CN114157353A - 可见光通信的预失真补偿方法、装置及*** - Google Patents
可见光通信的预失真补偿方法、装置及*** Download PDFInfo
- Publication number
- CN114157353A CN114157353A CN202010933336.9A CN202010933336A CN114157353A CN 114157353 A CN114157353 A CN 114157353A CN 202010933336 A CN202010933336 A CN 202010933336A CN 114157353 A CN114157353 A CN 114157353A
- Authority
- CN
- China
- Prior art keywords
- light source
- source device
- module
- compensation
- training data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004891 communication Methods 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000012549 training Methods 0.000 claims abstract description 108
- 230000005540 biological transmission Effects 0.000 claims abstract description 22
- 230000008569 process Effects 0.000 claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims description 72
- 238000013528 artificial neural network Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000003287 optical effect Effects 0.000 description 10
- 230000008878 coupling Effects 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 5
- 238000005859 coupling reaction Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000012821 model calculation Methods 0.000 description 4
- 238000003062 neural network model Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/11—Arrangements specific to free-space transmission, i.e. transmission through air or vacuum
- H04B10/114—Indoor or close-range type systems
- H04B10/116—Visible light communication
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/38—Synchronous or start-stop systems, e.g. for Baudot code
- H04L25/40—Transmitting circuits; Receiving circuits
- H04L25/49—Transmitting circuits; Receiving circuits using code conversion at the transmitter; using predistortion; using insertion of idle bits for obtaining a desired frequency spectrum; using three or more amplitude levels ; Baseband coding techniques specific to data transmission systems
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Electromagnetism (AREA)
- Optical Communication System (AREA)
Abstract
本发明提供了一种可见光通信的预失真补偿方法、装置及***,本发明通过对预失真***的划分、部署、流水线化,降低了发射单元的硬件需求。另外,本发明实施例还通过计算资源集中化部署与共享,提高资源利用率,且符合可见光通信***典型的下行多个光源器件链路发射,上行单一RF链路传输的特征,计算模块可与RF链路接入点共部署。另外,本发明的预失真补偿***各模块间映射关系灵活,信息反馈方式灵活,适应可见光通信高站点密度下特有的反馈需求。并且,训练序列下发与新模型参数计算、反馈需求上报与反馈数据上报等过程完全解耦,无需将每个光源器件的反馈数据通过对应光源器件上传。
Description
技术领域
本发明涉及移动通信技术领域,具体涉及一种可见光通信的预失真补偿方法、装置及***。
背景技术
随着射频频谱资源日益紧张,可见光通信(Visible Light Communication,VLC)成为前沿通信的重要发展方向。可见光通信利用发光二极管(Light Emitting Diode,LED)发出的可见光承载信息,经空间传输,被光探测器接收后解算出原信息,完成通信。由于可见光通信常与照明结合,为避免可见光上行通信时产生视觉干扰,可见光往往作为下行频段,而上行采用射频(Radio Frequency,RF)或红外频段。
