【技术实现步骤摘要】
【国外来华专利技术】
本公开总体上涉及一种自适应射频(rf)发射机，并且更具体地涉及rf发射机的实时优化。
技术介绍
1、因为随着高带宽电信应用使用的增加，可用的无线频谱越来越拥挤，因此对于许多其他无线频谱使用设备来说，继续利用静态、不灵活的方法进行操作变得不可行。这些使用设备中包括雷达系统，雷达系统历来都为其使用预留了大量带宽。为了在动态管理的环境中适应新技术并与之共存，下一代雷达必须能够实时地重新配置和优化其频谱配置。
2、在2009年，时任联邦通信委员会(fcc)主席朱利叶斯-吉纳乔斯基(juliusgenachowski)表示：“我相信，对美国移动未来的最大威胁是迫在眉睫的频谱危机”。他所预见的危机是无法为未来的无线电信应用和系统(诸如第五代无线(5g)技术)提供足够的频谱。当时，移动数据使用量预计将从2008年的6pb/月增长到2013年的400pb/月。最近，爱立信估计，2026年全球移动数据使用量将达到226eb/月。为了解决频谱利用性不足的问题，2010年的国家宽带计划(the national broadband plan)指示fcc拍卖之前分配给其他用途的若干个频谱区域，而新的重新分配提案也在不断制定中。虽然这些拍卖(auction)有助于缓解频谱压力，但是拍卖和重新分配过程需要数年时间才能完成，限制了该解决方案在能够提前识别需要频谱改组的情况下的实用性。
3、需要注意的是，正如美国总统科学技术顾问委员会(pcast)在2012年所认识到的那样，频谱拍卖本身并不能提供解决频谱拥塞的长期解决方案。虽然pcas
4、在高功率rf发射机(包括雷达发射机)领域中，已经描述了使用可调节放大器匹配网络来优化发射配置(包括但不限于载波频率、带宽和波形类型)的技术。然而，这些技术通常计算量过大，而不适合需要实时优化的使用情况。
技术实现思路
1、通过提出一种使用软件定义的无线电(sdr)优化rf放大器的发射配置的更快方法，所公开的主题解决了传统rf发射机无法实时动态优化其发射配置的问题，其中sdr被配置为执行基于负载-牵引(load-pull)外推的搜寻，以快速识别最佳负载阻抗。
2、一种更有效的频谱管理方法涉及根据给定环境内的使用设备“即时(on thefly)”动态分配频谱资源的使用。现有技术中讨论的各种频谱管理方法解决了交替布置中的优势和面临的挑战。这些方法中的一些已开始在公民宽带无线电服务(cbrs)中得到实际应用，作为美国中频段提案的一部分，目前正在考虑额外的频谱共享选项。随着相控阵天线技术的引入，对发射方向的额外控制实现了频谱控制的额外维度，进一步有助于有效利用频谱资源的潜力。
3、为了充分利用由动态分配系统提供的灵活性，装置必须能够及时自身重新配置，以便在可用频段内高效运行。对于诸如雷达或蜂窝基站等的大功率应用，这种重新配置需要优化系统的发射链，以便在所选择的频率上获得最佳性能。先前的工作使用可调节的负载阻抗调谐器为雷达发射放大器开发了优化方法，但是所使用的测量技术无法实现实时操作，其中单个测量组需要数秒才能完成。有源负载-牵引系统已证明在调谐时间上具有显著改进，但是他们在部署的系统中并不实用。同时，软件定义的无线电(sdr)已被用于演示测量技术。本文所公开的主题利用sdr来实施负载-牵引外推，以在搜寻最佳配置方面实现显著的改进。预测的最佳阻抗用于指导搜寻，从而在通过外推选择感兴趣区域与在感兴趣区域中获取新的测量值之间交替，以识别新的预测最佳阻抗。这种交替过程的效率主要取决于部件重新配置周期和自适应算法的计算要求。
4、一般来说，大功率、机械致动阻抗调谐器不能足够快速地适于为快速适应rf系统提供并保持最佳性能。认知雷达就是这种系统的一个示例，其可以设计出适合现有频谱环境的独特雷达脉冲。通常，雷达的脉冲重复间隔(pri)可以在10μs到100μs之间，而快速机械致动阻抗调谐器每次调谐操作可能需要40ms到100ms。因此，这种调谐器只能用于优化此类雷达在多次脉冲过程中的平均性能。然而，遗憾的是，优化通常需要考虑多种发射配置，其中每种发射配置都必须在每次搜寻迭代期间在多个阻抗下进行评估。虽然可以调整测量周期以更好地适应这一现实，但是绝大多数测量都将可能提供重复的信息，因为许多发射配置都会对发射放大器产生类似的影响(使得在搜寻过程期间能够将它们视为是相同的)。因此，可行的是考虑一种分组策略，这种策略基本上将每组内的发射配置都视为等效的，从而大大减少了优化过程中所需的测量次数。
5、然而，在优化过程期间很难获得足够的信息来确认不同发射配置的等效性。鉴于史密斯图上放大器性能曲线(contour)的一般规律性，可以使用与给定发射配置相关联的电路性能的部分知识来外推出更完整的理解，能够使用该理解来找到具有基本相同性能特征的发射配置。所公开的主题至少在某些方面将深度学习应用于生成对抗网络(gan)，从而能够利用外推的负载-牵引信息高效地进行图像补全。此类技术为自适应rf发射机提供了可行的优化解决方案，并且另外还可适用于跳跃式启动其他算法的初始化或通常通过大大减少产生精确负载-牵引曲线(load-pull contour)所需的评估阻抗数量来加速负载-牵引过程，在许多情况下只需进行六次测量。
6、在一个方面，所公开的射频(rf)装置系统包括软件定义的无线电(sdr)、自适应发射放大器、以及与sdr和自适应发射放大器通信耦合的主机。rf装置本身可以是认知雷达。主机包括中央处理单元和计算机可本文档来自技高网...
