基于改进型径向基函数网络的功放非线性建模

针对功率放大器(PA)的非线性建模,提出了改进型径向基函数神经网络(RBFNN)模型。首先,在该模型的输入端加入延迟交叉项和输出反馈项,利用正交最小二乘法提取模型的权值以及隐含层的中心;然后,采用15MHz带宽的宽带码分多址（WCDMA）三载波信号对Doherty功放进行测试,其归一化均方误差(NMSE)可以达到-45dB;最后,通过逆F类功放对模型的普遍适用性进行验证。仿真结果表明,该模型能够更加真实地拟合功率放大器的特性。     

一种新型射频功放建模结构LMEC研究及预失真应用

针对现代无线通信系统中射频功率放大器的强非线性特征, 提出了一种高精度、低复杂度的LMEC（LUT-MP-EMP-CIMT）模型。该模型由查找表（LUT）、记忆多项式（MP）、包络记忆多项式（EMP）及记忆交叉项（CIMT）并联构成。与并联双非线性两箱模型（PTNTB）相比, LMEC模型增加了EMP子模型和CIMT子模型。实验结果表明, LMEC模型能带来更好的建模精度和线性化效果, 较MP模型的建模精度提升了2. 9 dB, 邻信道功率比（ACPR）值降低约5 dB; 较PTNTB模型精度提升了1. 1 dB, ACPR值降低约3 dB; 与通用记忆多项式模型（GMP）相比性能相近, 但减少了50%的系数。     

基于记忆曲线的数据密集型动态用户行为建模

分析用户行为的历史数据,使用特定方法建立用户的偏好模型,是目前研究的热点和关键。考虑了数据产生的时序特征,以及具有时间特征的变量在用户行为模型中的影响,以心理学中的记忆曲线模型为依据,从用户的行为数据出发,给出了用户偏好的表示,并为用户的每个偏好建立一个记忆曲线模型,实时地表示用户的偏好。针对海量的用户行为数据,提出了基于MapReduce的模型参数增量更新算法和动态用户偏好计算方法,从而使得模型能反映动态变化的用户偏好。建立在真实数据上的实验结果表明,提出的模型和算法具有高效性、正确性和可用性。     

基于多项式模型的功率放大器非线性特性和预失真分析

信号在功放过程中,会产生非线性失真.因此对信号首先进行预失真处理是改善功放的非线性失真一种重要技术手段.对无记忆和有记忆的功放模型和预失真模型进行建模.利用多项式模型对功放模型进行建模,利用多项式模型和有约束优化问题来对预失真模型进行建模.对于无记忆信号,最终得到一个7次多项式的功放模型和7次多项式的预失真模型,线性化后最大可能的幅度放大倍数为1.83.对于有记忆信号,得到一个次数为5、记忆长度为3的多项式功放模型和次数为5、记忆长度为3的多项式预失真模型,线性化后最大可能的幅度放大倍数为9.48.     

一种改进的恒模盲均衡算法

研究了步长对恒模算法（CMA）收敛性能的影响。调整步长至合适的值,使CMA算法性能达到总体最优,并对CMA算法进行改进。仿真结果表明,改进算法与CMA算法相比,收敛速度相近,稳态剩余误差更小,从而解决了CMA算法收敛速度和稳态剩余误差不能同时达到最小的问题。     

一种稳健的格基规约非线性预编码算法

为解决THP预编码在信道矩阵不理想情况下误码率较高的问题,提出了一种在MMSE准则下改进的格基规约THP预编码算法。该算法在原有格基规约THP算法基础上进一步改造用户信道矩阵,使其尽可能满秩,从而增加系统鲁棒性。仿真结果表明,该算法相对原有算法在10d B信噪比之后误码率性能得到提升,性能提升了约3d B。     

一种改进的小波域去噪算法

在D.L.Donoho和I.M.Johnston提出的多分辨分析小波阈值去噪方法的基础上,提出了一种新的双变量阈值函数。采用新的阈值函数的去噪效果无论在视觉效果上,还是在信噪比增益上和最小均方意义上均优于传统的硬阈值和软阈值,克服了采用硬阈值法去噪效果不佳和软阈值法过度光滑使信号失真的缺点。并且进行了仿真实验,其结果表明了该方法的有效性和优越性。     

一种快速收敛的改进BP算法的研究

在分析普通BP算法的基础上提出了一种改进的BP算法(MBP),用以克服普通BP算法收敛速度慢、易陷入局部最小点的缺点.算法的核心是改变Sigmoid函数的微分表达式,加入幂因子S和R,用以提高网络输出误差项在整个目标函数中的相对影响.收敛性分析表明,MBP算法保持了普通BP算法的梯度下降特性,但具有更快收敛速度和更好的收敛精度,并且可跳出局部最小点.通过对一个非线性系统的模型辨识仿真实验,直观上证明了该算法的有效性和可行性.     

一种具有普适性的功放线性化预失真方案

为解决功率放大器的非线性问题,提高功放效率,提出了一种能够应用于多种类型功放的间接结构多项式数字基带预失真方案。采取间接预失真结构规避了功放的辨识过程,选择记忆多项式模型作为预失真器能够线性化多种类型的功放,同时采用改进的抑制牛顿算法减少了参数的迭代次数和运算量。以64QAM信号作为输入,对几种典型的功放模型进行数字预失真处理,通过MATLAB仿真分析预失真前后信号的功率谱变化以及ACPR值的改变,表明该方案能够取得比较理想的预失真效果,同时证明了此预失真方案具有一定的普适性。     

一种改进的小波域阈值去噪算法

在D.L.Donoho和I.M Johnston提出的多分辨分析小波阈值去噪方法的基础上,提出了一种新的双变量阈值函数.采用新的阈值函数的去噪效果无论在视觉效果上,还是在信噪比增益上和最小均方意义上均优于传统的硬阈值和软阈值,克服了采用硬阈值法去噪效果不佳和软阈值法过度光滑使信号失真的缺点.通过仿真实验结果,表明该方法的有效性和优越性.     