光正交频分复用(Orthogonal Frequency Division Multiplex,OFDM)是实现高速可见光通信的基础技术之一。与射频OFDM不同之处在于,LED器件驱动信号为非负实信号,因此,光OFDM信号需要添加直流偏置或舍弃部分子载波以满足要求,对应的光电前端也与射频前端不同,多采用直接调制的方式实现电信号到光信号的转化。
由于光源工艺与材料的限制,当LED承载高峰均比信号(如光OFDM信号)时,VLC***会存在非线性失真(LED输出不随输入线性增大),降低了性能,因此需要对***进行线性化处理。
类似于RF领域对功放器件的线性化处理,可见光通信***中最常见的线性化处理即预失真。传统预失真方案,基于Volterra模型简化的多项式模型,对LED非线性特性建模,进而生成线性化模型,从而对非线性失真预先进行校正,使得总输入输出等效为线性,其基本原理如图1所示。
由于不同LED器件非线性受到材料、工艺等因素不同的影响,非线性特征相差大。因此基于传统多项式模型做预失真,需要针对不同LED,选择不同的模型记忆深度、阶数等。因此,每个LED均有自身专属的独立预失真***。
此外,由于温度变化、老化等因素,LED非线性特征随工作时间也会发生变化。因此,需要对LED的输出数据进行反馈,并根据反馈数据调整线性化模型的部分参数,以确保其准确运行。现有技术的可见光通信基站通常包括基带单元和拉远单元。在拉远单元通常采用直接调制,电信号直接转换为光信号,不存在反馈回路。且可见光通信***上行多采用RF或红外波段,因此需要在拉远单元靠近LED的位置单独构建一条用于反馈数据的可见光上行回路,这大大增加了***的复杂度与成本,并且性能也难以满足要求。
发明内容
本发明的至少一个实施例提供了一种可见光通信的预失真补偿方法、装置及***,降低了预失真补偿***的硬件成本,提高了资源利用率。
根据本发明的一个方面,至少一个实施例提供了一种可见光通信的预失真补偿***,包括:
计算模块;
位于可见光通信基站的拉远单元中的补偿模块和多个发光二极管光源器件;
以及,位于终端侧的反馈模块;
其中,所述光源器件,用于发送训练数据;
所述反馈模块,用于接收所述多个光源器件中的任一光源器件发送的训练数据,并向所述计算模块反馈从所述光源器件接收到的训练数据;
所述计算模块,用于根据所述光源器件发送的训练数据和所述反馈模块反馈的从同一光源器件接收到的训练数据,计算所述光源器件的线性化模型,并配置所述补偿模块;
所述补偿模块,用于利用光源器件的线性化模型,对所述光源器件的待发送数据进行预失真补偿后通过对应光源器件发送出去。
此外,根据本发明的至少一个实施例,所述计算模块位于可见光通信基站的基带单元或拉远单元中。
此外,根据本发明的至少一个实施例,所述训练数据均携带有对应光源器件的标识信息。
此外,根据本发明的至少一个实施例,所述补偿模块有多个,每个补偿模块保存有对应光源器件的线性化模型;
所述计算模块,还用于在计算出所述光源器件的线性化模型后,将所述光源器件的线性化模型的模型参数配置至所述光源器件对应的补偿模块。
此外,根据本发明的至少一个实施例,所述补偿模块对应于所述多个光源器件,且保存有所述多个光源器件的线性化模型;
所述计算模块,还用于在计算出所述光源器件的线性化模型后,将所述光源器件的线性化模型的模型参数配置至所述补偿模块。
此外,根据本发明的至少一个实施例,所述光源器件的线性化模型为多层神经网络;
所述补偿模块,还用于将不同光源器件的待发送数据,按照流水线方式输入至所述多层神经网络的各个层中进行处理,其中,每层网络在完成当前光源器件的发送数据处理后,继续处理下一光源器件的发送数据。
此外,根据本发明的至少一个实施例,所述反馈模块,还用于在接收到的所述光源器件的发送数据的非线性失真指标不满足预设要求时,向所述计算模块反馈所述光源器件对应的非线性失真指标;
所述计算模块,还用于在接收到所述光源器件对应的非线性失真指标,控制所述光源器件发送训练数据,并在本地保存所述光源器件发送的训练数据。
此外,根据本发明的至少一个实施例,所述计算模块,还用于在需要计算多个光源器件的线性化模型的情况下,按照预设的优先级,依次计算各个光源器件的线性化模型。
此外,根据本发明的至少一个实施例,所述光源器件为发光二极管LED或激光二极管LD。
根据本发明的另一方面,至少一个实施例提供了一种可见光通信的预失真补偿方法,包括:
通过补偿模块及对应的第一光源器件发送第一训练数据,所述第一训练数据携带有发送光源器件的标识信息,其中,所述补偿模块用于对所述第一光源器件的待发送数据进行预失真补偿;
接收第一终端的反馈模块反馈的从所述第一光源器件接收到的第二训练数据,所述第二训练数据携带有所述第一光源器件的标识信息;
根据所述第一光源器件发送的第一训练数据和所述第一终端的反馈模块反馈的从所述第一光源器件接收到的第二训练数据,计算所述第一光源器件的线性化模型,并配置所述第一光源器件对应的补偿模块。
此外,根据本发明的至少一个实施例,在通过补偿模块及对应的第一光源器件发送第一训练数据之前,所述方法还包括:
接收第二终端的反馈模块所反馈的所述第一光源器件对应的非线性失真指标;
在接收到所述第一光源器件对应的非线性失真指标后,执行通过补偿模块及对应的第一光源器件发送第一训练数据的步骤。
此外,根据本发明的至少一个实施例,所述补偿模块有多个,每个补偿模块保存有对应光源器件的线性化模型;
或者,
所述补偿模块对应于所述多个光源器件,且保存有所述多个光源器件的线性化模型。
此外,根据本发明的至少一个实施例,所述补偿模块和光源器件位于可见光通信基站的拉远单元中。
此外,根据本发明的至少一个实施例,所述光源器件为发光二极管LED或激光二极管LD。
