快变信道环境下基于支持向量回归的频谱预测

频谱预测是一种通过分析历史频谱数据获得频谱使用规律,从而预测未来频谱使用状态的技术。为了实现快变信道（本文指信道占用状态快速变化）环境下频谱状态的可靠预测,提出了一种基于支持向量回归的频谱预测算法。比较了在不同训练样本数时,该算法与一个典型的BP神经网络频谱预测算法的性能差异,结果表明所提算法在小样本学习时,预测效果更为理想。并在此基础上,加入正确检测概率和虚警概率,验证了当频谱检测不理想条件下,支持向量回归算法预测的可行性。      

基于多项式拟合的自适应预失真技术研究

为了克服功率放大器的非线性特性导致的带内失真和临道干扰对通信系统性能的影响,提出了一种基于多项式拟合的自适应预失真技术。该方法根据输入和输出的一些采样数据,依据某种算法或原则,用有限项多项式近似表示预失真器的非线性函数,能够很好的实现功放的线性化。通过对双音信号和16QAM基带信号进行仿真,该方法能够有效改善双音信号的三阶互调分量,降低16QAM调制信号通过放大器后星座图的畸变度,使通信系统的系统性能整体提高。     

基于多项式与查找表的预失真技术研究

为补偿功率放大器固有的非线性,提出了一种新型的预失真器。该预失真器结合查找表和多项式两种常用的预失真方法实现,在查找表中存储分段低阶多项式系数,根据输入信号的幅度查表得到相应的多项式系数对输入信号进行预失真处理。仿真结果表明,该预失真器对互调失真（IMD）的改善优于多项式预失真器,能有效改善信号因功放非线性失真而导致的信号星座图扭曲及频谱再生,提高通信系统的性能。