TA的每日心情![](source/plugin/dsu_paulsign/img/emot/fd.gif) | 奋斗 2021-5-1 20:26 |
---|
签到天数: 2013 天 [LV.Master]伴坛终老
- 自我介绍
- 数学中国站长
![](plugin.php?id=eis_qrcode2:make_qrcode&tid=222919) 群组: 数学建模培训课堂1 群组: 数学中国美赛辅助报名 群组: Matlab讨论组 群组: 2013认证赛A题讨论群组 群组: 2013认证赛C题讨论群组 |
摘 要:
2 w! ]% I1 Q; U8 w7 t" n1 H J本文针对功率放大器非线性特性及预失真建模问题进行研究与分析,主要
2 A+ F, b: G+ q9 h0 n完成以下几部分内容:: P9 ]# V4 e# l9 }2 k1 o6 N
针对问题1-A:分别建立了信号幅值多项式模型、复系数多项式模型、极$ Z/ j' w! h t, e' r, ~2 q* L' u: v" z
坐标Saleh 模型和基于正交三角函数的模型来拟合功放的非线性特性曲线,通1 v1 J; Q* A% {& m# ^: E: h2 f
过MATLAB 求解系数的最小二乘解,并求出评价指标参数NMSE。结果对比表明,/ }! w0 e0 k8 Y# c m; S m9 _
四阶复系数多项式模型在实现复杂度和拟合精度方面均具有优越性,其NMSE 为& l$ c& [7 ?/ _# N# S4 L
-46.6621dB。& d4 l: n9 p, @/ {. E
针对问题1-B:首先在一定的约束条件下根据输入信号的幅值范围优化线性
+ c) C3 ]7 l% a1 r. f' ~放大倍数g 。然后根据预失真处理系统的线性约束,将1/ g 倍的功放输出数据
2 c' q: B. S" Bz n / g 和功放输入数据x n分别作为预失真处理器的输入和输出样本。最后根8 u+ C u+ f/ V4 k$ `3 b
据设定的预失真处理器多项式特性函数,估计出其最小二乘系数,实现预失真模
# Y* ?4 j7 \' P6 A5 g2 Q' |型的建立与求解。对于是否考虑信号的相位信息,我们分别建立了两种多项式特' m1 v- L- z K$ `' `! A" Z, a. O
性函数模型。两者的优化结果均给出了不同输入信号幅值范围下的最大幅度放大; U9 T$ O0 O8 N# r$ A, r1 a, v
倍数g,例如给定的测试输入数据的幅值范围0,1.05的最大幅度放大倍数均为
, Y0 G9 I+ Q- [$ ^$ l2 r# B2 ig 1.8664;对于四阶多项式预失真模型拟合后信号预失真补偿也均为7 s/ v# n4 ]5 M+ h
NMSE 31.6421dB。在此基础上,本文还提出了基于输入信号幅值范围的自适
8 k9 D# x( @) Y( H1 i, |* x应无记忆功放预失真模型,此模型能极大限度地发挥功率放大器的性能。
7 x7 v7 A- m* c4 ~4 } Q2 {针对问题2-A:建立有记忆多项式模型来拟合有记忆功率放大器的非线性
1 s- o! N) B8 f+ {1 f特性。为了选取适当的工程实现复杂度和满足一定拟合精度要求的记忆深度M
/ \" A- ?/ f7 I C$ g以及多项式阶数K ,令记忆深度M 为某定值,通过对比不同阶数多项式的拟合
1 E; A9 l' @, n4 I$ b+ {精度得出合适的记忆多项式阶数K 4;同理得出了合适的记忆多项式记忆深度/ n# o" b6 a K* w1 n; L
M 3。此时该模型的评价指标参数NMSE为-47.2707dB。0 K6 J4 S0 B+ [# r$ Z
针对问题2-B:首先在一定的约束条件下根据输入信号的幅值范围优化线性: ]. |& x' e" ^2 V5 k
放大倍数g 。然后根据预失真处理系统的线性约束,将1/ g 倍的功放输出数据2 G7 h3 M5 k) P/ w( d4 Z( F
z n / g 和功放输入数据x n分别作为预失真处理器的输入和输出样本。最后根) N9 g* m: H9 v" D/ B; l3 g* v
- 3 -
# e' _* u" t2 [$ \$ j据设定的预失真处理器记忆多项式特性函数,估计出其最小二乘系数,实现预失
/ |/ W) d7 P v+ c' j4 Z& Q# L真模型的求解。优化结果给出了不同输入信号幅值范围下的最大幅度放大倍数8 B0 K& G: M5 Z& E4 F
g,其中给定的测试输入数据的幅值范围0,0.7的最大幅度放大倍数g 9.6108,
& a$ g9 x$ c! s& L; ^* Z且对于多项式系数为四阶,记忆深度为三的多项式预失真模型拟合后信号预失真$ k7 m3 x2 u5 E* O
补偿的评价指标参数NMSE 为38.4071dB。同时以框图的形式给出了预失真处. Q. \9 i" y7 g) k& e8 f2 N& S
理模型的实现示意图。在此基础上,本文又提出了基于功率放大器特性的有记忆6 Y& l; B* Y, q/ I
功放自适应预失真模型以及联合功率放大器特性和输入信号幅值范围的有记忆
. M* _& R8 R+ d3 H& {0 u$ W功放自适应预失真模型。该自适应过程综合考虑了功率放大器特性和最大化利用& x8 l# W8 W; g7 i& n0 n" j
当前功率放大器特性下的性能,实现实时最大化线性放大倍数g 的目的。
' v9 t1 `2 |) {. y g8 m' b针对问题3:先分别求出所提供的输入信号、输出信号以及问题2 中求出
' P7 p4 ]# z( n2 i% U( s' e. i. ]# G的预失真处理系统输出信号的自相关函数,从而求出此三种信号的功率谱密度。; M9 x! U8 E* R! Y |
然后计算出信道的带外失真参数ACPR 分别为-78.3594dB,-54.6101dB,1 R! a7 U& A( N! J7 O, O) h
-38.5069dB。可以看出,预失真处理系统的输出带外扩展降低了很多,其相邻& Y3 [4 R- K' ?5 H+ e; G: X
信道功率比减小了约16.1dB,整个系统性能有很大提升,线性特性也明显加强。
4 a( ]. y, l: T) P9 |4 E" _关键词:多项式模型 MATLAB 自适应模型 最小二乘 优化模型 线性特性, j5 O. t) u' Y/ W* j
# C0 D6 b' @/ g/ t2 _: m2 H( Z |
zan
|