根据本发明的另一方面,至少一个实施例提供了一种可见光通信的预失真补偿装置,包括:
发送控制模块,用于通过补偿模块及对应的第一光源器件发送第一训练数据,所述第一训练数据携带有发送光源器件的标识信息,其中,所述补偿模块用于对所述第一光源器件的待发送数据进行预失真补偿;
第一接收模块,用于接收第一终端的反馈模块反馈的从所述第一光源器件接收到的第二训练数据,所述第二训练数据携带有所述第一光源器件的标识信息;
模型配置模块,用于根据所述第一光源器件发送的第一训练数据和所述第一终端的反馈模块反馈的从所述第一光源器件接收到的第二训练数据,计算所述第一光源器件的线性化模型,并配置所述第一光源器件对应的补偿模块。
此外,根据本发明的至少一个实施例,所述预失真补偿装置还包括:
第二接收模块,用于接收第二终端的反馈模块所反馈的所述第一光源器件对应的非线性失真指标,并在接收到所述第一光源器件对应的非线性失真指标后,触发所述发送控制模块执行通过补偿模块及对应的第一光源器件发送第一训练数据的步骤。
根据本发明的另一方面,至少一个实施例提供了另一种可见光通信的预失真补偿装置,包括:处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序,所述程序被所述处理器执行时实现如上所述的方法的步骤。
根据本发明的另一方面,至少一个实施例提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有程序,所述程序被处理器执行时,实现如上所述的方法的步骤。
与现有技术相比,本发明实施例提供的可见光通信的预失真补偿方法、装置及***,通过对预失真***的划分、部署、流水线化,降低了发射单元的硬件需求。另外,本发明实施例还通过计算资源集中化部署与共享,提高资源利用率,且符合可见光通信***典型的下行多个光源器件链路发射,上行单一RF链路传输的特征,计算模块可与RF链路接入点共部署。另外,本发明实施例的预失真补偿***各模块间映射关系灵活,信息反馈方式灵活,适应可见光通信高站点密度下特有的反馈需求。并且,训练序列下发与新模型参数计算、反馈需求上报与反馈数据上报等过程完全解耦,无需将每个光源器件的反馈数据通过对应光源器件上传。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1为现有技术的预失真处理的原理示意图;
图2为现有技术的预失真***的结构示意图;
图3为本发明实施例提供的预失真***的一种部署方式示意图;
图4为本发明实施例的预失真补偿***的工作流程的示意图;
图5为本发明实施例提供的可见光通信的预失真补偿方法的流程示意图;
图6为本发明实施例的预失真补偿装置的一种结构示意图;
图7为本发明实施例的预失真补偿装置的另一种结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。说明书以及权利要求中“和/或”表示所连接对象的至少其中之一。
以下描述提供示例而并非限定权利要求中阐述的范围、适用性或者配置。可以对所讨论的要素的功能和布置作出改变而不会脱离本公开的精神和范围。各种示例可恰适地省略、替代、或添加各种规程或组件。例如,可以按不同于所描述的次序来执行所描述的方法,并且可以添加、省去、或组合各种步骤。另外,参照某些示例所描述的特征可在其他示例中被组合。
图2给出了一种传统的可见光通信的预失真补偿***的结构示意图,从图2可以看出,该预失真补充***存在以下问题:
1)光源器件和线性化模块紧耦合
目前每个光源器件均需专门配备专用预失真***,每个预失真***都包含数据预失真的补偿模块、模型计算的计算模块等一系列模块。由于可见光路损与覆盖限制,每个拉远单元往往由大量光源器件构成阵列。每一个光源器件均配备一个预失真***,紧耦合将造成每个拉远单元中的模块数量大幅增加,对成本、重量、体积等造成负担。
2)计算资源分配不合理
预失真***主要包括数据预失真的补偿模块和模型计算的计算模块。其中,模型计算需要较强计算资源配置。但是,光源器件非线性特性变化不是实时的,因此不需要实时反馈与计算模型参数,仅当通信质量恶化时反馈即可。现有技术在每个光源器件配置的预失真***中的模型计算功能大部分情况下是不工作的,而参数计算功能需要配置较强的计算资源,这造成计算资源的低利用率。
3)上行反馈困难
每个预失真***均需要对应光源器件的反馈数据来进行模型参数计算。在现有技术的预失真***架构下,全部功能均集中在拉远单元内,反馈数据的获取需要通过在拉远单元的光源器件附近加装的可见光探测器实现,这需要新增上行链路,造成***成本增加。另外,考虑光源器件方向性问题,光探测器难以准确获取反馈数据。
为解决以上问题中的至少一个,本发明实施例提供了一种可见光通信的预失真补偿方法,可以降低对拉远单元的硬件需求,提高资源利用率。本发明实施例舍弃了基于传统多项式的预失真方案,而是针对基于深度神经网络的预失真方案,提出了一种新型可见光通信***线性化(预失真)架构。
本发明实施例的基于神经网络的预失真方案,将光源器件的输出/输入作为训练数据,对神经网络的模型参数(权重与偏置)进行训练,生成线性化模型。光源器件输入信号通过线性化模型的神经网络后,输出信号经光源器件输出,总输入输出等效为线性。相比于多项式模型,深度神经网络无需对光源器件进行精确建模,能够利用同样的神经网络结构适应多个光源器件的非线性特性,具有结构通用性。
首先,本发明实施例将传统的原本与每个光源器件一一对应的一体化的预失真***,根据其逻辑功能,划分为三个典型模块:
(1)补偿模块:输入为原始电信号,输出为失真后的电信号,主要完成信号的预失真补偿,使总输出等效为线性化***。
该补偿模块可以与每个光源器件一一对应,基于相同的通用神经网络结构。不同光源器件可能对应不同的模型参数,对应神经网络的模型参数由计算模块计算得到并下发。
