共查询到18条相似文献,搜索用时 76 毫秒
1.
2.
3.
为解决传统间接学习结构自适应预失真器中幅度和相位预失真参数之间相互影响的问题,提出了一种对功率放大器的幅度和相位预失真参数进行分开和并行估计的自适应预失真方法,其中幅度和相位预失真器均采用间接学习结构进行训练;将该方法应用在典型的无记忆功率放大器模型中,对DVB-T标准中2k模式OFDM信号的预失真过程进行了实验仿真;仿真结果表明,在预失真多项式阶数相同条件下,改进的间接学习结构预失真方法与传统间接学习结构预失真方法相比较,带外谱抑制增益平均提高了约4dB。 相似文献
4.
5.
6.
射频预失真是提高功率放大器线性度的一种有效手段,精确补偿放大器的非线性失真需保证幅度和相位补偿同时满足要求.针对Ka波段行波管放大器的线性化,提出一种新型射频预失真电路.该电路由前置、后置电平调节模块和基于矢量合成技术的非线性信号产生模块构成.改变两电平调节模块的增益,可实现补偿区间的调节;改变非线性信号产生模块中两支路的偏置电压,可实现预失真补偿量调节及幅度/相位的独立调节.将实际电路与配用Ka行波管联测,在输出功率回退6 dB时,行波管三阶互调系数提高约11.5 dBc. 相似文献
7.
8.
放大器的非线性失真特性严重影响信号的传输质量,射频预失真是一种有效改善行波管非线性度的方法。本文利用反并联肖特基二极管完成了X波段预失真线性化器的设计。仿真结果表明,在8.4GHz~8.6GHz频率范围和一定输入功率内,各个频点处增益扩张量保持在6dB左右,工作频带内增益平坦度在1dB以内,相位扩张基本保持在45°左右。 相似文献
9.
一种新的用于Hammerstein预失真器的自适应结构 总被引:2,自引:0,他引:2
针对目前的自适应预失真结构不利于高效的最小二乘算法直接对Hammerstein预失真器参数进行更新的问题,该文提出了一种新的自适应预失真结构。应用该结构可以得到Hammerstein预失真器中两个子系统的误差,因此可使用高效的最小二乘算法直接对Hammerstein预失真器进行自适应更新,避免了结构误差以及子系统误差不精确对预失真器性能的影响。仿真结果表明:该文提出的自适应结构可使Hammerstein预失真器快速高效地补偿带记忆效应功率放大器的非线性失真。 相似文献
10.
自适应预失真技术是用于补偿高功率放大器非线性失真的一种有效技术.文中介绍了用LMS算法来实现的自适应预失真,以补偿功率放大器的非线性.计算机仿真结果表明,该自适应预失真技术具有实现复杂度低,收敛速度快的特点. 相似文献
11.
In this paper, a method of function approximation for improving index accuracy of the lookup table (LUT) of digital predistortion (DPD) is proposed to obtain more accurate linearization. The algorithm utilizes approximation of the LUT with the method of Taylor Series. The power values of forward signals are divided into integers and decimals, and the corresponding LUTs are indexed respectively. The index predistortion values of forward signals are approximated by Taylor series, which improves the index accuracy of LUT significantly. Experiment shows that the performance of a DPD system is improved. 相似文献
12.
13.
14.
Pei Zhang Xiaohui Wang Zhiguo Ma Shuaijun Liu Junde Song 《International Journal of Satellite Communications and Networking》2020,38(5):450-461
Dynamic power allocation (DPA) is the key technique to improve the system throughput by matching the offered capacity with that required among distributed beams in multibeam satellite systems. Existing power allocation studies tend to adopt the metaheuristic optimization algorithms such as the genetic algorithm. The achieved DPA cannot adapt to the dynamic environments due to the varying traffic demands and the channel conditions. To solve this problem, an online algorithm named deep reinforcement learning‐based dynamic power allocation (DRL‐DPA) algorithm is proposed in this paper. The key idea of the proposed DRL‐DPA lies in the online power allocation decision making other than the offline way of the traditional metaheuristic methods. Simulation results show that the proposed DRL‐DPA algorithm can improve the system performance in terms of system throughput and power consumption in multibeam satellite systems. 相似文献
15.
基于优先级扫描Dyna结构的贝叶斯Q学习方法 总被引:2,自引:0,他引:2
贝叶斯Q学习方法使用概率分布来描述Q值的不确定性,并结合Q值分布来选择动作,以达到探索与利用的平衡。然而贝叶斯Q学习存在着收敛速度慢且收敛精度低的问题。针对上述问题,提出一种基于优先级扫描Dyna结构的贝叶斯Q学习方法—Dyna-PS-BayesQL。该方法主要分为2部分:在学习部分,对环境的状态迁移函数及奖赏函数建模,并使用贝叶斯Q学习更新动作值函数的参数;在规划部分,基于建立的模型,使用优先级扫描方法和动态规划方法对动作值函数进行规划更新,以提高对历史经验信息的利用,从而提升方法收敛速度及收敛精度。将Dyna-PS-BayesQL应用于链问题和迷宫导航问题,实验结果表明,该方法能较好地平衡探索与利用,且具有较优的收敛速度及收敛精度。 相似文献
16.
17.