共查询到16条相似文献,搜索用时 140 毫秒
1.
一种基于Volterra级数的基带数字预失真 总被引:1,自引:0,他引:1
提出了一种基于间接学习结构的自适应基带预失真技术来补偿高功率功放的记忆效应。它使用基于Volterra级数的RLS自适应算法。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。 相似文献
2.
3.
对一种经过改进的基于RLS算法的多项式预失真算法进行了研究。此种多项式预失真方法的基本原理是将传统的多项式函数分解为2个简单函数来逼近目标函数。将一个复杂的函数分解为2个简单函数后大大降低了RLS算法的计算量。同时,还将改进后的多项式预失真技术应用于功放设计中并进行了仿真,仿真结果显示改进后的RLS多项式预失真算法对交调失真的抑制依然有非常好的效果。 相似文献
4.
5.
6.
针对PA的非线性和记忆效应,有记忆自适应预失真技术是最有效的线性化技术.在选取合适阶数、记忆深度的有记忆多项式模型的基础上,采用RLS和LMS结合的混合算法,并设定误差门限值以使两种算法合理转换.仿真分析表明,该方法可以有效补偿系统的非线性和记忆效应. 相似文献
7.
8.
从理论证实了欠采样在基带预失真中的可行性,将欠采样用在基带预失真系统上,降低了功率放大器失真信号的采样率而完整地保留了信号中的非线性信息.最后,利用欠采样理论构建了基带预失真功率放大器系统,得到了19 dB三阶交调失真的改善,与正常采样下(5倍输入信号Nyquist采样率)的三阶交调失真的改善度相比相当,从而降低了系统的复杂度及成本. 相似文献
9.
为了减小功放的非线性,使系统实现线性输出,介绍了一种基于幂级数多项式的数字基带预失真技术,并论述了其基本原理和系统结构,最后从邻信道功率比(Adjacent Channel Power Ratio)、星座图、功放的幅度-幅度特性(AM-AM)三个方面进行了仿真,结果表明该预失真技术较传统的查询表预失真技术,不仅能节省大量的存储空间,而且能更好地纠正功放的非线性,预失真性能更优。 相似文献
10.
阐述了目前国内外功率放大器(PA)线性化技术的研究状况,重点研究了其中最有应用前景的数字基带自适应预失真技术及其最新研究进展,分析并指出了相关方法的优缺点,并对其发展前景进行了展望。 相似文献
11.
自适应预失真方法能自适应调节阈值,仅对调制信号中大幅值分量进行预失真处理,有效降低了预失真算法复杂度,但由于该方法仍采用正交记忆多项式进行预失真处理,算法复杂度仍旧较高。围绕如何进一步降低预失真处理算法复杂度,引入信号并行处理思想和递推最小二乘算法,提出了一种低复杂度的自适应并行两箱预失真方法。结合调制信号的解析信号表达式,利用算法复杂度更低的递推最小二乘算法分支路对实部和虚部进行预失真处理,有效降低了预失真算法复杂度。理论分析和仿真结果表明,在保证系统误码性能正常的前提下,与并行两箱预失真方法和自适应预失真方法相比,所提算法复杂度分别降低约93%和27.62%。 相似文献
12.
In this article, based on least square estimation, a recursive algorithm for indirect learning structure predistorter is introduced. Simulation results show that of all polynomial predistorter nonlinear terms, higher-order (higher than 7th-order) nonlinear terms are so minor that they can be omitted in practical predistorter design. So, it is unnecessary to construct predistorter with higher-order polynomials, and the algorithm will always be stable. Further results show that even when 15th-order polynomial model is used, the algorithm is convergent after 10 iterations, and it can improve out-band spectrum of 20 MHz bandwidth signal by 64 dB, with a 1.2×10^11 matrix condition number. 相似文献
13.
Wiener功率放大器的分离预失真方法 总被引:7,自引:1,他引:6
Hammerstein(以下简称H)系统能实现对Wiener功率放大器的预失真,文章从其结构特点出发,提出了分离预失真方法,将放大器中的记忆和非线性因素分离,并独立地得到各自的预失真模块,从而组成能对WienerPA进行线性化的H系统,克服了以往在对H系统各参数的辨识中,由于没有排除记忆和非线性因素的相互干扰而导致的算法较为复杂,收敛速度缓慢,收敛精度不高的问题。仿真表明,该方法在收敛速度和收敛精度上都有明显提高。 相似文献
14.
15.