是德科技推出PXIe测量加速器，测量速度提升百倍

是德科技公司（NYSE ：KEYS ）日前宣布推出 PXIe M9451A测量加速器,它是一款高性能FPGA处理卡,能够加快功率放大器测试的包络跟踪（E T ）和数字预失真（D PD ）表征。使用M 9451 A ,工程师能够在几十毫秒内完成闭环／开环DPD和包络跟踪测量,速度提升百倍。
　　M9451A现在整合到 RF PA／FEM 表征和测试参考解决方案中,可以在保持高精度 S参数、谐波失真、功率和解调测量的同时,提供更高的测试吞吐量。参考解决方案能够全面表征新一代功率放大器模块,例如功率放大器、双工器（PAD）。     

一种新型幅相可调预失真器

文章提出了一种X波段的幅相可调预失真器.该预失真器基于矢量合成原理,在传统的并联二极管预失真器的基础上改进而来,由两个并联肖特基二极管和一个移相器构成。通过调节移相器的相移量和二极管的偏压,幅相可调预失真器能实现5~10.5d B的幅度扩张和-30~40°的相位变化。这种特性使得该预失真器能可以同时改善固态功率放大器(SSPA)和行波管放大器(TWTA)的非线性失真。     

功率放大器的非线性预失真技术的研究

功率放大器作为一种重要的电子元器件,具有放大信号的功能,但有源电子元器件的非线性失真特性会影响信息的正确接收,采用有记忆预失真间接学习模型解决功放存在的非线性问题。该模型中依据功放输出幅度最大化和归一化均方误差(NMSE)最小化原则建立了预失真模型,通过仿真计算,归一化均方误差可达到-44.5408,误差矢量幅度等于0.13%。研究结果表明有记忆预失真间接学习模型确认该模型可有效提升功率放大器的线性化程度。     

开关功率放大器非线性校正技术研究

开关功率放大器非线性主要来自器件本身,自适应预失真是用来补偿器件非线性失真的一种有效技术。针对开关功率放大器的非线性特性,文章首先建立它的模型,并使用NMSE评价指标对模型进行评价。在使输出线性化和功率最大化下,使用Wiener模型估计器来构成间接预失真线性化系统,并且用高斯-牛顿迭代法对预失真模型的参数识别进行优化。最后,仿真和实验结果都表明非线性校正的方法能有效补偿开关功率放大器的非线性失真,提高开关功放性能。     

基于平台验证的功率放大器数字预失真

目前大部分数字预失真算法的研究都是基于计算机仿真,而没有在实际功率放大器上面验证,基于此用R&S公司的矢量信号源和频谱分析仪搭建了一个通用的功率放大器数字预失真算法验证平台。介绍了所采用的数字预失真算法,给出该测试平台搭建过程,用平台验证数字预失真算法在实际功率放大器上的性能。通过平台测试表明,功率放大器的邻道功率抑制比ACPR改善了10dB以上,从而有效提高了功率放大器的线性度。     

无主载波小区预失真应用研究

介绍了TD-SCDMA系统的N频点小区中,数字预失真(DPD)系统无法开启的原因。提出了在N频点小区无主载波设备的时隙0处发送测试数据,在DPD开启前用此数据进行源信号和反馈信号的延时测量,以解决DPD在无主载波时无法开启的问题。     

卫星通信系统中适用于16QAM信号的一种预失真方法

提出了一种用于卫星通信系统中由记忆功率放大器引起的16QAM信号非线性失真的高效数字自适应补偿方法。该方法使用通用记忆多项式模型和间接学习结构构造预失真系统,并使用QR分解递归最小二乘算法动态更新预失真参数。针对QR分解递归最小二乘算法不能直接更新系数矢量的问题,提出了一种称为＂权值冲洗＂的高效权值更新方法。计算机仿真结果表明该方法具有收敛速度快、系统性能稳定、补偿效果好等特点,并适合于大规模电路硬件实现。     

基于干扰观测器的磁通反馈式功率放大器

磁通反馈式功率放大器中存在的噪声、参数摄动以及其它非线性特征会影响磁悬浮效果。为了研究该问题,建立了磁通反馈式功率放大器及其负载电磁铁的仿真模型,其中引入了气隙变化对磁通生成模型的影响。针对单纯比例积分微分(proportion-integral-differential,PID)控制应用在磁通反馈式功率放大器中会产生磁通稳态输出抖动的问题,设计了一个新型干扰观测器(disturbance observer,DOB)。新型DOB采用多路传感信号综合观测的方式减小反馈信号处的噪声干扰对观测值的影响,并获得了比常规DOB更加稳定的系统等效效果。仿真结果表明,结合新型DOB结构的PID反馈控制方法能够很好的抑制因模型参数摄动、模型非线性特征和噪声而造成的稳态磁通输出抖动,其控制效果优于单独PID控制方法。     

