CN104901637B - 一种黑盒子记忆性失真补偿方法 - Google Patents
一种黑盒子记忆性失真补偿方法 Download PDFInfo
- Publication number
- CN104901637B CN104901637B CN201510219150.6A CN201510219150A CN104901637B CN 104901637 B CN104901637 B CN 104901637B CN 201510219150 A CN201510219150 A CN 201510219150A CN 104901637 B CN104901637 B CN 104901637B
- Authority
- CN
- China
- Prior art keywords
- mrow
- signal
- length
- wave filter
- frequency
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Filters That Use Time-Delay Elements (AREA)
Abstract
本发明涉及一种黑盒子记忆性失真补偿方法，其包括以下步骤：1信号x经过信道也即黑盒子滤波器A后的输出信号y，将会产生记忆性失真信号，2信号经过滤波AS的输出为ys，LMS算法比较y和ys，不断迭代更新，得出AS的抽头系数，从而得出了信道的对于频率fc的记忆性失真特性，3滤波器AS求逆，得出滤波器DA的抽头系数；4输入信号x,经过信道的输出y,产生记忆性失真，失真信号经过信道逆滤波器DA矫正得出输出信号ys,恢复出来原始输入信号x。本发明的方法具有有益效果1当信道中记忆特性参数未知时，可得出信道记忆性失真特性并矫正；2当有一个参数未知的滤波器，可得出滤波器的参数，并得出滤波器对应的逆滤波器。
Description
技术领域
本发明属于通信技术领域，涉及一种黑盒子记忆性失真补偿方法。
背景技术
信道指通信的通道，是信号传输的媒介。
信息是抽象的，但传送信息必须通过具体的媒质。例如二人对话，靠声波通过二人间的空气来传送，因而二人间的空气部分就是信道。邮政通信的信道是指运载工具及其经过的设施。无线电话的信道就是电波传播所通过的空间，有线电话的信道是电缆。每条信道都有特定的信源和信宿。在多路通信，例如载波电话中，一个电话机作为发出信息的信源，另一个是接收信息的信宿，它们之间的设施就是一条信道，这时传输用的电缆可以为许多条信道所共用。在理论研究中，一条信道往往被分成信道编码器、信道本身和信道译码器。人们可以变更编码器、译码器以获得最佳的通信效果，因此编码器、译码器往往是指易于变动和便于设计的部分，而信道就指那些比较固定的部分。但这种划分或多或少是随意的，可按具体情况规定。例如调制解调器和纠错编译码设备一般被认为是属于信道编码器、译码器的，但有时把含有调制解调器的信道称为调制信道；含有纠错编码器、译码器的信道称为编码信道。
所有信道都有一个输入集A，一个输出集B以及两者之间的联系，如条件概率P(y│x)，x∈A，y∈B。这些参量可用来规定一条信道。
通信中很多信道或者通信器件具有记忆特性，对不同频率信号放大倍数不同，将会产生记忆性失真，而且往往这些记忆特性参数是未知的。
发明内容
发明目的：本发明针对上述现有技术存在的问题做出改进，即本发明所要解决的技术问题是通信系统中信道记忆性失真，本发明公开了一种黑盒子记忆性失真补偿方法。
技术方案：一种黑盒子记忆性失真补偿方法，包括以下步骤：
(1)、定义输入信号：x＝x1+i*x2，x为复数，x1和x2为实数，i为虚数单位，i表示x1和x2正交；
I路输入信号的表达式为：x1(n)＝cos(2*pi*fc*n/fs+pi/4)，n∈[0～(length-1)]；
Q路输入信号的表达式为：x2(n)＝sin(2*pi*fc*n/fs+pi/4)，n∈[0～(length-1)]；
其中，fs为采样频率，fc为发送信号频率，pi为π，fs>2fc，length表示信号长度，length＝1024；
(2)、将步骤(1)中的输入信号x＝x1+i*x2经过记忆性信道得出输出信号y＝y1+i*y2，y为复数，y1和y2为实数，i为虚数单位，y1对应I路x1的输出，y2对应Q路x2的输出；
(3)、近似滤波器AS抽头系数长度L＝32,近似滤波器AS抽头系数的初值设为0，即same_xs(L)＝0；
(4)、将步骤(1)中的输入信号x＝x1+i*x2经过近似滤波器AS，
即通过差分运算得出输出信号ys＝y1s+i*y2s，其中
ys表示信号经过近似滤波器AS后的输出信号，其中y1s对应着x1的输出，y2s对应着x2的输出，n表示信号的第n个离散点，n∈[0～(length-1)]，length表示信号长度，length＝1024，same_xs(m)表示近似滤波器AS的第m个抽头系数，m∈[0～(L-1)]，L为近似滤波器AS的抽头系数长度，L＝32；
