xi(n -Dm) is a sample of the input MB signal for the ith DPD operation at the time n -Dm, and |·| is an operator for absolute value or modulus,

[0147] where is a weight for the bth band in the kth DPD sub-operation for the ith DPD operation, and is a DPD coefficient for the mth memory tap and the pth polynomial order in the kth DPD sub-operation of the ith DPD operation.

[0148] In some embodiments, a sum of weights for all bands in a same DPD sub-operation may be equal to 1. In some embodiments, before the obtaining the multiple pre-distorted signals, the method 600 may further comprise: determining one or more DPD sub-operations of a DPD operation to be performed on the input MB signal. In some embodiments, the determining the one or more sub-operations may comprise determining at least one of: the number of DPD sub-operations in the DPD operation; and one or more weights for the one or more DPD sub-operations in the DPD operation. In some embodiments, the number of DPD sub-operations in the DPD operation may be at least one of: the maximum number of DPD sub-operations; and a number such that the power of a corresponding residual error is less than a threshold. In some embodiments, the one or more weights for the one or more DPD sub-operations in the DPD operation may be such weights that the corresponding DPD sub-operations make the maximum contributions to nonlinear distortion reduction.

[0149] In some embodiments, the determining the number of DPD sub-operations and / or the one or more weights may comprise: creating a list of tuples of candidate weights; iteratively performing following operations until the number of DPD sub-operations is greater than the maximum number of DPD sub-operations or the power of a residual error is less than a threshold: iteratively performing following operations for all tuples in the list: selecting a tuple of candidate weights in the list; determining a candidate DPD sub-operation with implicitly computed DPD coefficients based on at least the selected tuple of candidate weights; determining a contribution of the candidate DPD sub-operation with implicitly computed DPD coefficients to nonlinear distortion reduction; determining the tuple of candidate weights in the list, whose corresponding candidate DPD sub-operation makes the maximum contribution, as the one or more weights for the DPD sub-operation determined for the current outer iteration; updating the residual error based on at least the determined tuple of candidate weights; and incrementing the number of DPD sub-operations by 1. In some embodiments, a tuple of candidate weights may comprise multiple candidate weights, one for each band. In some embodiments, a sum of all candidate weights in a same tuple may be equal to 1.

[0150] In some embodiments, a contribution of the DPD sub-operation to nonlinear distortion reduction may be defined by:

[0151] where is the contribution of the lth candidate DPD sub-operation for the ith DPD operation, B is a total number of bands to be processed, M is the memory length, and P is the maximum polynomial order,

[0152] where is an address delay for the bth band and the mth memory tap, and Dm is a data delay for the mth memory tap,

[0153] where is a sample of the input MB signal for the bth band at the time xi (n -Dm) is a sample of the input MB signal for the ith DPD operation at the time n -Dm, xi (n -Dm) H is the Hermitian transpose of xi (n -Dm) , and |·| is an operator for absolute value or modulus,

[0154] where is a weight for the bth band in the lth candidate DPD sub-operation for the ith DPD operation, and ei (n) is the difference between an input MB signal and a corresponding Transmit Observation Receiver (TOR) signal for the ith DPD operation at time n without the multiple DPD operations involved.

[0155] In some embodiments, the residual error may be updated by:

[0156] where is the residual error for the kth outer iteration for the ith DPD operation at time n, and is the residual error for the k -1th outer iteration for the ith DPD operation at time n,

[0157] where B is a total number of bands to be processed, M is the memory length, and P is the maximum polynomial order,

[0158] where is an address delay for the bth band and the mth memory tap, and Dm is a data delay for the mth memory tap,

[0159] where is a sample of the input MB signal for the bth band at the time xi(n -Dm) is a sample of the input MB signal for the ith DPD operation at the time n -Dm, and |·| is an operator for absolute value or modulus,

[0160] where is the cross-correlation between the term in the l*th candidate DPD sub-operation for the mth memory tap and the pth polynomial order for the ith DPD operation, and l*is the index of the determined tuple in the list for the kth outer iteration,

[0161] where is a weight for the bth band in the l*th candidate DPD sub-operation for the ith DPD operation.

