首页 | 本学科首页   官方微博 | 高级检索  
     

基于BP神经网络的透明转发卫星功放预失真
引用本文:杨茂强,郭道省,潘小飞.基于BP神经网络的透明转发卫星功放预失真[J].计算机仿真,2013,30(9).
作者姓名:杨茂强  郭道省  潘小飞
作者单位:解放军理工大学通信工程学院,江苏南京,210007
摘    要:研究卫星通信功放性能优化问题,传统的预失真技术通常用来补偿地面功放的非线性失真或仅考虑卫星功放的失真补偿,线性化性能有限.为解决上述问题,提出了一种适合透明转发卫星的星地一体BP神经网络预失真算法.改进算法的学习结构同时考虑了卫星地球站固态功放和透明转发卫星功放的记忆非线性特性,利用带抽头延迟的BP神经网络作为预失真器,并结合收敛速度较快的Levenberg-Marquardt算法对其权值和阈值矢量进行自适应更新.仿真结果表明,经过神经网络预失真的星座图误差矢量幅度改善了84.67%,输出信号功率谱带外再生抑制提升近了13 dB,线性化效果十分显著.

关 键 词:卫星通信  高功率放大器  记忆非线性失真  反向传播神经网络  预失真

BPNN Pre-distortion Algorithm for Bent-Pipe Satellite High Power Amplifier Distortion Compensation
YANG Mao-qiang , GUO Dao-xing , PAN Xiao-fei.BPNN Pre-distortion Algorithm for Bent-Pipe Satellite High Power Amplifier Distortion Compensation[J].Computer Simulation,2013,30(9).
Authors:YANG Mao-qiang  GUO Dao-xing  PAN Xiao-fei
Abstract:
Keywords:Satellite communication  High power amplifier  Nonlinear distortion with memory  Back propagation neural network (BPNN)  Pre-distortion
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号