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-lu WANGWen-tao ZHOULian LIShu YANGBo YANGYang LIUZhao-tao GAOXing-han SONGHai-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：broadbandreceivefrontend nonlinearitymitigation leastsquaressupportvectormachine(LS-SVM) leastsquaressupportvectormachineregression(LS-SVR)algorithm spuriousfreedynamicrange(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
- 文件大小:
- 2.22 MB
- 下载次数:
- 60
-
高速下载
|
