CN106446323B - 基于幅度差方差最小判决准则的时延矫正方法 - Google Patents
基于幅度差方差最小判决准则的时延矫正方法 Download PDFInfo
- Publication number
- CN106446323B CN106446323B CN201610575062.4A CN201610575062A CN106446323B CN 106446323 B CN106446323 B CN 106446323B CN 201610575062 A CN201610575062 A CN 201610575062A CN 106446323 B CN106446323 B CN 106446323B
- Authority
- CN
- China
- Prior art keywords
- time delay
- power amplifier
- signal
- amplitude difference
- difference variance
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Amplifiers (AREA)
Abstract
本发明公开了基于幅度差方差最小判决准则的时延矫正算法，采用基于幅度差方差的代价函数进行时延矫正；所述时延矫正算法包括以下步骤：1)等速率的采集相同长度的功放输入IQ信号和功放输出IQ信号；2)通过基于幅度差方差的代价函数判决出两组数据间的时延ni；3)通过对功放输出反馈信号“前插”ni个零实现时延矫正；解决了DPD系统中的信号时延估计与矫正(整数部分)的问题，平衡算法准确性和FPGA实现难度，并能为后续的电路提供对齐的功放输入IQ信号和功放输出IQ信号。
Description
技术领域
本发明涉及雷达数据处理技术领域，具体的说，是基于幅度差方差最小判决准则的时延矫正方法。
背景技术
数字预失真(Digital Predistortion——DPD)作为目前主流的功放线性化技术得到了广泛的运用。而在整个DPD的设计中，首要解决的问题就是延时校正问题。
搭建预失真系统时，初始时刻是没有预失真器的，此时预失真器相当于短路。数字基带信号xin(n)(I,Q两路)经过模拟域后最终得到反馈信号xfb(n)。而xin(n)与xfb(n)之间是存在时延的。学习器算法收敛后得到预失真器参数，然后拷贝参数至预失真器。学习器学习出的参数是否准确高度依赖于xin(n)与xfb(n)是否做了精确的时延矫正。正是由于预失真器的搭建对于时延十分敏感，所以时延矫正是DPD设计首要解决的任务。
通常，时延由两部分组成：整数时延和分数时延。
整数时延即为采样间隙的整数倍，分数时延小于一个采样间隙。分数时延只需要在整数时延矫正后对信号进行插值滤波然后采用与整数时延矫正相同的方法即可，而整数时延计算量较大更容易出错。
近年来，人们研究了很多延时校正方法；
假设定义一个代价方程：
R(ni)＝f{xin(n),xfb(n-ni)}；
当中ni为常数。令这个代价函数取极值的时候ni就是对应的时延。
在matlab中仿真步骤为：
1、取一组信号的基带IQ数据，将此作为输入信号xin；
2、将xin依次通过设定好时延的FIR滤波器(用于产生时延)以及功放模型得到xfb。这样xfb相对于xin就产生了时延，同时幅度上也产生了失真；
3、采用代价函数R(ni)＝f{xin(n),xfb(n-ni)}求xfb与xin之间的时延ni；
4、将xfb前面补ni个零，进行时延矫正；通过‘plot’函数分别画出时延矫正前后IQ的波形对比图。
Matlab仿真，是最常见的相关法，其代价函数就是取xin(n)和xfb(n)的互相关系数：
其中N为信号样点的个数。
在matlab中，自带的‘alignsignals’函数使用的上诉相关法矫正时延，由于需要用八音信号了测试系统的冲击响应，所以用一个八音信号通过一个记忆维纳功放模型，设定时延为26。使用＂alignsignals＂函数来进行时延矫正，延时校正后分别取I，Q路信号，但是此算法在这种情况下并不能进行时延矫正，并且由于相关法的计算量很大，因为此公式需要很多乘法运算和累加运算，运算完还要求最大值，在FPGA中可能导致数据溢出。
为了方便实现，现有技术又提出一种增量相关法，其代价函数为：
增量函数为：
虽然这种方法的输入值只有1,0，-1三个，可以不使用乘法器来实现节约资源，但是相关方程R(k)的值非常小，在信号经过功放后失真严重的情况下，这种判决时延的方法会出错。现有技术又提出一种改进的代价函数：
