基于粒子群优化算法的功放预失真处理

根据功率放大器的记忆非线性特性,给出一种基于粒子群优化算法的预失真处理方法。选取记忆非线性多项式作为预失真器模型,用粒子群优化算法对多项式的系数进行最优估计,获得预失真器模型参数。分别对连块Wiener模型和记忆多项式模型这两种经典功率放大器模型进行预失真处理,结果表明,所给方法对记忆非线性功放的线性化效果良好,可正确判别发送信号。     

一种改进的数字预失真迭代算法

针对WCDMA等系统中功率放大器的有记忆非线性放大特性,分析数字预失真器的结构和常用预失真器的识别算法,提出一种适用于Hammerstein有记忆功放模型的自适应辨识算法,此算法较LR算法对信号的频谱再生有了更好的抑制。理论分析和计算机仿真验证了该算法的有效性和实用性.     

OFDM系统功率放大器的自适应预失真线性化

对正交频分复用(OFDM)传输系统中大功率放大器的自适应预失真方法进行了研究。采用Wiener模型描述大功率放大器的输入输出关系, 该模型的结构是线性动态特性环节后级联一个无记忆的非线性静态单元,可以用一个复系数幂级数展开式来近似表示。为了补偿功率放大器的非线性失真, 用具有Hammer stein 结构的预失真器构成该功率放大器的逆系统, 并用递推最小二乘算法在线辨识预失真器的未知参数。该算法用于OFDM 系统时, 得到了一个快速的参数收敛特性。利用MATLAB 数值仿真考察了自适应预失真方法的有效性, 仿真结果表明,它可以有效实现从预失真器输入到功率放大器并实现输出的线性化     

一种级联多项式的功放预失真模型

提出一种基于级联多项式的功率放大器(简称功放)预失真模型。该模型采用直接学习结构模型获得功放前置逆特性曲线,引入动态补偿模块得到的瞬时曲线以修正稳定逆曲线的实时误差,经过多次迭代以得到线性输出的最优值。选用行波管功率放大器(travelling wave tube amplifier,TWTA)和固态高频功率放大器(solid-state power amplifier,SSPA)功放,分别对带外频谱功率谱密度和输出回退参数进行测试,结果表明,与直接学习结构的预失真模型相比,基于级联多项式预失真模型的TWTA功放带外频谱下降速度更快,速率提升40%,抑制带外频谱扩散效果较好;采用SSPA功放输出信号的线性度较高,功放预失真性能较好。     

多区间功放预失真方案与FPGA实现

为了降低通信系统中功放非线性特性带来频谱泄漏对邻带信号的干扰,针对使用较为广泛的Doherty功放,提出了分区间记忆多项式功放模型.经过实际测试,新的模型对于Doherty(80W)功放的邻带交调(ACLR)性能比记忆多项式模型有16 dB的提升,与其他数字预失真方案相比,其ACLR性能也至少有10 dB的改善,且更易用可编程逻辑器件(FPGA)实现.     

一种降低OFDM误码率及立方度量值的凸优化算法

相比于功率峰均比（PAPR）,立方度量能够更加准确地预测功放的功率回退量,因此被认为是更有效的衡量正交频分复用（OFDM）信号包络变化的度量。为了提高功放效率,常用优化方法是直接最小化信号的立方度量值。然而,这样会引入严重的带内失真,造成系统误码率性能的恶化。该文提出了一种在立方度量值约束下最小化系统带内失真的凸优化模型,并设计了内点法定制方案求解此优化问题。仿真结果显示该算法相比现有优化算法能够显著提高系统误码率及立方度量性能。     

基于模块化模型的自适应预失真技术

系统地比较和分析了OFDM 传输系统里高功率放大器(HPA)预失真方法的优缺点,提出一种基于 模块化模型的有记忆高功率放大器自适应数字预失真方法,该方法分别基于Wiener、Hammerstein和Wiener- Hammerstein模型各自构成一个有记忆HPA 的自适应预失真器。从而避免了因分别估计Wiener-Hammerstein 模型各个环节特性参数所带来的复杂性。使得有记忆高功率放大器的预失真设计变得简单了。     

