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
+ B# l3 J/ w" c! S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9 r" \- ~; d& {- H) V
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9 ]) C) `! W0 g8 ]6 ?) Y# V4 W
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7 T0 O( V; c/ w p4 l k) Z
小二乘法得出的模型准确度最好, 其对应的参数NMSE=-68.6294.( [* O/ z2 J7 q& w; t) s: Q
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7 ]4 R4 ^5 |! T3 x5 T
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
* I3 F, \, e1 o' r/ _$ u3 Q7 T型的表达式是类似的, 从而可建立相应的预失真模型.:; x8 w0 a4 n% S$ A5 w
-1
: ]# X! _, a' {( x6 h1
3 Q: A+ L) V2 F6 E" u, d( `( ) ( ) ( )
# p+ l. A/ e- X" [* [K8 h ~! d- \$ {- m
k7 B) E! g7 N6 c0 m) `0 E/ n
k v2 j! O; I# D. B) T
k; L! B: @* e) C. P& B# T
z t h x t x t
# X: |4 A, S* h( c$ b1 H" w=3 N% \. M# f! i2 K
= Σ3 s6 Z- e: t% j r6 i
K=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,% p" {& [* U5 a
g=1.8473, 参数NMSE=-37.1398, EVM=1.3900; K=7 时, g=1.8326, 参数NMSE=-46.0624,
6 \" d9 D/ T9 w' F3 REVM=0.4976.7 _6 Z- t' s U8 X+ G3 Q
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,/ J0 j$ X; I: [+ F3 B
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) E4 P0 a! a1 d# m2 W" @
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6 V0 N6 {6 a% M# O& o% x9 S
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
3 L# y6 |/ d$ q3 e* T! Q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
% _& A- y$ X" N6 rg=9.4908, 参数NMSE=-37.8368, EVM=0.0128./ A2 u" c- C) e; `6 A
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( r# K5 o% C: k8 N
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- ]4 T" f- @: e9 E( t9 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
4 E1 t( O% M& k$ [9 {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/ x* J1 O5 L$ @& K$ s7 X
2% [" v; v* R7 A4 F8 `% u' _0 E
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.
" |. M& F) v: S8 R关键字:最小二乘法、Tikhonov 正则化、Fourier 变换
' R2 q7 F; H. Q" H
3 m# o8 \, v/ j4 Z. \ |
zan
|