数学建模社区-数学中国

标题: 功率放大器非线性特性及预失真建模 [打印本页]
作者: madio    时间: 2014-8-30 18:00
标题: 功率放大器非线性特性及预失真建模
摘 要：) |+ r- t& g2 P6 b# M0 ]
信号的功率放大是电子通信系统的关键功能之一，其实现模块称为功率放大9 G* ~. {9 N! E, N3 k" |; o! p
器（PA，Power Amplifier），简称功放。为了提高功率放大器的效率，通常又要
3 g* a- ^- W# D4 I  R; ?) r# Y: H9 z求其工作在饱和状态，这必然就会带来严重的非线性。功放的非线性失真会使得
* U! j4 L5 M, h' a+ M原始信号的频谱扩展，从而对邻近信道造成较大的干扰。功率放大器的线性化，
; s' N* {# [4 J9 i! r2 j) Z6 u是解决其效率和线性度矛盾的有效方法，能够使功放在输出高功率和高效率的同; @4 K1 k# e5 D$ m+ B
时，保持良好的线性度。常用预失真技术[1](Predistortion)。本文主要研究对象为
1 {, ]9 H2 Z5 R0 V7 e预失真技术中的功放模型的建立及预失真算法的研究。
" R+ L) F! @- w" E& t对于问题一，我们首先建立了无记忆功放的泰勒级数模型，利用最小二乘估& b- H8 H7 N& l* h. P7 k$ \2 o4 f
计得到不同阶数的NMSE 指标（图4.1），综合考虑选取阶数为10，此时" n+ u% R, @0 |8 Q2 u2 B# |
NMSE=-94.5dB 。为了解决最小二乘估计阶数增加后的不稳定性，将观测矩阵正4 f' N: _( \5 |3 ^2 \0 [
交化后，采用最小二乘估计得到不同阶数对应的NMSE 指标（图4.3），阶数为
) A, S) T; Z# ~& _' k' m1 [" \10 时，NMSE=-97.5dB。为了避免求逆运算，采用LMS 自适应算法来求解，由% b7 L9 T1 A6 s4 r4 P
于数据有限，无法达到收敛，性能比较差（图4.7），但重复利用数据40 次后，/ Q" p9 a6 `% z4 \# Q! W% M
性能有所改善，NMSE=-42.6dB（图4.8）。; J; s% n$ ?8 y7 H# f# b3 X
对于无记忆预失真器同样建立泰勒级数模型，由于数据有限，自适应算法很
% W' |0 N7 q0 y1 j; l# _% q, b( ~难收敛，所以采用直接学习结构，将功率放大器的输出减小g 倍后作为输入，g
% U7 i5 V9 D% j# a! W为理想的线性放大倍数，功率放大器的输入作为输出，通过拟合得到的系统即为
" ~$ z! h% [- U6 x预失真器。对于模型的求解，分别使用了最小二乘估计，施密特正交化后求解，
; k9 I$ F1 E0 Q4 e4 h  G+ F$ m估计出预失真器参数。最后用NMSE 评价预失真系统，预失真器在10 阶时，可( b, m$ g$ g0 K5 ?" N6 o
以达到NMSE=-59.03dB。此时线性化放大倍数可以达到理论最大值gmax 1.8265。8 v" {6 l5 K. P- @
对于问题二，首先建立了有记忆功放的“和记忆多项式”模型，它是在无记4 ~. C* Z- c4 `- ^* G) o- N6 Z+ |
忆泰勒级数的基础上加入了时延项，利用最小二乘估计得到在不同阶数K，记忆
7 @* g  {  l/ h7 v, E* z7 Z5 r深度M 下，NMSE 的变化曲线图（图4.14）。我们选取有记忆功放“和记忆多项
7 h& R+ b0 W/ j9 r式”模型的阶数K=3 ，记忆深度M=5，此时NMSE=-45.05dB。- E8 z8 ]& A, H# G# N) Y% r
2; Q1 n# Q1 I% C: J/ ?( `1 O& j
在有记忆预失真的建模中，预失真器的模型同样为“和记忆多项式”模型，
# I* z: n" A0 `; T! Y4 }5 u依据计算量和NMSE 的变化情况，我们首先确定有记忆功放的模型参数为阶数' [. z2 O9 D4 H( h; b& d6 f
K=3，记忆深度M=5。我们分别使用直接学习法和间接预失真学习法求解模型。
' w5 K9 \/ t, z我们得出了预失真器在不同阶数K，记忆深度M 下，预失真补偿后系统的NMSE& A3 @5 W" B3 B3 h6 x
的变化曲线图（图4.17、图4.19）。对于直接学习法，最佳的阶数和记忆深度为
- g2 h4 O' t8 _4 sK=3、M=5，此时NMSE=-45.4dB，线性化放大倍数g=9.4528；对于间接预失真
% l9 h0 ~& n7 ^: U; v' _! Z& G7 t学习法，最佳的阶数和记忆深度为K=4、M=4，我们提出一种改进的间接预失真
8 \* k& F+ e0 [/ J' R( L8 ?3 Q学习结构图（图4.15），求得NMSE=-44.1dB、g  9.456。3 t1 y& {4 W, B# d! I
对于问题三，我们利用直接法求信号的功率谱密度函数，得到输入信号、无
# D; T, s7 B! h( b' Z2 I- h# X预失真补偿的功率放大器输出信号、采用预失真补偿的功率放大器输出信号的功
8 S% f. e4 }* C9 ?9 c率谱图，并计算各自的ACPR。输入信号ACPR=-78.5dB，无预失真输出信号; n' H/ t& A7 q7 O8 M' C: _) j
ACPR=-37.3dB，直接学习法和间接学习法的有预失真输出信号的相邻信道功率
5 a  w/ J& c! |' O比分别为ACPR=-52.2dB、ACPR=-50.1dB。比较ACPR 可以直观的发现，采用
! J7 O$ N! L1 B, R  K+ t预失真补偿的功率放大器的频谱泄露明显减小。$ Y+ }' V' w! l! q5 W
2 F5 ]; |, W% a5 h) u( x8 C

B解放军信息工程大学90005013队.pdf

6.03 MB, 下载次数: 576, 下载积分: 体力 -2 点
作者: 夏朗的芒果    时间: 2014-8-31 09:12
谢谢楼主分享。。。。学习ing
作者: 鹏程万里2014    时间: 2014-9-1 22:24
有体力了，下来看看
作者: caiyuhao007    时间: 2014-9-3 09:28
谢谢楼主分享
作者: 123jw    时间: 2014-9-4 16:53
非常感谢楼主哈
作者: 123jw    时间: 2014-9-4 16:54
希望楼主能继续提供好的资料
作者: 奥霸马2014    时间: 2014-9-5 06:43
顶一个。。。。。。。。。。。
作者: wwyapple    时间: 2014-9-5 10:29
谢谢楼主分享。。。。学习ing
作者: 1224017485    时间: 2014-9-6 14:15
不错哦，可惜没有体力值唉



欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5