基于负载牵引和记忆效应的X参数的功放建模

为了更加快速准确地描述带有记忆效应的射频功率放大器,基于传统的X参数模型,结合负载牵引和功放的记忆效应,提出一种新型X参数功放建模方法。新方案首先引入负载反射系数;然后利用双记忆路径模型提取出表征记忆效应的非线性函数替换核函数,采用幅度、负载反射系数与频率三变量作为输出信号的新型前馈（FF）结构建立X参数模型;最后采用阶跃信号代替原始的双音信号提取模型用以达到简化模型提取方法的目的,进而提高模型提取的可行性。经仿真测试CGH40045F功放的数据,利用提出的新型X参数建模方案对功放进行建模,仿真功放的相对误差与传统X参数模型、FF结构X参数模型、FB结构X参数模型相比,均有所减小;与FF结构模型和反馈（FB）结构模型相比,仿真时间分别减少了4.08 s和1.64 s。实验结果表明,该模型能够更加快速有效地拟合带有非线性记忆效应的射频功率放大器。     

基于新型二维核函数动态X参数的功放建模

为了更准确地描述带有记忆效应的射频（RF）功放特性,基于传统的动态X参数模型,结合功放长期记忆效应以及短期记忆效应机理,提出一种新型动态X参数功放建模方法。新模型保留X参数模型的静态核函数,利用双记忆路径模型提取出表征记忆效应的非线性函数,替换动态核函数。采用输出信号为幅度与频率双变量的新型反馈（FB）结构,引入时变频率变量而简化动态核函数为二维核函数。使用MW6S010N设计功放并建模,由仿真可知,新模型在单音大信号及码分多址（CDMA）信号激励下,均能正确表征功放特性,归一化均方误差（NMSE）较静态X参数模型、传统动态X参数模型以及前馈（FF）结构X参数模型分别减少8.0 dB、6.3 dB、2.5 dB。结果表明该模型能够更加准确拟合带有非线性记忆效应功率放大器的特性。     

带记忆效应的射频功放数字基带预失真

在无线通信系统中，射频大功率器是产生非线性失真的主要器件，预失真技术因其成本低廉、自适应能力强、效率高等优势成为最有发展潜力的线性化技术。本文介绍了射频功放的记忆效应及用于识别HPA记忆效应的数字预失真器的结构和特点,提出了基于Wiener模型预失真器的相关算法。通过计算机仿真验证了该算法的有效性以及基于Wiener模型的数字预失真技术能够有效改善记忆功放的线性化，从而提高发射机的整体性能。     

通信系统中功率放大器记忆效应研究

在研究无线通信系统的射频功率放大器问题中,为了保证通信系统中功率放大器减小记忆效应的影响,通过理论推导分析了双音信号输入情况下记忆效应的存在.在ADS环境下创建数字基带预失真结构电路,分别放入记忆和无记忆功放行为模型进行仿真,结果表明记忆效应的存在限制线性性能改善约8dB.提出了一种记忆补偿电路,同等功放条件下能快速制约记忆效应的恶化高达10dB.可以优化功放记忆效应但不能完全消除记忆效应,通过系统级仿真证实,设计功功率放大器必须考虑记忆效应.     

基于高阶累积量的Hammerstein模型记忆效应辨识

旨在研究存在加性高斯噪声时,Hammcrstcin模型的记忆效应辫识问题。在输入信号统计量和Hammcrstein模型的无记忆非线性效应均未知的情况下,利用模型输出信号的高阶累积量建立两种线性方程组,并从理论上证明了两种线性方程组均具有唯一解;提出将两个线性方程组结合使用的系数提取方法,其过程不受Hammerstein模型的无记忆非线性模块影响。最后的仿真结果表明,在高斯(有色或无色)噪声存在的情况下,此类辫识方法比直接提取参数法具有更好的数值鲁棒性。     

基于时序网络记忆效应的意见领袖动态识别

使用微博用户互动数据构建的社交时序网络,通过用户互动强度优化权重分配改进PageRank算法,计算网络快照中各节点影响力,引入网络快照的记忆效应参数,得到动态的意见领袖识别算法。F-Measure值的对比实验结果表明,该算法的准确率优于PageRank算法、HITS算法;记忆效应衰减率的不同取值对该意见领袖动态识别算法准确率有显著影响,为网络舆情的动态监管提供了一种方法和手段。     

基于优先选择和记忆效应的观点动力学研究

针对社会群体中观点共享的现象,考虑节点间交互存在偏好选择(优先选择),以及节点对异己观点存在记忆效应,扩展Deffuant模型,建立一种新的观点动力学模型。采用优先选择策略,使非均匀网络达成一致观点;在网络只选用优先选择策略而不考虑节点记忆效应时,网络一致性观点的形成仍依赖于置信值的取值。在网络考虑节点记忆效应后,不仅能够促进网络达成一致观点,而且在置信值很小的情况下,网络也能达成一致观点。研究结果表明,随着置信值的增加,网络达成一致观点所需的最小观点更新次数逐渐减少。     

Hammerstein模型的记忆效应盲辨识方法

针对未知记忆深度的Hammerstein模型,提出一种基于高阶累积量的Hammerstein模型记忆效应盲辨识方法。将Hammerstein模型中对记忆深度的确定转换为对模型输出信号高阶累积量扩展矩阵的求秩问题,给出对角元素乘积(NPODE)方法以确定记忆深度,分别比较该方法与GM直接定阶法、拐点法的鲁棒性。结合提出的记忆深度估计算法,给出线性记忆模块系数的提取方法。理论推导与仿真结果表明,线性记忆模块系数的提取过程不受无记忆非线性效应的影响。     

交通流模型参数的近似动态规划辨识方法

针对交通流模型的强非线性、不确定性等特点,提出了基于近似动态规划的交通流模型参数辨识算法.该算法具有自学习和自适应的特性,不依赖于被控对象的解析模型.严格的理论推导证明了这种参数辨识方案的收敛性,仿真结果验证了所提出算法的有效性.     

基于动态更新的图书馆移动用户行为模型研究

针对图书馆移动用户行为模型无法全面地描述移动用户动态行为特征的情况,设计了依托动态更新的图书馆移动用户行为模型。在概述传统图书馆用户行为模型存在的弊端基础上,设计基于动态更新的图书馆移动用户行为模型,并提出其实现机制,以期为类似研究提供参考。     

基于动态有理函数的功放模型及预失真应用

针对现代无线通信系统中射频功率放大器的非线性与记忆效应,提出一种新的低复杂度的动态有理函数模型,该模型简化了有理函数模型,通过两个多项式的比进行建模,但分子是包络记忆多项式的形式,分母由无记忆多项式构成.通过模型仿真和预失真应用系统验证,结果表明:与记忆多项式模型相比,动态有理函数模型所需的系数要少30.6％,模型精度却与其相近,邻信道功率比(ACPR)改善约20 dB,而与有理函数模型相比,所需系数要少21.9％,模型精度改善2.4 dB,ACPR改善约15 dB.由此证明了该模型在复杂度和精确度上的优越性,对功放预失真的研究具有重要的参考价值.     

Volterra series‐based model for concurrent dual‐band power amplifier using dynamic memory depth

In this article, a dynamic dual‐band baseband equivalent Volterra (DDBE) model is proposed to compensate the nonlinear distortions of the concurrent dual‐band power amplifier (PA). The DDBE model is obtained by improving the discretized dual‐band baseband equivalent Volterra model which can describe the output characteristics of concurrent dual‐band PA completely in theory but is lack of practicability. Three simplification rules are proposed in the article, and the relevance between in‐band intermodulation and in‐band cross modulation is employed to simplify the establishment complexity of the model. Then the dynamic kernels are categorized into three groups, and based on this, DDBE models with different level dynamical kernels are derived. In addition, draw on the experience of single‐band PA behavioral model, even‐order kernels are introduced into DDBE models. Digital predistortion performances of a wideband PA, which works in concurrent dual‐band mode, are evaluated to verify the feasibility and advantages of the proposed model.     

多Agent支持的一种动态协作模式研究

现在的各种协同工作系统在实际应用中往往灵活性不足.这里提出一种多Agent支持的动态协同工作模型,通过从协同Agent管理的用户Agent中选择一些作为任务Agent,与协同Agent一起参与任务的执行.重点分析了用来执行任务的任务Agent的选择算法.该模型的目的在于引入动态性机制,提高系统的内部性能和外部响应能力,从而使得系统能够满足实际需要.     

基于记忆原理的人工鱼智能认知模型

将生物学的记忆原理引入到计算机动画中,提出了一种基于记忆原理的人工鱼智能认知模型。在该模型中,利用短时记忆元和长时记忆衰减和更新的特点及其与综合记忆的联系,建立了相应的数学模型,综合记忆值的大小决定了人工鱼对该事物的记忆强度,特征记忆库的更新清理功能有效的节省了系统的开销。实验结果证明,该模型在一定程度上提高了人工鱼的认知能力,具有很好的应用价值。     

基于任务处理单元的工作流动态模型研究

将处理操作和处理数据信息封装为任务处理单元对象，并以此作为集成系统的基本处理对象，通过研究这些单元之间的约束，控制关系和管理机制，实现工作流的动态调度和控制，去掉了传统的人为控制，约束工作流程，易于形成业务管理的调度控制集成系统，从而充分发挥系统的柔性和规范性的特点，为优化工作流程，减少工作冗余提供了较好的方法，使系统易于动态加入或删除一些处理单元以适应新的需求。     

DMM:A dynamic memory mapping model for virtual machines

Memory virtualization is an important part in the design of virtual machine monitors(VMM).In this paper,we proposed dynamic memory mapping(DMM) model,a mechanism that allows the VMM to change the mapping between a virtual machine's physical memory and the underlying hardware resource while the virtual machine is running.By utilizing DMM,the VMM can implement many novel memory management policies,such as Demand Paging,Swapping,Ballooning,Memory Sharing and Copy-On-Write,while preserving compatibility with va...     

入侵检测中基于残余抗原理论的动态记忆算法

依据生物免疫的防御层次结构,分析了网络入侵的多层防御体系.引入生物学中残余抗原理论,结合入侵检测过程中存在的残余抗原,提出了一种新的基于残余抗原理论的动态记忆算法.在此基础上,分析了算法的设计思想,给出了算法的具体实现过程.实验数据表明:该算法实现了识别器记忆的动态性和持久性,并且能够提高系统资源的利用率.     

Recurrent neural network technique for behavioral modeling of power amplifier with memory effects

A new technique for behavioral modeling of power amplifier (PA) with short‐ and long‐term memory effects is presented here using recurrent neural networks (RNNs). RNN can be trained directly with only the input–output data without having to know the internal details of the circuit. The trained models can reflect the behavior of nonlinear circuits. In our proposed technique, we extract slow‐changing signals from the inputs and outputs of the PA and use these signals as extra inputs of RNN model to effectively represent long‐term memory effects. The methodology using the proposed RNN for modeling short‐term and long‐term memory effects is discussed. Examples of behavioral modeling of PAs with short‐ and long‐term memory using both the existing dynamic neural networks and the proposed RNNs techniques are shown. © 2014 Wiley Periodicals, Inc. Int J RF and Microwave CAE 25:289–298, 2015.