(5)、LMS算法：计算步骤(2)中得到的输出信号y＝y1+i*y2和步骤(4)得到的输出信号ys＝y1s+i*y2s的矢量差en(n)＝y(n)-ys(n)＝(y1(n)-y1s(n))+i*(y2(n)-y2s(n))，n∈[0～(length-1)]，length表示信号长度，length＝1024；
(6)、更新近似滤波器AS的抽头系数：same_xs(n+1)＝same_xs(n)+2*mu*[(x1+x2)/2]，
其中，same_xs(n+1)为本次迭代得出的近似滤波器AS的抽头系数，same_xs(n)为最近一次迭代的近似滤波器AS的抽头系数，mu为LMS算法中的迭代步长，0＜mu＜1/λmax，其中λmax为输入信号相关矩阵的最大特征值，n∈[0～(length-1)]，length表示信号长度，length＝1024；
(7)、根据步骤(5)得到的矢量差en(n)计算出步骤(2)中得到的输出信号y和此次迭代中步骤(4)得到的输出信号ys的均方误差(MSE_1)：
en(n)表示第n个离散点的矢量差，n∈[0～(length-1)]，length表示信号长度，length＝1024，用MSE_0表示上次迭代中步骤(2)中输出信号y和步骤(4)中输出信号ys的均方误差，初始值EVM_0＝-1；
(8)、根据步骤(7)得到的此次迭代信号均方误差MSE_1和上次迭代得到的信号均方误差MES_0比较，判断MSE是否达到最小值，从而确定是否继续迭代更新近似滤波器AS的抽头系数：若MSE_0！＝-1，并且，MSE_0≤MSE_1则停止迭代，进入步骤(10)；否则，令MSE_0＝MSE_1,并且进入步骤(9)，继续迭代更新近似滤波器AS的抽头系数；
(9)、重复步骤(4)～(8)，迭代更新近似滤波器AS的抽头系数，使得步骤(2)中得到的输出信号y＝y1+i*y2和步骤(4)得到的输出信号ys＝y1s+i*y2s的信号均方误差达到最小；
(10)、计算近似滤波器AS的幅频特性，即步骤(1)～(9)中得到的近似滤波器AS的抽头系数same_xs[L]，L＝32，经过64点fft变换到频域，得到滤波器AS幅频特性，用数组H_same_xs[2*L]表示，
(11)、计算步骤(1)中的输入信号x含有的fc频率点且与近似滤波器的AS幅频数组中对应的数组坐标，fc为发送信号频率，fs为采样频率，表示向上取整；
(12)、将滤波器DA的幅频特性设初值为1，用64位数组H_da_xs表示即H_da_xs＝ones(1,64)；
(13)、计算出滤波器DA在fc频域处幅频特性
H_da_xs(1,number_fc)＝1/H_same_xs(1,number_fc)；
(14)、滤波器DA的幅频特性经过ifft到时域，得到逆滤波器DA的系数，用数组da_xs[L]表示,L＝32；
(15)、失真矫正
信号y＝y1+i*y2，经过逆滤波器DA后输出yx＝y1x+i*y2x，即I-Q两路信号记忆性失真矫正完成。
作为本发明中一种黑盒子记忆性失真补偿方法的一种优选方案：步骤(6)中，mu＝0.001。
有益效果：本发明公开了一种黑盒子记忆性失真补偿方法，其具有以下有益效果：
1、当信道中记忆特性参数未知时，可以通过本发明得出信道记忆性失真特性，并且矫正；
2、当有一个参数未知的滤波器，可以通过本发明得出滤波器的参数，并且得出滤波器对应的逆滤波器。
附图说明
图1为本发明公开的一种黑盒子记忆性失真补偿方法的流程图；
图2为发送信号时域示意图；
图3为记忆性信道的输入信号和失真输出信号的对比图；
图4为记忆性信道和近似滤波器AS幅频图；
图5为记忆性信道的输入信号和失真矫正后输出信号对比图。
具体实施方式：
下面对本发明的具体实施方式详细说明。
如图1所示，一种黑盒子记忆性失真补偿方法，包括以下步骤：
(1)、定义输入信号：x＝x1+i*x2，x为复数，x1和x2为实数，i为虚数单位，i表示x1和x2正交；
I路输入信号的表达式为：x1(n)＝cos(2*pi*fc*n/fs+pi/4)，n∈[0～(length-1)]；
Q路输入信号的表达式为：x2(n)＝sin(2*pi*fc*n/fs+pi/4)，n∈[0～(length-1)]；
其中，fs为采样频率，fc为发送信号频率，pi为π，fs>2fc，length表示信号长度，length＝1024；
(2)、将步骤(1)中的输入信号x＝x1+i*x2经过记忆性信道得出输出信号y＝y1+i*y2，y为复数，y1和y2为实数，i为虚数单位，i表示y1和y2正交，y1对应I路x1的输出，y2对应Q路x2的输出；
(3)、近似滤波器AS抽头系数长度L＝32,近似滤波器AS抽头系数的初值设为0，用长度为32位数组表示same_xs(L)＝0；
(4)、将步骤(1)中的输入信号x＝x1+i*x2经过近似滤波器AS，