是德科技推出 PXIe 测量加速器，测量速度提升百倍

2015年5月25日,北京--是德科技公司（NYSE ：KEYS）日前宣布推出PXIeM9451A测量加速器,它是一款高性能 FPGA 处理卡,能够加快功率放大器测试的包络跟踪（ET ）和数字预失真（DPD）表征。使用 M9451A ,工程师能够在几十毫秒内完成闭环／开环D PD 和包络跟踪测量,速度提升百倍。     

基于星座图分割的有记忆数据预失真方法

针对无线通信中有记忆功率放大器对16QAM信号造成的非线性失真,使用有记忆的数据预失真进行补偿,在此基础上提出一种基于星座图分割的有记忆数据预失真方法,可以大幅减少预失真值查找表的计算量和存储量,提高自适应收敛速度.仿真结果表明该方法能有效减小带内失真和补偿记忆效应,在误码率为10-4数量级时,相比于无记忆数据预失真,...     

Compressive sensing‐based adaptive sparse predistorter design for power amplifier linearization

Greedy algorithms in the compressive sensing theory have been formed the essential method for pruning power amplifier (PA) behavioral models and digital predistorters (DPDs). However, the inherent batch mode of these algorithms limits their application in adaptive digital predistortion framework. In this paper, a powerful subspace pursuit greedy scheme combined with stochastic gradient descent adaptive algorithm is proposed to design a class of adaptive sparse DPDs. According to the given sparsity level, the proposed approach can obtain the sparse terms of DPDs and extract the corresponding coefficients adaptively. Performance improvement of the proposed method is validated by simulation results on the adaptive DPD excited by 15‐MHz 3‐carrier Long‐Term Evolution signals and 50‐MHz 16 amplitude/phase‐shift keying signals. Meanwhile, measurement results on a Doherty PA excited by 30‐MHz 3‐carrier Long‐Term Evolution signals are also performed to verify the advantage of the proposed approach. Simulation and experimental results show that proposed algorithm can efficiently construct the adaptive sparse DPD models with only a small number of parameters; both nonlinear distortions and memory effects in the PA can be almost completely removed. A comparison with the nonsparsity aware DPD techniques and batch mode compressive sensing pruning techniques has been demonstrated that the proposed method exhibit faster convergence, improving tracking capabilities and reduced computational complexity.     

基于压缩感知的稀疏度自适应超高次谐波检测算法

近年来,越来越多运用电力电子器件的电气设备接人电力系统,配电网中超高次谐波发射水平的持续上升已经成为电网中亟需解决的电能质量问题之一.文中提出了一种基于压缩感知的稀疏度自适应超高次谐波检测算法,该方法基于快速傅里叶变换系数和狄利克雷核函数,结合插值因子,构建高精度的压缩感知模型;同时,文中引入了稀疏度自适应的概念,提出通过稀疏度自适应的匹配重构算法获得待检信号中超高次谐波的频率和幅值.改进算法提高了超高次谐波重构幅值的精度,减小了无法预估待检信号稀疏度而造成的误差.仿真结果证明了改进算法的准确性和有效性.     

改进的高精度功率放大器校准方法

针对当前无线通信系统中,功率放大器的校准效果是衡量一个系统好坏程度的重要指标,因而对功率放大器的校准具有重要作用。本文首先分析了射频模块的系统构成和控制机制,并对系统进行数理建模,将传统射频功率校准的问题转变成参数估值的问题。接着提出了精度和复杂度可控的基于能量守恒的最小均方(LMS)算法,该方法将变量的代数运算限制在一定的范围,而且不需要严格的限制输入数据的分布情况,这对于校准射频信号是极为有利的。仿真结果说明了所提出的算法能有效的将发射功率抑制在0.5dB范围内。     

A new sparse design framework for broadband power amplifier behavioral modeling and digital predistortion

In this paper, we propose a new sparse framework for the design of the behavioral model and digital predistorter of a broadband power amplifier (PA). We start by formulating the Volterra kernel to multidimensional memory polynomial by considering the high‐order dynamic truncation of the Volterra model. Then we show how an estimate of the most significant coefficients may be obtained using a matching pursuit (MPT) algorithm by exploiting the sparsity of the model. After the indices of the nonzero coefficients are roughly estimated, the block exact Householder inverse QR‐decomposition‐based recursive least squares (HIQRD‐RLS) algorithm is utilized to estimate the sparse model complex coefficients. For broadband nonlinear PAs, the proposed approach is demonstrated to achieve the best performance among the well‐known traditional approaches in terms of in‐band and out‐of‐band specifications. The proposed approach is also validated by evaluating the digital predistortion (DPD) performance on a Class‐AB PA in terms of adjacent channel power ratio (ACPR). © 2014 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

