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．     

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．     

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     

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.     

高功率放大器非线性失真联合抑制方法

高功率放大器引入的非线性失真将导致带内信号失真、频谱扩展(邻道干扰)和误码率恶化。在剖析高功率放大器非线性输入输出特性的基础上,针对正交频分复用系统,分析了高峰平功率比问题和放大器预失真器对系统性能的影响,提出一种联合高功率放大器预失真和预留空子载波的无失真峰平功率比抑制方法。计算机仿真结果表明,所提方法在较低的输入信号功率回退条件下,能够取得较大的误码率性能改善。     

卫星通信中16APSK调制下带有记忆性的后置预失真算法

针对卫星星载功率放大器工作在饱和区域所造成的卫星传输信号非线性特性,以及传统的前置预失真器由于延时、高阶信号调制等原因,不能完全消除功率放大器的非线性影响与记忆效应。提出了一种可用于多幅度高阶信号调制的后置预失真器算法,该算法通过建立多变量矩阵后置预失真器来消除功率放大器的非线性影响和记忆性影响。从误码率、功率谱和星座图3个方面对所设计的后置预失真器进行性能分析,仿真结果表明后置预失真器可以有效消除高阶调制信号的非线性影响和记忆性影响,在实际应用领域拥有较高的价值。     

OFDM系统的神经网络功放预失真

针对非线性高功率放大器导致正交频分多址系统传输性能下降问题,采用两个类似结构的单输入单输出反向传播神经网络串联后级联高功率放大器实现其预失真．前一网络是基于改进的非直接学习方法训练得到的高功率放大器的幅度预失真器,克服了非直接学习的缺陷;后一网络是高功率放大器的相位特性模型,回避了逆向模型的弊端．仿真结果显示了在输入回退低至2.93dB时,该方法仍能使高功率放大器输出信号的带外谱扩散降低约15dB,而其他方法此时不能起任何作用,且前者网络规模小于后者,表明了该方法结构简单,能够更加高效地实现正交频分多址系统中非线性高功率放大器的自适应预失真．     

卫星通信双循环下Volterra滤波预失真算法

针对卫星功率放大器输出信号非线性化的问题,提出了一种简化预失真算法.该算法通过两个一阶截断Volterra滤波模型构建前馈循环和反馈循环,并结合两重循环调整预失真器系数来实现卫星通信发射信号线性化处理.在载波频率的提高或传输速度增大时,该算法仍可通过提高预失真器系数更新速度和精确度,从而保证卫星发射信号具有较好的线性特性,具有很好的使用价值和可操作性.     

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.     

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.     

基于色彩分类的查找表图像逆半调方法

将灰度图像的查找表逆半调算法扩展到彩色图像的逆半调,虽然考虑了彩色图像中三通道的色彩相关性,但简单地以半调值为索引值向映射表中添加连续值,不仅使映射表中的数据不够真实,也使得逆半调图像质量受半调噪声影响而降低。为此,提出一种色彩分类存储的查找表彩色图像逆半调方法,它首先从连续图到半调图对像素值进行色彩配比,然后判断配比值：若两值的色彩配比值相等或相近,则以半调值为索引,将连续值存入查找映射表中;若不相近,则将该值存入一个替补表中,作为查找表估值的依据。实验证明,色彩分类的查找表图像逆半调效果图的视觉效果比查找表彩色图像逆半调效果图的好,且其峰值信噪比、色彩还原程度、色彩倾向值均高于查找表方法所得值。     

结构拓扑修改动力学重分析的单步摄动逆迭代法

提出了一种结构动力学拓扑重分析的单步摄动逆迭代方法:首先将新增加的自由度通过动力缩减方法凝聚到原始自由度上;然后用单步摄动法求出初始结构自由度和增加自由度上的修正特征向量;再用瑞利-商逆迭代法对整个自由度的近似特征向量进行逆迭代,并最终采用瑞利商获得修改结构的近似特征值。数值算例的结果表明:该方法计算编程简单易行,且具有较高精度,适合用于结构拓扑修改自由度增加时的动力学重分析。     

Fast nonlinear Shrinkage LMS Newton equalization algorithm over the satellite nonlinear channel

The adaptive Volterra equalizer is an effective technique for compensating the nonlinearity over satellite channels. However, its adaptive algorithm has a slow convergence speed. To counteract this problem, a new shrinkage least mean square Newton algorithm is devised for the adaptive Volterra equalizer over the satellite nonlinear channel. A noise-free posteriori and priori error signal is obtained by using a known Shrinkage method and L1-L2 minimization formulation. Furthermore, by minimizing the energy of the noise-free posteriori error signal, the SHLMS Newton method is able to provide a variable step size to update the weight vector for the adaptive Volterra equalizer, significantly enhancing the convergence speed. Simulation results indicate that the SHLMS Newton adaptive Volterra equalizer can effectively correct signal amplitude and phase distortions and satellite nonlinear channel distortion.Additionally, the SHLMS Newton algorithm can obtain a faster convergence speed than the traditional algorithms.     

基于平面靶分割区间LS-SVM摄像机标定的研究

摄像机标定是视觉系统精确的前提.利用最小二乘支持向量机实现摄像机的标定不需确定摄像机具体的内部参数和外部参数.由于镜头的畸变主要由径向畸变引起,根据摄像机畸变的特点,对畸变区域进行划分,提出一种基于分割区间最小二乘支持向量机的摄像机标定法,对不同的畸变区域进行单独处理.该方法同BP神经网络和基本最小二乘支持向量机标定预测结果对比表明,基于分割区间最小二乘支持向量机的摄像机标定法速度快,实时性好,能有效提高标定精度.     

基于图像内容失真的全参考视频质量评估方法

利用图像梯度可反映图像的空间结果及图像相关系数能够反映人眼的空间复杂度掩盖特性的性质,提出根据失真图像梯度与参考图像梯度间的相关系数来反映图像的内容失真,然后结合图像的亮度失真来评价图像质量的方法．使用该质量评估方法测得的失真视频客观质量评分与其主观质量评分有很好的一致性．     

基于结构分析的感知视频信号压缩方法

针对视频中的视觉感知冗余,提出一种面向视频编码的基于结构分析的感知信号处理模型--结构显著性最小可觉察失真模型.先分策略获取视频帧的有序/无序结构分量和纹理分量进行最小可觉察失真（JND）建模;使用无序结构分量的结构不确定性调节视频帧的显著性区域和JND的对比度掩蔽效应;最后,基于该模型的感知滤波模块被嵌入HEVC中.实验结果表明,在主观视觉感知没有明显损失的情况下,所提出方法的平均码率比HEVC的编码软件HM16.0减少了10.3%.     

Study on the relative radiometric correction of CBERS satellite CCD image

China-Brazial Earth Resources Satellite (CBERS)-01 is the first remote sensing re- source satellite of data transfer type manufactured by China and Brazil, which is full of the wisdom and sweat from both countries’ aerospace communities and is regarded as a model of the cooperation between developing countries in high-tech area. CBERS-01 was launched in October of 1999 and went into normal operation after on-orbit test inMarch of 2000. This brought an end to the history that China coul…     

一种改进的递归神经网络盲均衡算法

提出了一种新的基于递归神经网络的快速收敛盲均衡算法。设计中采用观测信号的四阶统计量构造代价函数,简化了系统的复杂度;利用实时递归学习算法对系统参数进行动态调节。该算法具有镇定性,其收敛性能不会受到失真信道的影响,适用于均衡衰落性严重的信道。实验仿真结果表明对具有频率选择性衰落的非线性信道,该算法在收敛速度和对抗码间串扰方面都具有良好的性能。     

控制网格变形的动力松弛法膜结构找形分析

采用动力松弛法对膜结构找形分析时,为了防止节点的聚集以获得更精确的膜曲面,提出了一种新的控制网格变形的找形技术.膜单元采用平面三角形单元描述,在单元每两节点间引入了与单元边长变化速率成正比的阻尼项,通过阻尼项产生的节点力来控制网格在找形过程中的变形.对悬链面找形时发现,当黏性系数不大于0.7时,动力松弛法收敛,网格节点分布较无阻尼时均匀.对Scherk-1ike曲面找形时发现,能够控制网格变形且满足收敛性的黏性系数的上限为1.5.此方法能够有效地解决膜结构找形分析中网格的大变形问题,保证了单元密度,特别是克服了曲率较小处网格过于稀疏的缺陷.     

用差异进化算法进行海洋环境参数反演

提出了用差异进化算法进行浅海环境参数匹配场反演，利用仿真数据对算法的有效性进行了评估，并与遗传算法、模拟迟火算法进行了比较，最后采用亚洲海实验(ASIAEX 2001)数据验证了方法的可行性。