获取作物叶面积指数(leaf area index, LAI)及其动态变化信息对作物长势监测和产量估测等具有重要意义。基于辐射传输模型的物理模型反演是LAI遥感反演最常用的方法,但该方法存在反演值不唯一的问题。此外,现有研究通常只针对单一作物类...获取作物叶面积指数(leaf area index, LAI)及其动态变化信息对作物长势监测和产量估测等具有重要意义。基于辐射传输模型的物理模型反演是LAI遥感反演最常用的方法,但该方法存在反演值不唯一的问题。此外,现有研究通常只针对单一作物类型,缺乏针对多类型作物的精度较高的LAI反演算法。该研究以玉米和水稻为主要作物的农田为例,基于PROSAIL模型模拟数据集,通过分析不同类型作物的缨帽三角-植被等值线分布模式,将植被覆盖度作为先验知识,构建用于反演多类型作物的LAI反演查找表,将其用于多时相GF-1 WFV(wide-field view)影像,反演获得整个生长季不同生长时期的LAI,并利用地面实测数据进行验证。研究结果显示:将植被覆盖度作为先验知识构建的查找表反演的LAI和实测值相关性较显著(R^(2)=0.60),均方根误差(RMSE)为0.75,反演的整个生长期LAI的变化趋势与实测LAI的变化趋势一致。而由未加入先验知识的查找表反演的LAI值和实测值的R^(2)为0.47,RMSE为0.85。该研究表明,基于缨帽三角-植被等值线分布模式,在构建涉及多类型作物的农田LAI反演的查找表中引入先验知识,能够显著提高LAI反演的精度,有效获得作物的LAI信息。展开更多
针对多载波无线通信系统中多倍频程功率放大器存在的强非线性失真与记忆效应失真问题,提出了一种基于记忆查找表的LUT+MP多倍频程预失真方案。方案模型由记忆查找表(LUT)和记忆多项式(MP)串联构成,采用间接学习法的LMS和RLS算法对模型...针对多载波无线通信系统中多倍频程功率放大器存在的强非线性失真与记忆效应失真问题,提出了一种基于记忆查找表的LUT+MP多倍频程预失真方案。方案模型由记忆查找表(LUT)和记忆多项式(MP)串联构成,采用间接学习法的LMS和RLS算法对模型参数训练辨识。仿真结果表明,针对维纳模型高功率放大器,在输出功率回退OBO=2.27 d B时,对Wiener模型功放的三阶互调失真改善达到了55.9 d B,五阶互调失真改善达到了44.5 d B。与现有的LUT+FIR和LUT+并联FIR预失真方案相比较,能带来更好的建模精度和线性化效果。同时,设计使用的学习算法简单实用,稳定性能好。展开更多
为了能够对记忆型功率放大器线性化处理,并能一定程度克服其记忆效应,该文介绍一种自适应数字预失真器。该数字预失真器采用查找表与记忆效应补偿技术相结合的方法,并且利用内插值方法有效减小了查找表幅度量化过程产生的误差。相比记...为了能够对记忆型功率放大器线性化处理,并能一定程度克服其记忆效应,该文介绍一种自适应数字预失真器。该数字预失真器采用查找表与记忆效应补偿技术相结合的方法,并且利用内插值方法有效减小了查找表幅度量化过程产生的误差。相比记忆多项式预失真器,这种预失真器的计算复杂度较小,却能够得到与其相近的线性化效果。基于功率放大器记忆多项式模型,利用OFDM(Orthogonal Frequency Division Multiplexing)宽带信号验证该文提出的预失真器对记忆型非线性功率放大器的良好线性化效果。展开更多
文摘针对多载波无线通信系统中多倍频程功率放大器存在的强非线性失真与记忆效应失真问题,提出了一种基于记忆查找表的LUT+MP多倍频程预失真方案。方案模型由记忆查找表(LUT)和记忆多项式(MP)串联构成,采用间接学习法的LMS和RLS算法对模型参数训练辨识。仿真结果表明,针对维纳模型高功率放大器,在输出功率回退OBO=2.27 d B时,对Wiener模型功放的三阶互调失真改善达到了55.9 d B,五阶互调失真改善达到了44.5 d B。与现有的LUT+FIR和LUT+并联FIR预失真方案相比较,能带来更好的建模精度和线性化效果。同时,设计使用的学习算法简单实用,稳定性能好。
文摘为了能够对记忆型功率放大器线性化处理,并能一定程度克服其记忆效应,该文介绍一种自适应数字预失真器。该数字预失真器采用查找表与记忆效应补偿技术相结合的方法,并且利用内插值方法有效减小了查找表幅度量化过程产生的误差。相比记忆多项式预失真器,这种预失真器的计算复杂度较小,却能够得到与其相近的线性化效果。基于功率放大器记忆多项式模型,利用OFDM(Orthogonal Frequency Division Multiplexing)宽带信号验证该文提出的预失真器对记忆型非线性功率放大器的良好线性化效果。