基于多个非线性功率放大器的M A-SOQPSK(m u lti-am p litude-shaped offset quadrature phase-sh iftkey ing)调制具有很高的功率效率和频谱效率,但是其最大似然接收机非常复杂。该文利用两路SOQPSK波形的时域相关性,提出了一种简单的...
详细信息
基于多个非线性功率放大器的M A-SOQPSK(m u lti-am p litude-shaped offset quadrature phase-sh iftkey ing)调制具有很高的功率效率和频谱效率,但是其最大似然接收机非常复杂。该文利用两路SOQPSK波形的时域相关性,提出了一种简单的最大似然接收机,在不降低接收性能的前提下,将相关器从128个减少到8个。仿真结果表明该最大似然接收机的误比特率性能仅比16 QAM(quadrature am p litude m odu lation)的恶化0.6 dB。进一步简化的接收机用平均波形代替相似的SOQPSK波形,将相关器进一步减少到4个,并用2个简单的4状态维特比译码器代替一个复杂的16状态维特比译码器,仿真表明该简化接收机的误比特率性能比最大似然接收机的恶化1.2 dB。仿真和分析表明,M A-SOQPSK的功率效率要高于QAM。
为了高效率量化线谱频率(linear spectrumfrequency,LSF)参数,提出了基于G auss ian混合模型(G auss ian m ix ture m ode l,GMM)的LSF量化算法。假设LSF矢量属于GMM中的某一个G auss ian分布,用G auss ian分布随机矢量的量化方法对LSF...
详细信息
为了高效率量化线谱频率(linear spectrumfrequency,LSF)参数,提出了基于G auss ian混合模型(G auss ian m ix ture m ode l,GMM)的LSF量化算法。假设LSF矢量属于GMM中的某一个G auss ian分布,用G auss ian分布随机矢量的量化方法对LSF矢量进行了量化。利用准确的G auss ian分布变量量化误差,得到了G auss ian分布矢量的比特分配方法。应用G auss ian分布随机变量的非均匀量化方法量化每一维LSF参数。最后给出了分裂矢量量化、基于概率密度函数(probab ility dens ityfunction,PDF)量化方法和该算法的性能对比。该无记忆LSF量化算法在21 b/帧可以达到透明量化,比传统Sp litVQ节省3 b。
暂无评论