一种宽带非线性信道校正方法

针对高速数传解调器接收宽带高阶调制信号时因信道非线性导致的性能恶化问题,提出一种基于两层自适应均衡网络的非线性信道校正方法。该方法先利用递归最小二乘法获得Volterra非线性前置校正系数,再利用自适应基带均衡器消除信道的剩余影响,以提升解调器的捕获跟踪能力,并在高速数传解调器工程应用中实现2.4 Gb/s 16QAM信号的稳定接收。

融合模型求解与深度学习的可见光通信非线性均衡器

沃尔特拉非线性后均衡器(Volterra Series Nonlinear Post-Equalizer,VS-NPE)可以补偿可见光通信(Visible Light Communication,VLC)的非线性失真和多径效应,但其结构复杂且均衡精度有限。在VS-NPE内核求解基础上,提出一种基于阈值自学习近似消息传递(Learned Threshold Approximate Message Passing,LTAMP)网络的非线性均衡器。修正样本观测矩阵以克服其列高度相关的缺陷;在改进近似消息传递(Approximate Message Passing,AMP)算法迭代的基础上,将算法每一次迭代的计算过程映射为一层特殊的神经网络,经逐层展开后构建出完整的LTAMP均衡器。所提方法融合了模型求解和深度学习的优势,可从样本中学习最佳的AMP参数,以克服其对噪声敏感且输出不稳定的缺陷,进而提升内核求解稳定性与计算精度。仿真结果表明,与稳固阈值AMP算法相比,所提方法在误码率为1×10^(-3)时能取得2 dB的信噪比增益,且对样本噪声具有较强的自适应性,展现出优异的非线性失真补偿能力。

集值均衡问题的 E ∞ -Benson真有效解的非线性标量化

众所周知,在最优化理论中,集值均衡问题是一个关键组成部分,它在数理经济和交通系统等实际应用中具有重要的研究意义和理论价值。许多学者从不同的角度提出了集值均衡问题不同类型的解。然而,如何推广和改进集值均衡问题的解是有意义的。本文,我们利用改进集和回收锥这两种研究最优化理论的重要工具,研究了带约束集值均衡问题的E∞-Benson真有效解,建立了集值均衡问题的非线性标量化定理。

一类非线性系统的广义伴随线性方程分析研究

非线性输出频率响应函数是线性系统理论中频率响应函数在非线性系统中的一种推广,越来越多的学者已将其应用在结构损伤检测及故障诊断中.基于Volterra级数理论与由非线性微分方程描述的单输入单输出非线性系统的广义频率响应函数递归计算公式,利用多重积分性质和多维傅里叶变换,将广义频率响应函数映射到了一维频域中,推导出了一类非线性系统的广义伴随线性方程计算公式.研究表明,这类系统的第n阶非线性输出响应是以系统输入激励和前n-1阶非线性输出响应的组合函数作为广义激励作用到系统各阶广义伴随线性方程中的输出响应,最后通过求解一系列线性微分方程可得到这类非线性系统的任意阶非线性输出响应,其结果弥补了伴随线性方程无法求解这类非线性系统的不足.同时,针对广义伴随线性方程的数值计算问题,论文提出了一种耦合计算法,提高了计算非线性输出响应的精度,为非线性输出频率响应函数的计算提供了一种新思路.最后利用广义伴随线性方程与线性算子理论研究了两种典型非线性系统中非线性现象产生的原因,研究结果为非线性系统的分析与设计提供了一种有效途径.

基于记忆多项式的Volterra混合均衡器设计与研究

【目的】发光二极管(LED)的非线性特性导致可见光通信(VLC)系统的误码率(BER)性能恶化,特别是在具有较高峰均功率比(PAPR)的光正交频分复用(O⁃OFDM)系统中。基于Volterra级数的单级均衡器可以处理LED非线性高阶失真,且延时较小。但是求解传统Volterra级数需要多重积分运算,基于Volterra级数的均衡器实现复杂度高,且单级均衡器存在误差累积,因此均衡抑制效果有限。【方法】首先,针对传统Volterra级数计算复杂度高的问题,只保留Volterra级数中各阶非线性项和内核系数的高阶幂级数项,提出了基于记忆多项式的Volterra级数(MPVS)。相比于传统Volterra级数降低了计算复杂度,同时考虑了当前时刻的所有输入信号,提高了非线性系统建模的精度。然后,设计基于记忆多项式的Volterra(MPV)均衡器和基于记忆多项式的Volterra判决反馈均衡器(MPV⁃DFE),对于单级MPV⁃DFE,若判决部分一个码元判断错误,那么这种错误会连续成串出现,导致整个码元序列受到影响。文章提出将MPV和MPV⁃DFE两个非线性均衡器级联构成混合后均衡器(MPV+MPV⁃DFE)。MPV均衡器对LED非线性失真信号一级均衡,可以抑制一部分非线性失真,从而减少MPV⁃DFE码元判断错误。再经过MPV⁃DFE二次均衡,可以更好地抑制残留的非线性失真。【结果】最后,采用蒙特卡洛BER仿真方法验证系统设计的有效性。结果表明:与单级MPV均衡器、线性级联非线性混合均衡器(LMS+MPV-DFE)相比,在4阶正交幅度调制(QAM)非对称限幅光OFDM(ACO⁃OFDM)系统BER为10^(-4)时,所提混合均衡器分别可以获得大约7和2 dB的信噪比增益。【结论】MPV均衡器实现简单,且将两级非线性均衡器级联设计混合均衡器可以更好地抑制LED非线性失真。