其中，Di(n)＝||xfb(n+ni)|-|xin(n)||，令R(ni)取最小值时对应的ni即为时延。为了测试算法的鲁棒性，用不同输入信号xin(n)输入到不同功放模型得到相应xfb(n)。然而实际仿真过程中发现当输入为40M带宽的LTE信号，功放模型为记忆多项式模型，同样将时延设置为26，然而得到的代价函数值曲线，但是判决出来的最小值在10对应的点。所以这种情况下得到的 I,Q路时延矫正是错误的。
若将功放模型换为记忆并行维纳模型，输入还是为此40M带宽的LTE信号，同样使用此算法来进行时延矫正，其算出时延为10；I，Q两路波形均矫正失败。
发明内容
本发明的目的在于设计出基于幅度差方差最小判决准则的时延矫正方法，解决了DPD系统中的信号时延估计与矫正(整数部分)的问题，平衡算法准确性和FPGA实现难度，并能为后续的电路提供对齐的功放输入IQ信号和功放输出IQ信号。
本发明通过下述技术方案实现：基于幅度差方差最小判决准则的时延矫正方法，用于基于数字预失真技术的功放线性化技术，采用基于幅度差方差的代价函数进行时延矫正。
进一步的为更好的实现本发明，特别采用下述设置方式：所述时延矫正方法包括以下步骤：
1)等速率的采集相同长度的功放输入IQ信号和功放输出IQ信号；
2)通过基于幅度差方差的代价函数判决出两组数据间的时延ni；
3)通过对功放输出反馈信号“前插”ni个零实现时延矫正。
进一步的为更好的实现本发明，可以通过一种新的代价函数基于幅度差方差的代价函数，快速准确的判断出两路信号间的时延，特别采用下述设置方式：所述基于幅度差方差的代价函数为：
其中，Di(n)＝|xfb(n+ni)|-|xin(n)|,Var为对Di(n)每个值求方差；最终所有方差最小值对应的ni即为所求时延，与传统的相关法和幅度差求和判决使用不同的代价函数；并最终为DPD系统的搭建提供了对齐的功放输入IQ信号和功放输出IQ信号。
在使用时，本代价函数可以判决出输入信号xin与xfb之间的整数时延，亦可判决出输入信号xin与xfb之间的分数时延。
进一步的为更好的实现本发明，特别采用下述设置方式：所述时延矫正方法通过matlab 验证鲁棒性。
进一步的为更好的实现本发明，特别采用下述设置方式：所述时延矫正方法通过matlab 验证鲁棒性，包括以下具体步骤：
(1)对功放的输入输出进行相同速率采样，同时取相同长度功放输入IQ信号的数据和功放输出IQ信号的数据，拷贝至matlab中，分别定义为xin(n)和xfb(n)；所述xin(n)指长度为n的功放输入IQ信号的数据，xfb(n)指长度为n的功放输出IQ信号的数据；
(2)取xin(n)的w个元素和xfb(n)的w个元素并对所有元素取模得到向量xin和向量xfb；具体为：取xin(n)第1到w个元素并对所有元素取模得到向量xin，并取xfb(n)第1到w个元素并对所有元素取模得到向量xfb；
(3)将向量xin和向量xfb中对应元素相减得到新的向量；在matlab软件中该新的向量用V(k)表示，k的取值为正整数；
(4)对新的向量所有元素求方差得到Var值；相应的Var值在matlab软件中用Var(k) 表示，k的取值为正整数；
(5)k次循环执行步骤(2)、步骤(3)、步骤(4)，得到k次循环计算后的Var值；
(6)求k次循环计算后的Var值中的最小值，假定最小值所对应的次数值为m，则m为功放输入IQ信号的数据和功放输出IQ信号的数据间的时延，其中m≤k；
(7)将xin(n)前面补m个零，再将新的xin(n)和xfb(n)取相同长度即得到经过整数时延矫正的功放输入IQ信号的数据和输功放出IQ信号的数据。
进一步的为更好的实现本发明，特别采用下述设置方式：在执行步骤(5)时，循环步骤 (2)的过程中，在对xfb(n)进行取元素时，用一个长度为w的窗在xfb(n)上从左到右滑动，每次滑动步长为一个单位然后得到一个Var值，共计滑动k次，且k≥m，即k大于等于系统时延估计值m，该算法都可以判断出时。
进一步的为更好的实现本发明，特别采用下述设置方式：所述基于幅度差方差的代价函数适用于整数时延矫正和分数时延矫正。
本发明与现有技术相比，具有以下优点及有益效果：
本发明解决了DPD系统中的信号时延估计与矫正(整数部分)的问题，相比现有算法，平衡算法准确性和FPGA实现难度，并能为后续的电路提供对齐的功放输入IQ信号和功放输出IQ信号。