基于模块化模型的自适应预失真技术

系统地比较和分析了OFDM传输系统里高功率放大器（HPA）预失真方法的优缺点,提出一种基于模块化模型的有记忆高功率放大器自适应数字预失真方法,该方法分别基于Wiener、Hammerstein和Wiener-Hammerstein模型各自构成一个有记忆HPA的自适应预失真器。从而避免了因分别估计Wiener-Hammerstein模型各个环节特性参数所带来的复杂性。使得有记忆高功率放大器的预失真设计变得简单了。     

基于简化记忆多项式预失真技术的功放设计

为了降低功放非线性失真和记忆效应,减小模型的复杂度,结合记忆多项式模型(MP)、动态偏离降低模型和通用记忆多项式模型(GMP)的参数构成特点,提出了一种基于简化记忆多项式模型的预失真设计.仿真实验表明,简化模型预失真性能优于MP模型和动态偏离降低模型,与GMP模型相当,简化模型有效减少了参数数量,在相同ADS仿真条件下,非线性阶数都为9、记忆深度都为4时,简化GMP模型参数数量比MP模型减少了9个,比动态偏离降低模型减少了49个,比GMP模型减少了11个.     

新的射频功放预失真线性化方法

理论推导证明了预失真器和射频功放两个无记忆的非线性系统的顺序可交换,针对常用的预失真学习结构的不足,提出了将直接型和间接型相结合的新预失真学习结构,该方法简单且易实现,并将该射频功放预失真线性化方法推广到了有记忆效应的情况.仿真结果表明,所提出的预失真线性化方法可行,其线性化性能优于采用直接逆间接学习结构的情况.     

基于Wiener模型的非线性预测函数控制

针对传统的预测函数控制对非线性强、结构多变的实际对象控制效果不佳问题,提出了一种基于Wiener模型的非线性预测函数控制(PFC)方法。通过引入支持向量机回归方法,建立Wiener模型中非线性部分的逆模型,在输出反馈和参考轨迹上分别添加一个Wiener模型中非线性部分的逆模型,将非线性预测函数控制转化为线性预测函数控制,用线性优化算法解决非线性预测函数控制问题,避免了复杂的非线性优化。pH中和过程的计算机仿真结果表明,该方法比PID控制效果更好,而且对模型失配具有很好的自适应性能。     

非线性系统构成哈默斯坦模型的必要条件

借助相关分析方法导出了黑箱非线性系统构成哈默斯坦模型的必要条件,为辨识一大类可以表示成这种模型的非线性系统提供了一种实用的判别依据,借助于渥尔特拉级数和维纳理论,还给出了这种判别依据用表征非线性系统固有属性的渥尔特拉核和维纳核来表示的形式.数值模拟算例表明:所导出的表达式正确有效.     

Modified Wiener method in diffusion weighted image denoising

To denoise the diffusion weighted images (DWIs) featured as multi-boundary, which was very important for the calculation of accurate DTIs (diffusion tensor magnetic resonance imaging), a modified Wiener filter was proposed. Through analyzing the widely accepted adaptive Wiener filter in image denoising fields, which suffered from annoying noise around the edges of DWIs and in turn greatly affected the denoising effect of DWIs, a local-shift method capable of overcoming the defect of the adaptive Wiener filter was proposed to help better denoising DWIs and the modified Wiener filter was constructed accordingly. To verify the denoising effect of the proposed method, the modified Wiener filter and adaptive Wiener filter were performed on the noisy DWI data, respectively, and the results of different methods were analyzed in detail and put into comparison. The experimental data show that, with the modified Wiener method, more satisfactory results such as lower non-positive tensor percentage and lower mean square errors of the fractional anisotropy map and trace map are obtained than those with the adaptive Wiener method, which in turn helps to produce more accurate DTIs.     

