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:
5 W( w3 s/ j- g+ D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
) v& W+ u" V3 f! B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
0 S) m S+ Z9 U4 ^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% n: b0 I% @7 G+ B: X
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* n5 R/ D. W) h% j6 |0 m& w
谱的影响。
1 N" `# ^/ a. ]本文的主要工作及创新可概括如下。% y' c) X: W5 X: A1 w2 O4 u
1. 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! M; X1 B" o0 {( c
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5 k/ r) p. y: S7 }3 Q! [! B s
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)$ X. h8 p% }2 g' H' e, D
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,
L6 r( h+ t" }& j2 C; @3 |9 L: w具有更高的稳定性。$ r' ~- u. A% ^; G( J
2. 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* @; ]5 |2 ^1 d! M7 ?
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
5 W w, E4 E! H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。
) S9 a# w* \2 A$ E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 }$ w, A' V( g* y( v! s; k' |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
8 V9 g3 @0 u G# f5 a5 {! z B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)
' P0 H7 P7 M( K5 G- Z2
$ O' W8 t' `# B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% 。" c+ D- Y6 O% T* J
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 。
% V0 A# i. ?5 C3 d+ H" i2 a4. 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 m5 o# `& k1 B% A. ^, m( V! Y( G5. 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 。
! D( d6 I% C# x: F8 B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
( G: l2 |" Y: O, \8 s8 a& Q1 B, h- C/ D
4 p1 E+ {+ _7 t: u& @+ r. W' ]8 } |
zan
|