即通过差分运算得出输出信号ys＝y1s+i*y2s，其中
ys表示信号经过近似滤波器AS后的输出信号，其中y1s对应着x1的输出，y2s对应着x2的输出，n表示信号的第n个离散点，n∈[0～(length-1)]，length表示信号长度，length＝1024，same_xs(m)表示近似滤波器AS的第m个抽头系数，m∈[0～(L-1)]，L为近似滤波器AS的抽头系数长度，L＝32；
(5)、LMS算法：计算步骤(2)中得到的输出信号y＝y1+i*y2和步骤(4)得到的输出信号ys＝y1s+i*y2s的矢量差en(n)＝y(n)-ys(n)＝(y1(n)-y1s(n))+i*(y2(n)-y2s(n))，n∈[0～(length-1)]，length表示信号长度，length＝1024；
(6)、更新近似滤波器AS的抽头系数：same_xs(n+1)＝same_xs(n)+2*mu*[(x1+x2)/2]，
其中，same_xs(n+1)为本次迭代得出的近似滤波器AS的抽头系数，same_xs(n)为最近一次迭代的近似滤波器AS的抽头系数，mu为LMS算法中的迭代步长，0＜mu＜1/λmax，其中λmax为输入信号相关矩阵的最大特征值，n∈[0～(length-1)]，length表示信号长度，length＝1024；
(7)、根据步骤(5)得到的矢量差en(n)计算出步骤(2)中得到的输出信号y和此次迭代中步骤(4)得到的输出信号ys的均方误差(MSE_1)：
en(n)表示第n个离散点的矢量差，n∈[0～(length-1)]，length表示信号长度，length＝1024；
用MSE_0表示上次迭代中步骤(2)中输出信号y和步骤(4)中输出信号ys的均方误差，初始值EVM_0＝-1(EVM为非复数，-1表示未进行迭代前信号均方误差为无穷大)；
(8)、根据步骤(7)得到的此次迭代信号均方误差MSE_1和上次迭代得到的信号均方误差MES_0比较，判断MSE是否达到最小值，从而确定是否继续迭代更新近似滤波器AS的抽头系数：若MSE_0！＝-1(表示EVM_1不是第一次迭代)，并且MSE_0≤MSE_1则停止迭代，进入步骤(10)；否则，令MSE_0＝MSE_1,并且进入步骤(9)，继续迭代更新近似滤波器AS的抽头系数；
(9)、重复步骤(4)～(8)，迭代更新近似滤波器AS的抽头系数，使得步骤(2)中得到的输出信号y＝y1+i*y2和步骤(4)得到的输出信号ys＝y1s+i*y2s的信号均方误差MSE达到最小，即信号x经过记忆性信道产生的记忆性失真得出输出信号和信号x经过近似滤波器AS滤波后的输出相近,从而用滤波器AS抽头系数来表示信号的记忆特性；
(10)、计算近似滤波器AS的幅频特性，即步骤(1)～(9)中得到的近似滤波器AS的抽头系数same_xs[L]，L＝32，经过64点fft变换到频域，得到滤波器AS幅频特性，用数组H_same_xs[2*L]表示，
(11)、计算步骤(1)中的输入信号x含有的fc频率点且与近似滤波器的AS幅频数组中对应的数组坐标，fc为发送信号频率，fs为采样频率，表示向上取整对应matlab中floor()函数；
(12)、将滤波器DA的幅频特性设初值为1，用64位数组H_da_xs表示即H_da_xs＝ones(1,64)；
(13)、计算出滤波器DA在fc频域处幅频特性
H_da_xs(1,number_fc)＝1/H_same_xs(1,number_fc)，
即对应fc处滤波器放大倍数取倒，其他保持为1，步骤(12)和步骤(13)得出滤波器DA的幅频特性(即滤波器DA对不同频率信号的幅度放大倍数)——因为理想信道对所有频率的信号幅度放大倍数都为1，所以信道的逆滤波器也就是滤波器DA，信道理想情况下对所有频率的信号幅度放大倍数也都为1，所以步骤(12)中将滤波器DA的幅频特性设初值为1，由于信道不理想，因此输入频率为fc的信号，放大倍数不为1，故步骤(13)中把滤波器DA在fc频率处放大倍数修改为实际值；
(14)、滤波器DA的幅频特性经过ifft到时域，得到逆滤波器DA的系数，用数组da_xs[L]表示,L＝32；
(15)、失真矫正
信号y＝y1+i*y2，经过逆滤波器DA后输出yx＝y1x+i*y2x，即I-Q两路信号记忆性失真矫正完成。
本实施例中，步骤(6)中，mu＝0.001。
如图1所示，图中有三个滤波器，滤波器A表示未知信道或者器件的记忆特性，滤波器B为LMS算法得出滤波器A在频率fc处的近似滤波器，滤波器DA为滤波器A在频率点fc处的等效滤波器，其中，fc为输入信号频率。
一种黑盒子记忆性失真补偿方法，包括以下步骤
(a)信号x经过信道也即黑盒子滤波器A后的输出信号y，将会产生记忆性失真信号(如图3所示)，
(b)信号经过滤波AS的输出为ys，LMS算法比较y和ys，不断迭代更新，得出AS的抽头系数，从而得出了信道的对于频率fc的记忆性失真特性(如图4所示)，
