基于RBF神经网络的射频功放器件大信号建模方法研究

基于多层前向神经网络对任意非线连续函数有较好的逼近效果,对BP(反向传播算法)神经网络和RBF(径向基函数)神经网络作了理论上的分析比较,并采用实际数据进行训练,说明了RBF神经网络在逼近精度和速度上都要优于BP神经网络.最后,以RBF神经网络作为函数逼近器对射频功率器件建立了大信号特征模型,并进行了模型检验,证明了基于RBF网络的建模方法具有较高的精度.     

一种基于互信息量的自适应快速视频编解码方案

为了对不同运动剧烈程度的视频序列提出一种重构质量高并且快速的自适应编码算法,引入视频序列的互信息量(mutual information,MI).利用视频序列帧间的互信息量自适应地调整运动向量估计和运动向量多重估计的门限值(absolute error,AE).通过大量的统计得出了互信息量与高通帧方差之间的关系,利用方差作为反馈进一步调整AE,从而实现了一种自适应快速算法.利用此算法同时达到了控制编码复杂度和重构视频质量的目的.实验数据表明,此种算法编码时间比传统运动补偿时域滤波(motion compensated temporal filtering,MCTF)结构缩短约15%,而重构视频的质量几乎没有下降.     

CDMA信号前向链路频谱增生和邻道功率比估计

利用幂级数和和高阶累计量的统计方法，估计出基于IS-95模型CDMA(码分多址)信号前向链路通过弱非线性RF功率放大器产生的频谱增生和邻道功率比的严谨表达式，由此获得了经该放大器特征模型变换的输出信号自相关函数的解析表达式。用三阶截断点IP3表征了包含带内和带外电抗的记忆效应三阶非线性。估计方法是基于CDMA信号前向链路时域模型，其信号的功率谱密度和其他统计特性均由该模型导出。频谱增生和邻道功率比的估计结果可直接用于工程设计，这对于确定射频功率放大器最佳的工作条件有其重要参考价值。     

包络分析在超宽带信号采集中的应用

室内环境下超宽带信号具有丰富的多径分量，在时域中这些分量表现出簇（cluster）的形式，簇在时域上类似于幅度调制，可采用包络分析法对其进行分析。介绍了利用小波变换进行超宽带信号包络分析的方法，给出了接收信号包络的时域表达式，并对低信噪比下超宽带信号进行了包络提取，结果显示该方法实现了簇内多径分量的合并，并具有很强的去噪作用。包络分析方法对于那些难以建立模型的传输环境以及能够建立模型但难以提取参数的场合下超宽带信号的采集具有重要的意义，它指出了传统的包络分析技术可用于超宽带信号的采集。     

包络分析在超宽带信号采集中的应用

室内环境下超宽带信号具有丰富的多径分量,在时域中这些分量表现出簇（cluster）的形式,簇在时域上类似于幅度调制,可采用包络分析法对其进行分析.介绍了利用小波变换进行超宽带信号包络分析的方法,给出了接收信号包络的时域表达式,并对低信噪比下超宽带信号进行了包络提取,结果显示该方法实现了簇内多径分量的合并,并具有很强的去噪作用.包络分析方法对于那些难以建立模型的传输环境以及能够建立模型但难以提取参数的场合下超宽带信号的采集具有重要的意义,它指出了传统的包络分析技术可用于超宽带信号的采集.     

基于傅立叶核与径向基核的支持向量机性能之比较

支持向量机（SVMs）是由Vapnik提出的一种建立在统计学习理论上的新方法。这种方法被深入地研究并广泛应用在诸如分类和回归问题上。由于其基于结构风险最小化的机理,因此相对于其他的经典方法有着更好的泛化特性,其中核函数的选择对支持向量机的性能有着很大的影响。深入地研究了基于傅立叶核函数的支持向量机的特性,得出在某些特殊的情况下,基于傅立叶核函数的支持向量机的性能要好于基于RBF核的支持向量机。最后的仿真对其进行了比较验证。      

基于RBF神经网络的射频功放器件大信号建模方法研究

基于多层前向神经网络对任意非线性连续函数有较好的逼近效果，对BP（反向传播算法）神经网 络和RBF（径向基函数）神经网络作了理论上的分析比较，并采用实际数据进行训练，说明了RBF神经网 络在逼近精度和速度上都要优于BP神经网络。最后，以RBF神经网络作为函数逼近器对射频功率器件建 立了大信号特征模型，并进行了模型检验，证明了基于RBF网络的建模方法具有较高的精度。     

基于傅立叶核与径向基核的支持向量机性能之比较

支持向量机（SVMs）是由Vapnik提出的一种建立在统计学习理论上的新方法：这种方法被深入地研究并广泛应用在诸如分类和回归问题上。由于其基于结构风险最小化的机理，因此相对于其他的经典方法有着更好的泛化特性，其中核函数的选择对支持向量机的性能有着很大的影响。深入地研究了基于傅立叶核函数的支持向量机的特性，得出在某些特殊的情况下，基于傅立叶核函数的支持向量机的性能要好于基于RBF核的支持向量机。最后的仿真对其进行了比较验证。     

宽带采样器相位误差及其不确定度研究

提出了基于分立元件电气参数建模的50 GHz宽带采样示波器采样电路的SPICE仿真模型,根据电路结构、分解的采样头的电气细微测量以及器件的多维测量构建了模型的电气参数.由于电气参数直观、物理意义明确,因此该方法比数学建模法简单、精确.在该模型各个参数改变±10%前下,量化各个元件参数的影响,综合出相位误差为7.03°,不确定度为1.34°,得到了二极管梯度因子对相位误差的影响比零偏结电容大的结论.仿真结果表明,与数学建模法相比,基于电气参数的建模方法易于分析相位误差不确定度,并且相位误差减少了45%.所提方法为误差分析及不确定度分析提供了一种以电气参数建模为理论框架的新手段.     

基于支持向量机的信号滤波研究

提出了基于支持向量机（SVM）的信号滤波方法．由于利用了SVM泛化能力强、全局最优等特点，因此该方法与传统方法相比，能更有效地抑制随机加性噪声．在时域和频域分别讨论了参数对核函数的影响，通过对基于SVM的函数回归形式的变换，得出了一种能描述滤波原理的表达式．从该表达式中可以看出，核函数的作用相当于低通滤波，而其参数决定了滤波器的截止频率，从而可以通过对核函数参数进行优化，以取得最佳的滤波效果，达到抑制随机加性噪声的目的．仿真结果表明，基于SVM的滤波方法有效地抑制了随机加性噪声，为信号滤波提供了一种以结构风险最小化为理论框架的新手段．