CN115941402A - 宽带接收机自适应非线性均衡方法 - Google Patents

宽带接收机自适应非线性均衡方法 Download PDF

Info

Publication number
CN115941402A
CN115941402A CN202211449061.7A CN202211449061A CN115941402A CN 115941402 A CN115941402 A CN 115941402A CN 202211449061 A CN202211449061 A CN 202211449061A CN 115941402 A CN115941402 A CN 115941402A
Authority
CN
China
Prior art keywords
signal
vector
channel
power
distortion
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.)
Pending
Application number
CN202211449061.7A
Other languages
English (en)
Inventor
罗勇江
何茂林
杨家利
傅佳鑫
张飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xidian University
Original Assignee
Xidian University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xidian University filed Critical Xidian University
Priority to CN202211449061.7A priority Critical patent/CN115941402A/zh
Publication of CN115941402A publication Critical patent/CN115941402A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Filters That Use Time-Delay Elements (AREA)

Abstract

本发明公开了一种宽带接收机自适应非线性均衡方法，主要解决现有均衡方法会产生额外的非线性失真分量，且当输入信号过多时均衡性能下降的问题，其方案是，首先将接收机失真信号分离为大功率信号与小功率信号，利用大功率信号构建出参考失真分量，并使用信道化技术将接收机失真信号和小功率信号与参考失真分量划分到多个窄带中；再在每个窄带信道中利用自适应滤波器使参考失真分量向小功率信号逼近；最后在接收机失真信号中减去自适应滤波器的输出信号，并对该信号进行完全重构恢复，完成非线性均衡。本发明避免了额外高阶非线性失真分量的产生，能在同时输入多个信号时取得优秀的非线性均衡效果，可用于消除宽带接收机前端产生的非线性失真信号。