需要说明的是,在RU侧硬件资源紧张的前提下,可以采用多个光源器件共同使用同一套神经网络结构,采用流水线模式提升硬件利用率。
例如神经网络分为三层,分别为L1,L2,L3,要求在Tdpd时间内完成预失真处理。在T1时段内,光源器件ID=1的光源器件发送数据送入L1,与光源器件ID=1的预失真模型在L1对应的模型参数进行计算。在T2时段内,光源器件ID=1在L1计算后的结果送入L2,与光源器件ID=1的预失真模型在L2对应的模型参数计算,同时,光源器件ID=2的光源器件发送数数据可以送入L1,与光源器件ID=2的预失真模型对应的L1模型参数计算。在T3时段,光源器件ID=1的L2计算结果可送入L3,光源器件ID=2的L1计算结果送入L2,以此类推。只要保证最后送入神经网络的光源器件ID=N输出结果的总时延满足需求即可。
(2)反馈模块:位于终端(UE)侧,与UE一一对应,主要有两个主要功能:
功能1:用于根据预设的判决门限T判定某光源器件是否需要进行数据反馈。若计算的门限指标实际值T’劣于预设的反馈门限T,反馈模块将对应T’与光源器件ID上报计算模块。反馈门限T可以是误差向量幅度(Error Vector Magnitude,EVM)、邻信道功率比(Adjacent channel power ratio,ACPR)等能够反应光源器件非线性失真的指标。
功能2:当反馈模块接收到计算模块下发的带有预设标记(TAG标记,表示该数据为训练数据,而非业务数据)的训练数据后,反馈模块负责采集并上行发送对应光源器件ID的反馈数据(该反馈数据即为反馈模块接收到的训练数据)至计算模块。反馈模块与光源器件之间并没有固定的对应关系,一个反馈模块可以反馈一个或多个光源器件的相关数据。
(3)计算模块:输入为反馈模块反馈的反馈数据,输出为神经网络模型的模型参数。该计算模块用于计算模型参数与控制反馈流程。通常,多个光源器件仅需要对应一个计算模块即可。
计算模块监听反馈模块发送的指标T’和对应光源器件ID。在接收到T’值后,计算模块向对应光源器件下发带有TAG标记的训练数据(具体可以是训练数据序列),并将对应的训练数据缓存在模块内。若存在多个反馈请求,则由计算模块选择优先级,例如,根据一定时间内的所有门限指标实际值T’大小排序(通常T’越差的,排序越靠前),或者根据收到反馈请求的时间先后排序(通常接收时间在前的,排序靠前),然后,按照一定顺序向光源器件下发训练数据,并将下发给各个光源器件的训练数据缓存在计算模块中。缓存时,可以将每个光源器件的光源器件ID与下发的训练数据一起保存。
由于计算模块缓存了所有T’与对应光源器件ID的训练数据,当任何一个终端的反馈模块接收到带有TAG标记的训练序列,反馈模块就将对应的反馈数据和光源器件ID上行发送到计算模块即可。也就是说,发现某光源器件ID不满足门限T而需要反馈的反馈模块和具体执行数据反馈任务的反馈模块不一定是同一个。此外,计算模块重新计算光源器件的模型参数的顺序与下发训练数据的顺序也不需要完全相同,二者是解耦的。获得反馈数据后,计算模块对对应光源器件的模型参数进行调优,并下发至补偿模块完成更新。
请参照图3,给出了本发明实施例提供的一种可见光通信的预失真补偿***的一种部署方式的示意图,该***包括:
计算模块;
位于可见光通信基站的拉远单元中的补偿模块和多个光源器件;
以及,位于终端侧的反馈模块;
其中,所述光源器件,用于发送训练数据;
所述反馈模块,用于接收所述多个光源器件中的任一光源器件发送的训练数据,并向所述计算模块反馈从所述光源器件接收到的训练数据;
所述计算模块,用于根据所述光源器件发送的训练数据和所述反馈模块反馈的从同一光源器件接收到的训练数据,计算所述光源器件的线性化模型,并配置所述补偿模块;
所述补偿模块,用于利用光源器件的线性化模型,对所述光源器件的发送数据进行预失真补偿后通过对应光源器件发送出去。
可选的,所述光源器件为LED或激光二极管(Laser Diode,LD)等器件。
可选的,所述计算模块位于可见光通信基站的基带单元或拉远单元中。图3中,所述计算模块位于可见光通信基站的基带单元中。
为了便于标识对应的光源器件,本发明实施例中所述光源器件发送的所述训练数据中可以携带有对应光源器件的标识信息。这样,计算模块可以根据训练数据中携带的光源器件的标识信息,确定出某个光源器件发送的训练数据以及反馈模块反馈的从同一光源器件接收到的训练数据,从而可以基于上述两份训练数据,计算该光源器件的线性化模型的模型参数,并根据计算得到的模型参数,配置该光源器件对应的补偿模块。
通过以上模块,本发明实施例将计算模块与补偿模块进行了解耦,一个计算模块可以为一个或多个补偿模块计算该补偿模块对应的光源器件的线性化模型的模型参数,并根据计算得到的模型参数,配置该补偿模块。可以看出,本发明实施例不必为每个光源器件分别配置一个计算模块,从而可以大大降低计算模块的数量,并充分利用计算模块的计算资源,提高了资源利用率,也降低了相关成本、重量和体积。
本发明实施例减少了计算模块,这样一个计算模块可能需要负责多个光源器件对应的线性化模型的计算,此时,所述计算模块,还用于在需要计算多个光源器件的线性化模型的情况下,按照预设的优先级,依次计算各个光源器件的线性化模型。
另外,本发明实施例将反馈模块设置在终端侧,终端侧本身就具有接收可见光的功能,从而可以充分利用终端的已有功能,不需要在终端侧增加硬件成本,也不需要在拉远单元的光源器件附近加装的可见光探测器,避免了新增上行链路造成的***成本增加,也避免了光探测器难以准确获取反馈数据的问题。
本发明实施例中,光源器件在正常工作时将发送业务数据,终端侧的所述反馈模块,还用于在接收到的所述光源器件发送的业务数据的非线性失真指标不满足预设要求时,向所述计算模块反馈所述光源器件对应的非线性失真指标。所述计算模块,还用于在接收到所述光源器件对应的非线性失真指标后,控制所述光源器件发送所述训练数据,并在本地保存所述光源器件发送的所述训练数据。这里,所述非线性失真指标具体可以是以下能够反映光源器件非线性失真的指标中的一个或多个:误差向量幅度(Error VectorMagnitude,EVM)、邻信道功率比(Adjacent channel power ratio,ACPR)等。
