基于改进型广义分数阶记忆多项式的Doherty功放线性化器

为了能够有效抑制Doherty射频功放的强非线性,本文提出了基于改进型广义分数阶记忆多项式非线性模型,并采用该模型设计数字预失真线性化器。改进型广义分数阶记忆多项式（AGFMP）模型是在广义记忆多项式（GMP）模型的基础上去除滞后项,从而减少系数数量,并将偶数阶项去掉,引入分数阶项,以提高线性化能力。文中采用双波段双模式信号（信号带宽为25MHz）和1000001 CDMA2000信号作为测试信号,设计输出峰值为51dBm的Doherty功放作为测试功放进行建模和线性化试验。实验结果表明无论在强记忆效应还是强静态非线性时,AGFMP的系数数量比GMP减少30%,且具有与GMP相似的线性化能力,同时比分数阶记忆多项式具有更优的带内和带外交调抑制能力。     

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。     

一种新的基于反馈的数字预失真器模型

数字预失真器是线性化功率放大器的有效工具.记忆多项式等模型难以兼顾模型的精确性和复杂程度.为解决该问题,提出了一种基于反馈的多项式模型建模数字预失真器.不仅使用输入信息,还使用过去时刻的输出信息,用较少的系数个数对高非线性及深记忆效应的功率放大器建立模型.仿真结果显示,该模型比一些常见的模型可更有效地缓解功率放大器的幅值和相位失真.     

基于多项式的记忆型数字基带预失真器

提出了一种由自适应均衡器和基于多项式的无记忆预失真单元级联组成的记忆型数字基带预失真器．在该预失真器中，首先通过传输窄带训练序列得到能够补偿功率放大器非线性的无记忆预失真器的参数．然后通过一种自适应均衡算法修改均衡器的参数抵消功率放大器的记忆效应．由于将功率放大器的非线性和记忆效应分开处理，其结构和自适应算法复杂度比普通记忆型预失真器大大降低．计算机仿真结果表明，该预失真器能够有效地校正由于功率放大器的非线性和记忆效应引起的信号失真．     

修正Volterra级数的功放行为模型

从功率放大器的基本电路模型出发,建立了一种基于反馈结构的修正Volterra级数(MVS)的功率放大器的行为模 型。在此基础上,依据功率放大器的非线性特性,对MVS模型进行了近似和简化,降低了模型的复杂度和参数提取时间。采 用ADS仿真测量了一个10W的WCDMA功率放大器的输入输出波形,用于模型提取和验证。计算结果表明,MVS模型能够很 好地描述WCDMA功率放大器的非线性特性及记忆效应,与传统的记忆多项式模型(MP)相比较,MVS模型的NNSE低约3dB, 同时降低了模型的复杂度。     

MBER优化用于宽带功放通信系统

针对通信系统中宽带功率放大器引起的非线性失真问题,提出了最小差错概率（MBER）算法,以优化非线性均衡器参数,并采用非线性均衡器与数字预失真器对功率放大器非线性失真进行联合补偿.预失真用于减少非线性失真对带外的干扰,非线性均衡器用于减少带内失真.仿真结果表明,基于MBER算法的非线性均衡器性能优于基于最小均方误差算法的均衡器;联合线性化简化了预失真器的结构,并可获得更优的误码率性能.     

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     

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.     

一种带记忆效应的功率放大器非线性仿真分析

针对目前带记忆效应的功率放大器非线性失真问题,基于限幅的基带预失真技术,采用目标规划给出了无记忆预失真器的矩阵模型.在满足输出功率最大化的同时,限制归一化均方误差值在满意的范围,并提出了有记忆非线性功率放大器的带抽头延时的反向传播神经网络(BPNN)模型.仿真结果表明,提出的实验方法精度高,能达到比较好的线性化效果.     

记忆功放的BP神经网络分离预失真方法

针对OFDM无线通信系统中的记忆非线性功率放大器预失真困难以及预失真精度不高的问题,充分考虑了记忆非线性功率放大器的失真特性及其结构特点,提出了神经网络分离预失真方法,并给出了该方法的原理、实现结构和自适应算法．该方法把记忆非线性功率放大器的预失真分为3个模块来实施,即抵消记忆效应模块、AM/AM失真矫正模块和AM/PM失真矫正模块,并基于神经网络预失真器非直接学习结构,利用Levenberg-Marquardt BP算法确定各个神经网络预失真器．仿真结果表明该方法可降低邻信道互调功率约30dB．     

卫星通信中一种快速RPEM 算法

记忆多项式预失真能够有效地补偿卫星信道的非线性失真,但存在收敛速度慢的缺点．将RPEM算法应用于卫星记忆多项式预失真中,提出了一种快速收缩递归预测误差算法．该算法通过利用Shrinkage方法和L₁范数与L₂范数差值最小化公式,获得了噪声自由先验误差与噪声自由后验误差的关系,推导了一种最佳遗忘因子,有效地提高了收敛速度．仿真结果表明,收缩递归预测误差算法能够有效地抑制信号的星座扭曲和频谱再生,解决了非线性失真的问题,同时在几乎不增加计算复杂性的基础上,能够获得较快的收敛速度和较好的稳定性．     

功率放大器非线性特性及预失真建模研究

论文针对功率放大器的非线性失真问题,分别以无记忆功率放大器和有记忆功率放大器输入/输出数据为基础,通过对给定数据进行拟合处理,建立了放大器的非线性多项式数学模型,并采用归一化均方误差、误差矢量幅度衡量模型的效果.针对放大器的非线性特性,采用前向串级补偿方法,得到预失真处理器的数学模型,对系统进行输入输出模拟,得到补偿后的系统输入/输出效果.最后针对信道干扰问题,通过相邻信道功率比的指标来评价所建模型对相邻信道的干扰程度分析.     

基于多通道IQRD-RLS算法的功率放大器行为模型

使用通用记忆多项式模型来精确地建立射频功率放大器的非线性动态行为模型,模型系数使用多通道IQRD-RLS算法进行提取。IQRD-RLS算法可以直接求解时间递归最小二乘权值向量,避免了在以前直接QR分解方法中所必须的后向迭代过程。且该算法使用Givens旋转操作更新递归的模型系数,比较适合使用脉动阵列实时实现快速的收敛性和良好的数值性能。用ADS仿真数据进行验证,结果表明本模型能够满意地描述宽带射频功率放大器的非线性动态特性。     

基于局部多项式拟合的网格简化算法

为了提高网格简化后的三角形质量,提出了一种新的基于顶点局部多项式曲面拟合的三角网格简化算法.用三次多项式曲面拟合网格上的每个顶点及其局部邻域,计算每条边折叠的误差估计,衡量了顶点到拟合曲面的偏离程度,在算法的每次迭代中删除网格上误差估计最小的边,直到网格的顶点个数减到预先给定的数字.基于Laplace算子,增加顶点约束以及顶点邻域重心约束条件，对简化网格作一次线性整体优化.结果表明,该算法保留了更多的网格细节特征,在简化网格的三角形质量方面优于Garland的二次误差度量算法.该算法可用于快速构建模型的细节层次（LOD）模型.     

既有框架结构的新型等效简化动力模型构建方法

为了实现对长期服役后的结构在地震、风等动荷载作用下安全性和舒适性的评估,利用监/检测数据建立一个能准确反映实际建筑在地震、风等动荷载作用下动力响应的结构动力学模型至关重要。本文针对非常普遍的框架建筑结构,提出了一种基于少量移动传感器的框架结构等效简化动力学模型构建方法。首先,提出建筑结构等效简化模型构建的层间剪力等效原理,证明了以该原理构建的简化模型具备准确模拟实际建筑结构动力响应的能力。其次,推导了框架结构简化模型形式,并研究了简化模型参数特点。然后,提出了一种框架结构简化模型参数的迭代识别方法,实现了仅使用少量无线移动传感器的简化模型参数识别。最后,通过一个12层3跨钢框架结构数值模拟算例,研究了在不预知结构刚度退化的具体形式和仅使用少量移动加速度传感器的条件下,由本文所提方法构建的等效简化模型对实际框架结构在不同水平动荷载作用下结构动力响应的预测能力。数值试验结果表明,等效简化模型能准确模拟不同荷载工况下框架结构加速度和位移响应。因此,本文提出的框架结构等效简化模型构建方法将在评估既有框架结构在风、地震等动荷载作用下的结构安全性和舒适性方面具有重要的应用前景。     

最小二乘估计在数字预失真系统中的应用

由于功率放大器本身的非线性原因,导致信号带外产生频谱,从而造成带内失真和邻道干扰,效率较低.采用最小二乘估计,将传输信号先经过带记忆效应的多项式预失真结构,再经过放大器,可以提高功放的线性度,降低信号失真和邻道干扰.仿真的实验结果表明,这种采用最小二乘估计的预失真处理可以使带外杂散降低20 dB左右,从而提高了功放的效率.