基于非线性Volterra信道的复数神经多项式盲均衡算法

针对传统常模算法收敛速度慢、均方误差大以及传统神经网络参数多、复杂度高的问题,提出了基于非线性Volterra信道的复数神经多项式盲均衡算法(Fuzzy neural network-complex valued neural polynomial-constant modulus algorithm,FNN-CNP-CMA)。该算法包含单层神经网络和非线性处理器的复数神经多项式,模块结构简单、复杂度低。由模糊神经网络(Fuzzy neural network,FNN)设计的模糊规则控制器能有效提高步长的控制精度。仿真实验结果表明,该算法系统结构简单、复杂度低、收敛速度快且稳态误差小,较好地解决了收敛速度与均方误差之间存在的矛盾。

非线性三维Volterra积分方程的一个高阶数值格式

利用修正的block-by-block方法构造了非线性三维Volterra积分方程的一个高阶一致收敛的数值格式。该高阶数值格式具有一致的收敛阶,理论分析表明数值格式的收敛阶为4阶,并通过两个的数值算例以验证数值方案的适用性和有效性。

非线性系统故障诊断的Volterra模型方法

针对非线性系统的故障诊断问题,系统地总结了基于Volterra级数模型的故障诊断的理论与方法。由于Volterra级数模型可以完全描述非线性系统的传递特性,因而可将其应用于系统的故障诊断,即在系统工作过程中,通过分析故障发生前后Volterra模型中非线性因素的变化来判知系统的故障。在介绍了这一新的故障诊断理论的基本思想后,结合减震弹簧的疲劳诊断,总结了当前的两种主要研究方法,即基于非线性谱分析的故障诊断方法和基于多重预设Volterra模型的故障诊断方法。阐述了这两种方法的工作原理和实现方法,指出了今后在这一方向上需要进一步研究解决的问题。

Volterra泛函级数在非线性系统辨识中的应用

利用 Volterra泛函级数描述非线性系统 ,将非线性系统辨识问题转化为标准的最小二乘问题 ,并通过 QR分解进行求解。在对输入矩阵 P进行 Householder变换过程中 ,提出利用输入向量对输出向量的影响因子进行 P阵的列选择 ,同时完成模型辨识 ,有效地克服了 Volterra泛函级数辨识中维数灾难问题。

基于Volterra级数的非线性非定常气动力降阶模型

发展了一种基于Volterra级数的非线性非定常气动力降阶模型。着重探讨了基于CFD/CSD耦合计算的Volterra核辨识方法。CFD/CSD耦合计算采用了一种简单的动网格快速生成方法,气动网格与结构网格节点间的物理信息交换采用一种改进的CVT方法。通过与CFD/CSD直接计算的结果对比,表明非定常气动力Volterra级数模型是一种效率高、精度好、能描述非线性、便于使用的降阶模型,特别适用于预测结构做非定常运动下的非定常气动力。

求解电力市场均衡模型的非线性互补方法

建立了一个能考虑输电网络约束的电力市场线性供应函数均衡模型,并针对模型求解中可能出现的非线性互补问题,采用有关非线性互补方法,把求解非线性互补问题转化为一组非线性代数方程的求解,然后用改进的Levenberg-Marquardt算法对其求解,为求解大规模复杂电力市场均衡模型提供了一条有效的途径。算例分析表明了该方法的有效性。

基于Volterra模型的非线性系统预测控制

基于系统的正、负和双阶跃响应 ,提出一种新的非线性预测控制模型的建立方法 ,同时给出了相应的非线性控制算法 ,并证明了控制算法解的存在性和唯一性。针对化工过程蒸馏塔控制系统 。

基于Volterra频域核和神经网络的非线性模拟电路故障诊断法

本文提出基于非线性电路频域核的神经网络诊断方法。通过范德蒙特法得到各种工作状态下电路响应的各阶频域核,提取故障特征并适当预处理后与相应的电路工作模式一起构成输入/输出样本集,利用训练样本和测试样本分别对神经网络训练和测试,借助神经网络实现故障诊断。文中给出了各阶频域核的递推算式和求解方法,并通过一个基于递归神经网络的非线性电路诊断实例加以验证。

改进的非线性卫星信道均衡器

针对常用的Volterra结构均衡器运算量大的问题,提出一种改进结构的非线性卫星信道自适应均衡器。通过对截断Volterra级数进行数学分析,得到了具有非线性均衡器和线性均衡器级联形式的新均衡器结构。新结构均衡器将Volterra结构均衡器表达式中的三阶记忆项相乘转变为新模型非线性部分的二阶记忆项相乘,降低了信号通过均衡器所需的复数乘法次数。仿真结果表明,改进结构的非线性卫星信道自适应均衡器运算所需的复数乘法次数在信道记忆很深的情况下约为Volterra结构均衡器的1/9,有利于信号的实时处理。与此同时,经改进均衡器均衡输出的16振幅移相键控调制(16APSK)信号的星座点更为紧凑。

航空发动机的一种Volterra级数非线性动态模型

研究航空发动机的非线性动态模型的建立问题。利用Volterra级数对航空发动机的动态过程进行描述,建立非线性模型,提出了模型的辨识算法。利用某型涡扇发动机的动态仿真,进行了发动机Volterra模型辨识及验证。结果表明,Volterra模型可以描述发动机从慢车与最大间的动态过程。

基于Volterra级数模型的非线性系统的鲁棒自适应辨识

研究了基于Volterra模型的非线性系统的鲁棒自适应辨识问题 .针对Volterra系统辨识时输入输出观测数据均受噪声污染的情况 ,建立了基于Volterra模型的鲁棒Volterra总体均方最小自适应辨识算法 .该算法应用梯度下降原理 ,通过对梯度的修正 ,有效地提高了算法的鲁棒性 .仿真结果表明 ,在低信噪比 ,或使用较大学习因子的情况下 ,该算法的收敛性能明显优于其他算法 ,便于实际应用 .

Volterra核的测量及在非线性模拟电路测试中的应用

研究了Volterra频域核的测量方法,提出一种利用优化正弦谐波信号作为系统的激励信号测量Volterra频域核的方法.将其用于测量2阶Volterra核时,没有1,3,5等奇数阶和4阶Volterra核的干扰,测量精度高.利用2阶Volterra频域核作为故障特征对非线性模拟电路进行故障诊断,仿真结果表明,故障识别率高,时间开销小,通用性强.

基于多小波双变换的非线性卫星信道盲均衡算法

针对非线性卫星信道Volterra盲均衡系统收敛缓慢、计算复杂高等不足,提出了基于多小波双变换的非线性卫星信道盲均衡算法.该算法用Wiener均衡器代替Volterra均衡器,减小了均衡器结构的复杂性;用平衡正交多小波对Wiener均衡器的输入信号进行变换,降低了输入信号的自相关性;在Wiener均衡器输出端增加一级判决反馈滤波器,同时对其输入信号作平衡多小波变换,又降低了判决反馈滤波器输出信号的自相关性.仿真结果验证了该算法的有效性.

非线性Volterra系统的总体全解耦自适应滤波

研究输入、输出观测数据均受噪声干扰时的非线性Volterra系统的全解耦自适应滤波问题.基于总体最小二乘技术和Volterra滤波器的伪线性组合结构,运用约束优化问题的分析方法研究Volterra滤波过程,从而建立了一种总体全解耦自适应滤波算法.并建立了分析该算法收敛性能的参数反馈调整模型,分析表明,该算法可使各阶Volterra核稳定地收敛到真值.仿真实验的结果表明,当输入、输出观测数据均受噪声干扰时,总体全解耦自适应滤波算法的鲁棒抗噪性能和滤波精度均优于全解耦LMS自适应滤波算法.

微分变换法求解二维非线性Volterra积分微分方程

为了解决二维非线性Volterra积分微分方程的求解问题,本文给出微分变换法.利用该方法将方程中的微分部分和积分部分进行变换,这样简化了原方程,进而得到非线性代数方程组,从而将原问题转换为求解非线性代数方程组的解,使得计算更简便.文中最后数值算例说明了该方法的可行性和有效性.