Power amplifier behavioral model adaptive pruning using conjugate gradient‐based greedy algorithm

Starting from the greedy theory, this paper presents a novel adaptive greedy scheme for the power amplifier (PA) behavioral model adaptive pruning. The proposed scheme incorporates the stochastic conjugate gradient (SCG) principle into the subspace pursuit (SP) greedy algorithm, which can considerably offer improved tracking capabilities and faster convergence compared to other anterior adaptive greedy algorithms. Compared to conventional nonsparse methods, simulation results show that the proposed scheme can efficiently reduce the model order and computational complexity but almost have the comparable model performance with the full model. © 2017 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

改进遗传算法在电力系统稳定器参数辨识中的应用

针对基本遗传算法(SGA)收敛速度慢、易早熟等缺陷,从初始群体的生成、精英个体的保留、自适应的交叉率和变异率、早熟现象的防止策略等方面对SGA进行了改进,提出了一种基于改进遗传算法(IGA)的将电力系统稳定器(PSS)原模型转换成仿真软件下标准模型的参数辨识方法.通过建立含PSS的励磁系统原模型和标准模型传递函数结构框图,输入相同的扰动信号,以原模型和标准模型的输出误差最小作为辨识目标,利用IGA对PSS标准模型参数进行优化调整,最终得到满足要求的PSS标准模型参数.实际PSS参数辨识结果表明,该方法计算速度快,精度高,具有很好的效果.     

基于微粒群优化算法的最优电力系统稳定器设计

传统电力系统稳定器的性能受其参数影响很大,为提高电力系统机电暂态模型的阻尼,文中提出了一种优化电力系统稳定器参数的新方法。该方法以两个特征值基目标函数为基础,采用改进的微粒群优化技术对电力系统稳定器进行参数优化。特征值分析和非线性仿真结果表明,经过参数优化的电力系统稳定器能有效抑制本地和区域间振荡,提高系统的鲁棒性。     

采用支持向量机和模拟退火算法的中长期负荷预测方法

准确的中长期负荷预测能够提高电力系统的经济效益和社会效益.分析了支持向量机(support vector nachine,SVM)模型,并针对利用支持向量机进行负荷预测需要人为地确定相关参数的不足,提出了利用支持向量机进行中长期预测的新方法.该方法利用模拟退火(simulated annealing,SA)算法自动优化参数.实例验证结果表明,所提出的方法可以有效地选取支持向量机模型的参数,降低支持向量机的建模误差和测试误差,该方法与利用默认参数支持向量机进行预测的方法相比,有效地提高了负荷预测精度.     

基于DKDE与改进mRMR特征选择的短期光伏出力预测

随着光伏发电装机容量的增长,其在能源消费中的占比不断提升,准确预测光伏发电功率对电力系统发展规划和调度运行均具有重要意义.目前,针对光伏预测特征选择的研究比较少,不合理的特征选择往往导致信息丢失,气象参数与出力间的映射关系难以有效挖掘,最终导致预测精度偏低.因此,文中提出一种基于改进互信息计算与改进最大相关最小冗余(mRMR)的光伏预测特征选择方法.针对连续随机变量相关性互信息难以直接计算的问题,基于扩散核密度估计(DKDE)理论,提出一种依据概率密度的区间划分方法并应用于变量离散化,以提高互信息对实际有限数据集的表征能力.然后,对传统mRMR的增量搜索过程进行了改进,提出一种可并行筛选多个特征子集的改进mRMR算法,并针对各特征子集分别采用XGBoost算法构建气象信息与光伏功率的预测模型.最后,通过实际光伏电站测量数据验证了所提方法的有效性和准确性.     

考虑寿命和畸变率的极低频功率放大器开关频率优化控制策略

开关功率放大器在民用和军事中都有着广泛的应用,如电动振动试验台、通信系统和声纳探测等重要领域。文中针对应用于极低频电磁波通信的开关功率放大器,提出基于改进粒子群算法的最优开关频率控制策略,通过该方法可以在满足一定输出电压畸变率的同时,降低极低频工况的功率器件热摆幅,延长开关功率放大器的寿命。首先分析开关功率放大器的热应力控制自由度。然后对影响设备寿命长短的重要因素——热摆幅和表征输出效果的指标——谐波畸变率(total harmonic distortion,THD),这2个变量的影响因素进行研究。在此基础上,综合考虑热摆幅和THD,提出基于改进型粒子群优化算法的最优开关频率控制策略。最后,通过仿真和实验对所提控制方法进行验证。