[0162] In some embodiments,  may be defined by:

[0163] where xi (n -Dm) H is the Hermitian transpose of xi (n -Dm) ,

[0164] wherein is set to be equal to the difference between an input MB signal and a corresponding TOR signal without the multiple DPD operations involved.

[0165] In some embodiments, the power of the residual error may be defined by:

[0166] where is the power of the residual error for the kth outer iteration for the ith DPD operation, and is the residual error for the kth outer iteration for the ith DPD operation at time n.

[0167] In some embodiments, upon DPD start or restart, the determining the one or more DPD sub-operations may be performed once. In some embodiments, the method 600 may further comprise: obtaining a TOR signal from at least one of PA outputs; and adapting one or more DPD coefficients associated with the multiple DPD operations based on the TOR signal.

[0168] In some embodiments, a DPD coefficient may be adapted by:

[0169] where is the updated DPD coefficient for the mth memory tap and the pth polynomial order in the kth DPD sub-operation for the ith DPD operation, and is the DPD coefficient for the mth memory tap and the pth polynomial order in the kth DPD sub-operation for the ith DPD operation before the update,

[0170] where μ is a positive value less than 1, and is the incremental DPD coefficient.

[0171] In some embodiments,  may be defined by:

[0172] where B is a total number of bands to be processed,

[0173] where is an address delay for the bth band and the mth memory tap, and Dm is a data delay for the mth memory tap,

[0174] where is a sample of the input MB signal for the bth band at the time xi(n -Dm) is a sample of the input MB signal for the ith DPD operation at the time n -Dm, xi (n -Dm) H is the Hermitian transpose of xi (n -Dm) , and |·| is an operator for absolute value or modulus,

[0175] where is a weight for the bth band in the kth DPD sub-operation for the ith DPD operation, and ei (n) is the difference between an input MB signal and a corresponding TOR signal without the multiple DPD operations involved.

[0176] In some embodiments, the adapting the one or more DPD coefficients may be performed repeatedly until DPD is halted or unless DPD is being restarted. In some embodiments, when the obtained TOR signal is associated with a single band, one or more DPD coefficients for a DPD operation for outputting the pre-distorted signal in the band may be adapted. In some embodiments, the multiple DPD operations may be adapted one at a time.

[0177] Fig. 7 schematically shows an embodiment of an arrangement 700 which may be used in a communication device (e.g., the communication device 30) according to an embodiment of the present disclosure. Comprised in the arrangement 700 are a processing unit 706, e.g., with a Digital Signal Processor (DSP) or a Central Processing Unit (CPU) . The processing unit 706 may be a single unit or a plurality of units to perform different actions of procedures described herein. The arrangement 700 may also comprise an input unit 702 for receiving signals from other entities, and an output unit 704 for providing signal (s) to other entities. The input unit 702 and the output unit 704 may be arranged as an integrated entity or as separate entities.

[0178] Furthermore, the arrangement 700 may comprise at least one computer program product 708 in the form of a non-volatile or volatile memory, e.g., an Electrically Erasable Programmable Read-Only Memory (EEPROM) , a flash memory and / or a hard drive. The computer program product 708 comprises a computer program 710, which comprises code / computer readable instructions, which when executed by the processing unit 706 in the arrangement 700 causes the arrangement 700 and / or the communication device in which it is comprised to perform the actions, e.g., of the procedure described earlier in conjunction with Fig. 3 through Fig. 6 or any other variant.

[0179] The computer program 710 may be configured as a computer program code structured in computer program modules 710A and 710B. Hence, in an exemplifying embodiment when the arrangement 700 is used in a communication device, the code in the computer program of the arrangement 700 includes: a module 710A configured to obtain multiple pre-distorted signals by concurrently performing multiple DPD operations on an input MB signal, each of the DPD operations being dynamically configured and based on a 1D LUT or a 1D GMP; and a module 710B configured to obtain an output MB signal based on the multiple pre-distorted signals.

[0180] The computer program modules could essentially perform the actions of the flow illustrated in Fig. 3 through Fig. 6, to emulate the communication device. In other words, when the different computer program modules are executed in the processing unit 706, they may correspond to different modules in the communication device.

