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6 f" i. q9 v2 A# t# S8 \: |
针对问题一中求解输入输出信号之间的非线性功放特性函数问题, 采用了不同的多
$ X" [+ i: m- m4 D0 T0 V# x- b: b项式函数, 运用最小二乘法或正则化后的最小二乘法进行拟合求解. 并用参数NMSE 来) H% k- i2 Q) F: M. Q' }- q6 b7 F
评价所建模型的准确度. 结果发现在逼近函数选为函数基的情况下, 采用正则化后的最0 Y. c* @9 G! D9 Z
小二乘法得出的模型准确度最好, 其对应的参数NMSE=-68.6294.
3 g- q9 @$ ^) r同时考虑计算量和模型准确度, 在由多项式变形函数逼近功放的模型基础上, 来进# F* R9 R) C0 x% W" L
行预失真模型的建立. 根据题中给出的原则和约束, 可知预失真模型的表达式与功放模$ _% i. z2 j- a( Z9 ?% p
型的表达式是类似的, 从而可建立相应的预失真模型.:$ b4 k$ d2 p& w
-1
1 n+ n1 i. m& m. B; n* h' S1
- U X' c) [+ j3 H, O+ l% `( ) ( ) ( ); ~+ ^; N' Y% m P2 B' d, W& t
K% N3 C3 I: C+ U& L
k2 o; I& \# W- o c N8 f
k
9 Q: }& w0 H3 _1 c3 u7 ck; {" ~: A: [4 x, X/ h u4 Z
z t h x t x t
) D0 p, L: Y0 M: P- C=' V; U# F& k- o+ P0 f3 e
= Σ
% A# z( H: D* e" n" m% E; f* k/ uK=4 时, 整体模型的放大倍数g=1.8693, 参数NMSE=-32.5819, EVM=2.3491; K=5 时,: v+ e6 w+ A$ O. P4 {
g=1.8473, 参数NMSE=-37.1398, EVM=1.3900; K=7 时, g=1.8326, 参数NMSE=-46.0624,7 Y* a& r! c/ X; q: b( E
EVM=0.4976.
4 g! c/ Y. t% ]" q! W针对问题二, 直接将功放的输入输出与题目中所提的“和记忆多项式”模型进行拟合,& e' Q8 Q" I+ R$ U
运用正则化后的最小二乘法进行求解, 这很好的保证了模型的可解性. 本题只考虑功放
8 b; O0 ~: w, H, |( @模型次数为5 的情形. 当记忆深度为7 时, 得NMSE=-45.8394; 当记忆深度为3 时, 得
( z+ b; z+ X) k t! A' ?NMSE=-44.5315. 预失真模型的建立与问题一类似, 文中以框图的方式建立了预失真处
( X1 m" j& T+ m* n( ]理的模型实现示意图, 并对次数为5、记忆深度为3 的情形, 求解出整体模型的放大倍数! h8 ?+ Z/ c2 ^9 |1 g) w% v2 e( f& ]
g=9.4908, 参数NMSE=-37.8368, EVM=0.0128.1 C2 Q) \! L7 t5 G6 c' ^8 i! S
针对问题三, 将所给的离散的、有限的输入输出数据作为随机过程的样本函数,通过
; j6 G* l- D! G0 h9 m其傅立叶变换得到功率谱参度函数. 文中分别给出了输入信号、无预失真补偿的功率放6 {, K$ `0 ]9 c
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率谱参度图形. 可解出它们8 }6 x& S, t& ~- \
的ACPR 分别为-155.6610、-74.3340、-104.4904, 最后对结果进行分析评价, 得出采用
y) S' G- J! R9 j+ N0 t28 K( Z5 ]+ [% ]
预失真补偿的功率放大器的输出信号效果比无预失真补偿的效果好., n- L9 a* o7 V& q6 _4 ^# e
关键字:最小二乘法、Tikhonov 正则化、Fourier 变换
, h3 r; Z! L5 g; Q* F' _7 |' K- y1 C" \5 U2 @8 F6 v/ X9 k9 |# E
|
zan
|