共查询到20条相似文献,搜索用时 78 毫秒
1.
针对OFDM信号的高峰均比问题,提出了一种将新型峰均比降低技术与数字预失真技术相结合的功率放大器线性化方案.其中,峰均比降低技术由传统的削峰技术、新型的削谷技术和闲置载波技术组成,信号的峰值和谷值同时被削去,峰均比得到最大程度的压缩.传统削峰技术用于降低信号的峰值;新型的削谷技术采用基于切线原理的矢量孔调整法,同时改变... 相似文献
2.
基于波峰因子衰减与数字预失真的功放线性化技术 总被引:2,自引:0,他引:2
研究了峰均比抑制技术和数字预失真的联合设计及加入峰均比抑制技术后的增益控制问题,并给出了相应的峰值限幅算法和自适应的预失真算法,提出了平均功率调整和增益控制的结构和实现方法.仿真结果表明联合设计方案能够很好地补偿功放的非线性和记忆性,而且信号的带内失真得到了明显的改善,带外扩散也得到相应地抑制. 相似文献
3.
为了减小OFDM(Orthogonal Frequency Division Multiplexing)无线LAN(Local Area Net)系统信号的峰平比,利用信号限幅滤波技术,提出了一种适用于无线LAN系统的峰平比降低调制器实现方案,给出了其实现算法及限幅因子的调节策略;并利用计算机仿真对该系统的峰平比、功率谱和误码率性能进行了分析,仿真结果表明,限幅滤波技术可以有效地改善无线LAN系统OFDM信号的高峰平比特性. 相似文献
4.
针对由正交多项式设计的功率放大器预失真系统,提出一种系数可变的多项式预失真器,并给出相应的实现结构.该预失真多项式有多组系数组合,随着输入信号幅度的不同,多项式选取不同的系数组合,从而降低估计误差.仿真分析表明,当使用2,4和8组系数时,相对于传统的正交多项式,采用该算法得到的估计误差可达到6.0 dB,23.6 dB和42.7 dB的增益,对应得到10 dB,30 dB和50 dB的带外谱抑制增益.该方法降低了预失真器设计中对多项式阶数的要求,提高了设计的灵活性,降低了预失真器后低通滤波器的设计难度. 相似文献
5.
提出了一种降低正交频分复用(OFDM)系统峰均比(PAPR)的联合算法:部分传输序列(PTS)和限幅(Clipping)算法.该联合算法先利用PTS算法对OFDM信号进行处理以降低PAPR,所得信号再利用限幅法进行处理,以进一步降低PAPR.只要2种方法对PAPR的降低程度选取得当,就可以在降低PAPR的情况下既减小运算量,又不产生过大的噪声干扰,数据仿真验证了所提方法的有效性. 相似文献
6.
由于自适应数字预失真具有稳定性好、适应能力强等优点,被广泛应用于实现功率放大器的线性化.而本文正是研究了基于多项式数字基带自适应预失真技术.首先,介绍了基于多项式数字基带自适应预失真技术;其次,分析了间接学习结构理论;最后,对OFDM信号进行了仿真实验.结果表明:预失真可以有效地抑制带外频谱以及补偿功放的非线性失真和记忆效应. 相似文献
7.
研究了OFDM系统的自适应基带预失真技术。针对OFDM信号的高峰值平均功率比对非线性功率放大器敏感的特点,并考虑OFDM的宽带特性引起的功放记忆非线性效应,提出了一种基于辨识方案的非直接学习结构的自适应基带预失真技术,给出了自适应算法。仿真结果表明,该方案能有效抑制带外频谱扩散,减小带内失真,实现有记忆非线性大功率放大器(HPA)的自适应预失真。 相似文献
8.
一种联合正交带复用与限幅方法的CO-OFDM 峰均比降低策略 总被引:3,自引:0,他引:3
为了降低相干光正交频分复用(coherent optical orthogonal frequeng division multiplexing,CO-OFDM)系统的高峰均值比(peak to averqge vatio,PAPR),提出一种正交带复用(orthogonal band multiplexing,OBM... 相似文献
9.
受到功放非线性特点的限制,直放站的效率大大降低.为提高直放站的输出效率,增加数字预失真功能提出了一种数字预失真直放站的设计方法,并给出了具体的实现方案.经仿真验证,算法简单可靠,可以较大地提高数字直放站的效率. 相似文献
10.
介绍了降低OFDM系统PAPR的PTS算法,提出了将PTS算法进行限幅处理的一种方法。通过仿真,表明算法在保持原算法优点的基础上,有效降低了OFDM信号PAPR值,并对系统性能影响不大。 相似文献
11.
针对SM-OFDM系统不能很好适应未来5G通信系统的问题,提出了结合广义频分复用(generalized frequency division multiplexing, GFDM)的空间调制(spatial modulation, SM)系统SM-GFDM。利用矩阵的稀疏性,研究了一种低复杂度的SM-GFDM系统检测算法,对比了在GFDM接收端分别采用基于矩阵稀疏性的MF(matched filtering),ZF(zero-forcing),MMSE(minimum mean-square error)检测算法时的系统误码率。仿真结果表明,在SM端采用ML(maximum likelihood)检测的前提下,GFDM端采用基于矩阵稀疏性的MMSE检测算法时可获得较低的误码率,与传统的MMSE检测算法相比,其复杂度有所降低。同时进一步仿真对比了SM-GFDM系统、SM-OFDM系统以及V-BLAST GFDM系统的BER曲线,结果表明,SM-GFDM系统与SM-OFDM系统相比误码率略有上升,但却优于V-BLAST GFDM系统。结合SM技术的特点,SM-GFDM系统可以很好地适用于未来5G系统。 相似文献
12.
深度学习自适应学习率算法研究 总被引:1,自引:0,他引:1
为了获得更好的收敛速度和训练效果,提出了根据模型测试准确率对学习率使用不同调整策略的自适应学习率调整算法.将训练过程分为前期、中期和后期三个阶段:在前期适当增大学习率,在中期和后期根据与测试准确率的增量相关的衰减因子函数使用不同大小的学习率衰减因子减小学习率,增量越小表示模型越接近收敛,因而使用更小的衰减因子.基于MXNet框架,在数据集CIFAR-10和CIFAR-100上进行测试实验,结果表明所提出的方法在收敛速度和准确率收敛值方面都有更好的效果. 相似文献
13.
14.
自适应数字预失真方法在功放线性化中的应用 总被引:1,自引:0,他引:1
功放具有非线性特性,其特征可用AM—AM特性和AM—PM特性表示,采用一种自适应数字预失真方法,通过自适应算法实时产生与功放AM—AM特性和AM—PM特性相反的逆模型,从而消除功放非线性特性的影响。仿真实验表明,此自适应预失真方法可降低互调失真(IMD)达16dB,有效提高功放效率,降低系统功耗,提高系统性能。 相似文献
15.
功放具有非线性特性,其特征可用AM-AM特性和AM-PM特性表示,采用一种自适应数字预失真方法,通过自适应算法实时产生与功放AM-AM特性和AM-PM特性相反的逆模型,从而消除功放非线性特性的影响.仿真实验表明,此自适应预失真方法可降低互调失真(IMD)达16 dB,有效提高功放效率,降低系统功耗,提高系统性能. 相似文献
16.
研究了深床条件下的生物硝化技术,实验结果证实了深床条件下的生物硝化反应动力学级数为零级,氮质量浓度、硝酸盐氮质量浓度与床层深度或HRT具有良好的线性关系;讨论了溶解氧质量浓度及HRT对生物硝化反应,以及氨氮去除率的影响;分析了反冲洗工艺对深床硝化脱氮效果的影响。 相似文献
17.
基于LCMV的IQRD-SMI自适应数字波束形成算法 总被引:1,自引:0,他引:1
指出QR分解采样矩阵求逆算法(QRD-SMI算法)是一种较流行的自适应数字波束形成算法,但其需要前向和后向代入才能得到自适应权向量w,从而导致其实时性和并行性能欠佳.在QRD-SMI算法的基础上,采用逆QR分解方法,提出了一种不需要前向和后向代入而能全速/并行得到实时权向量w的一种逆QR分解SMI算法(IQRD-SMI算法),给出其易于硬件并行实现的Systolic阵结构.该算法能克服QRD-SMI算法并行性和实时性欠佳的缺点,能做到真正意义上的实时并行权向量抽取.仿真结果和分析验证了该算法的有效性和实时性. 相似文献
18.
《华中科技大学学报(自然科学版)》2016,(9):11-15
为了使数据链达到更高效的通信和射频隐身能力,构建了一种波形参数优化的数学模型.首先研究了信道编码码长、调制方式、信道编码码率等波形参数对数据链的通信速率以及截获概率的影响;其次以数据链的通信速率和截获概率为优化目标构建了参数优化的数学模型,并对模型进行了简化、验证以及数学求解;最后基于该模型在FPGA(现场可编程门阵列)平台上提出了自适应调制模块方案.仿真结果表明:与固定参数数据链和Link16数据链相比,该模型获得了不同程度的优势提升.实测结果表明:该自适应调制模块能够配合优化模型在FPGA平台上生成最优的通信波形. 相似文献
19.
基于分数时延的宽带自适应波束形成 总被引:2,自引:0,他引:2
对于宽带信号,基于移相的窄带波束形成方法会导致方向图波束指向的偏移和主波束畸变,并且无法有效地抑制宽带干扰。该文提出了基于数字时延加抽头延迟线(tapped delay line,TDL)结构的宽带自适应波束形成方法。该方法采用数字时延滤波单元补偿宽带信号在波束指向上的相位和包络偏移,并用基于TDL的空时二维滤波处理抑制宽带干扰。分析和实验结果表明,该方法可以有效地合成空间宽带波束并抑制宽带干扰,提高信干噪比(signal-to-in-terference-plus-noise ratio,SINR)增益。 相似文献
20.
针对现有智能手机用户身份认证方法的不足,提出了一种自适配权重特征融合的持续身份认证方法。设计了一种卷积神经网络,对手机内置传感器(加速度计、陀螺仪、磁力计)获取的用户行为信息数据进行深度特征提取及融合。通过网络中3个子网络流分别提取3种传感器特征,在特征融合层加权融合,各特征的权值会在网络学习过程中根据不同特征的贡献度实现自适应分配。融合特征经过特征选择之后,使用单分类支持向量机进行用户分类认证。实验结果表明:该方法对不同用户身份认证获得的等错误率为1.20%,与现有其他认证方法相比具有更好的认证准确性。 相似文献