附图说明
图1为采用本发明实施框图。
图2为本发明在MATLAB仿真中功放模型为记忆多项式模型时的幅度差方差曲线图。
图3为本发明在MATLAB仿真中功放模型为记忆多项式模型时的时延矫正前后I路波形图。
图4为本发明在MATLAB仿真中功放模型为记忆多项式模型时的时延矫正前后Q路波形图。
图5为本发明在MATLAB仿真中功放模型为记忆并行维纳模型时的幅度差方差曲线图。
图6为本发明在MATLAB仿真中功放模型为记忆并行维纳模型时的时延矫正前后I路波形图。
图7为本发明在MATLAB仿真中功放模型为记忆并行维纳模型时的时延矫正前后Q路波形图。
图8为本发明在MATLAB仿真中解决八音信号问题时的幅度差方差曲线图。
图9为本发明在MATLAB仿真中解决八音信号问题时的时延矫正前后I路波形图。
图10为本发明在MATLAB仿真中解决八音信号问题时的时延矫正前后Q路波形图。
图11为本发明在MATLAB仿真中使用单载波WCDMA信号，功放模型换为无记忆saleh模型进行鲁棒性验证时的幅度差方差曲线图。
图12为本发明在MATLAB仿真中使用单载波WCDMA信号，功放模型换为无记忆saleh模型进行鲁棒性验证时的时延矫正前后I路波形图。
图13为本发明在MATLAB仿真中使用单载波WCDMA信号，功放模型换为无记忆saleh模型进行鲁棒性验证时的时延矫正前后Q路波形图。
图14为本发明在MATLAB仿真中使用GMSK信号，功放模型为汉默斯坦(Hammerstein) 模型进行鲁棒性验证时的幅度差方差曲线图。
图15为本发明在MATLAB仿真中使用GMSK信号，功放模型为汉默斯坦(Hammerstein) 模型进行鲁棒性验证时的时延矫正前后I路波形图。
图16为本发明在MATLAB仿真中使用GMSK信号，功放模型为汉默斯坦(Hammerstein) 模型进行鲁棒性验证时的时延矫正前后Q路波形图。
图17为本发明在MATLAB仿真中时滑动窗示意图。
具体实施方式
下面结合实施例对本发明作进一步地详细说明，但本发明的实施方式不限于此。
实施例1：
基于幅度差方差最小判决准则的时延矫正方法，解决了DPD系统中的信号时延估计与矫正(整数部分)的问题，平衡算法准确性和FPGA实现难度，并能为后续的电路提供对齐的功放输入IQ信号和功放输出IQ信号，特别采用下述设置方式：用于基于数字预失真技术的功放线性化技术，采用基于幅度差方差的代价函数进行时延矫正。
实施例2：
本实施例是在上述实施例的基础上进一步优化，进一步的为更好的实现本发明，特别采用下述设置方式：所述时延矫正方法包括以下步骤：
1)等速率的采集相同长度的功放输入IQ信号和功放输出IQ信号；
2)通过基于幅度差方差的代价函数判决出两组数据间的时延ni；
3)通过对功放输出反馈信号“前插”ni个零实现时延矫正。
实施例3：
本实施例是在上述任一实施例的基础上进一步优化，进一步的为更好的实现本发明，可以通过一种新的代价函数基于幅度差方差的代价函数，快速准确的判断出两路信号间的时延，特别采用下述设置方式：所述基于幅度差方差的代价函数为：
其中，Di(n)＝|xfb(n+ni)|-|xin(n)|,Var为对Di(n)每个值求方差。
最终所有方差最小值对应的ni即为所求时延，与传统的相关法和幅度差求和判决使用不同的代价函数；并最终为DPD系统的搭建提供了对齐的功放输入输出IQ信号。
在使用时，本代价函数可以判决出输入信号xin与xfb之间的整数时延，亦可判决出输入信号xin与xfb之间的分数时延。
实施例4：
本实施例是在上述任一实施例的基础上进一步优化，进一步的为更好的实现本发明，特别采用下述设置方式：所述时延矫正方法通过matlab验证鲁棒性。
实施例5：
本实施例是在上述任一实施例的基础上进一步优化，进一步的为更好的实现本发明，特别采用下述设置方式：所述时延矫正方法通过matlab验证鲁棒性，包括以下具体步骤：
(1)对功放的输入输出进行相同速率采样，同时取相同长度功放输入IQ数据和功放输出IQ数据，拷贝至matlab中，分别定义为xin(n)和xfb(n)；所述xin(n)指长度为n的功放输入IQ信号的数据，xfb(n)指长度为n功放输出IQ信号的数据；
(2)取xin(n)的w个元素和xfb(n)的w个元素并对所有元素取模得到向量xin和向量xfb；具体的，取xin(n)第1到w个元素并对所有元素取模得到向量xin，并取xfb(n)第1到w个元素并对所有元素取模得到向量xfb；