Description

宽带接收机自适应非线性均衡方法
技术领域
本发明属于无线电探测技术领域，更进一步涉及一种非线性失真的均衡方法，可用于消除宽带接收机前端产生的非线性失真信号，提高宽带接收机的无杂散失真动态范围。
背景技术
宽带接收机前端的模拟器件，如功率放大器，混频器，模数转换器所产生的非线性失真分量严重制约了其无杂散失真动态范围，极大的影响其工作频带内信号的接收性能。为了解决宽带接收机中的非线性失真问题，国内外学者对此进行了大量的研究，提出了功率回退法、反馈法，前馈法以及基于参数化模型的自适应非线性均衡方法，其中应用最为广泛的方法为基于参数化模型的自适应非线性均衡方法。在现有基于参数化模型的自适应非线性均衡方法的研究中，大多采用基于逆非线性模型的技术方案。但是这种方案在实际应用中，很难精确确定接收机前端的非线性失真阶次与记忆深度，其所构建的非线性逆模型很难精确的抵消接收机前端的非线性失真，故此方法取得的均衡效果会受到极大的限制，且随着输入信号的分量逐渐增多，带宽逐渐增大，接收机产生的非线性分量也会越加复杂，自适应滤波算法的性能会受到限制，导致非线性均衡效果大大下降。另一方面，逆模型方法会产生额外的高阶非线性失真分量，这类分量往往得不到有效的均衡，仍会具有较大的功率从而影响宽带接收机的无杂散失真动态范围。
申请号为201410160564.1的专利文献公开了一种宽带接收机非线性盲辨识及补偿方法，该方法通过对失真信号进行补偿，得到混合信号，再计算出混合信号中失真分量短时能量信息的代价函数，利用此代价函数的导数计算出令失真分量最小的补偿参数，然后更新补偿模型中的补偿参数，重复该步骤直至失真分量得到较好的抑制，从而提高了接收机的无杂散动态范围及提取弱信号的能力。但是该方法使用接收机失真信号直接通过非线性模型，会造成接收信号中包含的非线性失真信号经过非线性模型后的二次失真，产生额外的高阶非线性失真分量，这些非线性失真分量往往难以消除，从而影响非线性失真均衡的效果。
Nicholas L.Peccarelli在其发表的论文“Adaptive Nonlinear Equalizationfor Digital Array Receivers”(IEEE TRANSACTIONS ON MICROWAVE THEORY ANDTECHNIQUES,VOL.67,NO.11,NOVEMBER 2019)中提出了一种基于最小均方LMS算法的非线性均衡方案，该算法虽说可以有效的补偿接收机中大功率信号产生的互调失真。但由于该算法采用的自适应滤波算法仅为普通的LMS算法，当输入信号带宽增大或接收机非线性失真分量增多时，其性能会受到较大限制，导致算法收敛时的稳态误差增大，从而影响非线性失真均衡的效果。
发明内容
本发明的目的在于针对上述现有方法的不足，提出一种宽带接收机自适应非线性均衡方法，以解决现有技术会产生难以消除的高阶非线性失真分量及接收机非线性失真分量过多时自适应滤波稳态误差增大的问题，提高非线性失真均衡的效果。
为实现上述目的，本发明的实现步骤包括如下：
(1)接收机在第t时刻接收到模拟信号x(t)，x(t)经过接收机数字前端后发生非线性失真，得到在第n时刻的数字失真信号y(n)；
(2)设置功率门限值T，将数字失真信号y(n)中功率值大于T的信号作为大功率信号l(n)信号提取，将功率值小于的T信号作为小功率信号s(n)提取；
(3)分别求大功率信号l(n)的2、3……m阶次幂，并将其依次排列，得到利用大功率信号构建的参考非线性失真向量L(n)＝[l2(n),l3(n),...,lm(n)]，其中m为非线性失真阶数；
(4)将数字失真信号y(n)与参考非线性失真向量L(n)和小功率信号s(n)经过数字信道化划分到k个窄带信道中：
(4a)将数字失真信号y(n)经过数字信道化，得到向量[y1(n),y2(n),...,yo(n),...,yk(n)]；
(4b)将小功率信号s(n)经过数字信道化，得到向量[s1(n),s2(n),...,so(n),...,sk(n)]；
(4c)分别将参考非线性失真向量L(n)中的各阶次幂经过数字信道化，并将其按信道排列，得到矩阵
Figure BDA0003950745790000021
(5)利用自适滤波器对矩阵L(n)在各个信道中的向量进行自适应滤波，使滤波后的输出向量[G1(n),G2(n),...,Go(n),...,Gk(n)]逼近[s1(n),s2(n),...,so(n),...,sk(n)]；
(6)使用向量[y1(n),y2(n),...,yo(n),...,yk(n)]减去[G1(n),G2(n),...,Go(n),...,Gk(n)]得到非线性均衡后的向量[z1(n),z2(n),...,zo(n),...,zk(n)]；
(7)对非线性均衡后向量[z1(n),z2(n),...,zo(n),...,zk(n)]进行数字完全重构，得到非线性均衡后的信号z(n)并输出；
(8)重复以上步骤，直至自适应滤波器的权向量收敛，达到均衡非线性失真的效果。
本发明与现有技术相比具有以下优点：
第一，本发明由于在接收机失真信号中提取出大功率信号，使用大功率信号通过非线性模型构建参考非线性失真分量，利用自适应滤波器使其逼近接收机失真信号中的小功率分量，并将其在接收机失真信号中减去来完成非线性均衡，规避了接收机失真信号通过非线性模型会发生二次非线性失真的问题，克服了现有技术会产生难以消除的额外高阶非线性失真分量的缺陷，提高了非线性均衡的性能与实用性。
第二，本发明由于利用数字信道化的思想将大带宽内的非线性均衡划分到多个窄带信道中独立进行，故克服了现有技术在输入信号带宽增大或非线性失真分量增多时由自适应滤波稳态误差增大而导致非线性均衡效果下降的问题，进一步提高了非线性均衡的性能。
附图说明
图1是本发明的实现流程图；
图2是本发明中第o信道中的自适应滤波结构图；
图3是分别用本发明和现有非线性均衡方法LMS-NLEQ的均衡效果仿真对比图。
具体实施方式
下面结合附图对本发明的实施例和效果对做进一步详细描述。
参照图1，对实例实现步骤如下。
步骤1，接收机在第t时刻接收到模拟信号x(t)，x(t)经过接收机数字前端后发生非线性失真，得到在第n时刻的数字失真信号y(n)。
本实施例中，采用计算机上的MATLAB软件产生多个单频数字信号，并将这些单频数字信号进行叠加得到混合数字信号；
将混合数字信号导入任意波形发生器，并将任意波形发生器的输出端与宽带接收机的输入端相连，任意波形发生器在第t时刻将混合数字信号模拟化后得到第t时刻的模拟信号x(t)并输出到宽带接收机中；
模拟信号x(t)经宽带接收机前端采样后，由于受到接收机前端非线性器件的影响会发生非线性失真，从而得到第n时刻的数字失真信号y(n)。
步骤2，分别提取数字失真信号y(n)中的大功率信号l(n)与小功率信号s(n)。
2.1)将数字失真信号y(n)及其前N-1个时刻的信号取出，并按顺序将其组成向量[y(n-N+1),y(n-N+2),...,y(n)]，并对其进行N点DFT变换求取其功率谱向量Yf＝[Y(1),Y(2),...,Y(N)]；
2.2)根据输入信号的最大功率值设置功率门限值T，将功率谱向量Yf与T做比较：
将Yf中大于T的分量作为大功率谱向量Lf＝[L(1),L(2),...,L(N)]并进行提取，
将功率谱Yf中小于T的分量作为小功率谱向量Sf＝[S(1),S(2),...,S(N)]并进行提取；
本实例设但不限于T＝(max(Pfin)-20)dBm，其中max(Pfin)为输入信号的最大功率值，dBm为功率单位；
2.3)对大功率谱向量Lf和小功率谱向量Sf分别做N点IDFT变换，得到N点大功率信号向量LN和N点小功率信号向量SN：
LN＝[l(n-N+1),l(n-N+2),...,l(n)]
SN＝[s(n-N+1),s(n-N+2),...,s(n)]
2.4)从LN与SN中取出第n时刻的大功率信号l(n)与小功率信号s(n)。
步骤3，利用大功率信号l(n)构建参考非线性失真向量L(n)。
分别求大功率信号l(n)的2、3……m阶次幂，并将其依次排列，得到利用大功率信号构建的参考非线性失真向量L(n)＝[l2(n),l3(n),...,lm(n)]，其中m为非线性失真阶数。
步骤4，将数字失真信号y(n)与参考非线性失真向量L(n)和小功率信号s(n)经过数字信道化划分到k个窄带信道中。
所述数字信道化，是先将串行数据转换为k路并行数据，再经过k个二插值低通滤波器滤波，滤波完成后对k路并行数据做k点IFFT，最后将IFFT后的数据进行信道修正，以完成将一个信号划分到k个窄带信道中的功能。
本步骤的具体实现如下：
将数字失真信号y(n)进行数字信道化，得到其经过数字信道化后的k路并行信号，并将这些信号按信道号排列，得到失真信号信道化向量[y1(n),y2(n),...,yo(n),...,yk(n)]，其中o为信道号，yo(n)表示数字失真信号y(n)被划分到第o信道中的信号；
将小功率信号s(n)进行数字信道化，得到其经过数字信道化后的k路并行信号，并将其按信道号排列得到小功率信号信道化向量[s1(n),s2(n),...,so(n),...,sk(n)]，其中so(n)表示数字失真信号y(n)被划分到第o信道中的信号；
将参考非线性失真向量L(n)中的各阶次幂进行数字信道化，得到l(n)的各阶次幂经过数字信道化之后的m个k路并行信号，将其排列为k个参考非线性失真信道化向量：
Figure BDA0003950745790000051
将得到的这k个向量按信道号排列组成矩阵L(n)：
Figure BDA0003950745790000052
式中，
Figure BDA0003950745790000053
表示l(n)的m阶次幂被划分到第o信道中的信号。
步骤5，利用自适滤波器对矩阵L(n)在各个信道中的向量进行自适应滤波，使滤波后的输出向量[G1(n),G2(n),...,Go(n),...,Gk(n)]逼近[s1(n),s2(n),...,so(n),...,sk(n)]，并计算非线性均衡后的向量。
参照图2，本步骤的具体实现如下：
5.1)构建各个信道中的滤波器输入信号向量：
Figure BDA0003950745790000054
式中，Lo(n)为第o信道中的滤波器输入信号向量，d为滤波器的阶数，其取值范围为[1,k]，
Figure BDA0003950745790000055
表示l(n)的m阶次幂被划分到第o信道中的信号，[·]T为求向量转置操作；
5.2)构建各个信道中的滤波器权向量：
Figure BDA0003950745790000056
式中，Wo(n)表示第n时刻第o信道中的滤波器权向量，
Figure BDA0003950745790000057
为n时刻第o信道中的第m阶失真分量对应的滤波器权向量，其具体表达如下：
Figure BDA0003950745790000061
式中，w(d-1)mo(n)为n时刻第o信道中的第m阶失真分量对应的第d-1个权系数，其初始值设置为1；
5.3)获取各个信道中的自适应滤波器输出信号：
Figure BDA0003950745790000062
式中，Go(n)表示第n时刻第o信道中的自适应滤波器输出信号，
Figure BDA0003950745790000063
为第n时刻第o信道中的滤波器权向量的共轭转置向量，
Figure BDA0003950745790000064
为n时刻第o信道中的第j阶失真分量对应的第i个权系数的共轭，
Figure BDA0003950745790000065
表示n-j时刻的大功率信号的j阶次幂被划分到第o信道中的信号；
5.4)获取各个信道中的自适应滤波器的误差信号：
Figure BDA0003950745790000066
式中，so(n)为小信号分量s(n)经数字信道化划分到第o信道中的信号，eo(n)为第o信道中的误差信号；
5.5)构建各个信道中的自适应滤波器权向量的更新公式：
Figure BDA0003950745790000071
式中，Wo(n)为第o信道中第n时刻的自适应滤波器权向量，||Lo(n)||2表示第o信道中的滤波器输入向量Lo(n)的二范数，
Figure BDA0003950745790000072
表示误差信号eo(n)的共轭信号，μ为步长因子，其为一个大于0的正数，η为一个很小的正数，其作用为防止迭代过程中出现分母为0的情况导致算法无法收敛；
5.6)利用自适应滤波器权向量更新公式依次对各个信道中当前时刻的滤波器权向量进行更新，得到各个信道下一时刻的滤波器权向量；
5.7)将各个信道中的自适应滤波器输出信号按信道号排列，得到滤波后的输出向量[G1(n),G2(n),...,Go(n),...,Gk(n)]。
5.8)用失真信号信道化向量减去滤波后的输出向量，得到非线性均衡后的向量，即：
[z1(n),z2(n),...,zo(n),...,zk(n)]＝[y1(n),y2(n),...,yo(n),...,yk(n)]-[G1(n),G2(n),...,Go(n),...,Gk(n)]其中[z1(n),z2(n),...,zo(n),...,zk(n)]为非线性均衡后的向量，zo(n)为第n时刻的第o信道中非线性均衡后的信号。
步骤6，对非线性均衡后的向量[z1(n),z2(n),...,zo(n),...,zk(n)]进行数字完全重构，得到非线性均衡后的信号z(n)。
本步骤的具体实现如下：
6.1)对非线性均衡后的向量[z1(n),z2(n),...,zo(n),...,zk(n)]做k点FFT，得到FFT后的向量[fz1(n),fz2(n),...,fzo(n),...,fzk(n)]；
6.2)将FFT后向量[fz1(n),fz2(n),...,fzo(n),...,fzk(n)]中的各个信号并行输入k个二抽取低通滤波器进行滤波，得到k路并行数据；
6.3)将滤波后得到的k路并行数据按顺序转换为串行数据，得到第n时刻的非线性均衡后的信号z(n)。
步骤7，重复上述步骤1到步骤6，直至自适应滤波器的权向量收敛，达到均衡非线性失真的效果。
下面结合仿真实验对本发明的效果做进一步的说明。
1.仿真条件：
本发明仿真实验的运行系统是Windows10 64位操作系统，编译环境为MATLAB2021b。
本发明的具体仿真参数如下：
输入信号类型为10个具有不同频率的单频信号的叠加信号，10个信号的频率分别为[100MHz,130MHz,160MHz,190MHz,220MHz,250MHz,280MHz,310MHz,340MHz,370MHz],信号采样点数为200000，DFT与IDFT的点数设置为200点，数字信道化的信道数设置为16，每个信道中的自适应滤波器阶数设置为30，自适应迭代过程中的步长因子μ＝0.2，η＝10-9，接收机在高斯白噪声环境下工作。
2.仿真实验内容与结果分析：
在上述仿真条件下，分别用本发明和一个现有技术的非线性均衡方法LMS-NLEQ，分别对经过宽带接收机前端采样得到的多个单频信号的叠加信号进行非线性均衡，消除其非线性失真分量，并对比两种方法在非线性均衡后取得的无杂散失真动态范围，结果如图3。其中横轴表示输入信号的个数，纵轴表示经过非线性均衡后取得的无杂散失真动态范围。
从图3可见，当输入一个信号时，本发明与现有技术在非线性均衡后取得的无杂散失真动态范围几乎相等，而当系统输入多个信号时，本发明取得的无杂散失真动态范围要高于现有技术，且随着输入信号数目的增加，现有技术均衡后取得的无杂散失真动态范围的下降趋势很明显，在输入信号数量大于8个时，现有技术已经无法达到均衡非线性失真的效果，而本发明均衡后取得的无杂散失真动态范围的下降趋势很缓慢，当输入信号数量在1个与10个之间变化时，本发明可以稳定取得35dB左右的无杂散失真动态范围。
现有方法LMS-NLEQ方法，是指Nicholas L.Peccarelli在其发表的论文“AdaptiveNonlinear Equalization for Digital Array Receivers”(IEEE TRANSACTIONS ONMICROWAVE THEORY AND TECHNIQUES,VOL.67,NO.11,NOVEMBER 2019)中提出的一种基于最小均方LMS算法的非线性均衡方案。
无杂散失真动态范围由下式定义：
SFDR＝10log10(Pref/max[Wavg(fin)])
式中，Pref为所有期望接收信号中功率的最小值，max[Wavg(fin)]为非线性失真分量中的功率最大值。
上述仿真结果表明，本发明在宽带接收机非线性均衡的应用中具有明显优势。

Claims (5)

1.一种宽带接收机自适应非线性均衡方法，其特征在于，包括如下步骤：
(1)接收机在第t时刻接收到模拟信号x(t)，x(t)经过接收机数字前端后发生非线性失真，得到在第n时刻的数字失真信号y(n)；
(2)设置功率门限值T，将数字失真信号y(n)中功率值大于T的信号作为大功率信号l(n)信号提取，将功率值小于的T信号作为小功率信号s(n)提取；
(3)分别求大功率信号l(n)的2、3……m阶次幂，并将其依次排列，得到利用大功率信号构建的参考非线性失真向量L(n)＝[l2(n),l3(n),...,lm(n)]，其中m为非线性失真阶数；
(4)将数字失真信号y(n)与参考非线性失真向量L(n)和小功率信号s(n)经过数字信道化划分到k个窄带信道中：
(4a)将数字失真信号y(n)经过数字信道化，得到向量[y1(n),y2(n),...,yo(n),...,yk(n)]；
(4b)将小功率信号s(n)经过数字信道化，得到向量[s1(n),s2(n),...,so(n),...,sk(n)]；
(4c)分别将参考非线性失真向量L(n)中的各阶次幂经过数字信道化，并将其按信道排列，得到矩阵
Figure FDA0003950745780000011
(5)利用自适滤波器对矩阵L(n)在各个信道中的向量进行自适应滤波，使滤波后的输出向量[G1(n),G2(n),...,Go(n),...,Gk(n)]逼近[s1(n),s2(n),...,so(n),...,sk(n)]；
(6)使用向量[y1(n),y2(n),...,yo(n),...,yk(n)]减去[G1(n),G2(n),...,Go(n),...,Gk(n)]得到非线性均衡后的向量[z1(n),z2(n),...,zo(n),...,zk(n)]；
(7)对非线性均衡后向量[z1(n),z2(n),...,zo(n),...,zk(n)]进行数字完全重构，得到非线性均衡后的信号z(n)并输出；
(8)重复以上步骤，直至自适应滤波器的权向量收敛，达到均衡非线性失真的效果。
2.根据权利要求1所述的方法，其特征在于，步骤(2)中从数字失真信号y(n)中提取大功率信号l(n)和小功率信号s(n)，实现如下：
(2a)将数字失真信号y(n)及其前N-1个时刻的信号取出，并按顺序将其组成向量[y(n-N+1),y(n-N+2),...,y(n)]，并对其进行N点DFT变换求取其功率谱向量Yf＝[Y(1),Y(2),...,Y(N)]；
(2b)将功率谱向量Yf与设置的功率门限值T做比较，将Yf中大于T的分量作为大功率谱向量Lf＝[L(1),L(2),...,L(N)]提取，将功率谱Yf中小于T的分量作为小功率谱向量Sf＝[S(1),S(2),...,S(N)]提取；
(2c)对大功率谱向量Lf与小功率谱向量Sf分别做N点IDFT变换得到N点大功率信号向量[l(n-N+1),l(n-N+2),...,l(n)]与N点小功率信号向量[s(n-N+1),s(n-N+2),...,s(n)]；
(2d)从[l(n-N+1),l(n-N+2),...,l(n)]与[s(n-N+1),s(n-N+2),...,s(n)]中取出第n时刻的大功率信号l(n)与小功率信号s(n)。
3.根据权利要求1所述的方法，其特征在于，步骤(4)中的数字信道化是先将串行数据转换为k路并行数据，再经过k个二插值低通滤波器滤波，滤波完成后对k路并行数据做k点IFFT，最后将IFFT后的数据进行信道修正，以完成将一个信号划分到k个窄带信道中的功能。
4.根据权利要求1所述的方法，其特征在于，步骤(5)中利用自适滤波器对矩阵L(n)在各个信道中的向量进行自适应滤波，实现如下：
(5a)构建各个信道中的滤波器输入信号向量：
Figure FDA0003950745780000021
式中，Lo(n)为第o信道中的滤波器输入信号向量，d为滤波器的阶数，其取值范围为[1,k]，
Figure FDA0003950745780000022
表示l(n)的m阶次幂被划分到第o信道中的信号，[·]T为求向量转置操作；
(5b)构建各个信道中的滤波器权向量：
Figure FDA0003950745780000023
式中，Wo(n)表示第n时刻第o信道中的滤波器权向量，
Figure FDA0003950745780000031
为n时刻第o信道中的第m阶失真分量对应的滤波器权向量，其具体表达如下：
Figure FDA0003950745780000032
式中，w(d-1)mo(n)为n时刻第o信道中的第m阶失真分量对应的第d-1个权系数，其初始值设置为1；
(5c)获取各个信道中的自适应滤波器输出信号：
Figure FDA0003950745780000033
式中，Go(n)表示第n时刻第o信道中的自适应滤波器输出信号，
Figure FDA0003950745780000034
为第n时刻第o信道中的滤波器权向量的共轭转置向量，
Figure FDA0003950745780000035
为n时刻第o信道中的第j阶失真分量对应的第i个权系数的共轭，
Figure FDA0003950745780000036
表示n-j时刻的大功率信号的j阶次幂被划分到第o信道中的信号；
(5d)获取各个信道中的自适应滤波器的误差信号：
Figure FDA0003950745780000037
式中，so(n)为小信号分量s(n)经数字信道化划分到第o信道中的信号，eo(n)为第o信道中的误差信号；
(5e)构建各个信道中的自适应滤波器权向量的更新公式：
Figure FDA0003950745780000041
式中，Wo(n)为第o信道中第n时刻的自适应滤波器权向量，||Lo(n)||2表示第o信道中的滤波器输入向量Lo(n)的二范数，
Figure FDA0003950745780000042
表示误差信号eo(n)的共轭信号，μ为步长因子，其为一个大于0的正数，η为一个很小的正数，其作用为防止迭代过程中出现分母为0的情况导致算法无法收敛
(5f)利用自适应滤波器权向量更新公式依次对各个信道中的滤波器权向量进行更新。
5.根据权利要求1所述的方法，其特征在于，步骤(7)中对非线性均衡后向量[z1(n),z2(n),...,zo(n),...,zk(n)]进行数字完全重构，是先将[z1(n),z2(n),...,zo(n),...,zk(n)]中的各个信号做k点FFT，再经过k个二抽取低通滤波器滤波，最后将k路并行数据按顺序转换为串行数据，以完成将经过数字信道化之后的信号恢复成未经数字信道化之前的状态。
CN202211449061.7A 2022-11-18 2022-11-18 宽带接收机自适应非线性均衡方法 Pending CN115941402A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211449061.7A CN115941402A (zh) 2022-11-18 2022-11-18 宽带接收机自适应非线性均衡方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211449061.7A CN115941402A (zh) 2022-11-18 2022-11-18 宽带接收机自适应非线性均衡方法

Publications (1)

Publication Number Publication Date
CN115941402A true CN115941402A (zh) 2023-04-07

Family

ID=86551414

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211449061.7A Pending CN115941402A (zh) 2022-11-18 2022-11-18 宽带接收机自适应非线性均衡方法

Country Status (1)

Country Link
CN (1) CN115941402A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1547801A (zh) * 2002-05-14 2004-11-17 松下电器产业株式会社 混合失真补偿方法和混合失真补偿装置
US20050152487A1 (en) * 2004-01-14 2005-07-14 Reichard Timothy D. Adaptive channel equalization technique and method for wideband passive digital receivers
US20050253745A1 (en) * 2004-05-11 2005-11-17 Samsung Electronics Co., Ltd. Digital predistortion apparatus and method for a wideband power amplifier
CN103929212A (zh) * 2014-04-21 2014-07-16 电子科技大学 一种宽带接收机非线性盲辨识及补偿方法
US20160191020A1 (en) * 2008-04-30 2016-06-30 Innovation Digital, LLC Compensator for removing nonlinear distortion
WO2020220715A1 (zh) * 2019-04-30 2020-11-05 中兴通讯股份有限公司 信号失真预校正方法、装置、系统及复合系统
CN114172767A (zh) * 2021-12-10 2022-03-11 西安电子科技大学 基于分数阶多模的信道盲均衡方法
CN115174330A (zh) * 2022-06-22 2022-10-11 苏州大学 一种多载波接入网失真信号的补偿方法及非线性均衡器

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1547801A (zh) * 2002-05-14 2004-11-17 松下电器产业株式会社 混合失真补偿方法和混合失真补偿装置
US20050152487A1 (en) * 2004-01-14 2005-07-14 Reichard Timothy D. Adaptive channel equalization technique and method for wideband passive digital receivers
US20050253745A1 (en) * 2004-05-11 2005-11-17 Samsung Electronics Co., Ltd. Digital predistortion apparatus and method for a wideband power amplifier
US20160191020A1 (en) * 2008-04-30 2016-06-30 Innovation Digital, LLC Compensator for removing nonlinear distortion
CN103929212A (zh) * 2014-04-21 2014-07-16 电子科技大学 一种宽带接收机非线性盲辨识及补偿方法
WO2020220715A1 (zh) * 2019-04-30 2020-11-05 中兴通讯股份有限公司 信号失真预校正方法、装置、系统及复合系统
CN114172767A (zh) * 2021-12-10 2022-03-11 西安电子科技大学 基于分数阶多模的信道盲均衡方法
CN115174330A (zh) * 2022-06-22 2022-10-11 苏州大学 一种多载波接入网失真信号的补偿方法及非线性均衡器