(c)滤波器AS求逆——求出信道记忆性失真的逆特性，即得出滤波器DA的抽头系数；
(d)输入信号x,经过信道的输出y,产生记忆性失真，失真信号经过信道逆滤波器DA矫正得出输出信号ys,恢复出来原始输入信号x(如图5所示)。其中：
图2中，x轴表示信号长度n,n∈[500,550]
y轴表示水平面的Q路信号x2(n)＝sin(2*pi*fc*n/fs+pi/4)；
z轴表示垂直面的I路信号x1(n)＝cos(2*pi*fc*n/fs+pi/4)，
其中fc为载波信号频率，fs为采样频率。
图3中，x轴表示信号长度n,n∈[500,550]；
y轴实线表示Q路信号x2(n)＝sin(2*pi*fc*n/fs+pi/4)；
y轴+线表示Q路信号x2(n)经过记忆性信道后输出失真信号y2(n)；
z轴实线表示I路信号x1(n)＝cos(2*pi*fc*n/fs+pi/4)；
z轴*线表示Q路信号x1(n)经过记忆性信道后输出失真信号y1(n)；
其中fc为载波信号频率，fs为采样频率。
图4中，横坐标角频率：交点θ＝3.14*2*f1/fs＝1.35；
纵坐标为放大倍数：交点纵坐标大于1，所以黑盒子对频率fc的信号进行放大，产生失真，和图3所得结果一致。
从图可看出黑盒子滤波器A和近似滤波器AS幅频图相交与fc所对应的角频率处，因此近似滤波器AS表示黑盒子滤波器A对于频率fc的放大特性。
图5中，说明：x轴表示信号长度n,n∈[500,550]；
y轴实线表示Q路信号x2(n)＝sin(2*pi*fc*n/fs+pi/4)；
y轴+线表示Q路失真信号y2(n)经过矫正后输出信号y2x(n)；
z轴实线表示I路信号x1(n)＝cos(2*pi*fc*n/fs+pi/4)；
z轴*线表示Q路失真信号x1(n)经过矫正后输出信号y1x(n)，
其中fc为载波信号频率，fs为采样频率；
图5，垂直面表示原始发送I路信号，星号表示记忆特性抵消后的I路信号；垂直面表示原始发送Q路信号，星号表示记忆特性抵消后的Q路信号。由图中可看出星号和曲线重合，则说明记忆特性抵消后的信号与原始信号相同。
上面对本发明的实施方式做了详细说明。但是本发明并不限于上述实施方式，在所属技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。
Claims (2)
1.一种黑盒子记忆性失真补偿方法，其特征在于，包括以下步骤：
(1)、定义输入信号：x＝x1+i*x2，x1和x2为实数，i为虚数单位，i表示x1和x2正交；
I路输入信号的表达式为：x1(n)＝cos(2*pi*fc*n/fs+pi/4)，n∈[0～(length-1)]；
Q路输入信号的表达式为：x2(n)＝sin(2*pi*fc*n/fs+pi/4)，n∈[0～(length-1)]；
其中，fs为采样频率，fc为发送信号频率，pi为π，fs>2fc，length表示信号长度，length＝1024；
(2)、将步骤(1)中的输入信号x＝x1+i*x2经过记忆性信道得出输出信号y＝y1+i*y2，y为复数，y1和y2为实数，i为虚数单位，y1对应I路x1的输出，y2对应Q路x2的输出；
(3)、近似滤波器AS抽头系数长度L＝32,近似滤波器AS抽头系数的初值设为0，即same_xs(L)＝0；
(4)、将步骤(1)中的输入信号x＝x1+i*x2经过近似滤波器AS，即通过差分运算得出输出信号ys＝y1s+i*y2s，其中
<mrow>
<mi>y</mi>
<mn>1</mn>
<mi>s</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>m</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>L</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<mi>s</mi>
<mi>a</mi>
<mi>m</mi>
<mi>e</mi>
<mo>_</mo>
<mi>x</mi>
<mi>s</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<mi>x</mi>
<mn>1</mn>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>-</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>y</mi>
<mn>2</mn>
<mi>s</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>m</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>L</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<mi>s</mi>
