基于RBF神经网络的HPA自适应预失真算法

卫星通信中,高速数据传输系统要求使用频谱利用率高的高阶调制技术,但高阶调制对高功率放大器(HPA)的非线性非常敏感,会造成码间干扰和邻信道间干扰.提出一种基于RBF神经网络的自适应预失真算法,以实现HPA的线性化,同时推导了自适应算法的迭代公式.仿真结果表明,该算法能明显改善信号星座图,并能大大提高系统的误比特率性能.     

基于LUT的射频预失真技术

分析了当前文献中几种主要的预失真结构,发现这些预失真结构均不适用于多通道宽频带短波通信中高功率放大器的线性化.提出了一种新的数字射频预失真方案,该方案能够完全适应短波宽频通信的高精度、多通道、宽频带的要求,而且不需要使用射频非线性有源器件.仿真结果表明,在短波通信系统采用这种方案,可以在很大程度上改善功率放大器的线性度.     

用复卷积对自适应预失真器的分析

随着移动通信中线性调制方式的出现 ,功率放大器的线性化已成为一个重要的研究课题。通常采用预失真线性化技术来提高功率放大器的线性度、减小带外发射。用复频谱卷积方法对移动发射机中功率放大器进行线性化的自适应预失真器进行了研究 ,理论分析和仿真结果表明 ,可用一种不需要任何附加本机振荡器或相位参考的复卷积方法测量带外功率并利用该量对预失真器系数进行最佳调整 ,从而使带外功率达到最小。     

预失真技术在C波段功率放大器中的应用

文章设计了一个工作在C波段的功率放大器,并针对此放大器设计了模拟预失真电路。选用Agilent公司的ATF-21170砷化镓场效应晶体管作为模拟预失真器的非线性器件,所设计的预失真器具有结构简单、易实现、插入损耗小、三阶互调失真补偿性能较好的特点。仿真结果表明,在输出功率为1dB压缩点时,三阶互调比改善了13dB。     

基于记忆非线性多项式的星地一体预失真算法

传统的基于间接学习结构的预失真技术通常仅考虑对单个地面功放或卫星功放进行补偿,线性化性能有限;文中联合地面功放与卫星功放的非线性失真和卫星信道的实际传输特性,提出了一种适合透明卫星功放的星地一体间接学习预失真算法。该算法利用记忆深度为5、非线性阶数为9的奇偶项多项式作为预失真器,同时采用最小均方(LMS)与递归最小二乘(RLS)联合的算法自适应更新预失真器的系数,以兼顾运算量和收敛速度。仿真结果表明,经过星地一体预失真后,卫星高功放输出端APSK星座图误差矢量幅度改善值达到91.52%,带外功率谱抑制平均提升了11.41dB,系统线性化性能非常理想。     

基于矩阵乘法的高速卫星成形滤波器的FPGA实现

根据高速8PSK卫星调制器的要求,针对数字化基带成形滤波的信号处理特点,文中提出一种基于矩阵乘法的高速卫星成形滤波器设计方法及基于查找表的硬件实现方案。该方法将成形滤波直接抽象为矩阵乘法的运算,将多个卷积相乘项相加后再量化,减少了量化次数,提高了量化信噪比。用片内的BLOCK-RAM精心设计查找表,在8万门的芯片VIRTEX2-80中就能实现此方案。MODELSIM的时序仿真结果表明,可支持高达200Mbps的输入数据,满足卫星通信高速成形的要求,并针对未来更高速率的成形滤波器给出了一种通用硬件实现方法。     

基于通信延迟误差补偿的协同导航算法

多自主水下航行器(MAUV)协同导航技术是解决水下定位的重要手段。主从式多AUV协同导航系统利用水声通信方式实现数据共享,但由于声速在水中传播较慢,使得接收到的量测信息具有通信延迟。因此,针对通信延迟问题提出了一种新息重建的状态估计补偿方法,通过对从AUV进行状态递推,获得在有无量测延迟两种情况下的状态误差,将此误差作为重建的新息补偿到状态估计中。仿真结果验证了该方法能够有效地补偿协同导航中由于通信延迟造成的定位误差,提高从AUV的定位精度。     

基于因子图的AUV协同导航通信延迟误差补偿算法

针对自主水下航行器协同导航系统水声通信延迟导致的定位误差增大问题,在因子图协同导航算法框架下提出一种基于量测信息重建的通信延迟补偿算法。首先,基于主从式协同导航系统状态方程、量测方程构建因子图模型。由于多个自主水下航行器距离量测信息导致因子图模型存在环结构,故通过两次消息传递迭代求解各节点变量概率密度分布。随后,在广播式水声通信延迟机理分析基础上进行量测信息重建,并将其接入因子图代替原始量测信息进行消息传递与解算,从而补偿水声通信延迟。仿真实验结果表明,所提算法可以有效提高从自主水下航行器定位精度,没有通信延迟补偿的协同导航算法定位精度与水声通信固定延迟呈反比,在水声通信固定延迟为10 s的条件下,所提算法相比没有通信延迟补偿的协同导航算法,定位精度可以提高82.57%。     

基于卡尔曼滤波的单矢量水听器水中多目标方位跟踪

对单矢量水听器接收的声压和质点振速信息进行联合处理,采用量子粒子群求解声压和质点振速组成的非线性相关方程组,从而实现多目标声源方位的估计。对于低信噪比的情况,难免会引入较大的方位估计误差。采用最小二乘法对目标方位轨迹进行拟合并建立预测模型,然后通过卡尔曼滤波对单矢量水听器估计的目标方位轨迹进行优化。结果表明：单矢量水听器能够同时分辨多个目标方位,解算结果应用统计特性表示;信噪比越高,分辨率和精度越高,偏差越小;对于水中目标而言,1阶多项式足以进行方位轨迹拟合,再采用卡尔曼滤波能够有效提高目标方位跟踪精度。