基于极坐标的自适应数字预失真器

基于极坐标方式,以Taylor级数拟合预失真器的AM/AM和AM/PM特性曲线,输入信号幅度作为索引信号创建幅度与相位并联的两张查找表,运用最小均方自适应算法更新表项系数来补偿功放的非线性,设计了自适应数字预失真器.通过Matlab搭建了基于16-QAM调制解调的自适应数字预失真系统.仿真结果表明,邻近通道功率比降低近20dB,功放的线性度得到了明显改善.     

二阶Sigma-Delta ADC自适应量化算法及电路实现

分析了二阶Sigma-Delta ADC(SDADC)量化反馈电平对SNR的影响,提出了自适应量化算法及其电路实现.该算法能够检测输入信号的强度、自适应调整量化反馈电平的大小,并在调制器的输出端用数字电路矫正自适应量化引入的输入信号幅度的增长.仿真结果表明,所提出的算法能同时解决由于输入信号强度的减小和量化器过载而引起的SNR下降问题,使得自适应Sig-ma-Delta ADC(ASDADC)的SNR与输入信号的强度无关,且输入动态范围扩大至满幅.     

先进音频编码中的非均匀量化器的动态调整研究

非均匀量化器广泛运用在感知音频编码器中.通过对非均匀量化器失真的研究,引入了量化器的群能量失真概念.该概念定义为量化前的原始信号能量和量化后的重建信号能量的误差期望值.根据此概念提出了零群能量失真量化器,这种量化器能使原始信号能量和重建信号能量保持守恒.在量化器的量化电平间使用零群能量失真原则,约束量化电平间的群能量失真,可以获得与原始量化谱分布相关的动态量化区间划分.通过对原始量化谱的分布进行频数统计,近似计算动态量化区间划分,修改量化器的取整方式,使用该近似的动态量化区间划分,实现了随输入信号分布变化的动态调整量化器.客观音质评价实验显示,使用动态调整量化器先进音频编码,与使用标准推荐的量化器相比,在相同比特率下,客观音质评价指标失真指数和噪声掩模比都有所提高,编码器音质得到改进,且音质改进程度随着比特率的增加而增大.而基于对比听音实验的主观音质退化程度比较表明,使用动态调整量化器的先进音频编码,与标准算法相比,在相同码率下有更高的音质还原度 在维持标准算法音质水平的前提下,可节省一定比特率.该动态调整量化器不改变音频编码器自身结构,在不显著增加的计算量和存储量的条件下,提高了编码器性能,且适用于多种类型音频编码器.     

有色环境下的LMS算法研究

研究有色噪声和非平稳信号(如回声取消)情况下自适应滤波,提出解相关自适应最小均方(LMS)算法。首先设计出自适应预滤波器同时对输入信号和误差信号解相关,使输入信号和误差信号的白化,然后证明该方法并不改变维纳最优解,最后提出改进的变步长解相关自适应LMS算法。仿真实验表明:无论在有色噪声环境下还是白噪声环境下,该算法都改善了LMS算法性能,即提高了收敛速度又减小稳态误差。     

放大器非线性失真的Volterra级数算法研究

基于Volterra级数方法,对大功率放大器的非线性失真进行了分析,提出了一种新的Volterra自适应预失真的设计方法及其算法.理论分析和仿真实验结果表明:该算法具有收敛速度快,能有效地减小非线性失真的影响.在输入两音信号时,该算法使放大器的3次失真抑制了13 dB左右.     

系数可变的多项式预失真器

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.     

改进的SPIHT静止图像压缩编码算法

SPIHT算法是压缩编码效率很高的静止图像压缩编码算法。针对原算法没有从最佳率失真的角度出发来选择初始量化门限这一不足之处 ,提出了一种改进的 SPIHT算法。通过理论计算和试验分析 ,得到初始量化门限 T0 和编码失真的关系 ,并导出搜索最优初始量化门限 T0 的简单迭代方法。改进的 SPIHT算法能根据输入图像的特性和给定的编码输出码率自适应地选择最优初始量化门限 T0 。在相同输出码率的条件下 ,改进的 SPIHT算法比原算法峰值信噪比提高最多达 0 .6 d B     

解调环路非理想特性对预失真系统的影响

借助半实物仿真平台研究了环路器件的非理想特性对预失真器性能的影响.给出了预失真器的模型及所用到的自适应算法,分析了这些器件的非理想特性以及它们对传输信号的影响,并通过测试平台评估了不同器件传输特性对信号邻信道功率比（ACPR）及误差向量幅度（EVM）的影响.结果表明非理想特性中相偏或相位抖动对系统影响较小,而IQ不均衡度大及量化位数少对系统性能有较大影响,并对硬件实现提出了一些有用的技术参数要求.      

用于残余振动抑制的深度神经网络输入整形器

针对多轴伺服系统在高速运动急停段因系统柔性产生的残余振动问题,提出了一种适用性广的后置自适应输入整形器算法.该算法无需辨识系统模态参数,以递归最小二乘法(RLS)为基础,残余振动信号作为算法输入,优化得到当前轨迹下抑振效果最优的整形器系数向量,并引入自适应遗忘因子更新算法,以提高整形器在非平稳环境下的跟踪性能.同时建立...     

一种基于记忆LUT的多倍频程预失真方案

针对多载波无线通信系统中多倍频程功率放大器存在的强非线性失真与记忆效应失真问题,提出了一种基于记忆查找表的LUT+MP多倍频程预失真方案。方案模型由记忆查找表(LUT)和记忆多项式(MP)串联构成,采用间接学习法的LMS和RLS算法对模型参数训练辨识。仿真结果表明,针对维纳模型高功率放大器,在输出功率回退OBO=2.27 d B时,对Wiener模型功放的三阶互调失真改善达到了55.9 d B,五阶互调失真改善达到了44.5 d B。与现有的LUT+FIR和LUT+并联FIR预失真方案相比较,能带来更好的建模精度和线性化效果。同时,设计使用的学习算法简单实用,稳定性能好。     

基于OFDM信号分布的指数查询表索引算法

针对传统查表查询表项更新频率不一致的问题, 提出一种新型基于OFDM(Orthogonal Frequency Division Multiplexing)信号幅度统计特性的指数查询表索引算
法, 通过在查询表索引算法中引入OFDM信号幅度的分布特性, 使查表法的表项更新频率最终趋于一致, 达到提升系统的非线性失真矫正精度的目的, 同时不明显增加复杂度。仿真结果表明, 在查询表大小相同的条件下, 新型查询表索引算法比传统算法提升了系统的性能, 降低了饱和性失真的影响; 同时, 由于将索引目标由信号幅度改为信号功率, 使其硬件实现更为简单高效。     

基于查找表的功放线性预失真方法研究

在无线通信系统中,高功率放大器因其具有非线性特性,会导致频谱再生和邻道干扰等问题。为克服这一特征,采用一种基于查找表的自适应预失真方法。首先对查找表进行初始化,再采用自适应算法实时更新查找表内容,从而有效消除功放的非线性失真。仿真实验表明,该自适应预失方法可降低互调失真(IMD),能有效提高功放线性度,从而提高系统性能。     

基于数字预畸变的UMTS功率放大器线性化技术

提出了适用于UMTS系统上行线路的基于查阅表数字预畸变的功放线性化技术 .通过仿真和测量可以看出 ,数字预畸变可以将邻道功率比性能改善 10dB .尽管这一性能的改善并不是UMTS标准所必需的 ,但它能减少功率放大器的工作点回退 ,或者降低对功放线性特性的要求 ,从而增加功放的效率 .     

基于并行粒子群优化算法的预失真器设计

高功率放大器是无线通信系统中非线性失真的主要来源之一. 数字基带预失真技术能有效地降低系统非线性失真,提高系统传输性能. 采用Hammerstein模型作为预失真器的模型结构,通过粒子群优化算法(particle swarm algorithm, PSO)估计预失真器系数,解决了梯度算法无法直接估计Hammerstein模型系数和易陷入局部极值等问题. 通过对PSO算法进行并行优化设计,使算法最大加速度比达3以上,加快了算法处理速度. 仿真结果表明新算法能够有效抑制系统带外频谱再生现象,减小相邻信道功率比(ACPR)达25 dB.      

自适应数字预失真方法在功放线性化中的应用

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。     

基于DTMB的半自动预失真器的设计与实现

针对DTMB标准中OFDM信号高PAPR的问题,为了降低射频功率放大器的非线性特性对OFDM信号产生的不良影响,并提高射频功率放大器的工作效率,通过在DTMB信道处理系统中引入预失真技术,实际采集射频功率放大器的非线性特性曲线,结合查询表技术的预失真器补偿方式,实现对射频功放非线性失真的有效抵消.最终测试表明,该半自动预失真器能够实现较好的预失真补偿功能.     

基于星载高速调制器的预失真算法研究

在卫星高速数传系统中,为满足高速率通信业务的需求,新型数字调制体制（如OFDM,M-QAM等）被越来越多地采用,但由此带来的功率放大器的非线性效应也日益严重,对解调器性能造成很大影响.传统的数字预失算法因其收敛速度慢和计算复杂度大的特点不适用于资源严格受限的星载高速数传系统.本文中提出了一种基于QR分解的递归最小二乘算法（QRD-RLS）,对该算法进行了理论分析和性能仿真.相比传统的预失真算法,该算法具有稳态误差小、收敛速度快和计算复杂度低的优势.并基于该算法设计了带有预失真器的高速调制器结构,对16QAM信号的实测效果显示,基于QRD-RLS的预失真方案对失真信号补偿效果显著,误差向量幅度（EVM）从7.4%降低到2.5%,带外干扰抑制提升10 dB.      

基于波峰因子衰减与数字预失真的功放线性化技术

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.     

基于自适应调整权重和搜索策略的鲸鱼优化算法

针对鲸鱼优化算法(WOA)收敛速度慢、收敛精度低、易陷入局部最优的问题,提出一种基于自适应调整权重和搜索策略的鲸鱼优化算法(AWOA).设计一种随着鲸鱼种群变化情况而自适应调整权重的方法,提高了算法的收敛速度; 设计一种自适应调整搜索策略,提高了算法跳出局部最优的能力.利用23个标准测试函数,分别针对高维和低维问题进行测试,仿真结果表明,AWOA在收敛精度和收敛速度方面总体上明显优于其他多种改进的鲸鱼优化算法.     

基于DRNN的机器人轨迹跟踪自适应控制

针对模型未知和动力学非线性机器人轨迹跟踪,提出了一种基于分布式动态回归神经网络（ＤＲＮＮ）的自适应控制方法．该方法在ＰＤ动态反馈控制的基础上,引入神经网络辨识器（ＮＮＩ）在线逼近对象的非线性动力学,并设计出神经网络自适应控制器（ＮＮＣ）来补偿机器人动力学非线性造成的误差．仿真结果表明该控制方案具有良好的跟踪性能和较强的鲁棒性．