基于简化Volterra级数的功放预失真装置及方法

    公开(公告)号:CN103715992B

    公开(公告)日:2016-08-17

    申请号:CN201310694910.X

    申请日:2013-12-17

    申请人: 东南大学

    IPC分类号: H03F1/32 H03F3/20

    摘要: 本发明公开了一种基于非线性滤波器的一阶截断动态偏移降低Volterra级数功放数字预失真装置,包括数字预失真器对输入数字基带信号进行数字预失真处理,功率放大器输出模拟基带信号经衰减耦合器功率耦合、宽带正交解调器正交解调、模数转换器模数转换后生成输出数字基带信号;输入数字基带信号和输出数字基带信号同步后输入预失真器训练模块,预失真器训练模块利用最小二乘算法进行参数训练后获得模型参数;本发明还提供一种功放数字预失真方法。本发明避免了一些其他简化Volterra级数模型中的高阶运算和开根号的操作,降低数字信号处理的难度和复杂度,模型参数分布更加均匀,能很好的补偿功率放大器的非线性特性和记忆效应。

    一种适用于射频功放模型的基函数优化选取方法

    公开(公告)号:CN116319202A

    公开(公告)日:2023-06-23

    申请号:CN202310109098.3

    申请日:2023-02-08

    申请人: 东南大学

    IPC分类号: H04L25/49 G06F17/16 H03F3/24

    摘要: 本发明公开了一种适用于射频功放模型的基函数优化选取方法。按阶递推最小二乘法由于能避免复杂的矩阵求逆操作而被广泛应用于求解各类最小二乘问题。本发明把按阶递推最小二乘法应用于射频功放数字预失真领域并在此算法的基础上在每一步递推过程中使用了正交投影分量准则来优化选取功放模型的基函数,有效的解决了由于射频功放模型中基函数非正交的特性导致模型系数求解过程中矩阵条件数过大的问题。本发明提出的方法能同时提取模型系数和优化模型中基函数,在保持模型精度的同时能显著降低所需基函数的数量,有效地降低预失真器实施的资源和功耗。实测结果表明经过本发明优化基函数后的模型能有效地补偿功放的记忆效应和非线性。

    一种双频功放数字预失真装置及方法

    公开(公告)号:CN111786639B

    公开(公告)日:2022-11-01

    申请号:CN202010578060.7

    申请日:2020-06-23

    申请人: 东南大学

    IPC分类号: H03F1/32 H03F3/189

    摘要: 本发明公开了一种双频功放数字预失真装置及方法,包括基于二维简化记忆多项式模型的数字预失真器、第一数模转换器、第二数模转换器、第一数模转换器、第二数模转换器、第一调制器、第二调制器、功率合成器、功放、衰减耦合器、功率分配器、第一解调器、第二解调器、第一低通滤波器、第二低通滤波器、第一模数转换器、第二模数转换器和基于二维简化记忆多项式模型的数字预失真模型训练模块。本发明简化了二维数字预失真模型,省去了2D‑MMP模型中计算交叉带参数的过程,降低了数字信号处理的复杂度,同时减少了2D‑MMP模型中的预失真参数个数,数字预失真算法更快,且能实现更好的预失真效果。

    基于简化Volterra级数的功放预失真装置及方法

    公开(公告)号:CN103715992A

    公开(公告)日:2014-04-09

    申请号:CN201310694910.X

    申请日:2013-12-17

    申请人: 东南大学

    IPC分类号: H03F1/32 H03F3/20

    摘要: 本发明公开了一种基于非线性滤波器的一阶截断动态偏移降低Volterra级数功放数字预失真装置,包括数字预失真器对输入数字基带信号进行数字预失真处理,功率放大器输出模拟基带信号经衰减耦合器功率耦合、宽带正交解调器正交解调、模数转换器模数转换后生成输出数字基带信号;输入数字基带信号和输出数字基带信号同步后输入预失真器训练模块,预失真器训练模块利用最小二乘算法进行参数训练后获得模型参数;本发明还提供一种功放数字预失真方法。本发明避免了一些其他简化Volterra级数模型中的高阶运算和开根号的操作,降低数字信号处理的难度和复杂度,模型参数分布更加均匀,能很好的补偿功率放大器的非线性特性和记忆效应。