利用维纳滤波进行OFDM信号的信道估计

针对快变信道中信道估计方法进行了研究,通过在快变信道环境中系统模型,采用梳状pilot插入方式来跟踪信道的变化,得到了最小均方误差意义下的信道估计方法,即维纳滤波信道估计方法．结合蒙托卡洛仿真,得出不同滤波器阶数、不同信道多普勒频率和信道估计性能的关系,仿真结果表明,维纳滤波信道估计方法可以有效抑制噪声．     

红外运动模糊图像复原技术

该文分析了红外图像运动模糊产生的原理,建立运动模糊及复原数学模型.复原过程分包括构建点扩散函数和维纳滤波两部分.采用方向微分,双线性插值法求取模糊方向,通过微分自相关函数估算模糊尺度,从而构建最为近似的二维匀速直线运动的点扩散函数,并对运动模糊图像进行维纳滤波的复原.实验结果表明,针对有噪声的图像运动模糊复原,维纳滤波复原图像效果好,抗噪能力强.     

基于图像块先验的低秩近似和维纳滤波的去噪算法

利用混合高斯模型(gaussian mixture model, GMM)学习自然图像块的纹理结构,提出一种基于图像块先验的低秩近似和维纳滤波的去噪算法。该算法能够同时利用外部图像块的先验结构信息和内部图像的自相似性,对待去噪图像进行分块聚类,并根据每类相似块的数量进行协同滤波。当相似图像块数量较多时,采用低秩近似的方法复原,有效利用图像的内部自相似性;当相似图像块数量较少时,采用维纳滤波,利用先验信息保持图像重要的纹理结构。试验结果表明此方法较适用于弧形边界和角点等存在较少相似块的自然图像,其峰值信噪比(peak signal to noise ratio, PSNR)和视觉效果优于目前部分主流算法。     

Noise degradation system using Wiener filter and CORDIC based FFT/IFFT processor

On augmentation of past work, an effective Wiener filter and its application for noise suppression combined with a formed CORDIC based FFT/IFFT processor with improved speed were executed. The pipelined methodology was embraced for expanding the execution of the system. The proposed Wiener filter was planned in such an approach to evacuate the iteration issues in ordinary Wiener filter. The division process was supplanted by a productive inverse and multiplication process in the proposed design. An enhanced design for matrix inverse with reduced computation complexity was executed. The wide-ranging framework processing was focused around IEEE-754 standard single precision floating point numbers. The Wiener filter and the entire system design was integrated and actualized on VIRTEX 5 FPGA stage and re-enacted to approve the results in Xilinx ISE 13.4. The results show that a productive decrease in power and area is developed by adjusting the proposed technique for speech signal noise degradation with latency of n/2 clock cycles and substantial throughput result per every 12 clock cycles for n-bit precision. The execution of proposed design is exposed to be 31.35% more effective than that of prevailing strategies.     

基于维纳估计的彩色图像光谱重建算法

目的研究彩色图像光谱重建算法,解决彩色图像的RGB等色度参数在表征图像颜色信息时的局限性．方法采用维纳估计算法并结合多项式模型,对1269个Munsell实验数据进行测试．结果光谱重建仿真实验中,对Munsell实验数据按照不同i）1l练和检验样本来选取,当数码相机RGB信号扩展项数为10时,均方根误差为0．0244,优于扩展项为3和7时的精度,可见扩展项数对光谱重建精度有直接影响．结论结合多项式模型的维纳估计算法在进行彩色图像光谱反射比重建的研究中,扩展项的增加可以有效地改善光谱重建效果．     

基于神经网络对属于维纳模型之非线性系统的结构辨识

基于神经网络理论 ,给出了一种采用三层前馈神经网络辨识属于维纳模型之非线性系统的方法 ,并给出了模拟算例 ,结果表明这种方法是正确和有效的     

Wiener滤波,Kalman滤波和信息融合滤波理论研究进展

综述最优和自校正滤波的一种新的方法论——现代时间序列分析方法,其中给出了同Wiener滤波方法和Kalman滤波方法的比较,并且综述了近20年来由作者分别基于Kalman滤波方法和现代时间序列分析方法关于Wiener滤波、Kalman滤波和信息融合滤波理论的研究进展,其中包括一系列新方法、新理论和新的研究方向,并提出了存在的几个问题和今后研究方向,具有重要理论、工程应用和科学方法论意义.