The identification of nonlinear system modeled by the Volterra series has high complexity as a lot of coefficients need to be identified. Because of this reason, Volterra series has been unattractive for practical applications. However, it is observed that a few coefficients are dominant and sparsely distributed while most coefficients are relatively insignificant or zero in many cases of Volterra system. Based on this observation, the novel system identification technique using sparse signal recovery algorithm of compressed sensing is proposed. The proposed method employs OMP algorithm which is fast and easy to implement. It is shown that the proposed method can identify the sparse Volterra kernels exactly using less measurement samples than that of conventional scheme. Its application to digital predistortion is also considered since the power amplifier(PA) is a nonlinear system which can be modeled by the sparse Volterra series. Computer simulation shows that the proposed method works well in the PA identification and the predistorter has good linearization performance.
볼테라 급수 모델로 모델링 되어 있는 비선형 시스템의 추정은 추정해야 되는 계수가 많기 때문에 높은 복잡도를 가진다. 이러한 이유 때문에 볼테라 급수는 실제 응용분야에서 선호되는 시스템 모델은 아니었다. 하지만 많은 경우의 볼테라 시스템에서, 대부분의 계수들이 중요하지 않거나 0이고 아주 적은 계수들만이 중요하며 듬성듬성하게 분포하는 것을 관찰할 수 있다. 이러한 사실에 기반하여, 본 논문에서는 압축 센싱 기법의 성긴 신호 복원 알고리즘을 이용한 새로운 시스템 추정 기법을 제안한다. 제안한 방식은 추정 속도가 빠르고 구현하기 쉬운 OMP 알고리즘을 이용하며, 기존의 시스템 추정 기법보다 더 적은 측정 샘플로도 성긴 볼테라 커널을 정확하게 추정할 수 있다. 제안한 성긴 볼테라 시스템 추정 기법은 성긴 볼테라 급수 모델로 모델링 된 비선형 시스템을 추정해야하는 다양한 분야에 응용 가능하며, 본 논문에서는 디지털 사전왜곡 기법에서 제안한 기법의 응용을 고려한다. 전력 증폭기는 성긴 볼테라 급수 모델로 모델링 될 수 있는 비선형 시스템이며, 디지털 사전왜곡기에서 전력 증폭기의 특성을 추정하는데 제안한 기법이 사용된다. 모의실험을 통하여 제안한 시스템 추정 방법이 전력 증폭기를 잘 추정하며 사전왜곡기의 선형화 성능이 좋음을 확인할 수 있다.
