论文部分内容阅读
数据中继卫星系统(DRSS)以其高覆盖率、大容量、使用灵活等优点成为航天领域的一个重点发展方向,其返向通信链路高速数据传输是它的主要业务之一。高速数据传输系统发射端的数字信号处理面临着运行速度快、计算量大等难点;且发射端射频设备的非理想因素容易导致宽带信号失真、频谱扩散、系统性能下降。为解决这些问题,论文重点研究了基带信号成形滤波、宽带正交调制器I/Q失配预校正、高功率放大器(HPA)自适应预失真线性化等关键技术。首先,论文完成了高速成形滤波器的设计和实现。从系统误比特率(BER)性能和硬件可实现性两个角度,对成形滤波器的参数进行了精心设计;在FPGA中实现了基于查找表的高速成形滤波器,并利用成形滤波器的多相实现结构完成了对I/Q两路信号的自动同步。其次,论文研究了宽带正交调制器I/Q失配预校正方法。研究了宽带正交调制器I/Q失配模型,并给出了一种时域内I/Q失配测量方法;推导了TCM-8PSK信号在正交调制器I/Q失配条件下的星座图、BER性能;研究了宽带正交调制器I/Q失配的预校正方法,并将之应用到工程系统中,利用修改成形滤波器的抽头系数实现I/Q失配的预校正,不需要占用另外的硬件资源。然后,论文研究了HPA有记忆效应的非线性特性及其线性化技术。在对HPA有记忆效应的非线性模型总结的基础上,提出了一种基于并行滤波器组的扩展Volterra-Wiener模型;完善了TCM-8PSK信号在HPA有记忆效应非线性条件下的性能分析,包括信号星座图、功率谱密度(PSD)、BER性能等;对HPA常用线性化技术进行了介绍,对每种技术的基本原理、优缺点作了详细比较。最后,论文研究了HPA基带自适应预失真线性化技术。对基于Volterra级数和扩展Volterra-Wiener模型的自适应预失真算法进行了推导和仿真,仿真结果表明这两种算法系统收敛速度较慢;提出了将离散小波变换(DWT)应用到预失真模型中的方法,以减小输入序列的相关性,提高系统的收敛速度;针对强非线性HPA提出了一种基于离散小波神经网络(DWNN)的HPA数字自适应预失真算法,充分利用了神经网络对强非线性系统很强的学习和逼近能力。仿真结果表明,基于离散小波神经网络的自适应预失真算法与基于RBF神经网络的算法相比较,大大减少了系统的计算量,并提高了系统的收敛速度和HPA线性化性能。