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
HARIO, FAKHRIY等: "Dithering System and Single Pumping for the Impact of Nonlinear Distortions in Radio over Fibre Systems", 《2018 5TH INTERNATIONAL CONFERENCE ON ELECTRICAL AND ELECTRONIC ENGINEERING (ICEEE)》, 5 May 2018 (2018-05-05) *
MA, YUELIN等: "Adaptive Compensation of Inter-Band Modulation Distortion for Tunable Concurrent Dual-Band Receivers", 《IEEE TRANSACTIONS ON MICROWAVE THEORY AND TECHNIQUES》, 31 December 2013 (2013-12-31) *
罗勇江;汤建龙;赵国庆;斯海飞;: "一种高效的宽带数字接收机及其FPGA实现", 系统工程与电子技术, no. 05, 15 May 2010 (2010-05-15) *
高茜茜: "基于预失真的线性化通道放大器的研究", 《全国优秀硕士论文电子数据库》, 15 May 2013 (2013-05-15) *
黄家露;马洪;张华;金江;: "非线性盲辨识补偿处理的宽带超外差接收机", 信号处理, no. 09, 25 September 2017 (2017-09-25) *

Similar Documents

Publication Publication Date Title
CN102487367B (zh) 一种自适应的功放数字基带预失真方法
CN113037226B (zh) 基于自适应步长裁剪方法的数字预失真设计方法及装置
CN109977914B (zh) 基于vmd的自适应降噪方法
CN104580044B (zh) 一种预失真处理方法和系统
CN111245375B (zh) 一种复值全连接递归神经网络模型的功放数字预失真方法
Vogel et al. Adaptive blind compensation of gain and timing mismatches in M-channel time-interleaved ADCs
CN111030954A (zh) 一种基于压缩感知的多通道采样的宽带功放预失真方法
CN109951412B (zh) 深度神经网络抑制信号立方度量的方法
CN114362837A (zh) 一种扩频卫星信号窄带干扰自适应消除装置
CN114400979A (zh) 一种改善短波互调和谐波失真的数字预失真的系统及方法
CN104079520B (zh) 一种ofdm系统的脉冲干扰抑制方法
Saleem et al. On blind identification of gain and timing mismatches in time-interleaved analog-to-digital converters
CN115941402A (zh) 宽带接收机自适应非线性均衡方法
CN111181891A (zh) 一种改进的基于压缩感知的电力线脉冲噪声抑制方法
CN105162738A (zh) 一种卫星信道复数神经多项式网络盲均衡系统及方法
CN113055323B (zh) 一种通信系统的数字预失真处理的方法及系统
Braithwaite Model order selection for digital predistortion of a RF power amplifier when the distortion spectrum exceeds the observation bandwidth
Ali et al. BiLSTM Neural Network Digital Predistorter with Reduced Feedback Sampling Rate
Gong et al. Sparsity maximization nonlinear blind deconvolution and its application in identification of satellite microvibration sources
CN107171665B (zh) 带通信号的双通道tiadc非线性系统参数估计方法
Khakpour et al. Adaptive noise cancellation based architecture for correction of gain and offset mismatch errors in time-interleaved ADC
Liu et al. A calibration method for frequency response mismatches in M-channel time-interleaved analog-to-digital converters
Li et al. Calibration for frequency-dependent mismatches in bandpass sampling TIADCs
CN115425996B (zh) 一种抑制短波谐波和互调失真的方法及短波发射机
CN117471497B (zh) 一种卫星导航功率增强背景下的时域自适应抗干扰方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination