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. n, R! U" D/ K( X
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
1 q( {. t6 x5 H8 ?6 T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' v) w' Y1 b/ X0 ]' K$ d* w( B$ c
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3 i# v: }9 o- ^) G' N7 p
小二乘法得出的模型准确度最好, 其对应的参数NMSE=-68.6294.
% G$ r2 D& J4 c D7 U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. `6 ~! H( @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! L/ a9 \8 E: ?- V5 e
型的表达式是类似的, 从而可建立相应的预失真模型.:
0 [' {7 J6 q8 S-15 a: ~: k. ~0 f
1
" M9 D) Y4 R8 N$ `( ) ( ) ( )
* a) b) d2 F! T* F$ O$ u# `0 p3 }K
0 m, Z u* B9 R! Zk5 A- `* t) Y5 A* g9 |0 p" g
k3 t" O, x3 h! V) X9 `8 S3 [# R
k
/ _9 G% K- \; [4 j5 Pz t h x t x t
# v0 Z/ a4 }& M% m5 V9 g1 P6 N=
6 e8 w1 t. h$ r; u* b1 }2 E4 w= Σ
" Y# W) r9 e: c# a" 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,1 q: D0 M7 m" c" i7 F+ f
g=1.8473, 参数NMSE=-37.1398, EVM=1.3900; K=7 时, g=1.8326, 参数NMSE=-46.0624,
' A/ T- L+ \/ v' `EVM=0.4976.
8 a! u" B3 f$ w7 }8 V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,
, a, v9 `- v& N) z9 }. e& ]* t7 Y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3 V. g2 e7 R8 K: z9 D+ S
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
7 P: e+ b: v8 O2 L f0 m- DNMSE=-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2 D1 V F1 A# i8 g* G+ M
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+ H+ F1 \5 g! g2 x c+ x
g=9.4908, 参数NMSE=-37.8368, EVM=0.0128.+ ^! t' K2 r. m1 _
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
, D9 R" Z1 H& O: O+ Y7 E& c& M% K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
; x2 O- J7 G" w$ q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5 l3 U- V1 J7 C8 s9 @. c Z
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* C* t( T4 K' A
2- T: l# F+ ^* C$ f0 g; ^9 _( z
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.9 c, _/ ]6 ?0 d
关键字:最小二乘法、Tikhonov 正则化、Fourier 变换
6 H& n! j+ @& d u8 A* z6 B/ Z9 I5 y9 \' @! I2 p
|
zan
|