LMS和RLS自适应滤波算法对比研究

介绍了自适应滤波器的基本原理,对最小均方(LMS,Least Mean Squares)和递归最小二乘(RLS,Recursive Least Squares)自适应算法进行仿真分析及对比研究.仿真结果及实例均表明,两种算法都能有效抑制和抵消各种干扰,但相比之下,RLS算法具有更好的收敛性能及稳定性.     

基于数字预失真技术的功放性能改善研究

针对高均峰比的宽带输入信号,结合最小均方算法和Wiener模型的优点,该文提出了一种基于Wiener模型的数字预失真算法.通过计算机仿真,验证这种算法的有效性,补偿了功率放大器的非线性失真,提高了功放效率,对发射机功放线性化技术有一定的实用价值.     

一种用于实际OFDM系统的RLS自适应信道估计算法

对OFDM信道估计中的信道冲激响应(CIR)泄漏问题进行了分析,提出了一种新的时域一维递归最小二乘(RLS)自适应信道估计算法。RLS滤波器的输入和参考信号被一个独立于信道统计特性的矩阵加权,降低了CIR泄漏的影响。该算法保持了一维RLS算法低复杂度的特点,运算量远小于二维RLS算法。仿真结果证明,在非整数采样多径衰落信道下该算法极大提高了一维RLS信道估计的MSE性能,使其逼近于二维RLS算法。     

自适应前馈微波超线性功率放大器算法研究

提出了一种用于数字通信系统的宽带、超线性、高效率功率放大器的变步长最小均方算法．该算法跟踪精度高,收敛速度快．通过计算机模拟仿真,表明此算法可以有效地改善控制环路控制参数的收敛精度,提高收敛速度．     

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.     

一种自适应滤波器的设计与仿真

随着科技的高速发展,人们对信号处理的实时性、准确性和灵活性的要求越来越高,自适应滤波器在信号处理中的地位也越来越重要。自适应滤波器是一种含复杂算法的处理器,它的实现主要采用最小均方误差算法,通过调整滤波器系数来实现滤波,以便更好地跟踪信号的变化,最终实现自适应滤波。本文在Matlab环境下设计出自适应滤波器,验证了它的性能。     

RLS算法智能天线空时联合均衡技术

建立了一种空时信号传输模型,分析对比了递归最小二乘(RLS)和最小均方误差(LMS)两种算法后,提出了一种基于RLS算法,由智能天线和时域均衡器组成的采用后馈滤波器的空时联合均衡器,仿真结果表明,在多径衰落信道下该方法能有效改善系统抗干扰能力,算法简单且易于实现。     

MIMO系统自适应均衡算法研究

MIMO信道为频率选择性信道,由于时延扩展而存在色散,因此研究MIMO系统的自适应均衡技术显得尤为重要.通过对自适应均衡技术的两种主要的算法最小均方(LMS)算法和递归最小二乘(RLS)算法的研究可以看出,在不同的步长因子及遗忘因子等参数变化情况下,LMS算法的收敛速度较慢,但均衡简单易实现,RLS算法收敛速度较快,但迭代运算较复杂.结合二者的特点提出了在MIMO系统中引入改进的最小均方算法,即归一化最小均方(NLMS)算法.仿真实验对比表明NLMS算法的计算量与LMS相当,但收敛条件简单,易实现,收敛速度较快,有很实际的应用价值.     

自适应FIR滤波器的算法研究

针对有限脉冲响应(finite impulse response,FIR)数字滤波器结构的优化问题,通过在系统辨识模型中的应用,将粒子群优化算法(particle swarm optimization,PSO)与传统自适应最小均方(LMS)算法和递归最小二乘(RLS)算法仿真结果进行对比.实验结果表明了3种算法在不同的应用环境和条件下具有各自的优越性,为今后自适应滤波算法的选择提供了一定的参考信息.仿真结果中PSO算法在低阶滤波器应用中具有快速的收敛性、较高的计算精度以及低复杂度等特点,可以将其作为均衡算法对偏振膜色散进行补偿,为这一研究方向提供了新的思路和方法.     

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.     

Adaptive Digital Predistortion Schemes to Linearize RF Power Amplifiers with Memory Effects

To compensate for nonlinear distortion introduced by RF power amplifiers(PAs)with memory effects,two correlated models,namely an extended memory polynomial(EMP)model and a memory lookup table(LUT)model,are proposed for predistorter design.Two adaptive digital predistortion(ADPD)schemes with indirect learning architecture are presented.One adopts the EMP model and the recursive least square(RLS)algorithm,and the other utilizes the memory LUT model and the least mean square(LMS)algorithm.Simulation results demonstrate that the EMP-based ADPD yields the best linearization performance in terms of suppressing spectral regrowth.It is also shown that the ADPD based on memory LUT makes optimum tradeoff between performance and computational complexity.     