<mi>a</mi>
<mi>m</mi>
<mi>e</mi>
<mo>_</mo>
<mi>x</mi>
<mi>s</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<mi>x</mi>
<mn>2</mn>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>-</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
</mrow>
ys表示信号经过近似滤波器AS后的输出信号，其中y1s对应着x1的输出，y2s对应着x2的输出，n表示信号的第n个离散点，n∈[0～(length-1)]，length表示信号长度，length＝1024，same_xs(m)表示近似滤波器AS的第m个抽头系数，m∈[0～(L-1)]，L为近似滤波器AS的抽头系数长度，L＝32；
(5)、LMS算法：计算步骤(2)中得到的输出信号y＝y1+i*y2和步骤(4)得到的输出信号ys＝y1s+i*y2s的矢量差en(n)＝y(n)-ys(n)＝(y1(n)-y1s(n))+i*(y2(n)-y2s(n))，n∈[0～(length-1)]，length表示信号长度，length＝1024；
(6)、更新近似滤波器AS的抽头系数：same_xs(n+1)＝same_xs(n)+2*mu*[(x1+x2)/2]，
其中，same_xs(n+1)为本次迭代得出的近似滤波器AS的抽头系数，same_xs(n)为最近一次迭代的近似滤波器AS的抽头系数，mu为LMS算法中的迭代步长，0＜mu＜1/λmax，其中λmax为输入信号相关矩阵的最大特征值，n∈[0～(length-1)]，length表示信号长度，length＝1024；
(7)、根据步骤(5)得到的矢量差en(n)计算出步骤(2)中得到的输出信号y和此次迭代中步骤(4)得到的输出信号ys的均方误差(MSE_1)：
<mrow>
<mi>M</mi>
<mi>S</mi>
<mi>E</mi>
<mo>_</mo>
<mn>1</mn>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>l</mi>
<mi>e</mi>
<mi>n</mi>
<mi>g</mi>
<mi>t</mi>
<mi>h</mi>
</mrow>
</mfrac>
<mo>*</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>l</mi>
<mi>e</mi>
<mi>n</mi>
<mi>g</mi>
<mi>t</mi>
<mi>h</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<mo>|</mo>
<mi>e</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>l</mi>
<mi>e</mi>
<mi>n</mi>
<mi>g</mi>
<mi>t</mi>
<mi>h</mi>
</mrow>
</mfrac>
<mo>*</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>l</mi>
<mi>e</mi>
<mi>n</mi>
<mi>g</mi>
<mi>t</mi>
<mi>h</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mn>1</mn>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
<mo>-</mo>
<mi>y</mi>
<mn>1</mn>
<mi>s</mi>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mn>2</mn>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
<mo>-</mo>
<mi>y</mi>
<mn>2</mn>
<mi>s</mi>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mrow>
en(n)表示第n个离散点的矢量差，n∈[0～(length-1)]，length表示信号长度，length＝1024，用MSE_0表示上次迭代中步骤(2)中输出信号y和步骤(4)中输出信号ys的均方误差，初始值EVM_0＝-1；
