基于查表的开环MPM预失真器

提出了一种基于查表的开环记忆多项式模型(MPM,Memory Polynomial Model)预失真器.从MPM预失真器系数估计和执行信号预失真处理两方面加以考虑.首先,利用预失真器和高功率放大器(HPA,High Power Amplifier)传输特性的互补性,由采集到的HPA输入、输出基带数据进行单次最小二乘估计得到MPM预失真器的系数,避免了以往递归结构的收敛性和计算量大等问题.然后,利用MPM预失真器的特点,建立了基于输入信号强度索引的一维向量表,通过查表实现MPM预失真器的幂次累加项,极大地减少了实现预失真器所需的计算量及硬件开销.仿真显示,采用提出的预失真器可以有效补偿HPA对信号的记忆非线性失真,有效带宽内获得了近20 dB的功率改善,也显著改善了系统误码性能.     

基于无人机下行链路的OFDM信道估计研究

该文将正交频分复用技术(OFDM)传输系统应用于无人机下行数据链路中,基于无人机通信信道的组成、冲激响应模型,构建了无人机链路中的OFDM通信系统.针对无人机信道快时变和高动态等特点.提出一种改进的OFDM信道估计算法,给出了在无人机飞行状态下误码率性能的仿真结果.实验结果表明该OFDM信道估计算法可以满足未来无人机下行数据链路系统要求.     

一种多运动模式下自适应阈值零速修正算法

传统基于微机电惯性测量单元（MEMS-IMU）的惯性导航系统（INS）引入零速修正（ZUPT）算法校正器件的累积误差。但由于ZUPT算法零速判定阈值为固定值,只适合单一运动模式,当室内行人运动轨迹包含多种运动模式时,定位精度下降。对此,提出了一种多运动模式下自适应阈值ZUPT算法。分析了室内行人包括静止、走、跑、上楼和下楼5种运动模式零速判定阈值的选取,实现了利用随机森林（RF）算法对5种运动模式的分类识别,并根据识别结果对ZUPT算法零速判定阈值进行自适应调整。为了验证本文算法的可行性和有效性,利用MATLAB软件平台对实测数据进行处理,并与传统定位算法进行了比较。3组实验结果表明,当室内行人运动轨迹包括多种运动模式时,相比传统固定阈值的ZUPT算法,引入自适应调整阈值的ZUPT算法可使定位算法的定位精度提高73.83%。