TA的每日心情 | 奋斗 2024-7-1 22:21 |
|---|
签到天数: 2014 天 [LV.Master]伴坛终老
- 自我介绍
- 数学中国站长
 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:
1 n4 A7 W l; U7 \& y随着现代微波电路仿真技术与数字预失真技术的发展,功率放大器行为模型的研究
; x/ x H% |3 t( o- ?6 C已经成为功率放大器研究领域的重要方向之一,而采用多项式结构描述放大器的特性是
- z' ^7 t; @7 D行为模型研究中最主要的方法。本文主要研究了无记忆功率放大器和有记忆功率放大器% e# I I/ p8 g% ^
的多项式结构的系统建模,放大器的预失真处理技术,以及非线性放大器对输出信号频
8 g% h9 E) z( c: V& q谱的影响。* R$ e S n8 `) @8 v) n
本文的主要工作及创新可概括如下。
, r' U7 d2 m& C3 ~2 K1. 构建无记忆功率放大器基于一般多项式及和多项式的正交、非正交模型,利用 ?1 Q& X( B: g! G: b; o
最小二乘(LS)算法求解模型参数。通过数据仿真可知,和多项式及正交和多项6 N9 b, S( |9 L3 c. @: L/ \: B
式模型优于一般多项式模型,当多项式为12 阶时,其归一化均方误差(NMSE)" v! `1 L6 W8 b, v+ c
达到-100dB;并且在阶数较大时,正交和多项式模型性能优于和多项式模型,
' Y3 c% _* {8 z具有更高的稳定性。
' E) i" g# k9 ] K5 p2. 建立无记忆功率放大器的和多项式预失真模型,通过系统逆辨识获取预失真处
- Z" V1 W% Z& i& j( P8 m理器输出端的理想信号,将整体系统简化为预失真模块处理过程。利用最小均. Y1 `' A0 X9 W) g: H" e" I+ w
方(LMS)和LS 算法求解预失真模型参数,并对预失真补偿效果进行评价。
& i- Z, J6 ]4 M- L7 D! g实验结果表明,本文构建的预失真模型能够使功放整体输出具有较好的线性特
# _3 ^) q. T% F% D, M性,且逼近理想特性曲线。随着多项式阶数的增加,通过本文正交和多项式预6 e% _$ `# |* V' v$ ~8 ]! V
失真模型处理后,功放输出的归一化均方误差(NMSE)和误差矢量幅度(EVM)2 |2 M' i6 m/ C4 j7 ^0 ~
2" ]6 C! E; @9 ]
逐渐减小, 当阶数大于 10 时,正交和多项式模型 NMSE NMSE小于 -61 dB ,EVM 低 于 0.1% 。
: `9 a/ v+ D9 R, u% @. {3. 构建有记忆功率放大器和多项式模型, 并利用 LS 算法 求解模型 参数。 仿真结 果表明,随着多项式阶数和系统记忆深度的增加模型精越高 果表明,随着多项式阶数和系统记忆深度的增加模型精越高 果表明,随着多项式阶数和系统记忆深度的增加模型精越高 果表明,随着多项式阶数和系统记忆深度的增加模型精越高 ;当多 项式 大于 5阶, 系统记忆深度 系统记忆深度 大于 5时,系统的 时,系统的 NMSE NMSE低于 -45dB 45dB,而传统多 ,而传统多 项式模型仅为 -34 dB 。 M' g0 N. P' [6 u* k( a
4. 建立有记忆功率放大器的预失真和多项式模型,根据线性约束、输出幅度限制 建立有记忆功率放大器的预失真和多项式模型,根据线性约束、输出幅度限制 建立有记忆功率放大器的预失真和多项式模型,根据线性约束、输出幅度限制 建立有记忆功率放大器的预失真和多项式模型,根据线性约束、输出幅度限制 和功率最大化约束,获取预失真处理器想输 出信号,通过 LS 算法解其参 数。通过 NMSE NMSE和 EVM 分析可知,当 给定 功率放大器的阶数为 5,记忆深度 为 5时,解算得预失真器的多项式阶数等于 时,解算得预失真器的多项式阶数等于 5,记忆深度等于 ,记忆深度等于 3时的系统最优 , 此时的 NMSE NMSE等于 -45dB 45dB ,EVM 为 0.3% 。为了使预失真系统能够应对实际运 。为了使预失真系统能够应对实际运 用中放大器特性随着环境变化导致的预失真效问题,本文提出一种基于功 用中放大器特性随着环境变化导致的预失真效问题,本文提出一种基于功 用中放大器特性随着环境变化导致的预失真效问题,本文提出一种基于功 用中放大器特性随着环境变化导致的预失真效问题,本文提出一种基于功 放逆辨识 的自适应预失真处理 模块 ,模 块求解 采用最小均方 算法 (LMS)(LMS)(LMS)(LMS)(LMS)。2 v4 `9 |3 Y/ i
5. 通过周期图法估计信号的功率谱密度,算输入出相邻道比 通过周期图法估计信号的功率谱密度,算输入出相邻道比 (ACPR) (ACPR)(ACPR)(ACPR)(ACPR)。 输入信号的 输入信号的 输入信号的 输入信号的 输入信号的 ACPR ACPR等于 -78.4687 dB ,未经 预失真处理的 预失真处理的 预失真处理的 预失真处理的 预失真处理的 预失真处理的 功放系统 功放系统 功放系统 功放系统 输出信号的 输出信号的 输出信号的 输出信号的 输出信号的 ACPR ACPR等于 -37.2605 dB ,预失真处理后的 功放输出信号,预失真处理后的 功放输出信号ACPR ACPR等于 -51 .9625dB 。8 S6 l0 n6 t! Z) B7 }4 s+ D6 O! F
关键词 :正交多项式模型 , 系统逆辨识最小二乘 算法, 最小均方算法 ,自适应 预失真系统
; j, g$ {3 i7 t/ P; t. z! S8 b5 H5 q
|
zan
|