[发明专利]一种基于压缩感知算法的自适应稀疏预失真结构在审
| 申请号： | 202010717092.0 | 申请日： | 2020-07-23 |
| 公开（公告）号： | CN111884961A | 公开（公告）日： | 2020-11-03 |
| 发明（设计）人： | 高明明;王金玲;南敬昌;边廷玥;梁琦;张雪曼 | 申请（专利权）人： | 辽宁工程技术大学 |
| 主分类号： | H04L25/49 | 分类号： | H04L25/49;H03M7/30 |
| 代理公司： | 北京华夏正合知识产权代理事务所(普通合伙) 11017 | 代理人： | 韩登营 |
| 地址： | 123000 辽*** | 国省代码： | 辽宁;21 |
| 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 基于 压缩 感知 算法 自适应 稀疏 失真 结构 | ||
【权利要求书】：
1.一种基于压缩感知算法的自适应稀疏预失真结构，其特征在于，包括基于分段线性函数的双频功放预失真模型的记忆效应补偿器和欠采样重构反馈回路部分；
在预失真反馈回路进行压缩感知采样，并利用自适应稀疏度算法APSP重构五阶及高阶交调信号，根据反馈回路信号自身特点动态调节稀疏度的起始值和步长逼近真实稀疏度，再利用子空间追踪算法高精度还原信号，来提升系数估计权值。
2.如权利要求1所述的基于压缩感知算法的自适应稀疏预失真结构，其特征在于，结构中功放的输入信号等分为两路，一路信号进入双频功率放大器，另一路利用自适应稀疏度的APSP算法，将并发双频功放的输出信号重建为欠采样前包含遗失带外高阶交调信息的原信号。
3.如权利要求2所述的基于压缩感知算法的自适应稀疏预失真结构，其特征在于，定义P为高斯矩阵，Yn(2)为欠采样输出矢量，Yn(3)为重建后五阶矢量，在稀疏度未知的情况，自适应估计稀疏度实现高精度重构。
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辽宁工程技术大学，未经辽宁工程技术大学许可，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/202010717092.0/1.html，转载请声明来源钻瓜专利网。
