本文關(guān)鍵詞： 數(shù)字預(yù)失真 非相關(guān)噪聲 學(xué)習(xí)結(jié)構(gòu) 自適應(yīng)算法　出處：《科學(xué)技術(shù)與工程》2017年01期 　論文類型：期刊論文

【摘要】：針對預(yù)失真間接學(xué)習(xí)結(jié)構(gòu)易受加性噪聲、模數(shù)轉(zhuǎn)換(analog to digital converter,ADC)量化噪聲等影響,提出一種通過設(shè)置判別門限自適應(yīng)切換直接學(xué)習(xí)結(jié)構(gòu)和間接學(xué)習(xí)結(jié)構(gòu)的組合學(xué)習(xí)結(jié)構(gòu)數(shù)字預(yù)失真方案。該方案在直接學(xué)習(xí)結(jié)構(gòu)中采用最小二乘法(recursive least square,RLS)算法對參數(shù)進(jìn)行快速粗估計,切換至間接學(xué)習(xí)結(jié)構(gòu)時采用改進(jìn)變步長最小均方(least mean square,LMS)算法進(jìn)一步提取參數(shù)。分析仿真表明,組合學(xué)習(xí)結(jié)構(gòu)的預(yù)失真方案其線性化性能較間接學(xué)習(xí)結(jié)構(gòu)有很大提升,且在算法收斂速度基本持平的情況下有效抑制了間接學(xué)習(xí)結(jié)構(gòu)中的非相關(guān)噪聲。
[Abstract]:The predistortion indirect learning structure is susceptible to additive noise, analog to digital convertor digital quantization noise, etc. This paper presents a digital predistortion scheme of combinatorial learning structure by setting discriminant threshold adaptive switching direct learning structure and indirect learning structure. In this scheme, recursive least square (RLS) algorithm is used in direct learning structure. Number for fast rough estimation, The improved variable step size least mean square square (mean) algorithm is used to further extract the parameters when switching to the indirect learning structure. The simulation results show that the linearization performance of the predistortion scheme of the combined learning structure is much better than that of the indirect learning structure. Moreover, the uncorrelated noise in the indirect learning structure is effectively suppressed when the convergence rate of the algorithm is basically the same.
【作者單位】： 重慶郵電大學(xué)移動通信技術(shù)重慶市重點實驗室;重慶通信學(xué)院應(yīng)急通信重慶市重點實驗室;
【分類號】：TN722.75

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 張中華;張端金;;一種新的變步長LMS自適應(yīng)濾波算法及性能分析[J];系統(tǒng)工程與電子技術(shù);2009年09期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 亢菲菲;曲銀鳳;程學(xué)珍;;基于LMS算法的粉塵靜電信號處理[J];電子測量技術(shù);2017年03期

2 譚喜堂;王慕將;朱琴躍;章天宇;張有華;;有源濾波器中改進(jìn)型自適應(yīng)諧波電流檢測算法[J];大功率變流技術(shù);2017年01期

3 邢峰英;葛利嘉;劉永花;江治林;;改進(jìn)變步長最小均方算法在組合學(xué)習(xí)結(jié)構(gòu)預(yù)失真中應(yīng)用的研究[J];科學(xué)技術(shù)與工程;2017年01期

4 繆賁術(shù);嚴(yán)接班;董蛟;;改進(jìn)變步長LMS算法及其在衛(wèi)星信號處理中的應(yīng)用[J];艦船電子工程;2016年09期

5 管四海;李智;;基于修正反正切函數(shù)的變步長LMS算法[J];中國科技論文;2016年14期

6 錢修生;李軍;;基于改進(jìn)CMAC模型的電動伺服加載算法研究[J];微電機(jī);2016年06期

7 蘇毅;許澤瑋;劉晨;;改進(jìn)的DSSS電磁波隨鉆測量信號載頻估計算法[J];傳感器與微系統(tǒng);2016年06期

8 馬叢珊;高俊;婁景藝;;一種改進(jìn)的變步長LMS算法在Costas環(huán)中的應(yīng)用[J];通信技術(shù);2016年06期

9 劉小東;黃洪瓊;;改進(jìn)的變步長LMS自適應(yīng)濾波算法[J];艦船科學(xué)技術(shù);2015年10期

10 寧小玲;張林森;劉志坤;;基于自適應(yīng)混合能量參數(shù)的變步長LMS水聲信道均衡算法[J];系統(tǒng)工程與電子技術(shù);2015年09期

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 孫娟;王俊;劉斌;;基于相對誤差互相關(guān)函數(shù)的變步長LMS算法[J];系統(tǒng)工程與電子技術(shù);2008年12期

2 羅小東;賈振紅;王強(qiáng);;一種新的變步長LMS自適應(yīng)濾波算法[J];電子學(xué)報;2006年06期

3 高鷹,謝勝利;一種變步長LMS自適應(yīng)濾波算法及分析[J];電子學(xué)報;2001年08期

4 覃景繁,歐陽景正;一種新的變步長LMS自適應(yīng)濾波算法[J];數(shù)據(jù)采集與處理;1997年03期

【相似文獻(xiàn)】

相關(guān)期刊論文 前4條

1 劉高輝;楊韶;楊媛;楊海燕;;幅度和相位預(yù)失真參數(shù)并行估計的間接學(xué)習(xí)結(jié)構(gòu)預(yù)失真方法[J];信號處理;2013年04期

2 鄭百衡;;一種基于Volterra級數(shù)的基帶數(shù)字預(yù)失真[J];電視技術(shù);2010年S1期

3 郭明衛(wèi);汪立新;方耀;;基于RPE算法的記憶多項式數(shù)字預(yù)失真研究[J];電子器件;2009年03期

4 ;[J];;年期

相關(guān)重要報紙文章 前1條

1 山東省萊州市朱由學(xué)校 劉萬英;預(yù)習(xí)的“戰(zhàn)略”意義[N];中國教育報;2012年

，

本文編號：1532278