【技术保护点】
1.一种用于优化自适应射频(RF)装置的发射配置的方法，所述方法包括：
2.根据权利要求1所述的方法，其中，执行所述负载-牵引外推包括将基于梯度的图像补全过程应用到根据已知负载-牵引曲线训练的生成对抗网络(GAN)。
3.根据权利要求2所述的方法，其中，所述负载-牵引曲线图像包括图像像素阵列，其中，每个像素均代表相对应的负载阻抗。
4.根据权利要求3所述的方法，其中，所述图像补全操作包括：
5.根据权利要求4所述的方法，其中，所述预测的阻抗对应于第一图像像素，并且其中，所述一个或多个附加阻抗对应于一个或多个附加像素，其中，至少部分地基于与第一图像像素的靠近程度选择所述像素。
6.根据权利要求5所述的方法，其中，所述一个或多个附加像素包括从邻近并且围绕第一像素的像素组中选择的一个或多个像素。
7.根据权利要求2所述的方法，其中，所述GAN包括生成器网络和鉴别器网络，并且其中，执行所述负载-牵引外推包括：
8.根据权利要求7所述的方法，其中，所述GAN包括Wasserstein GAN，并且所述鉴别器
9.根据权利要求2所述的方法，其中，所述GAN专门针对与线性装置操作相对应的曲线进行训练。
10.根据权利要求2所述的方法，其中，所述RF装置包括认知雷达装置。
11.一种射频(RF)装置系统，包括：
12.根据权利要求11所述的RF装置，其中，执行所述负载-牵引外推包括将基于梯度的图像补全过程应用到根据已知负载-牵引曲线训练的生成对抗网络(GAN)。
13.根据权利要求12所述的RF装置，其中，所述负载-牵引曲线图像包括图像像素阵列，其中，每个像素均代表相对应的负载阻抗。
14.根据权利要求13所述的RF装置，其中，所述图像补全操作包括：
15.根据权利要求14所述的RF装置，其中，所述预测的阻抗对应于第一图像像素，并且其中，所述一个或多个附加阻抗对应于一个或多个附加像素，其中至少部分地基于与第一图像像素的靠近程度选择所述像素。
16.根据权利要求15所述的RF装置，其中，所述一个或多个附加像素包括从邻近并围绕第一像素的像素组中选择的一个或多个像素。
17.根据权利要求12所述的RF装置，其中，所述GAN包括生成器网络和鉴别器网络，并且其中，执行所述负载-牵引外推包括：
18.根据权利要求17所述的RF装置，其中，所述GAN包括Wasserstein GAN，并且所述鉴别器网络包括评估网络，并且其中，所述损失度量包括：
19.根据权利要求12所述的RF装置，其中，所述GAN专门针对与线性装置操作相对应的曲线进行训练。
20.根据权利要求12所述的RF装置，其中，所述RF装置包括认知雷达装置。
...【技术特征摘要】
【国外来华专利技术】
1.一种用于优化自适应射频(rf)装置的发射配置的方法，所述方法包括：
2.根据权利要求1所述的方法，其中，执行所述负载-牵引外推包括将基于梯度的图像补全过程应用到根据已知负载-牵引曲线训练的生成对抗网络(gan)。
3.根据权利要求2所述的方法，其中，所述负载-牵引曲线图像包括图像像素阵列，其中，每个像素均代表相对应的负载阻抗。
4.根据权利要求3所述的方法，其中，所述图像补全操作包括：
5.根据权利要求4所述的方法，其中，所述预测的阻抗对应于第一图像像素，并且其中，所述一个或多个附加阻抗对应于一个或多个附加像素，其中，至少部分地基于与第一图像像素的靠近程度选择所述像素。
6.根据权利要求5所述的方法，其中，所述一个或多个附加像素包括从邻近并且围绕第一像素的像素组中选择的一个或多个像素。
7.根据权利要求2所述的方法，其中，所述gan包括生成器网络和鉴别器网络，并且其中，执行所述负载-牵引外推包括：
8.根据权利要求7所述的方法，其中，所述gan包括wasserstein gan，并且所述鉴别器网络包括评估网络，并且其中，所述损失度量包括：
9.根据权利要求2所述的方法，其中，所述gan专门针对与线性装置操作相对应的曲线进行训练。
10.根据权利要求2所述的方法，其中，所述rf装置包括认知雷达装置。
11.一种...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。