从图3可以看出,本发明实施例的所述补偿模块可以有多个,每个补偿模块保存有对应光源器件的线性化模型。所述计算模块,还用于在计算出所述光源器件的线性化模型后,将所述光源器件的线性化模型的模型参数配置至所述光源器件对应的补偿模块。
作为一种实现方式,每个光源器件可以有独立的补偿模块和对应模型。此时可以认为从硬件上看,每个光源器件配置有一个基于硬件的补偿模块,补偿模块中存有模型参数,数据流直接进入对应补偿模块进行预失真处理后,再输入对应的光源器件。
作为另一种实现方式,也可以只有一个基于硬件的补偿模块,该补偿模块在不同的时刻,分别加载不同模型参数,处理对应的不同光源器件的数据。也就是说,多个光源器件共享同一个补偿模块,一个补偿模块对应于多个光源器件,且该补偿模块保存有所述多个光源器件的线性化模型。此时,所述计算模块,还用于在计算出所述光源器件的线性化模型后,将所述光源器件的线性化模型的模型参数配置至所述补偿模块。另外,实际应用中,有的光源器件在满足补偿精确度的前提下,可以使用同一个补偿模型进行补偿,此情况下,是不需要加载新模型的。
在实际应用中,光源器件的线性化模型通常为多层神经网络。在通过一个补偿模块为多个光源器件进行预失真补偿时,可以所述补偿模块,还用于将同光源器件的发送数据,按照流水线方式输入至所述多层神经网络的各个层中进行处理,其中,每层网络在完成当前光源器件的发送数据处理后,继续处理下一光源器件的发送数据。
从图3所示的***模块逻辑映射关系与部署方式可以看出,与图2相比,本发明实施例在不采用流水线模式下,补偿模块与光源器件一一对应,且靠近光源器件部署于可见光通信基站的拉远单元。在流水线模式下,多个光源器件可对应同一个补偿模块。
另外,所述计算模块与补偿模块可以是多对一的关系,计算模块可以部署于可见光通信基站的基带单元。反馈模块与终端(UE)可以一一对应,反馈模块与光源器件/计算模块映射则没有无特殊限定。由于补偿模块通常是软件实现,其部署于拉远单元侧可满足对重量体积要求。计算模块需对不同光源器件模型计算,算力需求高,通常需要基于硬件实现,因此部署于基带单元(BBU)侧部署可以满足其需求。
本发明实施例的反馈模块只需要监听下行信号质量并反馈数据,不需要计算与存储,部署于终端侧不会对终端复杂度造成过多影响,也便于灵活的将反馈数据上传至对应计算模块。
图4给出了本发明实施例的预失真补偿***的工作流程的示意图,主要包括:
1)初级通用模型获取:***设计过程中,基于神经网络结构,预先使用多组不同光源器件的实测收发数据,采用深度学习算法,获得一个可针对多个光源器件线性化的初级通用模型。当然,初级通用模型也可以是直接从光源器件厂商处获取已生成的通用模型。
2)初级模型下发:***运行开始,计算模块将初级模型参数下发至每一个补偿模块。
3)***开始运行:补偿模块根据收到信息配置自身神经网络。基带信号通过神经网络模型,完成预失真处理后,输入至光源器件,从而实现线性化处理。
4)反馈判定:终端(UE)接收数据(具体可以是业务数据)后,计算接收信号质量T’,当接收信号质量劣于预设的反馈门限T,终端的反馈模块通过上行链路上报反馈接收信号质量T’以及该接收信号所对应的光源器件ID给计算模块。
5)训练序列下发:计算模块接收到反馈模块的反馈信息后,根据优先级向对应光源器件下行发送带有特殊标记TAG的训练序列,并缓存该序列。
6)反馈数据上传:任一终端的反馈模块接收到带有特殊标记TAG的训练序列,通过上行链路,将接收到的训练序列(即反馈数据)与对应光源器件ID传输给计算模块。
7)计算模块根据接收到的反馈模块反馈的从某个光源器件接收到的训练序列,以及,缓存的同一光源器件发送的训练序列,训练模型参数,获得对应光源器件ID的神经网络模型,存储该模型并下发至该光源器件对应的补偿模块。
图5还给出了可见光通信的预失真补偿方法的流程示意图,包括:
步骤51,通过补偿模块及对应的第一光源器件发送第一训练数据,所述第一训练数据携带有发送光源器件的标识信息,其中,所述补偿模块用于对所述第一光源器件的待发送数据进行预失真补偿。
这里,所述补偿模块,可以与一个或多个光源器件相对应。
步骤52,接收第一终端的反馈模块反馈的从所述第一光源器件接收到的第二训练数据,所述第二训练数据携带有所述第一光源器件的标识信息。
步骤53,根据所述第一光源器件发送的第一训练数据和所述第一终端的反馈模块反馈的从所述第一光源器件接收到的第二训练数据,计算所述第一光源器件的线性化模型,并配置所述第一光源器件对应的补偿模块。
以上步骤可以在计算模块侧实现,从而能够对光源器件的线性化模型进行更新和配置。
在上述步骤51之前,计算模块还可以接收第二终端的反馈模块在接收到的所述第一光源器件的发送数据的非线性失真指标不满足预设要求时反馈的所述第一光源器件对应的非线性失真指标,在在接收到所述第一光源器件对应的非线性失真指标,进入上述步骤51。
这里,所述第二终端与第一终端可以是同一终端,也可以是不同终端。
这里,所述补偿模块有多个,每个补偿模块保存有对应光源器件的线性化模型;或者,所述补偿模块对应于所述多个光源器件,且保存有所述多个光源器件的线性化模型。
这里,所述补偿模块和第一光源器件可以位于可见光通信基站的拉远单元中。所述计算模块可以位于可见光通信基站的拉远单元或基带单元中。
这里,所述光源器件具体可以是LED或LD等器件。