(3)将向量xin和向量xfb中对应元素相减得到新的向量；在matlab软件中该新的向量用V(k)表示，k的取值为正整数；
(4)对新的向量所有元素求方差得到Var值；相应的Var值在matlab软件中用Var(k) 表示，k的取值为正整数；
(5)k次循环执行步骤(2)、步骤(3)、步骤(4)，得到k次循环计算后的Var值；
(6)求k次循环计算后的Var值中的最小值，假定最小值所对应的次数值为m，则m为I路信号和Q路信号间的时延，其中m≤k；
(7)将xin(n)前面补m个零，再将新的xin(n)和xfb(n)取相同长度即得到经过整数时延矫正的功放输入IQ信号的数据和功放输出IQ信号的数据。
实施例6：
本实施例是在上述任一实施例的基础上进一步优化，进一步的为更好的实现本发明，特别采用下述设置方式：在执行步骤(5)时，循环步骤(2)的过程中，在对xfb(n)进行取元素时，用一个长度为w的窗在xfb(n)上从左到右滑动，每次滑动步长为一个单位然后得到一个Var值，共计滑动k次，且k≥m，即k大于等于系统时延估计值m，该算法都可以判断出时。
实施例7：
本实施例是在上述任一实施例的基础上进一步优化，进一步的为更好的实现本发明，特别采用下述设置方式：所述基于幅度差方差的代价函数适用于整数时延矫正和分数时延矫正。
实施例8：
本实施例是在上述任一实施例的基础上进一步优化，基于幅度差方差最小判决准则的时延矫正方法，采用基于幅度差方差的代价函数进行时延矫正，解决了DPD系统中的信号时延估计与矫正(整数部分)的问题，为后续电路提供对齐的功放输入输出IQ信号，在设计应用时，为了平衡算法准确性和FPGA实现难度采用“基于幅度差方差的代价函数”，并通过MATLAB 仿真验证了其鲁棒性。
所述时延矫正方法首先等速率的采集相同长度的功放输入IQ信号和功放输出IQ信号；
其次通过“基于幅度差方差的代价函数”判决出两组数据间的时延ni；
最后通过对功放输出反馈信号“前插”ni个零实现时延矫正。
“基于幅度差方差的代价函数”可以判决出输入信号xin与xfb之间的整数时延，所述“基于幅度差方差的代价函数”为：
其中Di(n)＝|xfb(n+ni)|-|xin(n)|,Var为对Di(n)每个值求方差。最终所有方差最小值对应的ni即为所求时延；与传统的相关法和幅度差求和判决使用不同的代价函数，为DPD系统的搭建提供了对齐的功放输入输出IQ信号。
结合图1所示，所述时延矫正方法在matlab中算法具体实施步骤如下：
(1)采集xin(n)和xfb(n)：对功放的输入输出进行相同速率采样，同时取相同长度为n 的功放输入IQ信号的数据和功放输出IQ信号的数据，拷贝至matlab中，分别定义为xin(n) 和xfb(n)；
(2)对xin(n)和xfb(n)前w个元素取模得到xin和xfb：取xin(n)和xfb(n)第1到w个元素并对所有元素取模得到向量xin和向量xfb；
(3)对应元素相减得到V(1)：将xin和xfb两组向量对应元素相减得到新的向量V(1)；
(4)对V(1)所有元素求方差得到Var(1)；
(5)将xfb(n)上滑窗右移一个单位，重复k次：取xfb(n)第2到w+1个元素并取模得到新的xfb，然后重复步骤(3)和(4)得到Var(2)，即相当于用一个长度为w的窗在xfb(n) 上从左到右滑动，如图17所示，每次滑动步长为一个单位然后得到一个Var值，假定滑动K 次，得到Var(1)、Var(2)……Var(K)；
(6)取Var(1)至Var(K)中最小值，其对应的移动次数m为所求时延：求Var(1) 至Var(K)中最小值，假设滑动窗在第m次得到Var值最小，那么m就为两组信号间的时延；
(7)然后将xin(n)前面补m个零，再将新的xin(n)和xfb(n)取相同长度即得到经过整数时延矫正的功放输入输出IQ信号。
结合图2到图16所示，在实际应用时，在解决基于幅度差求和的方法不能矫正的情况时，取w＝100，k＝30。
1、当输入为40M带宽的LTE信号，功放模型为记忆多项式模型，从图2中可以清楚看到方差最小值0.004221对应点为26——即时延为26，与设置的时延一致；从图3和图4中可以看到I，Q两路均矫正成功。
2、当输入为40M带宽的LTE信号，功放模型为记忆并行维纳模型，从图5中我们可以清楚的看到在26的位置得到最小值，所以对应的时延为26.图6和图7显示这种算法对IQ两路均矫正成功。