[0181] Although the code means in the embodiments disclosed above in conjunction with Fig. 7 are implemented as computer program modules which when executed in the processing unit causes the arrangement to perform the actions described above in conjunction with the figures mentioned above, at least one of the code means may in alternative embodiments be implemented at least partly as hardware circuits.

[0182] The processor may be a single CPU (Central processing unit) , but could also comprise two or more processing units. For example, the processor may include general purpose microprocessors; instruction set processors and / or related chips sets and / or special purpose microprocessors such as Application Specific Integrated Circuit (ASICs) . The processor may also comprise board memory for caching purposes. The computer program may be carried by a computer program product connected to the processor. The computer program product may comprise a computer readable medium on which the computer program is stored. For example, the computer program product may be a flash memory, a Random-access memory (RAM) , a Read-Only Memory (ROM) , or an EEPROM, and the computer program modules described above could in alternative embodiments be distributed on different computer program products in the form of memories within the communication device.

[0183] The present disclosure is described above with reference to the embodiments thereof. However, those embodiments are provided just for illustrative purpose, rather than limiting the present disclosure. The scope of the disclosure is defined by the attached claims as well as equivalents thereof. Those skilled in the art can make various alternations and modifications without departing from the scope of the disclosure, which all fall into the scope of the disclosure.

[0184] Abbreviation      Explanation ADC               Analog-to-Digital Converter CFR               Crest Factor Reduction DAC               Digital-to-Analog Converter DLA               Direct-Learning Architecture DPD               Digital Predistortion GMP               Generalized Memory Polynomials LMS               Least Mean Squares LUT               Loop-Up-Table MDR               Multi-Dimension Reduction OMP               Orthogonal Matching Pursuit PA                Power Amplifier RLS               Recursive Least Squares SFDR              Spurious Free Dynamic Range TOR               Transmit Observation Receiver