    基于欠采样的宽带功放预失真方法

    公开(公告)号:CN102969987A

    公开(公告)日:2013-03-13

    申请号:CN201210545798.9

    申请日:2012-12-17

    申请人: 东南大学

    IPC分类号: H03F1/32

    摘要: 本发明公开了一种基于欠采样的宽带功放预失真方法,包括如下步骤:功放输出信号到数字预失真系统接收链路,并依次通过射频耦合器、宽带正交解调器和第二低通滤波器得到模拟基带I信号和Q信号;模数转换器对所述模拟基带I信号和Q信号进行采样,得到功放输出采样数据;利用基带输入数据和功放输出采样数据建立数字预失真模型,并提取用于数字预失真的模型系数;基带输入数据依次通过数字预失真处理、数模转换器、第一低通滤波器、宽带正交调制器和功放输出。本发明解决了现有预失真方案中的ADC速率要求非常高、数字处理复杂等问题。

    基于模糊神经网络的哈默斯坦模型的功放预失真方法

    公开(公告)号:CN101320960A

    公开(公告)日:2008-12-10

    申请号:CN200810022631.8

    申请日:2008-07-18

    申请人: 东南大学

    IPC分类号: H03F1/32 G06N3/06

    摘要: 基于模糊神经网络的哈默斯坦模型的功放预失真方法,主要包括无记忆的非线性子系统和有记忆的线性子系统。无记忆的非线性子系统由一阶Sugeno FIS结构的模糊神经网络构成,用于补偿功率放大器静态幅度和相位失真特性,有记忆的线性子系统由有限冲激响应(FIR)滤波器构成,用于补偿功放的记忆效应。结合间接的学习结构,模糊神经网络的参数由最小二乘(Least-squares)和反向传播(Back-propagation)相结合学习算法来识别,线性FIR滤波器系数由最小二乘法确定。这种预失真方案,在不增加实现复杂度的同时,不但可以弥补功率放大器的非线性特性和记忆效应,而且发挥了模糊神经网络在预失真以及功放建模方面的灵活、稳定和高效的优点。

    基于二维IMSA函数的双频功放数字预失真装置及方法

    公开(公告)号:CN114826168A

    公开(公告)日:2022-07-29

    申请号:CN202210281368.4

    申请日:2022-03-22

    申请人: 东南大学

    IPC分类号: H03F1/32

    摘要: 本发明公开了一种基于二维瞬时样本索引的幅度选择仿射函数的双频功放数字预失真装置及方法。本发明利用二维IMSA函数通过分割和逼近的方法代替2‑D‑DPD模型中的复杂基函数,所给出的基于二维IMSA函数的双频功放数字预失真模型(2‑D‑IMSA)在分割后的每个小区域内都是简单的线性结构,在保证优异的预失真性能的前提下大大减少了计算复杂度,显著降低了模型所需要的硬件加法及乘法器资源和功耗。并且按照模型两个输入信号幅值的平方进行分割与逼近时,不需要用于平方根计算的流水线坐标旋转数字计算(CORDIC)模块,降低了数字信号处理的难度和复杂度。

    多通道合成孔径雷达RPCA幅相联合目标检测方法与装置

    公开(公告)号:CN111812648B

    公开(公告)日:2022-01-04

    申请号:CN202010709212.2

    申请日:2020-07-22

    IPC分类号: G01S13/90 G01S7/41 G01S7/02

    摘要: 针对强杂波背景下的多通道合成孔径雷达系统,本发明结合鲁棒主成分分析(RPCA)方法和幅相联合检测方法提出了一种多通道合成孔径雷达RPCA幅相联合目标检测方法与装置。该方法首先将各个通道的聚焦图像列向量化后堆叠得到矩阵X,然后利用改进的RPCA方法将矩阵X分解得到低秩矩阵L和稀疏矩阵S,最后引入相位信息进行幅相联合检测。本发明综合考虑了具体的杂波和运动目标信息,有效改善运动目标检测性能;通过两步检测方法,充分结合RPCA和幅相联合检测方法的优点,降低低信杂比条件下的虚警率;并且本发明方法采用的矩阵分解技术,可以极大地降低运算复杂度,提高算法效率。

    一种基于带限幅度选择仿射函数模型的功放数字预失真装置及方法

    公开(公告)号:CN113612454A

    公开(公告)日:2021-11-05

    申请号:CN202110923076.1

    申请日:2021-08-12

    申请人: 东南大学

    IPC分类号: H03F1/32 H03F3/19 H03F3/21

    摘要: 本发明公开了一种基于带限幅度选择仿射函数模型的功放数字预失真装置及方法,包括:基于带限幅度选择仿射函数模型的数字预失真器、数模转换器、上变频器、功率放大器、衰减耦合器、下变频器、低通滤波器、模数转换器和基于带限幅度选择仿射函数模型的数字预失真模型训练模块。本发明相对于现有技术,大幅减少了传统带限模型中乘法器的数量,降低了数字预失真信号处理时的内存资源消耗,数字预失真算法更快,且能实现更好的预失真效果。