3、针对现有技术用matlab自带函数“alignsignals”无法矫正八音信号的问题，使用基于幅度差方差最小判决准则的时延矫正方法得到图8、图9、图10，可以看到最小方差值对应时延为26，算法矫正成功。
4、使用单载波WCDMA信号，功放模型换为无记忆saleh模型，同样设定时延为26，得到图11、图12、图13，可以看到矫正效果很理想。
5、使用GMSK信号，功放模型为汉默斯坦(Hammerstein)模型，设定时延为26，得到图14、图15、图16，同样得到很好的矫正效果。
以上所述，仅是本发明的较佳实施例，并非对本发明做任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化，均落入本发明的保护范围之内。
Claims (4)
1.基于幅度差方差最小判决准则的时延矫正方法，用于基于数字预失真技术的功放线性化技术，其特征在于：采用基于幅度差方差的代价函数进行时延矫正；
所述基于幅度差方差的代价函数为：
其中，Di(n)＝|xfb(n+ni)|-|xin(n)|,Var为对Di(n)每个值求方差，xfb(n+ni)指长度为n+ni的功放输出IQ信号的数据，xin(n)指长度为n的功放输入IQ信号的数据；
所述时延矫正方法通过matlab验证鲁棒性，包括以下具体步骤：
(1)对功放的输入输出进行相同速率采样，同时取相同长度功放输入IQ信号的数据和功放输出IQ信号的数据，拷贝至matlab中，分别定义为xin(n)和xfb(n)；
(2)取xin(n)的w个元素和xfb(n)的w个元素并对所有元素取模得到向量xin和向量xfb；
(3)将向量xin和向量xfb中对应元素相减得到新的向量；
(4)对新的向量所有元素求方差得到Var值；
(5)k次循环执行步骤(2)、步骤(3)、步骤(4)，得到k次循环计算后的Var值；
(6)求k次循环计算后的Var值中的最小值，假定最小值所对应的次数值为m，则m为功放输入IQ信号的数据和功放输出IQ信号的数据间的时延，其中m≤k；
(7)将xin(n)前面补m个零，再将新的xin(n)和xfb(n)取相同长度即得到经过整数时延矫正的功放输入IQ信号的数据和功放输出IQ信号的数据。
2.根据权利要求1所述的基于幅度差方差最小判决准则的时延矫正方法，其特征在于：所述时延矫正方法包括以下步骤：
1)等速率的采集相同长度的功放输入IQ信号和功放输出IQ信号；
2)通过基于幅度差方差的代价函数判决出两组数据间的时延ni；
3)通过对功放输出反馈信号“前插”ni个零实现时延矫正。
3.根据权利要求1所述的基于幅度差方差最小判决准则的时延矫正方法，其特征在于：在执行步骤(5)时，循环步骤(2)的过程中，在对xfb(n)进行取元素时，用一个长度为w的窗在xfb(n)上从左到右滑动，每次滑动步长为一个单位然后得到一个Var值，共计滑动k次，且k≥m。
4.根据权利要求1所述的基于幅度差方差最小判决准则的时延矫正方法，其特征在于：所述基于幅度差方差的代价函数适用于整数时延矫正和分数时延矫正。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610575062.4A CN106446323B (zh) | 2016-07-20 | 2016-07-20 | 基于幅度差方差最小判决准则的时延矫正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610575062.4A CN106446323B (zh) | 2016-07-20 | 2016-07-20 | 基于幅度差方差最小判决准则的时延矫正方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106446323A CN106446323A (zh) | 2017-02-22 |
| CN106446323B true CN106446323B (zh) | 2019-07-09 |
Family
ID=58185077
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610575062.4A Expired - Fee Related CN106446323B (zh) | 2016-07-20 | 2016-07-20 | 基于幅度差方差最小判决准则的时延矫正方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106446323B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108470089B (zh) * | 2018-02-12 | 2021-12-21 | 杭州电子科技大学 | 一种基于最小二乘样本拟合的复信号时延估计方法 |