Claims

1.A method (600) for concurrent Digital Pre-Distortion (DPD) for a multiband (MB) power amplifier (PA) (305, 306, 307) , the method (600) comprising:obtaining (S610) multiple pre-distorted signals by concurrently performing multiple DPD operations on an input MB signal, each of the DPD operations being dynamically configured and based on a one-dimensional (1D) look-up table (LUT) or a 1D generalized memory polynomial (GMP) ; andobtaining (S620) an output MB signal based on the multiple pre-distorted signals.2.The method (600) of claim 1, wherein a DPD operation comprises one or more DPD sub-operations, and a pre-distorted signal is obtained by:obtaining one or more pre-distorted sub-signals by performing the one or more DPD sub-operations on the input MB signal; andobtaining the pre-distorted signal by combining the one or more pre-distorted sub-signals.3.The method (600) of claim 1 or 2, wherein the input MB signal comprises multiple components, one for each band, and the multiple DPD sub-operations are parameterized based on a sum of weighted envelope of the multiple components.4.The method (600) of claim 2 or 3, wherein a DPD sub-operation is based on one or more weights that are determined independently of one or more corresponding weights for another DPD sub-operation.5.The method (600) of any of claims 1 to 4, wherein a DPD operation based on the 1D LUT is defined by: where ui (n) is the pre-distorted signal for the ith DPD operation at time n, B is a total number of bands to be processed, M is the memory length, and K is a number of DPD sub-operations,whereis an address delay for the bth band and the mth memory tap, and Dm is a data delay for the mth memory tap,whereis a sample of the input MB signal for the bth band at the timexi (n -Dm) is a sample of the input MB signal for the ith DPD operation at the time n -Dm, and |·| is an operator for absolute value or modulus,whereis a weight for the bth band in the kth DPD sub-operation for the ith DPD operation, and LUTi (·) is an operator for the ith DPD operation that uses its input argument as an address of an entry in the 1D LUT to find the entry as its output.6.The method (600) of claim 5, wherein an entry in the 1D LUT having an address of is defined by:where P is the maximum polynomial order, andis a DPD coefficient for the mth memory tap and the pth polynomial order in the kth DPD sub-operation of the ith DPD operation.7.The method (600) of any of claims 1 to 6, wherein a DPD operation based on the GMP is defined by: where ui (n) is the pre-distorted signal for the ith DPD operation at time n, B is a total number of bands to be processed, M is the memory length, P is the maximum polynomial order, and K is a number of DPD sub-operations,whereis an address delay for the bth band and the mth memory tap, and Dm is a data delay for the mth memory tap,whereis a sample of the input MB signal for the bth band at the timexi (n -Dm) is a sample of the input MB signal for the ith DPD operation at the time n -Dm, and |·| is an operator for absolute value or modulus,whereis a weight for the bth band in the kth DPD sub-operation for the ith DPD operation, andis a DPD coefficient for the mth memory tap and the pth polynomial order in the kth DPD sub-operation of the ith DPD operation.8.The method (600) of any of claims 4 to 7, wherein a sum of weights for all bands in a same DPD sub-operation is equal to 1.9.The method (600) of any of claims 1 to 8, wherein before the obtaining (S610) the multiple pre-distorted signals, the method (600) further comprises:determining one or more DPD sub-operations of a DPD operation to be performed on the input MB signal,wherein the determining the one or more sub-operations comprises determining at least one of:- the number of DPD sub-operations in the DPD operation; and- one or more weights for the one or more DPD sub-operations in the DPD operation.10.The method (600) of claim 9, wherein the number of DPD sub-operations in the DPD operation is at least one of:- the maximum number of DPD sub-operations; and- a number such that the power of a corresponding residual error is less than a threshold.11.The method (600) of claim 9 or 10, wherein the one or more weights for the one or more DPD sub-operations in the DPD operation are such weights that the corresponding DPD sub-operations make the maximum contributions to nonlinear distortion reduction.12.The method (600) of any of claims 9 to 11, wherein the determining the number of DPD sub-operations and / or the one or more weights comprises:creating a list of tuples of candidate weights;iteratively performing following operations until the number of DPD sub-operations is greater than the maximum number of DPD sub-operations or the power of a residual error is less than a threshold:iteratively performing following operations for all tuples in the list:selecting a tuple of candidate weights in the list;determining a candidate DPD sub-operation with implicitly computed DPD coefficients based on at least the selected tuple of candidate weights;determining a contribution of the candidate DPD sub-operation with implicitly computed DPD coefficients to nonlinear distortion reduction;determining the tuple of candidate weights in the list, whose corresponding candidate DPD sub-operation makes the maximum contribution, as the one or more weights for the DPD sub-operation determined for the current outer iteration;updating the residual error based on at least the determined tuple of candidate weights; andincrementing the number of DPD sub-operations by 1.13.The method (600) of claim 12, wherein a tuple of candidate weights comprises multiple candidate weights, one for each band, andwherein a sum of all candidate weights in a same tuple is equal to 1.14.The method (600) of claim 12 or 13, wherein a contribution of the DPD sub-operation to nonlinear distortion reduction is defined by: whereis the contribution of the lth candidate DPD sub-operation for the ith DPD operation, B is a total number of bands to be processed, M is the memory length, and P is the maximum polynomial order,whereis an address delay for the bth band and the mth memory tap, and Dm is a data delay for the mth memory tap,whereis a sample of the input MB signal for the bth band at the timexi (n -Dm) is a sample of the input MB signal for the ith DPD operation at the time n -Dm, xi (n -Dm) H is the Hermitian transpose of xi (n -Dm) , and |·| is an operator for absolute value or modulus,whereis a weight for the bth band in the lth candidate DPD sub-operation for the ith DPD operation, and ei (n) is the difference between an input MB signal and a corresponding Transmit Observation Receiver (TOR) signal for the ith DPD operation at time n without the multiple DPD operations involved.15.The method (600) of any of claims 12 to 14, wherein the residual error is updated by: whereis the residual error for the kth outer iteration for the ith DPD operation at time n, andis the residual error for the k -1th outer iteration for the ith DPD operation at time n,where B is a total number of bands to be processed, M is the memory length, and P is the maximum polynomial order,whereis an address delay for the bth band and the mth memory tap, and Dm is a data delay for the mth memory tap,whereis a sample of the input MB signal for the bth band at the timexi (n -Dm) is a sample of the input MB signal for the ith DPD operation at the time n -Dm, and |·| is an operator for absolute value or modulus,whereis the cross-correlation between the term in the l*th candidate DPD sub-operation for the mth memory tap and the pth polynomial order for the ith DPD operation, and l* is the index of the determined tuple in the list for the kth outer iteration,whereis a weight for the bth band in the l*th candidate DPD sub-operation for the ith DPD operation.16.The method (600) of claim 15, wherein is defined by: where xi (n -Dm) H is the Hermitian transpose of xi (n -Dm) ,whereinis set to be equal to the difference between an input MB signal and a corresponding TOR signal without the multiple DPD operations involved.17.The method (600) of any of claims 12 to 16, wherein the power of the residual error is defined by: whereis the power of the residual error for the kth outer iteration for the ith DPD operation, andis the residual error for the kth outer iteration for the ith DPD operation at time n.18.The method (600) of any of claims 9 to 17, wherein upon DPD start or restart, the determining the one or more DPD sub-operations is performed once.19.The method (600) of any of claims 1 to 24, further comprising:obtaining a TOR signal from at least one of PA outputs; andadapting one or more DPD coefficients associated with the multiple DPD operations based on the TOR signal.20.The method (600) of claim 19, wherein a DPD coefficient is adapted by: whereis the updated DPD coefficient for the mth memory tap and the pth polynomial order in the kth DPD sub-operation for the ith DPD operation, andis the DPD coefficient for the mth memory tap and the pth polynomial order in the kth DPD sub-operation for the ith DPD operation before the update,where μ is a positive value less than 1, andis the incremental DPD coefficient.21.The method (600) of claim 20, wherein is defined by: where B is a total number of bands to be processed,whereis an address delay for the bth band and the mth memory tap, and Dm is a data delay for the mth memory tap,whereis a sample of the input MB signal for the bth band at the timexi (n -Dm) is a sample of the input MB signal for the ith DPD operation at the time n -Dm, xi (n -Dm) H is the Hermitian transpose of xi (n -Dm) , and |·| is an operator for absolute value or modulus,whereis a weight for the bth band in the kth DPD sub-operation for the ith DPD operation, and ei (n) is the difference between an input MB signal and a corresponding TOR signal without the multiple DPD operations involved.22.The method (600) of any of claims 19 to 21, wherein the adapting the one or more DPD coefficients is performed repeatedly until DPD is halted or unless DPD is being restarted.23.The method (600) of any of claims 19 to 22, wherein when the obtained TOR signal is associated with a single band, one or more DPD coefficients for a DPD operation for outputting the pre-distorted signal in the band are adapted.24.The method (600) of claim 23, wherein the multiple DPD operations are adapted one at a time.25.A communication device (700) , comprising:a processor (706) ;a memory (708) storing instructions which, when executed by the processor (706) , cause the communication device (700) to:obtain multiple pre-distorted signals by concurrently performing multiple Digital Pre-Distortion (DPD) operations on an input multiband (MB) signal, each of the DPD operations being dynamically configured and based on a one-dimensional (1D) look-up table (LUT) or a 1D generalized memory polynomial (GMP) ; andobtain an output MB signal based on the multiple pre-distorted signals.26.The communication device (700) of claim 25, wherein the instructions, when executed by the processor (706) , further cause the communication device (700) to perform the method (600) of any of claims 2 to 24.27.A communication device (30) for concurrent Digital Pre-Distortion (DPD) for a multiband (MB) power amplifier (PA) (305, 306, 307) , the communication device (30) comprising:a DPD modification module (302) configured to:obtain multiple pre-distorted signals by concurrently performing multiple DPD operations on an input MB signal, each of the DPD operations being dynamically configured and based on a one-dimensional (1D) look-up table (LUT) or a 1D generalized memory polynomial (GMP) ; andgenerate an output MB signal based on the multiple pre-distorted signals.28.The communication device (30) of claim 27, wherein a DPD operation comprises one or more DPD sub-operations, and a pre-distorted signal is obtained by:obtaining one or more pre-distorted sub-signals by performing the one or more DPD sub-operations on the input MB signal; andobtaining the pre-distorted signal by combining the one or more pre-distorted sub-signals.29.The communication device (30) of claim 27 or 28, wherein the input MB signal comprises multiple components, one for each band, and the multiple DPD sub-operations are parameterized based on a sum of weighted envelope of the multiple components.30.The communication device (30) of claim 28 or 29, wherein a DPD sub-operation is based on one or more weights that are determined independently of one or more corresponding weights for another DPD sub-operation.31.The communication device (30) of any of claims 27 to 30, wherein a DPD operation based on the 1D LUT is defined by: where ui (n) is the pre-distorted signal for the ith DPD operation at time n, B is a total number of bands to be processed, M is the memory length, and K is a number of DPD sub-operations,whereis an address delay for the bth band and the mth memory tap, and Dm is a data delay for the mth memory tap,whereis a sample of the input MB signal for the bth band at the timexi (n -Dm) is a sample of the input MB signal for the ith DPD operation at the time n -Dm, and |·| is an operator for absolute value or modulus,whereis a weight for the bth band in the kth DPD sub-operation for the ith DPD operation, and LUTi (·) is an operator for the ith DPD operation that uses its input argument as an address of an entry in the 1D LUT to find the entry as its output.32.The communication device (30) of claim 31, wherein an entry in the 1D LUT having an address of is defined by:where P is the maximum polynomial order, andis a DPD coefficient for the mth memory tap and the pth polynomial order in the kth DPD sub-operation of the ith DPD operation.33.The communication device (30) of any of claims 27 to 32, wherein a DPD operation based on the GMP is defined by: where ui (n) is the pre-distorted signal for the ith DPD operation at time n, B is a total number of bands to be processed, M is the memory length, P is the maximum polynomial order, and K is a number of DPD sub-operations,whereis an address delay for the bth band and the mth memory tap, and Dm is a data delay for the mth memory tap,whereis a sample of the input MB signal for the bth band at the timexi (n -Dm) is a sample of the input MB signal for the ith DPD operation at the time n -Dm, and |·| is an operator for absolute value or modulus,whereis a weight for the bth band in the kth DPD sub-operation for the ith DPD operation, andis a DPD coefficient for the mth memory tap and the pth polynomial order in the kth DPD sub-operation of the ith DPD operation.34.The communication device (30) of any of claims 27 to 33, wherein a sum of weights for all bands in a same DPD sub-operation is equal to 1.35.The communication device (30) of any of claims 27 to 34, wherein the DPD modification module (302) is further configured to:determine one or more DPD sub-operations of a DPD operation to be performed on the input MB signal,wherein the DPD modification module (302) is further configured to determine at least one of:- the number of DPD sub-operations in the DPD operation; and- one or more weights for the one or more DPD sub-operations in the DPD operation.36.The communication device (30) of claim 35, wherein the number of DPD sub-operations in the DPD operation is at least one of:- the maximum number of DPD sub-operations; and- a number such that the power of a corresponding residual error is less than a threshold.37.The communication device (30) of claim 35 or 36, wherein the one or more weights for the one or more DPD sub-operations in the DPD operation are such weights that the corresponding DPD sub-operations make the maximum contributions to nonlinear distortion reduction.38.The communication device (30) of any of claims 35 to 37, wherein the DPD modification module (302) is further configured to:create a list of tuples of candidate weights;iteratively perform following operations until the number of DPD sub-operations is greater than the maximum number of DPD sub-operations or the power of a residual error is less than a threshold:iteratively perform following operations for all tuples in the list:select a tuple of candidate weights in the list;determine a candidate DPD sub-operation with implicitly computed DPD coefficients based on at least the selected tuple of candidate weights;determine a contribution of the candidate DPD sub-operation with implicitly computed DPD coefficients to nonlinear distortion reduction;determine the tuple of candidate weights in the list, whose corresponding candidate DPD sub-operation makes the maximum contribution, as the one or more weights for the DPD sub-operation determined for the current outer iteration;update the residual error based on at least the determined tuple of candidate weights; andincrement the number of DPD sub-operations by 1.39.A computer program (710) comprising instructions which, when executed by at least one processor (706) , cause the at least one processor (706) to carry out the method (600) of any of claims 1 to 24.40.A carrier (708) containing the computer program (710) of claim 39, wherein the carrier (708) is one of an electronic signal, optical signal, radio signal, or computer readable storage medium.

Images