项目名称: 部分修正RLS算法及多项式预失真技术研究

项目编号: No.60871046

项目类型: 面上项目

立项/批准年度: 2009

项目学科: 无线电电子学、电信技术

项目作者: 金明录

作者单位: 大连理工大学

项目金额: 28万元

中文摘要: RLS自适应多项式预失真技术实际应用瓶颈是算法复杂度,由于被处理数据矩阵不具有移不变性,已有的快速RLS算法不能直接用。我们基于多个函数逼近和时分的思想提出的部分修正RLS(PU-RLS)算法较好地解决了这一问题。本项目重点分析了相关输入下算法的收敛特性,给出了改进的PU-RLS算法,在性能和复杂度上都有提高。另外,预失真器采用样条函数来逼近功率放大器非线性的逆特性,并根据样条函数自身的特点对待辨识参数进行合理的分组,应用PU-RLS算法对其参数进行估计,取得了良好的线性化效果。最后,在算法研究的基础上,结合计算机仿真和实际实验,设计了基于极坐标预失真技术的实现方案,在FPGA开发平台上设计并实现了基于坐标转换电路以及预失真器。考虑到通信技术的飞快发展,特别是宽带信号对功率放大器显示出的记忆效能,我们同时对Hammerstein模型的记忆预失真技术进行了较为深入的研究,为下一步的研究打下了很好的基础。另外,基于本项目的支持,我们也在非线性、非高斯和非平稳信号处理和稀疏信号处理等领域开展了研究,取得了一些初步成果。

中文关键词: 部分修正RLS算法;非线性失真;预失真技术;功率放大器;非线性非高斯非平稳信号处理;

英文摘要: The bottleneck of the adaptive RLS based polynomial predistortion technique is the computation complexity in practical application. Since the input data matrix has no special structure as FIR filter, the existed fast RLS algorithms cannot be utilized directly. Based on the idea of function approximation and time division, we propose a partial update RLS (PU-RLS) algorithm which can solve this problem preferably. This project focuses on analyzing the converge property of the method in the case of the correlated inputs. Consequently, an improved PU-RLS algorithm is presented with the improvement in the performance and complexity. Moreover, the predistorter utilizes the spline function to approach the inverse characteristics of nonlinear for power amplifiers. Furthermore, the parameters to be identified are grouped reasonably according to the properties of the spline function. Then, the PU-RLS algorithm is used to estimate these parameters, which can achieve the better linearization performance. Finally, on the basis of algorithm research, the implementation scenario of the polar coordinates based predistortion technique is designed by combining the simulations and experiments. Both the circuit of coordinate transformation and the predistorter are implemented on the FPGA platform. Considering the rapid development of communication techniques, especially the memory effects of the power amplifier for wideband signals, we research the Hammerstein based predistortion technique with memory deeply. This has established the fundamental for the future. In addition, the research on nonlinear, non-Gaussian, nonstationary and sparse signal processing has also been carried out, and the initial results are obtained.

英文关键词: Partial-update RLS Algorithm; Nonlinear Distortion; Predistortion Techniques; Power Amplifier; Nonlinear Non-Gaussian Nonstationary Signal Processing;

成为VIP会员查看完整内容
0

相关内容

【博士论文】基于冲量的加速优化算法
专知会员服务
25+阅读 · 2021年11月29日
专知会员服务
22+阅读 · 2021年10月6日
专知会员服务
21+阅读 · 2021年7月31日
专知会员服务
11+阅读 · 2021年7月27日
专知会员服务
18+阅读 · 2021年5月16日
专知会员服务
44+阅读 · 2021年4月15日
专知会员服务
72+阅读 · 2020年12月7日
专知会员服务
77+阅读 · 2020年12月6日
专知会员服务
42+阅读 · 2020年7月29日
【NeurIPS'21】从典型相关分析到自监督图表示学习
一文带你了解语音信号处理技术
PaperWeekly
9+阅读 · 2022年1月26日
交替方向乘子法(ADMM)算法原理详解
PaperWeekly
3+阅读 · 2022年1月21日
【博士论文】基于冲量的加速优化算法
专知
7+阅读 · 2021年11月29日
用狄拉克函数来构造非光滑函数的光滑近似
PaperWeekly
0+阅读 · 2021年10月23日
LOAM 代码部分的公式推导(前端里程计部分)
计算机视觉life
4+阅读 · 2021年9月5日
从浅层模型到深度模型:概览机器学习优化算法
机器之心
26+阅读 · 2017年7月9日
Word2Vec 与 GloVe 技术浅析与对比
LibRec智能推荐
25+阅读 · 2017年5月15日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Max-Margin Contrastive Learning
Arxiv
17+阅读 · 2021年12月21日
小贴士
相关VIP内容
【博士论文】基于冲量的加速优化算法
专知会员服务
25+阅读 · 2021年11月29日
专知会员服务
22+阅读 · 2021年10月6日
专知会员服务
21+阅读 · 2021年7月31日
专知会员服务
11+阅读 · 2021年7月27日
专知会员服务
18+阅读 · 2021年5月16日
专知会员服务
44+阅读 · 2021年4月15日
专知会员服务
72+阅读 · 2020年12月7日
专知会员服务
77+阅读 · 2020年12月6日
专知会员服务
42+阅读 · 2020年7月29日
相关资讯
【NeurIPS'21】从典型相关分析到自监督图表示学习
一文带你了解语音信号处理技术
PaperWeekly
9+阅读 · 2022年1月26日
交替方向乘子法(ADMM)算法原理详解
PaperWeekly
3+阅读 · 2022年1月21日
【博士论文】基于冲量的加速优化算法
专知
7+阅读 · 2021年11月29日
用狄拉克函数来构造非光滑函数的光滑近似
PaperWeekly
0+阅读 · 2021年10月23日
LOAM 代码部分的公式推导(前端里程计部分)
计算机视觉life
4+阅读 · 2021年9月5日
从浅层模型到深度模型:概览机器学习优化算法
机器之心
26+阅读 · 2017年7月9日
Word2Vec 与 GloVe 技术浅析与对比
LibRec智能推荐
25+阅读 · 2017年5月15日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员