-
公开(公告)号：CN114565077A
公开(公告)日：2022-05-31
申请号：CN202210126012.3
申请日：2022-02-10
Applicant: 北京邮电大学
Abstract: 本发明提出一种面向功率放大器的深度神经网络泛化性建模方法，属于无线通信技术领域；首先，采集不同带宽和功率水平的数据，并调制到具有K个子载波的OFDM系统上生成OFDM信号，经过采样得到采样信号，并基于云边协同上传至云端；然后，对各OFDM信号的相应带宽和功率水平进行one‑hot编码，并通过全连接神经网络层，标记输出为各自的编码向量；基于此构建DNN模型；并利用采集的不同带宽和功率水平的数据，对DNN模型进行训练，实现基于多种状态数据的泛化性建模；本发明实现了对多组带宽、功率水平的功率放大器信号进行建模，避免了当存在不同带宽、功率条件的OFDM信号时需要针对性的逐一训练网络模型的问题，减少了需要建模的数量，大大提高了建模效率。
-
公开(公告)号：CN112787601B
公开(公告)日：2022-05-20
申请号：CN202011584522.2
申请日：2020-12-28
Applicant: 北京邮电大学
IPC: H03F1/32
Abstract: 本发明为一种面向百兆赫兹信号带宽功放的高效预失真方法，属于无线通信技术领域。本发明的预失真方法只对功率放大器(PA)的部分输出信号进行线性化补偿，采用多相DPD(数字预失真)结构；本发明在数字预失真系统中增加智能信号处理模块，智能信号处理模块根据要补偿的DPD线性化带宽设置半带滤波器个数，结合源信号参数计算ADC(模数转化)欠采样因子和多相DPD分支数目，并对欠采样信号和DPD的输出信号做相关性计算获取时延，以保证参数训练时两个数据信号对齐。本发明可同时联动降低DPD数据吞吐量和反馈回路采样带宽，实现灵活设置DPD数据吞吐量，节约DPD的硬件实现成本。
-
公开(公告)号：CN114598274A
公开(公告)日：2022-06-07
申请号：CN202210220826.3
申请日：2022-03-08
Applicant: 北京邮电大学
Abstract: 本发明公开了一种面向宽带预失真的低复杂度查找表构建方法，属于无线通信技术领域。首先基于GMP模型构建DPD模型，得到GMP模型基函数，并利用间接学习结构提取DPD模型系数。然后使用DOMP算法计算GMP模型每个基函数ψ(t)与预失真信号x(n)的相关性，并按照相关性从大到小的顺序对GMP模型基函数进行排序，利用剪枝模型按照记忆效应对排序后的GMP模型基函数集进行第一次剪枝剪枝，对第一次剪枝后的所有基函数再次排序，进行第二次剪枝。最后利用第二次剪枝后的基函数和DPD模型系数重新建立LUT，并得到LUT数目。本发明在保证对PA非线性高精度补偿的同时，降低了面向宽带预失真的查找表复杂度，解决了数字预失真技术在实际应用中资源成本高的问题。
-
公开(公告)号：CN109889166A
公开(公告)日：2019-06-14
申请号：CN201910184466.4
申请日：2019-03-12
Applicant: 北京邮电大学
IPC: H03F1/32
Abstract: 本发明公开了一种基于时间交织采样的单反馈回路并发双频带数字预失真方法，属于无线通信领域。首先将计算出的并发双频带输入信号x(n)依次经过混频器，数模转换器和功率放大器后，在反馈回路中采集放大信号，经过下变频和低通滤波器后，得到滤波后的模拟信号y(t)。然后在t＝0和t＝τ时，分别利用欠采样因子M1和M2的模数转换器对y(t)进行采样，得到信号y1(n)和y2(n)并存储。将y1(n)和y2(n)分别以时间MT为采样间隔，分解为信号 和 并分别进行傅里叶变换，重构矩阵和 利用重构矩阵 和 构造矩阵uL(f)，经过矩阵变换和转换后恢复出有用信号yr(n)。从yr(n)中重新分离出与原始信号xa(n)和xb(n)对应的反馈回路中的信号yra(n)与yrb(n)，将xa(n)，xb(n)与yra(n)，yrb(n)通过最小二乘法对比得到数字预失真模块系数。本发明保证了数字预失真线性效果，不增加系统回路的复杂度和其他硬件成本，预失真架构更具有灵活性。
-
-
-
Search Results
14
records
(took 0.021 seconds)