基于动态有理函数的功放模型及预失真应用

针对现代无线通信系统中射频功率放大器的非线性与记忆效应,提出一种新的低复杂度的动态有理函数模型,该模型简化了有理函数模型,通过两个多项式的比进行建模,但分子是包络记忆多项式的形式,分母由无记忆多项式构成.通过模型仿真和预失真应用系统验证,结果表明:与记忆多项式模型相比,动态有理函数模型所需的系数要少30.6％,模型精度却与其相近,邻信道功率比(ACPR)改善约20 dB,而与有理函数模型相比,所需系数要少21.9％,模型精度改善2.4 dB,ACPR改善约15 dB.由此证明了该模型在复杂度和精确度上的优越性,对功放预失真的研究具有重要的参考价值.     

一种改进的多单元粒子滤波算法

针对粒子滤波重采样时运算量大的问题,提出一种改进的多单元粒子滤波算法,该算法在多单元粒子滤波的理论基础上,通过加入数据采样步骤,对多个单元的粒子数据进行分组,对其采样选取各组数据的最大值,有效减少系统重采样时的粒子数,提高系统运算效率。实验结果表明：在相同的条件下,相对于多单元粒子滤波,该算法运行时间减少10倍,精度提高20倍,能够满足实时应用要求。     

一种改进变步长因子LMS算法的研究

传统的LMS算法,由于其步长因子μ是事先指定的固定值,因而在迭代过程中不能随着估计误差e（n）来进行相应的调整,所以其收敛性完全由初始条件和步长决定。为了改变这种状况,文章提出了一种步长因子μ（n）随时间变化的LMS算法,其收敛速度快于LMS和NLMS,具有较小的失调,将本算法应用于自适应预测系统,Matlab仿真实验结果与理论分析一致。     

一种改进的基于听觉掩蔽的自适应β阶MMSE语音增强算法

提出一种改进的基于听觉掩蔽的自适应阶MMSE语音增强算法,实验表明这种改进算法比起经典的语音增强算法能更显著地提高算法的客观性能,特别在非平稳噪声和低信噪比的环境中能快速估计出变化的噪声功率谱。     

一种改进小波收缩阈值的信号消噪算法

小波变换是一种时频分析的方法,在信号处理领域广泛应用.文章在经典的小波软、硬阈值消噪方法的基础上,提出了一种基于小波分析的改进阈值信号消噪方法.Matlab仿真结果表明,此法同时克服了软、硬阈值方法的缺点,其消噪效果较好.     

一种改进的小波阈值高斯噪声图像降噪方法

关于图像传输的优化问题,针对传统小波阈值降噪方法,为了克服硬阈值函数不连续,软阈值函数中估计小波系数与分解小波系数之间存在恒定偏差,构造了一个新的非线性阈值函数,通过调整参数可视化地改变阈值函数的形状,将Dono-ho的硬阈值和软阈值作为两种特殊的情况.算法采用对非重要小波系数的处理,不是均设为0,系数可由多项式调节以接近理想小波系数,并进行仿真.仿真结果表明,算法对图像中的加性噪声能很好地去除,并且较好地克服了传统软、硬阈值存在的振荡和边界模糊偏差缺陷,改善了图像质量.     

Doherty功放的数字预失真技术研究

通信系统中功率放大器（PA）的效率和线性度影响着整个系统的性能,而Doherty技术是提高效率的一种有效方式,但在提高效率的同时,它的线性度也会变差。数字预失真（DPD）是一种最具有前景的线性化技术,近年来各种模型被不断提出。通过在一种合适阶数、记忆深度的记忆多项式DPD中采用新的RLS与LMS混合算法,实现Doherty功放（DPA）快速、高效的线性化。仿真结果表明所提算法能够快速收敛,对系统的非线性和记忆效应有明显改善。     

某型导弹几种典型干扰的建模与仿真

飞行过程中存在的各种干扰会使导弹偏离预定弹道而影响其精度,对各干扰因素进行合理建模及仿真很有必要;为了研究典型干扰对某型导弹弹道的影响,建立了该型导弹六自由度标准弹道模型,介绍了其飞行过程中存在的质量及转动惯量偏差、发动机推力偏心、风干扰等几种干扰并建立了偏差模型;根据实际要求针对极限拉偏情况进行了仿真试验,结果表明,该型导弹姿态角主要受风干扰影响,位置受推力偏差的影响较大,而质量及转动惯量偏差对弹道参数影响不大。     

自适应噪声抵消技术的仿真与应用研究

从有用信号中剔除噪声是信号处理中一个重要研究课题.在金属矿区进行地震勘探数据采集时,经常会受到矿区内机械设备的强噪声干扰,常规的滤波方法对于淹没在强机器噪声下的有效地震信号的提取已经不适用,而随着计算机和信号处理技术的发展,自适应噪声抵消技术已广泛的应用于各个领域.通过对自适应噪声抵消器原理的研究,结合地震数据信噪模型分析,重点研究利用自适应噪声抵消技术来消除机器噪声.针对基于NLMs算法的常规技术存在的不足,提出了一种改进的算法,并运用MATLAB进行仿真试验,仿真结果表明自适应噪声抵消技术可以有效抵消机器噪声的干扰,大大提高地震资料的信噪比,使有效地震信号失真小.