从以上所述可以看出,本发明实施例的可见光通信的预失真补偿***,通过对预失真***的划分、部署、流水线化,降低了发射单元的硬件需求。另外,本发明实施例还通过计算资源集中化部署与共享,提高资源利用率,且符合可见光通信***典型的下行多个光源器件链路发射,上行单一RF链路传输的特征,计算模块可与RF链路接入点共部署。另外,本发明实施例的预失真补偿***各模块间映射关系灵活,信息反馈方式灵活,适应可见光通信高站点密度下特有的反馈需求。并且,训练序列下发与新模型参数计算、反馈需求上报与反馈数据上报等过程完全解耦,无需将每个光源器件的反馈数据通过对应光源器件上传。
本发明实施例提供了图6所示的一种可见光通信的预失真补偿装置60,包括:
发送控制模块61,用于通过补偿模块及对应的第一光源器件发送第一训练数据,所述第一训练数据携带有发送光源器件的标识信息,其中,所述补偿模块用于对所述第一光源器件的待发送数据进行预失真补偿;
第一接收模块62,用于接收第一终端的反馈模块反馈的从所述第一光源器件接收到的第二训练数据,所述第二训练数据携带有所述第一光源器件的标识信息;
模型配置模块63,用于根据所述第一光源器件发送的第一训练数据和所述第一终端的反馈模块反馈的从所述第一光源器件接收到的第二训练数据,计算所述第一光源器件的线性化模型,并配置所述第一光源器件对应的补偿模块。
可选的,上述装置还包括:
第二接收模块,用于接收第二终端的反馈模块所反馈的所述第一光源器件对应的非线性失真指标,并在接收到所述第一光源器件对应的非线性失真指标后,触发所述发送控制模块执行通过补偿模块及对应的第一光源器件发送第一训练数据的步骤。
可选的,上述预失真补偿装置60可以设置于前文的计算模块中。
这里,所述光源器件具体可以是LED或LD等器件。
需要说明的是,该实施例中的装置是与上述图5所示的方法对应的装置,上述各实施例中的实现方式均适用于该装置的实施例中,也能达到相同的技术效果。在此需要说明的是,本发明实施例提供的上述装置,能够实现上述方法实施例所实现的所有方法步骤,且能够达到相同的技术效果,在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
请参考图7,本发明实施例提供了预失真补偿装置700的另一结构示意图,包括:处理器701、收发机702、存储器703和总线接口,其中:
在本发明实施例中,预失真补偿装置700还包括:存储在存储器上703并可在处理器701上运行的程序,所述程序被处理器701执行时实现如下步骤:
通过补偿模块及对应的第一光源器件发送第一训练数据,所述第一训练数据携带有发送光源器件的标识信息,其中,所述补偿模块用于对所述第一光源器件的待发送数据进行预失真补偿;
接收第一终端的反馈模块反馈的从所述第一光源器件接收到的第二训练数据,所述第二训练数据携带有所述第一光源器件的标识信息;
根据所述第一光源器件发送的第一训练数据和所述第一终端的反馈模块反馈的从所述第一光源器件接收到的第二训练数据,计算所述第一光源器件的线性化模型,并配置所述第一光源器件对应的补偿模块。
可选的,所述程序被处理器701执行时还实现如下步骤:接收第二终端的反馈模块所反馈的所述第一光源器件对应的非线性失真指标;在接收到所述第一光源器件对应的非线性失真指标后,执行通过补偿模块及对应的第一光源器件发送第一训练数据的步骤。
这里,所述光源器件具体可以是LED或LD等器件。
可理解的,本发明实施例中,所述计算机程序被处理器701执行时可实现上述图5所示的方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
在图7中,总线架构可以包括任意数量的互联的总线和桥,具体由处理器701代表的一个或多个处理器和存储器703代表的存储器的各种电路链接在一起。总线架构还可以将诸如***设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口提供接口。收发机702可以是多个元件,即包括发送机和接收机,提供用于在传输介质上与各种其他装置通信的单元。
处理器701负责管理总线架构和通常的处理,存储器703可以存储处理器701在执行操作时所使用的数据。
在本发明的一些实施例中,还提供了一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现以下步骤:
通过补偿模块及对应的第一光源器件发送第一训练数据,所述第一训练数据携带有发送光源器件的标识信息,其中,所述补偿模块用于对所述第一光源器件的待发送数据进行预失真补偿;
接收第一终端的反馈模块反馈的从所述第一光源器件接收到的第二训练数据,所述第二训练数据携带有所述第一光源器件的标识信息;
根据所述第一光源器件发送的第一训练数据和所述第一终端的反馈模块反馈的从所述第一光源器件接收到的第二训练数据,计算所述第一光源器件的线性化模型,并配置所述第一光源器件对应的补偿模块。
该程序被处理器执行时能实现上述图5所示的可见光通信的预失真补偿方法中的所有实现方式,且能达到相同的技术效果,为避免重复,此处不再赘述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (18)
1.一种可见光通信的预失真补偿***,其特征在于,包括:
计算模块;
位于可见光通信基站的拉远单元中的补偿模块和多个光源器件;
以及,位于终端侧的反馈模块;
其中,所述光源器件,用于发送训练数据;
所述反馈模块,用于接收所述多个光源器件中的任一光源器件发送的训练数据,并向所述计算模块反馈从所述光源器件接收到的训练数据;
所述计算模块,用于根据所述光源器件发送的训练数据和所述反馈模块反馈的从同一光源器件接收到的训练数据,计算所述光源器件的线性化模型,并配置所述补偿模块;
所述补偿模块,用于利用光源器件的线性化模型,对所述光源器件的待发送数据进行预失真补偿后通过对应光源器件发送出去。
2.如权利要求1所述的预失真补偿***,其特征在于,所述计算模块位于可见光通信基站的基带单元或拉远单元中。
3.如权利要求1所述的预失真补偿***,其特征在于,
所述训练数据均携带有对应光源器件的标识信息。
4.如权利要求1所述的预失真补偿***,其特征在于,