基于简化记忆多项式预失真技术的功放设计

为了降低功放非线性失真和记忆效应,减小模型的复杂度,结合记忆多项式模型(MP)、动态偏离降低模型和通用记忆多项式模型(GMP)的参数构成特点,提出了一种基于简化记忆多项式模型的预失真设计.仿真实验表明,简化模型预失真性能优于MP模型和动态偏离降低模型,与GMP模型相当,简化模型有效减少了参数数量,在相同ADS仿真条件下,非线性阶数都为9、记忆深度都为4时,简化GMP模型参数数量比MP模型减少了9个,比动态偏离降低模型减少了49个,比GMP模型减少了11个.     

新型自适应控制算法及在电力系统中的应用

为了提高自适应控制算法的稳定性及抗干扰能力,分析并改进了递推最小二乘法的迭代环节,在每步迭代估计中都考虑了两个时刻点的估计误差,从而得出一种抗干扰能力更强的参数估计方法,结合加权的最优控制器得到一种新型的最优自适应控制算法.与另一种电力系统稳定器算法进行了仿真比较,结果显示,这种新型的最优自适应控制算法具有较强的控制稳定性和抗干扰能力.     

Lag compensation errors in active power filters based on DSP controllers

The growing problems of harmonic pollution on coal mine power lines caused by high-power DC drive systems has increased the use of active power filters. We analyzed compensation errors caused by the time lag in the detecting circuits of an active power filter based on DSP control. We derived a mathematical model for the compensation error starting from the error estimation when a single distortion frequency is present. This model was then extended to the case where multiple frequencies are present in the distortion. A formula for a general theory of compensation error with fixed load and fixed lag time is presented. The theoretical analysis and experimental results show that the delay time of an active power filter mainly arises from the sampling time. Lower sampling frequencies introduce larger compensation errors in the active power filter reference current.     

一种自适应神经元无线传感器网络功率控制技术

针对传感器网络成簇过程难以建立数学模型的特点,利用人工智能技术提出了一种采用自适应神经元控制算法调整簇头功率,进而改变网络拓扑结构的方案.本算法能够根据实时系统误差,动态调整系统的控制参数,克服了在拓扑功率控制中仅仅依靠经验选择或分级调节的局限性.仿真结果显示,通过分簇拓扑控制后,网络的生存时间和通信总量有显著的增加.     

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.     

面向高阶调制的5G 宽带射频功放数字预失真技术

在第5 代无线通信系统(5G) 中, 射频(RF) 功放(PAs) 有着严重的非线性失真和强记忆效应, 尤其是对于采用复杂的高阶调制系统, 如16QAM、64QAM 等。为了研究和提高宽带RF PAs 的线性化能力, 提出基于先进设计 系统(advanced design system, ADS) 设计的宽带RF PAs, 工作的中心频率为3.55 GHz, 采用记忆多项式(MP) 模型构建数字预失真器, 模型的归一化均方误差(NMSE) 指标可达??33:28 dB。最后, 采用带宽为100 MHz 的16QAM 或64QAM 高阶调制的5G 新空口(new radio, NR) 信号, 信号最大幅度值为9.899 dB, 对中心频率为3.55 GHz 的RF PAs 进行预失真仿真验证。仿真结果表明, 在16QAM 调制方式下, 邻信道功率比(ACPR) 可分别改善20.13 dB 和 20.05 dB; 在64QAM 调制方式下, ACPR 可分别改善18.35 dB 和19.08 dB。实验测试结果表明, 在16QAM 调制方式下, ACPR 分别改善15.81 dB 和16.40 dB; 在64QAM 调制方式下, ACPR 分别改善15.44 dB 和15.82 dB。说明基 于MP 的数字预失真器对基于ADS 的RF PAs 的非线性具有明显的抑制作用。因此基于MP 模型的数字预失真器可用于所提RF PAs 的线性化, 且采用16QAM 调制方式比基于64QAM 调制方式的预失真能力更强。     

基于DSP技术的自适应调制器的设计

基于数字信号处理（DSP）技术的自适应调制系统是以当今计算机技术和数字信号处理技术的高度发展为前提的,是移动宽带系统的关键技术之一。本文介绍了通过改变符号率及调制电平的方法实现的自适应调制器的设计与实现方案,该方案可以采用基于DSP技术的可编程逻辑器件来实现。