基于聚焦信号子空间估计导向矢量的干扰声源抑制方法

针对最小方差无失真响应（Minimum Variance Distortionless Response,MVDR）波束形成器对导向矢量失配较敏感的问题,本文提出了一种有效的干扰声源抑制方法 .该方法首先将语音信号的频带划分为多个子带,通过聚焦信号子空间方法估计各子带的声源到达方向（Direction of Arrival,DOA）,并采用统计直方图估计各声源的初始DOA;其次,为了减小导向矢量失配,利用声源的空间稀疏性,通过Capon功率构建目标声源导向矢量估计的代价函数,约束目标声源导向矢量远离干扰声源空间;最后,根据估计的导向矢量,估计干扰声源加噪声协方差矩阵,以获得MVDR波束形成器的权重.基于TIMIT语料库的实验结果证明,提出的干扰声源抑制方法的输出信干噪比（SINR）及语音质量感知评价（PESQ）优于参考方法,具有更佳的抗导向矢量失配性能.     

基于广义高斯分布建模帧级变换系数的VVC编码失真预测模型

通用视频编码（versatile video coding,VVC）采用多种高级编码工具共同实现卓越的编码性能。与高效视频编码（high efficient video coding,HEVC）相比,VVC的变换系数分布（transform coefficient distribution,TCD）具有更尖锐的峰值。针对这一现象,对帧级TCD进行概率密度函数（probability density function,PDF）建模,并提出一种基于统计建模的帧级编码失真预测模型,将帧级失真建模为TCD分布参数和量化参数的函数。实验结果表明,相比于拉普拉斯分布以及柯西分布,广义高斯分布在TCD概率密度拟合方面表现最佳;基于广义高斯分布的失真预测模型的预测结果最接近实际编码失真。     

面向复杂太赫兹信道的智能调制系统设计

太赫兹通信是未来高速无线通信极具潜能的技术,受到广泛关注。在本文中,提出基于简单、稀疏空域调制的太赫兹通信系统,探索了由硬件缺陷导致的信号失真对系统性能的影响,并结合收发端失真相关性,进行了系统噪声建模,得到了发端噪声、背景噪声和收端噪声的联合模型。在此多维度噪声背景下,依据后验概率最大化准则,本文推导了太赫兹空间调制系统极大似然信号检测算法。此外,考虑到未来太赫兹通信在多域多维度通信的应用场景,传统检测算法匹配度差且复杂,本文提出了利用具有简单结构的极端学习机来实现太赫兹空间调制系统的低复杂度智能算法。仿真结果表明,本文所提出的极大似然检测算法的性能优于传统的极大似然算法,另外本文中所提出的基于极端学习机的接收机方案,其性能接近最优检测方案,并且明显优于基于深度学习网络和支持向量机的方案。      

使用多智能体反馈神经网络实现的数字预失真器

近年来,深度学习（Deep Learning,DL）在通信场景中的应用逐渐兴起,其中就包括射频发射机的数字预失真（Digital Predistortion,DPD）处理。然而,由于射频功率放大器（Power Amplifier,PA）固有的非线性失真和记忆效应特点,如果直接应用传统DL算法去实现DPD会出现拟合效果不佳、自适应性差等现象。针对这个问题,本文提出了一种由多智能体反馈神经网络实现的数字预失真器（Multi-Agent Feedback Enabled Neural Network for Digital Predistortion,MAFENN-DPD）,该网络引入了具有高纠错能力的反馈智能体结构,其主要特点是基于Stackelberg博弈理论去加速网络训练和收敛,同时我们还应用信息瓶颈理论指导网络超参数设计以增强MAFENN-DPD对PA记忆效应变化的动态适应能力。我们进行了一系列的实验来验证MAFENN-DPD的有效性。与使用典型前馈网络实现的DPD方案相比,基于MAFENN-DPD的方案在相邻信道功率比（Adjacent Channel Power Ratio,ACPR）指标上提高了约5 dB。同时,在没有通信过程中的大量先验知识的情况下,MAFENN-DPD实现了与使用记忆多项式方法建模的DPD方案十分接近的ACPR性能。仿真结果说明MAFENN-DPD相比传统神经网络可进一步提升ACPR性能,同时相比记忆多项式方法具有更好的自适应建模能力和通用性,并且具有多智能体反馈结构特征的神经网络未来在其他的通信场景中也具有应用推广的潜力。      

5G光载无线通信前传系统数字预失真线性化研究

第五代移动通信系统新空口(5G NR)的信号带宽、调制度和峰均比相比4G信号高很多。用于小蜂窝或微蜂窝基站组网的光载无线通信(Radio-over-Fiber, RoF)前传系统的非线性失真也更加严重。为了使5G NR信号线性传输,采用记忆多项式(Memory Polynomial, MP)和广义记忆多项式(Generalized Memory Polynomial, GMP)模型构建数字预失真器,矫正5G RoF前传系统的非线性。在实验中搭建了2 km光纤的RoF前传系统,并采用100 MHz带宽5G NR信号作为测试信号对其进行线性化测试。实验结果表明,采用MP和GMP数字预失真器进行线性化时,5G RoF前传系统的邻信道功率比(Adjacent Channel Power Ratio, ACPR)可分别改善13 dB和17 dB以上。这说明MP和GMP数字预失真器对5G RoF前传系统的非线性具有显著的抑制作用。因此基于MP和GMP两个模型的数字预失真器均可用于5G RoF前传系统的线性化,而且GMP预失真器比MP预失真器对该系统线性化的能力更强。     

