[发明专利]一种提高数字预失真处理速度的方法无效
申请号: | 201210429348.3 | 申请日: | 2012-10-31 |
公开(公告)号: | CN102970261A | 公开(公告)日: | 2013-03-13 |
发明(设计)人: | 杨俊 | 申请(专利权)人: | 华南理工大学 |
主分类号: | H04L25/49 | 分类号: | H04L25/49 |
代理公司: | 广州市华学知识产权代理有限公司 44245 | 代理人: | 蔡茂略 |
地址: | 510641 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种提高数字预失真处理速度的方法,包括以下步骤:(1)并行处理器件连续抓取功放输入信号和功放输出信号,并传给串行处理器件;(2)串行处理器件根据功放模型和LS算法原理计算自相关矩阵Ryy和互相关矩阵Ryz;(3)得到Ryy和互相关矩阵Ryz后,计算预失真系数矩阵;(4)并行处理器件接收预失真系数矩阵后,对输入信号进行预失真处理,再传给发射链路。本发明在实际应用中能够快速跟踪信号的变化,减少带外干扰。 | ||
搜索关键词: | 一种 提高 数字 失真 处理 速度 方法 | ||
【主权项】:
1.一种提高数字预失真处理速度的方法,其特征在于,包括以下步骤:(1)并行处理器件连续抓取功放输入信号和功放输出信号,并传给串行处理器件;(2)串行处理器件计算自相关矩阵Ryy和互相关矩阵Ryz;设z ( n ) = Σ k = 1 K Σ l = 0 L - 1 a kl y ( n + l ) | y ( n + l ) | 2 k - 1 ]]> 其中,z(n)为功放输入信号,y(n)为功放输出信号,n=1,2,…,N,N为采集的功放输入信号和功放输出信号的总点数,akl为预失真系数,k为多项式阶数,l为记忆深度;K为最大多项式阶数,L为最大记忆深度;Ryy为(K*L)*(K*L)的二维矩阵,设Ryy(p,q)为Ryy的第p行,第q列的元素,则R yy ( p , q ) = Σ n = 1 N y * ( n + l p ) | y ( n + l p ) | k p * y ( n + l q ) | y ( n + l q ) | k q ]]> 其中,y*(n+lp)表示y(n+lp)的复数共轭;lp=[p/K],表示p/K的整数部分;kp=mod(p,K),表示p/K的余数;lq=[q/K],kq=mod(q,K);Ryz为(K*L)*1的一维矩阵,设Ryz(p)为Ryz的第p行的元素,则R yz ( p ) = Σ n = 1 N y * ( n + l p ) | y ( n + l p ) | k p * z ( n ) ]]>z ( n ) = Σ k = 1 K Σ l = 0 L - 1 a kl y ( n + l ) | y ( n + l ) | 2 k - 1 ]]> 其中,lp=[p/K],表示p/K的整数部分;kp=mod(p,K),表示p/K的余数;lq=[q/K],kq=mod(q,K);所述Ryy由以下方法计算:(2-1)计算并保存矩阵polyMat={pn,k},其中pn,k=y(n)*|y(n)|2k-1(2-2)利用pn,k计算Ryy的上三角矩阵中的元素Ryy(p,q),R yy ( p , q ) = Σ n = 1 N p n + l p , k p * · p n + l q , k q ]]> 其中,
表示
的复数共轭;p=1,2,…,(K*L),对于第p行q=p,p+1,…,(K*L);lp=[p/K],表示p/K的整数部分;kp=mod(p,K),表示p/K的余数;lq=[q/K],kq=mod(q,K);(2-3)由Ryy的上三角矩阵获得Ryy的下三角矩阵:R yy ( p , q ) = R yy * ( q , p ) ]]> 其中p=1,2,…,(K*L),对于第p行q=1,2,…,p-1;(3)得到Ryy和互相关矩阵Ryz后,根据下式计算预失真系数矩阵:A = R yy - 1 R yz ]]> 将预失真系数矩阵传给并行处理器件;(4)并行处理器件接收预失真系数矩阵后,对输入信号进行预失真处理,再传给发射链路。
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华南理工大学,未经华南理工大学许可,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/patent/201210429348.3/,转载请声明来源钻瓜专利网。
- 上一篇:可逆终止引物延伸试剂
- 下一篇:基于采样学习的SAR图像分割方法