检索结果-维普期刊中文期刊服务平台

一种简化Volterra级数的记忆功放行为模型被引量：1: 1; 作者杨新汪琳娜《科学技术与工程》北大核心 2014年第28期54-57,75,共5页; 考虑强非线性和长记忆效应的功放行为模型,需要降低Volterra级数模型的辨识参数,提出了一种基于简化Volterra级数的功率放大器行为模型。通过对广义记忆多项式模型(GMP)中的交叉相乘项的记忆时间距离l进行有效控制,可以在满足系统误差... 展开更多; 关键词非线性 VOLTERRA级数广义记忆多项式辨识参数; 在线阅读下载PDF 职称材料

基于压缩感知追踪算法的低计算量分组稀疏均衡方案: 2; 作者刘佳宁牛安东 +1 位作者苗硕李英善《电讯技术》北大核心 2024年第2期207-214,共8页; 在广义频分复用(Generalized Frequency Division Multiplexing,GFDM)系统中,为了应对复杂的信道带来的符号间干扰,基于信道的稀疏特性,使用广义记忆多项式(Generalized Memory Polynomial,GMP)模型对均衡器输入信号进行非线性建模,进... 展开更多; 关键词广义频分复用(GFDM) 广义记忆多项式(gmp) 压缩感知分组数据模式稀疏均衡; 在线阅读下载PDF 职称材料

一种优化的神经网络数字预失真方法被引量：4: 3; 作者张烈冯燕《西北工业大学学报》 EI CAS CSCD 北大核心 2014年第6期967-973,共7页; 提出一种基于遗传算法和低阶广义记忆多项式实值神经网络的射频功率放大器数字预失真方法。该方法将遗传算法优化的低阶广义记忆多项式模型与神经网络模型进行级联来增强校正模型与功放失真的匹配程度。它不仅可以提升模型的校正能力,... 展开更多; 关键词射频功率放大器数字预失真神经网络模型广义记忆多项式模型实值延时线神经网络模型遗传算法; 在线阅读下载PDF 职称材料

基于分段线性函数的功放模型及数字预失真应用被引量：3: 4; 作者贾冰赵宇 +2 位作者刘开华马永涛刘彦北《计算机工程与科学》 CSCD 北大核心 2017年第11期2043-2048,共6页; 为了克服通信系统中功率放大器的非线性和记忆效应,数字预失真技术成为研究的热点。提出一种基于分段线性函数的多项式模型,与广义记忆多项式模型相比,我们把多项式中的高阶项转换为分段求和项,消除了高阶相乘带来的不稳定性,同时由于... 展开更多; 关键词功率放大器数字预失真广义记忆多项式分段线性函数; 在线阅读下载PDF 职称材料

题名一种简化Volterra级数的记忆功放行为模型被引量：1: 1; 作者杨新汪琳娜; 机构四川师范大学成都学院数理教研室四川师范大学电子工程学院; 出处《科学技术与工程》北大核心 2014年第28期54-57,75,共5页; 基金四川省教育厅科研项目(14ZB0436)资助; 文摘考虑强非线性和长记忆效应的功放行为模型,需要降低Volterra级数模型的辨识参数,提出了一种基于简化Volterra级数的功率放大器行为模型。通过对广义记忆多项式模型(GMP)中的交叉相乘项的记忆时间距离l进行有效控制,可以在满足系统误差要求的同时减少辨识参数的数量。仿真结果表明,简化的Volterra级数模型性能优于记忆多项式模型(MP),略低于GMP模型,模型辨识参数大大减少。; 关键词非线性 VOLTERRA级数广义记忆多项式辨识参数; Keywords nonlinear volterra series the general memory polynomial the identified parameters; 分类号 TN722.7 [电子电信—电路与系统]; 在线阅读下载PDF 职称材料

题名基于压缩感知追踪算法的低计算量分组稀疏均衡方案: 2; 作者刘佳宁牛安东苗硕李英善; 机构南开大学电子信息与光学工程学院天津市光电传感器与传感网络技术重点实验室; 出处《电讯技术》北大核心 2024年第2期207-214,共8页; 基金国家自然科学基金资助项目(62171239)。; 文摘在广义频分复用(Generalized Frequency Division Multiplexing,GFDM)系统中,为了应对复杂的信道带来的符号间干扰,基于信道的稀疏特性,使用广义记忆多项式(Generalized Memory Polynomial,GMP)模型对均衡器输入信号进行非线性建模,进而提出了一种基于压缩感知追踪算法和分组数据模式的低计算量分组稀疏均衡方案。该方案中,为了适应复杂变化的信道,均衡过程中采用了分组数据模式,此外,利用分块矩阵求逆的原理,摒弃了复杂的矩阵求逆运算,在每步的循环中使用矩阵乘法进行迭代计算的方式对正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法及双正交匹配追踪(Double OMP,DOMP)算法进行了改进。仿真结果表明,此分组数据模式有效地改善了均衡效果,同时提出的改进算法在保证误符号率性能的前提下明显地降低了计算量,提升了运算速度。; 关键词广义频分复用(GFDM) 广义记忆多项式(gmp) 压缩感知分组数据模式稀疏均衡; Keywords generalized frequency division multiplexing(GFDM) generalized memory polynomial(gmp) compressed sensing packet data mode sparse equalization; 分类号 TN911.5 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名一种优化的神经网络数字预失真方法被引量：4: 3; 作者张烈冯燕; 机构西北工业大学电子信息学院; 出处《西北工业大学学报》 EI CAS CSCD 北大核心 2014年第6期967-973,共7页; 文摘提出一种基于遗传算法和低阶广义记忆多项式实值神经网络的射频功率放大器数字预失真方法。该方法将遗传算法优化的低阶广义记忆多项式模型与神经网络模型进行级联来增强校正模型与功放失真的匹配程度。它不仅可以提升模型的校正能力,同时可以加快网络的收敛速度。采用60MHz的三载波LTE信号进行实验,通过与实值延时线神经网络模型对比,在收敛速度上有显著提升,同时在邻道功率泄露ACLR指标上有6 d B左右改善。; 关键词射频功率放大器数字预失真神经网络模型广义记忆多项式模型实值延时线神经网络模型遗传算法; Keywords artificial intelligence, backpropagation algorithms, convergence of numerical methods, flowcharting,generic algorithms, mathematical models, matrix algebra, mean square error, measurements, neural networks, optimization, polynomials, power amplifiers, radio frequency amplifiers,schematic diagrams, time delay, vectors digital pre-distortion, RF power amplifiers, generalized memory polynomial, real-vallted focused time delay neural network model; 分类号 TN919 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于分段线性函数的功放模型及数字预失真应用被引量：3: 4; 作者贾冰赵宇刘开华马永涛刘彦北; 机构天津大学电子信息工程学院; 出处《计算机工程与科学》 CSCD 北大核心 2017年第11期2043-2048,共6页; 文摘为了克服通信系统中功率放大器的非线性和记忆效应,数字预失真技术成为研究的热点。提出一种基于分段线性函数的多项式模型,与广义记忆多项式模型相比,我们把多项式中的高阶项转换为分段求和项,消除了高阶相乘带来的不稳定性,同时由于分段阈值的存在,该模型的适用性和稳定性均有所提高。把功放模型应用于数字预失真结构中的实验结果表明:与广义记忆多项式模型相比,分段线性函数模型所需系数要少40%,邻信道功率比提高约1dB,归一化均方误差提高约8dB,因此该模型在数字预失真方面具有较好的效果。; 关键词功率放大器数字预失真广义记忆多项式分段线性函数; Keywords power amplifier digital predistortion generalized memory polynomial（gmp） piecewiselinear functions; 分类号 TP393 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	一种简化Volterra级数的记忆功放行为模型	杨新汪琳娜	《科学技术与工程》北大核心	2014	1	在线阅读下载PDF 职称材料
2	基于压缩感知追踪算法的低计算量分组稀疏均衡方案	刘佳宁牛安东苗硕李英善	《电讯技术》北大核心	2024	0	在线阅读下载PDF 职称材料
3	一种优化的神经网络数字预失真方法	张烈冯燕	《西北工业大学学报》 EI CAS CSCD 北大核心	2014	4	在线阅读下载PDF 职称材料
4	基于分段线性函数的功放模型及数字预失真应用	贾冰赵宇刘开华马永涛刘彦北	《计算机工程与科学》 CSCD 北大核心	2017	3	在线阅读下载PDF 职称材料