基于LSSVM的宽带接收前端非线性补偿算法
文档名：基于LSSVM的宽带接收前端非线性补偿算法
摘要：针对目前常用的基于参数化非线性模型(ParameterizedNonlinearModel,PNM)的补偿算法存在易陷入局部最小值,导致补偿性能不稳的问题,该文提出了基于最小二乘支持向量机(LeastSquaresSupportVectorMachine,LS-SVM)的宽带接收前端非线性补偿算法.该算法基于减谱-时频变换法(SpectrumReductionAlgorithmbasedonTime-FrequencyConversion,SRA-TFC)盲分离接收前端输出信号中的大功率基波信号和其他小功率信号,并以此作为LS-SVM逆模型的训练输入-输出样本对.引入最小二乘支持向量回归(LeastSquaresSupportVectorRegression,LS-SVR)算法高精度拟合接收前端非线性逆模型.通过以宽带接收前端的输出信号为测试样本消除其非线性失真分量.仿真与实测结果表明:该算法可使宽带接收前端的无杂散失真动态范围(Spurs-Free-Dynamic-Range,SFDR)提高约20dB,较基于PNM的补偿算法提高了约5dB.
作者：黄家露王文涛周莲李姝杨波杨阳刘昭涛高星寒宋海平Author：HUANGJia-luWANGWen-taoZHOULianLIShuYANGBoYANGYangLIUZhao-taoGAOXing-hanSONGHai-ping
作者单位：中国北方车辆研究所信息与控制技术部,北京100072
刊名：电子学报 ISTICEIPKU
Journal：ActaElectronicaSinica
年，卷(期)：2023, 51(6)
分类号：TN92
关键词：宽带接收前端非线性补偿最小二乘支持向量机最小二乘支持向量回归算法无杂散失真动态范围
Keywords：broadbandreceivefrontendnonlinearitymitigationleastsquaressupportvectormachine(LS-SVM)leastsquaressupportvectormachineregression(LS-SVR)algorithmspuriousfreedynamicrange(SFDR)
机标分类号：TP391.41TM352P228.41
在线出版日期：2023年9月8日
基金项目：基于LS-SVM的宽带接收前端非线性补偿算法[
期刊论文]电子学报--2023, 51(6)黄家露王文涛周莲李姝杨波杨阳刘昭涛高星寒宋海平针对目前常用的基于参数化非线性模型(ParameterizedNonlinearModel,PNM)的补偿算法存在易陷入局部最小值,导致补偿性能不稳的问题,该文提出了基于最小二乘支持向量机(LeastSquaresSupportVectorMachine,LS-SVM)的...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于LS-SVM的宽带接收前端非线性补偿算法Nonlinearity Mitigation Method Based on LS-SVM for Wide-Band Receiver
基于LS-SVM的宽带接收前端非线性补偿算法.pdf
页:
[1]