自適應(yīng)預(yù)失真方法能自適應(yīng)調(diào)節(jié)閾值,僅對(duì)調(diào)制信號(hào)中大幅值分量進(jìn)行預(yù)失真處理,有效降低了預(yù)失真算法復(fù)雜度,但由于該方法仍采用正交記憶多項(xiàng)式進(jìn)行預(yù)失真處理,算法復(fù)雜度仍舊較高。圍繞如何進(jìn)一步降低預(yù)失真處理算法復(fù)雜度,引入信號(hào)并行處理思想和遞推最小二乘算法,提出了一種低復(fù)雜度的自適應(yīng)并行兩箱預(yù)失真方法。結(jié)合調(diào)制信號(hào)的解析信號(hào)表達(dá)式,利用算法復(fù)雜度更低的遞推最小二乘算法分支路對(duì)實(shí)部和虛部進(jìn)行預(yù)失真處理,有效降低了預(yù)失真算法復(fù)雜度。理論分析和仿真結(jié)果表明,在保證系統(tǒng)誤碼性能正常的前提下,與并行兩箱預(yù)失真方法和自適應(yīng)預(yù)失真方法相比,所提算法復(fù)雜度分別降低約93%和27. 62%。 

【文章來(lái)源】：電訊技術(shù). 2020,60(01)北大核心

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
0 引言
1 自適應(yīng)預(yù)失真方法
2 低復(fù)雜度的自適應(yīng)并行兩箱預(yù)失真方法及基本原理
3 仿真分析
    3.1 仿真條件
    3.2 仿真結(jié)果與分析
        3.2.1 算法復(fù)雜度
        3.2.2 預(yù)失真方法學(xué)習(xí)曲線
        3.2.3 信號(hào)功率譜
        3.2.4 系統(tǒng)誤碼性能
4 結(jié)束語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]一種改進(jìn)并行兩箱預(yù)失真方法[J]. 陸發(fā)平,王紅星,劉傳輝,鐘佩琳,宋根本.  電訊技術(shù). 2017(02)
[2]一種并行兩箱預(yù)失真方法[J]. 鐘佩琳,王紅星,劉傳輝,康家方.  華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(02)
[3]基于壓縮量化的非正弦時(shí)域正交調(diào)制信號(hào)預(yù)失真方法[J]. 鐘佩琳,王紅星,孫小東,潘耀宗.  電子與信息學(xué)報(bào). 2013(03)
[4]正交橢圓球面波函數(shù)脈沖調(diào)制方法[J]. 趙志勇,王紅星,劉錫國(guó),鐘佩琳,陳昭男,康家方.  電子與信息學(xué)報(bào). 2012(10)



本文編號(hào)：3643987