(8)、根据步骤(7)得到的此次迭代信号均方误差MSE_1和上次迭代得到的信号均方误差MES_0比较，判断MSE是否达到最小值，从而确定是否继续迭代更新近似滤波器AS的抽头系数：若MSE_0！＝-1，并且，MSE_0≤MSE_1则停止迭代，进入步骤(10)；否则，令MSE_0＝MSE_1,并且进入步骤(9)，继续迭代更新近似滤波器AS的抽头系数；
(9)、重复步骤(4)～(8)，迭代更新近似滤波器AS的抽头系数，使得步骤(2)中得到的输出信号y＝y1+i*y2和步骤(4)得到的输出信号ys＝y1s+i*y2s的信号均方误差达到最小；
(10)、计算近似滤波器AS的幅频特性，即步骤(1)～(9)中得到的近似滤波器AS的抽头系数same_xs[L]，L＝32，经过64点fft变换到频域，得到滤波器AS幅频特性，用数组H_same_xs[2*L]表示，
(11)、计算步骤(1)中的输入信号x含有的fc频率点且与近似滤波器的AS幅频数组中对应的数组坐标，fc为发送信号频率，fs为采样频率，表示向上取整；
(12)、将滤波器DA的幅频特性设初值为1，用64位数组H_da_xs表示即H_da_xs＝ones(1,64)；
(13)、计算出滤波器DA在fc频域处幅频特性
H_da_xs(1,number_fc)＝1/H_same_xs(1,number_fc)；
(14)、滤波器DA的幅频特性经过ifft到时域，得到逆滤波器DA的系数，用数组da_xs[L]表示,L＝32；
(15)、失真矫正
信号y＝y1+i*y2，经过逆滤波器DA后输出yx＝y1x+i*y2x，即I-Q两路信号记忆性失真矫正完成。
2.如权利要求1所述的一种黑盒子记忆性失真补偿方法，其特征在于，步骤(6)中，mu＝0.001。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510219150.6A CN104901637B (zh) | 2015-04-30 | 2015-04-30 | 一种黑盒子记忆性失真补偿方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510219150.6A CN104901637B (zh) | 2015-04-30 | 2015-04-30 | 一种黑盒子记忆性失真补偿方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104901637A CN104901637A (zh) | 2015-09-09 |
| CN104901637B true CN104901637B (zh) | 2017-12-05 |
Family
ID=54034072
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510219150.6A Expired - Fee Related CN104901637B (zh) | 2015-04-30 | 2015-04-30 | 一种黑盒子记忆性失真补偿方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104901637B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102014224911A1 (de) * | 2014-12-04 | 2016-06-09 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Bestimmen statistischer Eigenschaften von Rohmesswerten |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101257283A (zh) * | 2008-03-28 | 2008-09-03 | 中兴通讯股份有限公司 | 一种实现数字预失真的装置和方法 |
| CN101320996A (zh) * | 2008-05-27 | 2008-12-10 | 中山大学 | 一种自适应噪声消除装置及方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6771690B2 (en) * | 2000-12-29 | 2004-08-03 | Nokia Corporation | Method and apparatus for providing blind adaptive estimation and reception |
-
2015
- 2015-04-30 CN CN201510219150.6A patent/CN104901637B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101257283A (zh) * | 2008-03-28 | 2008-09-03 | 中兴通讯股份有限公司 | 一种实现数字预失真的装置和方法 |