| CN114978947B (zh) * | 2022-05-20 | 2023-04-28 | 南方电网科学研究院有限责任公司 | 一种电力系统仿真通信时间计算方法、装置和设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102143097A (zh) * | 2010-11-04 | 2011-08-03 | 华为技术有限公司 | 校正极坐标发射机时延差的方法、装置与通信系统 |
| CN102460956A (zh) * | 2009-06-18 | 2012-05-16 | 阿尔卡特朗讯 | 无线通信用高效发送器 |
| CN103428153A (zh) * | 2013-08-01 | 2013-12-04 | 中国人民解放军理工大学 | 卫星移动通信中gmsk信号接收方法 |
| CN103491040A (zh) * | 2013-09-30 | 2014-01-01 | 福州大学 | 一种数字基带自适应预失真系统和方法 |
| CN103973250A (zh) * | 2014-04-23 | 2014-08-06 | 京信通信系统（中国）有限公司 | Dpd mcpa功放增益自适应补偿方法、系统与装置 |
-
2016
- 2016-07-20 CN CN201610575062.4A patent/CN106446323B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102460956A (zh) * | 2009-06-18 | 2012-05-16 | 阿尔卡特朗讯 | 无线通信用高效发送器 |
| CN102143097A (zh) * | 2010-11-04 | 2011-08-03 | 华为技术有限公司 | 校正极坐标发射机时延差的方法、装置与通信系统 |
| CN103428153A (zh) * | 2013-08-01 | 2013-12-04 | 中国人民解放军理工大学 | 卫星移动通信中gmsk信号接收方法 |
| CN103491040A (zh) * | 2013-09-30 | 2014-01-01 | 福州大学 | 一种数字基带自适应预失真系统和方法 |
| CN103973250A (zh) * | 2014-04-23 | 2014-08-06 | 京信通信系统（中国）有限公司 | Dpd mcpa功放增益自适应补偿方法、系统与装置 |
Non-Patent Citations (5)
| Title |
|---|
| A fast digital predistortion algorithm for radio-frequency power amplifier linearization with loop delay compensation;L. Hao, K. Dae Hyun, C. Deming, and C. Yun;《IEEE Journal of Selected Topics in Signal Processin》;20091231;第374-383页 |
| A strong anti-jamming algorithm based on FPGA for estimating loop delay in digital predistortion system;Li F J , Bao J F , Huang H Y , et al.;《电子科技学刊：英文版》;20121231;第358-362页 |
| 射频功率放大器的数字预失真技术分析;陈军;《科技风》;20110225;第47页 |
| 数字预失真系统中环路小数时延估计;张祺，周劼，金数波，蒋鸿宇;《太赫兹科学与电子信息学报》;20160228;第14卷(第1期);第96-111页 |
| 数字预失真系统对各种误差的敏感度分析;孔潇维，夏威，何子述;《计算机应用研究》;20131231;第30卷(第12期);第3674-3677、3681页 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106446323A (zh) | 2017-02-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| O'Shea et al. | Learning approximate neural estimators for wireless channel state information | |
| Xia et al. | A complex least squares enhanced smart DFT technique for power system frequency estimation | |
| CN101477172B (zh) | 一种基于神经网络的模拟电路故障诊断方法 | |
| Liu et al. | Unscented extended Kalman filter for target tracking | |
| CN103684350B (zh) | 一种粒子滤波方法 | |
| CN106446323B (zh) | 基于幅度差方差最小判决准则的时延矫正方法 | |
| CN108809273A (zh) | 基于lms自适应滤波的复数直接频率估计方法 | |
| CN104019817A (zh) | 一种用于卫星姿态估计的范数约束强跟踪容积卡尔曼滤波方法 | |
| CN104363194A (zh) | 基于波形变换的psk调制识别方法 | |
| CN104267596A (zh) | 一种小车倒立摆系统的有限时间解耦控制方法 | |
| CN109754013A (zh) | 一种基于无迹卡尔曼滤波的电力系统混合量测融合方法 | |
| US10474775B2 (en) | Method and system for modeling an electronic device under test (DUT) using a kernel method | |
| Wirtz et al. | Efficient a-posteriori error estimation for nonlinear kernel-based reduced systems | |
| CN102984099B (zh) | 数字预失真分数时延估计与信号对齐方法和系统 | |
| CN109683524A (zh) | 一种对无采样保持的各采样信号进行采样同步的处理方法 | |
| CN106101039A (zh) | 一种基于数据辅助精度可调的频偏估计方法 | |
| CN109635349A (zh) | 一种噪声增强最小化克拉美罗界的方法 | |
| Wang et al. | Laguerre–volterra feed-forward neural network for modeling PAM-4 high-speed links | |
| CN110320400B (zh) | 准同步采样和改进能量算子的电压闪变包络参数提取方法 | |
| CN111343113A (zh) | 基于数字示波器的相位同步改进方法及装置 | |
| Galvão et al. | Identification of fractional-order transfer functions using exponentially modulated signals with arbitrary excitation waveforms | |
| Hwang et al. | Identification of interarea modes from an effectual impulse response of ringdown frequency data | |
| CN105528496B (zh) | 一种残差迭代的Prony低频振荡分析方法 | |
| CN107967395A (zh) | 一种基于beta小波基函数展开的时变非线性系统快速辨识方法 | |
| CN106936628B (zh) | 一种计及传感器故障的分数阶网络系统状态估计方法 |
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: 20190709 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |