一种用于补偿卫星通信信道记忆非线性的数字基带预失真技术

研究了卫星通信系统中记忆非线性信道的自适应数字基带预失真线性化技术，提出了一种基于记忆多项式的非直接学习结构的自适应基带预失真方案，给出了自适鹰算法。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，降低误比特率，实现卫星通信系统中记忆非线性失真的自适应预失真。     

一种新型数字预失真算法的设计

针对WCDMA系统中功率放大器的非线性特征,设计了一种基于Volterra级数的有记忆数字基带预失真算法,能够自适应地补偿功放的非线性.理论分析和计算机仿真验证了该算法的有效性和实用性.     

一种级联两箱通用数字预失真器及其辨识算法

提出了一种由单形规范线性分段(SCPWL)函数与记忆多项式级联的数字预失真器，并给出了复数域两步最小二乘参数辨识算法。不同于以往一种预失真器适用一种功放模型的情况，所提的预失真算法利用SCPWL函数的分段特性以及记忆多项式的非线性记忆特性，在完成参数辨识的同时自动地调整结构，可适用于传统以及强非线性新型功放模型的线性化补偿。将所提预失真器分别应用于传统记忆多项式、两箱模型以及新型包络跟踪功放。经过计算机仿真，功放输出的幅频特性和频谱曲线表明所提预失真器能够有效地补偿多种功放的非线性特性。算法仿真比较结果也表明，针对包络跟踪功放，所提复数两步最小二乘算法的邻道泄漏比(ACLR)可改善约35 dB，性能优于最小均方(LMS)类算法约30 dB。     

RLS算法在基带预失真系统中的应用

传统的最小二乘（LS）类预失真算法运算量大,且不能跟踪功放的变化特性。推导了基于 递归最小二乘（RLS） 算法和间接学习型结构的自适应基带预失真算法,并仿真和分析了算法的性能,结果显示该 算法与传统的LS类预失真算法对系统功放非线性改善的效果相当。为了进一步验证算法的有 效性,设计和构建了具有预失真功能的短波发射系统。硬件测试结果表明,该算法对功放输 出的双音信号的三阶互调改善量达25 dB,所有互调分量均低于-53 dB。     

基于并联FIR滤波器组的Hammerstein预失真器

采用预失真技术对功率放大器的记忆非线性失真进行补偿的关键是预失真器建模的准确性,尤其是模型对功率放大器逆记忆特性的描述能力。针对目前预失真器模型对功率放大器逆记忆效应描述不充分的问题,提出了将查找表(LUT)级联一个具有并联结构的有限长单位冲激响应(FIR)滤波器组作为实现形式的Hammerstein预失真器,以提高传统Hammerstein预失真器的补偿性能,并采用一种两步算法对其参数进行辨识。仿真实验表明,提出的Hammerstein预失真器能更好地补偿带强记忆效应的功率放大器的非线性失真。     

卫星信道中高阶APSK调制的非线性失真补偿算法

针对高阶APSK调制在卫星信道中存在有记忆非线性失真的现象,提出一种联合补偿算 法,该算法充分利用APSK调制信号星座图的特点,在大幅度减小无记忆数据预失真计算量的 基础上,联合非线性均衡实现对有记忆非线性卫星信道的自适应补偿。其优点是存储量和计 算复杂度随调制阶数的增加变化很小。仿真结果表明,该算法能够达到有记忆数据预失真的 补偿性能,且最佳工作点提高0.2 dB。     

放大器估计器的查表法自适应预失真器设计

非线性功放特性随温度,供电电压等因素的变化而改变,为保证其稳定工作,预失 真系统的自适应性能就显得非常重要。当前的自适应预失真算法每次都对其参数进行更新, 计算量很大。针对这个问题提出了一种放大估计器的查表法自适应预失真算法,将查表法和 放大器估计器法结合在一起,以误码率为指标在系统允许的误差范围内可以大大减少参数的 迭代次数。同时针对不同的输入回退,可以选择采用不同的预失真算法,从而使其更加接近 功放特性,进一步减少迭代次数。     

一种低复杂度的自适应并行两箱预失真方法

自适应预失真方法能自适应调节阈值，仅对调制信号中大幅值分量进行预失真处理，有效降低了预失真算法复杂度，但由于该方法仍采用正交记忆多项式进行预失真处理，算法复杂度仍旧较高。围绕如何进一步降低预失真处理算法复杂度，引入信号并行处理思想和递推最小二乘算法，提出了一种低复杂度的自适应并行两箱预失真方法。结合调制信号的解析信号表达式，利用算法复杂度更低的递推最小二乘算法分支路对实部和虚部进行预失真处理，有效降低了预失真算法复杂度。理论分析和仿真结果表明，在保证系统误码性能正常的前提下，与并行两箱预失真方法和自适应预失真方法相比，所提算法复杂度分别降低约93%和27.62%。     

微波功率放大器非线性特性分析

为判断微波功率放大器非线性失真的主要影响因素,首先,在传统幂级数模型的基础上对功率放大器的非线性幅度失真和相位失真进行拟合,基于包络分析法给出了功率放大器非线性失真与幅度和相位失真间的解析关系;其次,对幅度失真和相位失真引起的非线性失真进行了分析,给出了两者之间的等效失真关系式,据此可对任意给定的功率放大器进行分析,以确定非线性失真的主要影响因素,并用于指导模拟预失真线性化器的设计与调试;最后,通过对一Ka频段行波管放大器的非线性测试及模拟预失真线性化,验证了所提出的功率放大器非线性分析的正确性及幅相等效失真关系式的有效性。     

一种改进并行两箱预失真方法

针对现有椭圆球面波调制信号预失真方法算法复杂度高、预失真器工作效率较低的问题，结合椭圆球面波调制信号的幅值特点和功率放大器对信号非线性失真特性，引入分段处理的思想，提出了一种改进并行两箱预失真方法。通过设置阈值门限，对调制信号进行分段处理，仅对信号中大幅值分量进行处理，算法复杂度低，更易于工程实现。理论分析和仿真结果表明，当阈值门限为0.5时，与并行两箱预失真方法相比，所提预失真方法算法复杂度降低为原算法10%以下；当误比特率为10-5时，相对于未经放大器失真的调制信号，所需信噪比仅增加约0.02 dB。     

一种基于阵列天线的时延估计方法

本文主要讨论了无线通信中多径信号的时延估计问题，针对阵列天线，基于非线性最小二乘准则，我们提出了一种有效的时延估计方法，仿真结果表明该算法有较好的性能。     

基于PSO-BP算法的无线传感器网络定位优化

在研究现有定位算法的基础上，针对基于接收信号强度指示(RSSI)定位模型中的参数易受环境影响等问题，提出了一种新型的粒子群优化(PSO)算法与后向传播（BP）神经网络相结合的算法。BP网络算法权值的修正依赖于非线性梯度值，易形成局部极值，同时学习次数较多，需先通过粒子群算法进行优化。为了提高定位精度，首先采用速度常量法滤波处理，然后通过改进的混合优化算法对BP神经网络初始权值和阈值进行优化，并分析算法的性能。试验中隐层节点个数采用试错法，从12到19变化，以确定合适数目。实验结果表明，与一般加权算法和传统BP算法相比，改进的混合优化算法可大幅改善测距误差对定位误差的影响，同时可使25 m内最小定位误差小于0.27m     

结合匈牙利指派和改进粒子滤波的多目标跟踪算法

使用汽车雷达进行多目标跟踪时，为了提高航迹关联效率并改善非线性场景跟踪效果，提出了结合匈牙利指派和卡尔曼重要性采样的粒子滤波(Particle Filter with Kalman Importance Sampling，PF-KIS)算法。首先，将航迹关联分解为聚类和指派，通过密度聚类筛选并整合有效目标，经过匈牙利指派得到目标和航迹的最佳匹配关系，避免产生多余联合事件，提高关联效率；其次，以卡尔曼滤波的结果作为粒子滤波的先验，使采样粒子分布更合理，提高估计精度，进而改善非线性跟踪能力。实验表明，算法平均航迹关联正确率约为95%；非线性场景误差约为卡尔曼滤波的1/2，有效地改善了非线性场景跟踪能力。     

一种改进的电力线通信系统脉冲噪声抑制方法

为了抑制脉冲噪声对电力线正交频分复用（OFDM）通信系统的影响,最常用的方法之一是在接收端OFDM解调器之前前置一个置零非线性单元,即传统置零法。然而,由于引入了非线性失真,其性能并不理想。针对传统置零法引起的非线性失真问题,提出了一种基于迭代消除非线性失真的改进置零法。首先,对接收到的时域OFDM信号进行脉冲噪声检测和置零处理;然后,在频域利用已检测的符号来重构时域置零处理引入的非线性失真,并通过迭代提高重构的准确性;最后,从频域接收信号中减去重构的非线性失真。仿真结果表明,所提改进算法与传统置零法相比,有非常大的性能提升,增强了电力线OFDM通信系统对脉冲噪声的抵抗能力。     

基于核主成分分析的二次雷达脉冲信号初始特征提取

针对二次雷达脉冲信号的特征选择与分类问题进行研究,提出了一种基于核主成分分析(KPCA)的初始特征提取方法。根据二次雷达脉冲信号的特点,首先经过数据整编、预处理,获取样本的初始特征参数;然后利用KPCA方法对特征参数进行主成分组合,以消除信号特征间的相关性和压缩特征向量的维数,最后利用聚类工具进行分类。数学分析和可视化实验结果都表明这种分析方法是有效的。试验还表明,KPCA在特征选取方面性能优于PCA。     

改进的变步长维纳系统盲源分离方法

基于非线性盲源分离的维纳系统算法中,采用固定步长导致算法的收敛速度和稳态误差之间存在矛盾,直接影响分离算法的性能。为了解决该问题,提出了基于非线性函数的变步长维纳系统盲源分离方法。该方法将更新的步长以非线性函数的形式引入到分离算法中,使得稳态时参数更新的步长尽可能小,以避免发生振荡。变步长算法在分离过程中的每次更新都会使步长自动进行合理的调整,使得收敛速度提高了53%,误差减小了45%。实验仿真表明,相对原算法,提出的维纳系统盲源分离方法可以更好地分离出信源信号,而且具有较小的误差和较快的收敛速度。     

容积Rauch-Tung-Striebel平滑器

针对离散非线性系统的状态平滑问题,基于Rauch-Tung-Striebel(RTS)理论设计了一种容积卡尔曼平滑器(Cubature Kalman Smoother,CKS),即容积Rauch-Tung-Striebel平滑器(RTS-CKS)。首先,基于经典贝叶斯状态估计理论框架,推导了状态概率密度分布形式的非线性系统最优平滑算法;其次,基于Rauch-Tung-Striebel理论,建立了相应的最优平滑递推算法;然后,将其与容积卡尔曼滤波算法相结合,建立了递推形式的RTS-CKS平滑器;最后,通过典型的纯方位跟踪模型验证了该平滑器的可行性和有效性。该平滑器为非线性系统的状态估计提供了新的估计算法。     

NLS次优简化算法及其在单站无源定位中的应用

为了简化基于外辐射源固定单站无源定位求解算法以用于工程实现,建立了定位原 理极坐标模型,给出了极坐标系下非线性最小二乘(NLS)定位算法,根据极坐标系下定位算 法的特点,为简化计算,提出了NLS次优简化算法。仿真结果表明,NLS次优简化算法有较好 的 稳定度和定位精度,为工程实现提供了参考。     

一种改进载波相位恢复算法

为了解决载波相位恢复算法频偏估计范围小、估计精度低、计算复杂度高等问题,提出了一种基于Q次方的极性环与极性判决（Polar Decision,PD）算法相结合的Q次方极性判决（Q-th Power Polarity Decision,QPD）算法。首先对判决导向（Decision Directed,DD）算法、PD算法、基于Q次方的极性环进行性能分析;然后结合基于Q次方的极性环和PD算法的优点,提出性能更好的QPD算法,并分别在不同频偏和不同信噪比条件下对这四种载波相位恢复算法进行性能仿真与性能比较;最后,在QPSK、8PSK、16APSK和32APSK这四种调制方式下,分析QPD算法的误码率、资源消耗和吞吐率。仿真结果表明,该算法相比于DD算法、PD算法、基于Q次方的极性环具有频偏估计范围较大、估计精度较高、资源消耗相对较少、吞吐率较高等特点,且适用于多种调制方式。