| CN101320996A (zh) * | 2008-05-27 | 2008-12-10 | 中山大学 | 一种自适应噪声消除装置及方法 |
Non-Patent Citations (4)
| Title |
|---|
| LMS自适应滤波器的设计理论研究;高建辉;《信息技术》;20111231(第8期);全文 * |
| 一种宽带OFDM系统放大器的失真消除方法;任智源，张海林;《中国科学：信息科学》;20111231;第41卷;全文 * |
| 基于LMS算法的自适应滤波器仿真实现;刘影;《现代电子技术》;20081231;全文 * |
| 宽带OFDM系统中的简化滤波查表预失真算法;任智源，韩燕，张海林，郭凯;《系统工程与电子技术》;20100731;第32卷(第7期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104901637A (zh) | 2015-09-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4672229B2 (ja) | デジタル通信経路上において適応型チャネル等化のトレーニング段階を実施するための方法および装置 | |
| US8687726B2 (en) | Method for transmitting digital data, and transmitter base implementing such a method | |
| CN102811190B (zh) | Ofdm通信系统中单频干扰的抑制方法 | |
| CN1332561C (zh) | 匹配脉冲整形滤波器 | |
| CN101512945A (zh) | 用于通过多载波方式发送信号的装置及方法 | |
| CN109348500B (zh) | 一种硬件损伤条件下满足双向swipt中继系统的资源分配方法 | |
| US20130051436A1 (en) | Method and apparatus for equalizing a transmit channel for cable losses in a c8psk hart system | |
| US8218679B2 (en) | Method and system for creating quadrature modulation signal constellations with arbitrary spectral efficiency | |
| CN113726352A (zh) | 一种自适应零中频接收机正交误差校正方法 | |
| CN104901637B (zh) | 一种黑盒子记忆性失真补偿方法 | |
| CN107579938A (zh) | 一种联合iq补偿的信道均衡方法 | |
| CN103095641B (zh) | 一种apsk星座映射及其解映射方法 | |
| CN104184508B (zh) | 应用于多输入多输出通信系统的双向中继传输的装置及方法 | |
| CN107852186B (zh) | 用于传输和接收受频谱掩模约束的无线信号的装置和方法 | |
| CN117527503B (zh) | 一种海底装备远程控制系统通讯信号传递优化算法 | |
| CN101848174A (zh) | 发射预处理方法和发射预处理信号的数据解调方法 | |
| CN112511472B (zh) | 一种基于神经网络的时频二阶均衡方法及通信系统 | |
| CN108809378B (zh) | 基于有限字符集信号输入的无线携能mimo预编码方法 | |
| US7099628B2 (en) | Training signal in a single carrier transmission | |
| CN202759453U (zh) | 适用于水下工况的同频双向视音频、数据传输系统 | |
| CN107181549A (zh) | 一种非理想条件下的中继选择方法 | |
| CN106027146A (zh) | 一种dco-ofdm直流偏置和子载波功率的优化方法 | |
| CN103384229A (zh) | 一种适用于复数域信号盲均衡的误差反馈网络设计方法 | |
| CN102984110B (zh) | 正交频分复用信号的高效编码、调制与组帧方法及系统 | |
| CN100440878C (zh) | 基于循环前缀单载波系统的格形译码解调器及解调方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171205 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |