面向宽带DVB-S2X调制器的预失真算法研究

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:chyo
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
卫星通信在日益增长的网络、业务、高速数据传输的需求下不断朝大带宽、高频谱效率的方向发展。新一代数字电视广播标准DVB-S2X的提出,给卫星通信系统带来了更多的挑战。卫星信道中的行波管放大器(Traveling-Wave Tube Amplifier,TWTA)产生了强非线性和记忆效应,DVB-S2X系统在发射机的预补偿和接收机处的后补偿可以使系统的非线性失真得到更好的恢复。本文针对DVB-S2X卫星系统中的TWTA非线性失真,主要集中精力研究发射机侧的数字预失真技术。根据其应用场景,主要针对单载波场景及多载波场景进行预失真算法研究,本文的研究成果如下:(1)研究DVB-S2X系统中的TWTA特性,并探索链路功率回退的评估方案。首先对标准中给出的TWTA特性曲线进行拟合,给出适用于DVB-S2X系统的非线性特性函数;其次,对非线性信道中的失真成分展开分析,并在相关文献的基础上对非线性信道的噪声方差进行计算;最后,综合所量化的非线性失真,提出了非线性失真条件下的功率回退半仿真评估方案,通过对系统误比特率(Bit Error Ratio,BER)的仿真,验证了其正确性。该评估方案展现了比传统的计算链路总回退方法更小的时间复杂度,可广泛用于预失真算法补偿性能的评估。(2)研究DVB-S2X系统单载波场景中的预失真算法。首先对预失真算法的评价指标展开叙述,并列举了几种关键指标用于后文算法性能评估;其次,介绍了比较主流的学习结构和预失真收敛算法;然后对已有的DVB-S2标准中的静态预失真和动态预失真算法进行仿真,并将其扩展到DVB-S2X系统;最后,针对以上算法的资源占用率和性能提升上的不足,本文设计了一种基于记忆多项式模型的间接递归最小二乘(Recursive Least Squares,RLS)预失真算法。仿真对比后,该算法对比已有预失真算法在资源占用率和性能中都取得了较好的优化效果。(3)研究DVB-S2X系统多载波场景中的预失真算法。首先对多载波系统进行建模,分析了卫星转发器的输入输出成分,得到三阶交调项的表达式;然后实现了基于记忆多项式模型的直接结构预失真方法,分别包括独立预失真和联合预失真;仿真结果表明了直接结构预失真的性能优于间接结构的性能,而联合预失真器虽有更高的实现复杂度,但其性能优于独立预失真器。本文实现的多载波预失真技术将在DVB-S2X系统中有重要的指导意义。
其他文献
近年来,随着无人机(UAV)、自动驾驶、机器人和AR/VR等新兴产物的不断涌现,同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)技术也逐渐步入大众视野,成为无人系统领域的一个研究热点。基于特征点的视觉SLAM系统应用广泛,但是在弱纹理和高速运动场景下,特征缺失和图像模糊现象会导致系统的定位误差增大,基于相机和惯性测量单元(Inertial
大规模的多输入多输出技术逐渐演进为B5G/6G的潜在技术,实现B5G/6G更高容量增益的希望依然寄托于空间维度。然而,Massive MIMO系统在实际工程部署时面临着一些挑战。首先,随着天线数量的增多,基站配备大量射频链路会带来高额的能耗及费用,这使得系统在满足前所未有的数据速率需求的同时面临着节能传输的挑战。其次,在一些基站物理尺寸(受风面)受限制的场景中,天线阵列部署朝着紧凑化趋势发展,此时
雷达目标识别技术能够获取远程空中飞机目标的属性、类别甚至型号信息,为我军及时准确地掌握战场态势、夺取制空权提供了重要支撑。传统雷达目标识别技术在识别机型时依据模板库,通过模板匹配等方法完成识别任务。然而,由于目标的非合作性以及各种新型军机的出现,在实际中难以建立完备的模板库,这严重限制了传统识别技术的应用。相比之下,结合目标先验知识,从雷达回波中反演飞机旋翼参数的方法可不依赖模板库实现型号识别,并
雪崩光电二极管(Avalanche Photodiode,APD)广泛应用于光纤通信、激光测距和量子成像等领域中。其中Ge/Si APD由于具有Ge的工作波段在800nm-1550nm范围内、Si主要是电子倍增且易与CMOS工艺集成、Ge材料便宜等优点而受到许多科研人员的青睐。然而,Ge和Si之间的界面态严重影响了器件的性能。并且,台面型Ge/Si APD中,较大的侧壁表面积导致了较大的侧壁泄漏电
图像风格迁移是将一张图像的风格变换到一张自然图像上,使自然图像在保留原始内容的同时又具有独特的风格。传统的风格迁移算法通过人工分析图像风格,设计特定的数学模型来实现图像的风格迁移。其缺点是只能提取图像的底层特征,并且仅能模拟特定的风格。随着人工智能的飞速发展,图像风格迁移技术利用深度学习技术实现了实时的,任意风格的图像风格转换。但是,经过风格迁移后生成的风格化图像存在边缘变形,视觉效果差等图像质量
面对来势汹汹的新冠疫情,我国经济受到严重冲击,但在全民族共同奋战下,2020年我国成为全球唯一实现经济正增长的主要经济体。2021年上半年我国经济也处于稳步复苏阶段,但居民收入及居民消费水平仍受疫情影响并未恢复至疫情前状态。财商素质培养已是未来社会发展必不可少的一环,随着各国对其的重视度不断加大,我国也应采取相应措施来加以提升。财商提升应首先树立正确的财富观,摆脱谈"钱"过于物质化、功利化的传统观
由于目标距离成像远,目标在图像中的灰度值较低、所占像素数少,无纹理、形状等信息,而且复杂地面背景中的背景辐射干扰和杂波干扰多,导致复杂地面背景中红外弱小目标难以检测,虚警率较高,是目前弱小目标检测的一个研究热点和难点。本文从复杂地面背景图像特点分析、复杂背景抑制方法和多帧信息关联提升目标检测性能三个方面入手,研究了复杂地面背景中的红外弱小目标检测方法。本文首先对红外成像探测系统的工作原理进行了分析
随着通信技术的迅速发展及无线设备的广泛应用,相同频带内频谱占用复杂,设备间电磁干扰日趋严重。在工业应用、野外电磁监测和高压电气控制等复杂电磁环境监测中,系统需具备应对各种复杂环境的能力。电磁环境或因设备数目多存在邻频干扰或同频干扰,或因某些发射设备功率大存在强电磁信号噪声,或因设备天线暴露环境中而极易受到电磁干扰。造成的影响包括设备过载、频谱阻塞以及目标信号丢失等情况。因此针对复杂电磁环境监测平台
频率选择表面(Frequency Selective Surface,FSS)作为空间滤波器,广泛应用于电磁隐身技术等空间电磁波调控技术领域,随着电磁领域的不断发展,由于无源FSS滤波性能无法改变,无法满足日益复杂的电磁环境,因此衍生出了可重构频率选择表面(Reconfigurable Frequency Selective Surface,RFSS)。本文主要针对FSS近年来的研究热点和应用方面
强化学习在解决现实场景中的复杂问题中已经取得了巨大的成功,例如在围棋、机器人和游戏领域。然而,这些成功却必须依赖于这些场景中存在的完美模拟环境,强化学习算法通过和环境的交互不断试错,从而学习出最优的策略。然而,在一些更复杂严苛的现实场景,例如复杂工业系统控制,仅仅存在着历史数据而并不存在着完美的模拟环境。传统的在线强化学习算法会由于优化策略和行为策略分布不一致而产生分布漂移得现象,导致其无法仅从离