[发明专利]一种非线性失真消除方法无效
| 申请号： | 201210246099.4 | 申请日： | 2012-07-16 |
| 公开（公告）号： | CN103001591A | 公开（公告）日： | 2013-03-27 |
| 发明（设计）人： | 邹卫霞;杜光龙 | 申请（专利权）人： | 北京邮电大学 |
| 主分类号： | H03F1/32 | 分类号： | H03F1/32 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100876 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 非线性 失真 消除 方法 | ||
【权利要求书】：
1.一种用于消除射频放大器件造成的信号非线性失真的方法，该方法用于矫正功率放大器的非线性特性造成的信号非线性失真，主要用于无线通信系统的接收机中，其特征在于：
将接收信号经过抽样后进行非线性失真的消除与矫正，然后再进行判决；
采用自适应模糊神经网络对非线性失真函数进行逼近后消除失真。
2.根据权利要求1中的非线性失真消除方法，其特征在于：
将接收信号经过抽样后获得接收星座点信号，继而获得星座点信号的幅度与相位，并将幅度与相位分别予以消除非线性失真或矫正；
采用自适应模糊神经网络消除信号的非线性失真；
以消除非线性失真后的星座点进行信号判决。
3.根据权利要求2中所述的自适应模糊神经网络，其特征在于：
网络的输入层为模糊集合的隶属度函数，可以为高斯函数或者其它模糊集合隶属度函数；
自适应模糊神经网络将分别逼近信号的幅度非线性失真和相位非线性失真两部分；
自适应模糊神经网络可包含至少两个模糊集合的隶属度函数。
4.根据权利要求1中所述的非线性失真消除方法，其特征在于：
采用自适应模糊神经网络进行学习逼近信号的非线性失真函数；
将接收信号与本地预存标准信号作为训练序列对送入自适应模糊神经网络进行训练学习，其中本地预存信号作为期望目标信号使用；
用于训练的接收信号与本地信号均为抽样后的星座点。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京邮电大学，未经北京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201210246099.4/1.html，转载请声明来源钻瓜专利网。
