计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2013年
9期
177-181
,共5页
卫星通信%高功率放大器%记忆非线性失真%反向传播神经网络%预失真
衛星通信%高功率放大器%記憶非線性失真%反嚮傳播神經網絡%預失真
위성통신%고공솔방대기%기억비선성실진%반향전파신경망락%예실진
Satellite communication%High power amplifier%Nonlinear distortion with memory%Back propagation neural network (BPNN)%Pre-distortion
研究卫星通信功放性能优化问题,传统的预失真技术通常用来补偿地面功放的非线性失真或仅考虑卫星功放的失真补偿,线性化性能有限.为解决上述问题,提出了一种适合透明转发卫星的星地一体BP神经网络预失真算法.改进算法的学习结构同时考虑了卫星地球站固态功放和透明转发卫星功放的记忆非线性特性,利用带抽头延迟的BP神经网络作为预失真器,并结合收敛速度较快的Levenberg-Marquardt算法对其权值和阈值矢量进行自适应更新.仿真结果表明,经过神经网络预失真的星座图误差矢量幅度改善了84.67％,输出信号功率谱带外再生抑制提升近了13 dB,线性化效果十分显著.
研究衛星通信功放性能優化問題,傳統的預失真技術通常用來補償地麵功放的非線性失真或僅攷慮衛星功放的失真補償,線性化性能有限.為解決上述問題,提齣瞭一種適閤透明轉髮衛星的星地一體BP神經網絡預失真算法.改進算法的學習結構同時攷慮瞭衛星地毬站固態功放和透明轉髮衛星功放的記憶非線性特性,利用帶抽頭延遲的BP神經網絡作為預失真器,併結閤收斂速度較快的Levenberg-Marquardt算法對其權值和閾值矢量進行自適應更新.倣真結果錶明,經過神經網絡預失真的星座圖誤差矢量幅度改善瞭84.67％,輸齣信號功率譜帶外再生抑製提升近瞭13 dB,線性化效果十分顯著.
연구위성통신공방성능우화문제,전통적예실진기술통상용래보상지면공방적비선성실진혹부고필위성공방적실진보상,선성화성능유한.위해결상술문제,제출료일충괄합투명전발위성적성지일체BP신경망락예실진산법.개진산법적학습결구동시고필료위성지구참고태공방화투명전발위성공방적기억비선성특성,이용대추두연지적BP신경망락작위예실진기,병결합수렴속도교쾌적Levenberg-Marquardt산법대기권치화역치시량진행자괄응경신.방진결과표명,경과신경망락예실진적성좌도오차시량폭도개선료84.67％,수출신호공솔보대외재생억제제승근료13 dB,선성화효과십분현저.