所述补偿模块有多个,每个补偿模块保存有对应光源器件的线性化模型;
所述计算模块,还用于在计算出所述光源器件的线性化模型后,将所述光源器件的线性化模型的模型参数配置至所述光源器件对应的补偿模块。
5.如权利要求1所述的预失真补偿***,其特征在于,
所述补偿模块对应于所述多个光源器件,且保存有所述多个光源器件的线性化模型;
所述计算模块,还用于在计算出所述光源器件的线性化模型后,将所述光源器件的线性化模型的模型参数配置至所述补偿模块。
6.如权利要求5所述的预失真补偿***,其特征在于,
所述光源器件的线性化模型为多层神经网络;
所述补偿模块,还用于将不同光源器件的待发送数据,按照流水线方式输入至所述多层神经网络的各个层中进行处理,其中,每层网络在完成当前光源器件的发送数据处理后,继续处理下一光源器件的发送数据。
7.如权利要求1所述的预失真补偿***,其特征在于,
所述反馈模块,还用于在接收到的所述光源器件的发送数据的非线性失真指标不满足预设要求时,向所述计算模块反馈所述光源器件对应的非线性失真指标;
所述计算模块,还用于在接收到所述光源器件对应的非线性失真指标,控制所述光源器件发送训练数据,并在本地保存所述光源器件发送的训练数据。
8.如权利要求1所述的预失真补偿***,其特征在于,
所述计算模块,还用于在需要计算多个光源器件的线性化模型的情况下,按照预设的优先级,依次计算各个光源器件的线性化模型。
9.如权利要求1所述的预失真补偿***,其特征在于,所述光源器件为发光二极管LED或激光二极管LD。
10.一种可见光通信的预失真补偿方法,其特征在于,包括:
通过补偿模块及对应的第一光源器件发送第一训练数据,所述第一训练数据携带有发送光源器件的标识信息,其中,所述补偿模块用于对所述第一光源器件的待发送数据进行预失真补偿;
接收第一终端的反馈模块反馈的从所述第一光源器件接收到的第二训练数据,所述第二训练数据携带有所述第一光源器件的标识信息;
根据所述第一光源器件发送的第一训练数据和所述第一终端的反馈模块反馈的从所述第一光源器件接收到的第二训练数据,计算所述第一光源器件的线性化模型,并配置所述第一光源器件对应的补偿模块。
11.如权利要求10所述的预失真补偿方法,其特征在于,在通过补偿模块及对应的第一光源器件发送第一训练数据之前,所述方法还包括:
接收第二终端的反馈模块所反馈的所述第一光源器件对应的非线性失真指标;
在接收到所述第一光源器件对应的非线性失真指标后,执行通过补偿模块及对应的第一光源器件发送第一训练数据的步骤。
12.如权利要求10所述的预失真补偿方法,其特征在于,
所述补偿模块有多个,每个补偿模块保存有对应光源器件的线性化模型;
或者,
所述补偿模块对应于所述多个光源器件,且保存有所述多个光源器件的线性化模型。
13.如权利要求10所述的预失真补偿方法,其特征在于,
所述补偿模块和光源器件位于可见光通信基站的拉远单元中。
14.如权利要求10所述的预失真补偿方法,其特征在于,所述光源器件为发光二极管LED或激光二极管LD。
15.一种可见光通信的预失真补偿装置,其特征在于,包括:
发送控制模块,用于通过补偿模块及对应的第一光源器件发送第一训练数据,所述第一训练数据携带有发送光源器件的标识信息,其中,所述补偿模块用于对所述第一光源器件的待发送数据进行预失真补偿;
第一接收模块,用于接收第一终端的反馈模块反馈的从所述第一光源器件接收到的第二训练数据,所述第二训练数据携带有所述第一光源器件的标识信息;
模型配置模块,用于根据所述第一光源器件发送的第一训练数据和所述第一终端的反馈模块反馈的从所述第一光源器件接收到的第二训练数据,计算所述第一光源器件的线性化模型,并配置所述第一光源器件对应的补偿模块。
16.如权利要求15所述的预失真补偿装置,其特征在于,还包括:
第二接收模块,用于接收第二终端的反馈模块所反馈的所述第一光源器件对应的非线性失真指标,并在接收到所述第一光源器件对应的非线性失真指标后,触发所述发送控制模块执行通过补偿模块及对应的第一光源器件发送第一训练数据的步骤。
17.一种可见光通信的预失真补偿装置,其特征在于,包括:处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序,所述程序被所述处理器执行时实现如权利要求10至14任一项所述的方法的步骤。
18.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求10至14任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010933336.9A CN114157353B (zh) | 2020-09-08 | 2020-09-08 | 可见光通信的预失真补偿方法、装置及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010933336.9A CN114157353B (zh) | 2020-09-08 | 2020-09-08 | 可见光通信的预失真补偿方法、装置及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114157353A true CN114157353A (zh) | 2022-03-08 |
CN114157353B CN114157353B (zh) | 2023-05-05 |
Family
ID=80461744
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010933336.9A Active CN114157353B (zh) | 2020-09-08 | 2020-09-08 | 可见光通信的预失真补偿方法、装置及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114157353B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115001576A (zh) * | 2022-05-20 | 2022-09-02 | 复旦大学 | 基于可见光通信***的micro-LED预失真方法、***、存储介质及智能终端 |