采用辅助转动装置的MIMO 系统双目标DPD 实验研究

文中介绍了一种双目标数字预失真(DPD)方案,并进行了实验研究。不增加系统复杂度的情况下, 可以有效地扩展MIMO 系统的线性化波束宽度。在发射机附近增设一个发射低功率信号的线性辅助转动装置,该 架构实现了MIMO 系统主波束线性化。实验平台由发射机系统和一个辅助转动装置组成,发射机天线阵列为1×4。 输入信号采用两个20 MHz 带宽峰均比分别为5. 7 dB 和5. 6 dB 的正交频分复用(OFDM)信号。实验研究结果表明, 采用了辅助转动装置的双目标DPD 方法后,邻信道功率比(ACPR)达到-50 dBc 以下的主波束线性化宽度可以扩展 到22°,同时信号归一化均方误差(NMSE)平均数值为-40 dB。该方案有效地拓宽了MIMO 系统线性化波束宽度。     

5G 功放DPD 的FPGA 宽带实现及自动优化

5G 宽带功放数字预失真器(DPD)的FPGA 实现过程中,常遇到数字处理带宽不够和资源有限问题,对 此,文中提出一种基于双路并行数据流的数字预失真带宽扩展方法和基于Zynq Ultrascale+ MPSoC 的自动化模型优化 验证方法,可快速实现对5G 宽带功放线性化方案的优化。使用该并行处理结构的数字预失真器,克服了数字电路最 大时钟频率造成的对FPGA 线性化带宽的限制,使得数字预失真电路在每个时钟周期内可以处理更多的数据,不仅有 效地增加了数字处理带宽,而且降低了DPD 的功耗。然而,这种带宽增加以消耗更多硬件资源为代价,对此,文中同时 提出了对预失真非线性模型的在线自动优化方法,以简化非线性模型、降低DPD 的硬件资源开销。最后,在Zynq Ultrascale+ FPGA 实验平台上实现了具有两路并行数据处理的I-MSA 自优化数字预失真电路,采用100 MHz 的5G 新无 线电(NR)信号在2. 6 GHz 功率放大器上进行线性化实验验证,获得了满意的预失真性能,验证了所提方法的有效性。     

基于Landweber迭代算法的欠采样恢复数字预失真技术

传统宽带数字预失真(DPD)为了更好地矫正功率放大器(PA)非线性特性,通常要求反馈通道带宽达到发送信号带宽的5倍,相应地要求更高采样率的模数转换器(ADC),这将导致数字预失真系统面临着硬件成本和能耗问题.针对这一问题,该文提出一种基于Landweber迭代算法的欠采样恢复(USR)数字预失真(Landweber-USR DPD)技术.这种以内外循环的方式进行处理,可将反馈通道带宽从理论要求的5倍降低至2倍,以良好的质量从欠采样的功放输出信号中恢复全频带的输出信号,使还原出的数据更接近真实的功放输出信号,以实现更好的预失真效果.实验选用基于单管氮化镓(GaN)器件的宽带F类功率放大器,在1.8 GHz工作频点下用5 MHz的长期演进(LTE)信号激励,反馈ADC速率分别设置为全采样速率(40 Msps)和欠采样速率(10 Msps).实验结果充分证明了Landweber迭代算法恢复功放数据的可靠性以及Landweber-USR DPD技术的有效性,为宽带通信系统中数字预失真技术的工程实现提供了有效降低ADC采样率的思路和方法.     

厚度为3．0毫米新型超薄器件

安森美半导体推出七款专为快高清晰视频应用市场设计的新器件。这些运算放大器采用新技术，达到专业视频应用要求的超低失真性能水平。安森美半导体的NCS25xx高速运算放大器系列使设计人员能够实现前所未有的带宽、输出功率和噪声性能，而无须作出成本上的取舍。这些500MHz～1．4GHz器件使视频设计人员得到0．02％的差动增益和0．02度的差动相位性能，但最多只消耗12mA的电流。NCS2510和NCS2511分别是1．4GHz和1．0GHz的电流反馈器件，两款器件均采用TSOP-5／SOT-23—5封装。NCS2535和NCS2540是用于驱动成分视频的三倍运算放大器，两款器件均采用TSSOP-16封装。     

Z~d-作用下的Bowen拓扑熵理论

在Z~d-作用下定义了Bowen维数熵,研究了Z~d-作用下Bowen维数熵的一些性质,证明了X中的任意子集的Bowen维数熵可以通过该子集中的点的测度下局部熵估计.