【技术实现步骤摘要】
非线性系统校正方法、装置及电子设备
本申请涉及信号处理
,具体涉及一种非线性系统校正方法、装置及电子设备。
技术介绍
几乎所有的自然或人工系统均表现出某种程度的非线性现象,这类输入与输出不满足线性关系的系统被称为非线性系统,典型的例子包括流体系统,光学系统,射频收发系统,模拟电路系统等等。使用信号这一概念表示非线性系统中一个或多个可测量物理参数的数学变化关系,如压强、光强、电压等,那么一个非线性系统的输出信号将包含各种非线性成分,非线性成分又可以进一步分解为谐波、互调、杂散、量化噪声等失真项。这些非线性失真的存在将显著限制信号处理系统从输出信号中分离期望的线性信号的能力,进而限制系统的整体性能。例如,在通信领域中应用广泛的模数转换器、功率放大器等器件很容易引起通信信号的非线性失真,这些非线性失真的存在将会显著影响通信设备的性能。如图1所示,图1中展示的是一个模数转换器输出的数字信号的频谱。频谱中除了功率最大的输入双音信号外,还存在许多非线性信号。这些非线性信号是由输入信号经过非线性系统之后产生的,既与输入信号的特性有关,也与系统的非线性响应有关。目前,对非线性信号进行分析处理的方法包括神经网络、模糊逻辑、贝叶斯估计和记忆多项式等。在实际的非线性系统建模中,记忆多项式模型使用较为广泛,包括Wiener模型、Hammerstein模型、Volterra模型等,其中Volterra模型效果最好。但是,用Volterra模型表示系统非线性的最大缺点是计算复杂度过高。随着所假设的非线性阶数和记忆深度的提高 ...
【技术保护点】
1.一种非线性系统校正方法,其特征在于,包括:/n构建所述非线性系统的多音正弦激励信号;/n将所述多音正弦激励信号作为训练信号输入至所述非线性系统,输出得到所述非线性系统的时域训练数据;/n利用Volterra模型对所述非线性系统的时域训练数据进行频域建模,得到矩阵形式的所述非线性系统的频域训练数据,记为频域训练矩阵,所述频域训练矩阵中包括待求解的Volterra核系数向量和所述Volterra模型的延时组合对应的Volterra核向量;/n利用运筹优化模型求解所述频域训练矩阵,得到所述Volterra核系数向量的稀疏解及所述稀疏解中每个非零项系数对应的延时组合;/n根据所述Volterra核系数向量的每个非零项系数及其对应的延时组合生成抵消信号,从所述非线性系统的实际输出信号中去除所述抵消信号,得到所述非线性系统校正后的不含非线性成分的输出信号。/n
【技术特征摘要】
1.一种非线性系统校正方法,其特征在于,包括:
构建所述非线性系统的多音正弦激励信号;
将所述多音正弦激励信号作为训练信号输入至所述非线性系统,输出得到所述非线性系统的时域训练数据;
利用Volterra模型对所述非线性系统的时域训练数据进行频域建模,得到矩阵形式的所述非线性系统的频域训练数据,记为频域训练矩阵,所述频域训练矩阵中包括待求解的Volterra核系数向量和所述Volterra模型的延时组合对应的Volterra核向量;
利用运筹优化模型求解所述频域训练矩阵,得到所述Volterra核系数向量的稀疏解及所述稀疏解中每个非零项系数对应的延时组合;
根据所述Volterra核系数向量的每个非零项系数及其对应的延时组合生成抵消信号,从所述非线性系统的实际输出信号中去除所述抵消信号,得到所述非线性系统校正后的不含非线性成分的输出信号。
2.根据权利要求1所述的方法,其特征在于,所述构建所述非线性系统的多音正弦激励信号包括:
获取所述非线性系统的实际输出信号的频率范围和采样频率;
将所述频率范围分割为多个信号频点,利用所述多个信号频点构建所述多音正弦激励信号。
3.根据权利要求2所述的方法,其特征在于,所述将所述频率范围分割为多个信号频点,利用所述多个信号频点构建所述多音正弦激励信号包括:
对所述多个信号频点通过等间隔的频点设置方式或者随机均匀分布的频点设置方式构建所述多音正弦激励信号。
4.根据权利要求1所述的方法,其特征在于,所述利用Volterra模型对所述非线性系统的时域训练数据进行频域建模,得到矩阵形式的所述非线性系统的频域训练数据,记为频域训练矩阵包括:
利用所述Volterra模型表示所述非线性系统的时域训练数据,得到包含线性成分和非线性成分的连续时间系统输出响应模型;
以预设时间为周期对所述连续时间系统输出响应模型中的信号进行采样,得到所述非线性系统的离散训练数据;
对所述非线性系统的离散训练数据进行傅里叶变换,得到所述非线性系统的频域训练数据;
对所述非线性系统的频域训练数据进行频域卷积处理,得到所述频域训练矩阵,所述频域训练矩阵为待求解的Volterra核系数向量与所述Volterra模型的延时组合对应的Volterra核向量的乘积。
5.根据权利要求4所述的方法,其特征在于,所述对所述非线性系统的频域训练数据进行频域卷积处理,得到所述频域训练矩阵包括:
根据所述多音正弦激励信号的输入信号频率,从所述非线性系统的频域训练数据中获取所述多音正弦激励信号对应的频谱值;
根据所述多音正弦激励信号的输入信号频率及对应的频谱值,对所述非线性系统的频域训...
【专利技术属性】
技术研发人员:陈加锐,陈顺阳,
申请(专利权)人:中国电子科技集团公司第三十六研究所,
类型:发明
国别省市:浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。