WO2023186765A1 (en) * | 2022-04-01 | 2023-10-05 | Signify Holding B.V. | Model-based decision feedback detection for optical communication |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104869091A (zh) * | 2015-04-29 | 2015-08-26 | 大唐移动通信设备有限公司 | 一种数字预失真系数训练方法及*** |
CN111490799A (zh) * | 2019-01-29 | 2020-08-04 | ***通信有限公司研究院 | 一种信息传输的方法和装置 |
-
2020
- 2020-09-08 CN CN202010933336.9A patent/CN114157353B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104869091A (zh) * | 2015-04-29 | 2015-08-26 | 大唐移动通信设备有限公司 | 一种数字预失真系数训练方法及*** |
CN111490799A (zh) * | 2019-01-29 | 2020-08-04 | ***通信有限公司研究院 | 一种信息传输的方法和装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023186765A1 (en) * | 2022-04-01 | 2023-10-05 | Signify Holding B.V. | Model-based decision feedback detection for optical communication |
CN115001576A (zh) * | 2022-05-20 | 2022-09-02 | 复旦大学 | 基于可见光通信***的micro-LED预失真方法、***、存储介质及智能终端 |
CN115001576B (zh) * | 2022-05-20 | 2023-08-15 | 复旦大学 | 基于可见光通信***的micro-LED预失真方法、***、存储介质及智能终端 |
Also Published As
Publication number | Publication date |
---|---|
CN114157353B (zh) | 2023-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114157353B (zh) | 可见光通信的预失真补偿方法、装置及*** | |
US8699620B1 (en) | Digital Predistortion for nonlinear RF power amplifiers | |
US8208963B2 (en) | Communication method and system | |
CN109151887A (zh) | 通信方法和通信装置 | |
CN105680807A (zh) | 包络线追踪路径延迟微调和校准 | |
CN106209270A (zh) | 闭环包络跟踪***的校准方法及装置 | |
CN103973248A (zh) | 有源发射期间的包络跟踪传递函数的再校准 | |
CN103609027A (zh) | Rf发射器架构、集成电路设备、无线通信单元及其方法 | |
CN109314533A (zh) | 减少由多个天线***辐射的放大信号中的失真 | |
CN102035076A (zh) | 天线校准***和方法 | |
US20180139634A1 (en) | Method and apparatus for probing fronthaul topology | |
CN102291740A (zh) | 一种传输cqi的方法及装置 | |
CN102356613A (zh) | 多载波传送器补偿估计 | |
CN102047196A (zh) | 用于收发器中的功率减小的方法和设备 | |
CN107810655A (zh) | 通过有条件的信号合并来并发发送的设备和方法 | |
CN104009802A (zh) | 一种延长无源光网络***传输距离的方法和光线路终端 | |
CN104330778A (zh) | 对有源相控阵雷达进行多通道校正的方法 | |
CN109861754A (zh) | 非线性补偿的方法和光载无线通信*** | |
CN102404081A (zh) | 无线通信方法、无线通信终端以及基站 | |
KR20130063774A (ko) | 디지털 전치 왜곡 장치 그리고 그것의 전치 왜곡 방법 | |
CN102624423A (zh) | 自适应预失真方法、装置及跳频信号发射机 | |
CN112671456A (zh) | 反向散射通信中的最优标签选择方法 | |
CN102668652B (zh) | 为要从移动通信设备发送的信号确定和选择功率降低级别 | |
CN101820408B (zh) | 一种基带发送数据的产生方法和装置 | |
CN102656813A (zh) | 使用带宽自适应预编码器接口的串扰控制方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |