-
公开(公告)号：CN111245375B
公开(公告)日：2023-06-06
申请号：CN202010059771.3
申请日：2020-01-19
Applicant: 西安空间无线电技术研究所
Abstract: 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，利用复值全连接递归神经网络模型来模拟复杂的功率放大器模型，进而得到功率放大器逆模型，并实现自适应数字预失真。其中功率放大器模型是基于复值神经网络理论，在实时递归学习算法基础上采用改进的复值实时递归学习算法，针对数字通信系统发射端功放模型实现更精准的模型逼近。本发明结合了递归神经网络中的实时递归学习算法，在原有的实值递归神经网络模型上提出效果更优的复值全连接递归神经网络模型，进一步推广出复值实时递归学习算法。经仿真验证，本发明模型结构和算法在训练时间、建模准确度方面性能较好，可以保障功放非线性的较高拟合度。
-
公开(公告)号：CN111245375A
公开(公告)日：2020-06-05
申请号：CN202010059771.3
申请日：2020-01-19
Applicant: 西安空间无线电技术研究所
Abstract: 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，利用复值全连接递归神经网络模型来模拟复杂的功率放大器模型，进而得到功率放大器逆模型，并实现自适应数字预失真。其中功率放大器模型是基于复值神经网络理论，在实时递归学习算法基础上采用改进的复值实时递归学习算法，针对数字通信系统发射端功放模型实现更精准的模型逼近。本发明结合了递归神经网络中的实时递归学习算法，在原有的实值递归神经网络模型上提出效果更优的复值全连接递归神经网络模型，进一步推广出复值实时递归学习算法。经仿真验证，本发明模型结构和算法在训练时间、建模准确度方面性能较好，可以保障功放非线性的较高拟合度。
-
公开(公告)号：CN110324632A
公开(公告)日：2019-10-11
申请号：CN201910459072.5
申请日：2019-05-29
Applicant: 西安空间无线电技术研究所
IPC: H04N19/436 , H04N19/44 , G06F9/54 , G06F9/50
Abstract: 一种基于OpenMP多核并行机制的数据处理与验证方法，首先根据数据的来源前端及连接后端获取并配置数据处理所需配置文件，然后根据外部指令接收前端传输的原始压缩码流数据，并读取配置文件进行数据解析、判读，把不符合的数据进行丢弃或者告警，最后对解析、判读后的数据进行并行化的解压缩处理，得到图像数据，将图像数据并行化送至后端接收软件，完成对图像数据的优化处理或者图像显示，另外采用真实遥感图片，分别测试在4:1模式和无损模式下并行化设计前后的性能，完成方法验证。通过试验可以得到本发明通过多核调度、多核指定、并行处理机制来完成数据处理，大幅度提高了数据处理速度，为整个数据处理过程节约了时间。
-
公开(公告)号：CN108289091A
公开(公告)日：2018-07-17
申请号：CN201711422769.2
申请日：2017-12-25
Applicant: 西安空间无线电技术研究所
Abstract: 本发明提出一种基于机架式服务器的遥感卫星地面基带数据处理系统，由格式解析、解压缩和数据监控三个单元组成，解决了卫星处理的高速率、小型化、低成本、研制周期短、便于携带等问题，符合当前商业卫星的快响发展理念，有效提升了卫星处理系统的处理效率。与传统的刀片式服务器处理平台相比，该系统采用了基于机架式服务器的处理平台，具备大容量存储、高速写盘、数据处理速率快和易于小型化实现的优点。
-
-
-
Search Results
4
records
(took 0.022 seconds)
