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) c. r* n% k( A/ |) u6 d
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! p" ? ^$ C R! e" X- {- }
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 ]$ D0 K# A! Y6 u, T) @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
4 ?6 u) q) B. i8 ~4 u$ {小二乘法得出的模型准确度最好, 其对应的参数NMSE=-68.6294.
- x |6 A* x. {9 b1 Z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
; u% J- l" C; {* R- `5 a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+ n3 n0 d% {0 o u
型的表达式是类似的, 从而可建立相应的预失真模型.：
; e. R. T h- y; n( h4 x$ ^-1
+ L" e B$ B9 H V) n1 o2 d1
1 |/ o1 {( h* X6 F4 o( ) ( ) ( )0 ^4 C o' K+ U w) K! T
K
& {; y$ J% ]( uk. [! p# X3 R8 J$ b
k
4 n. u: k) I: Ak( l/ N5 r2 S4 M, C
z t h x t x t
5 ]5 [0 y; O8 H* o# D R=
$ L' R' s+ ?( i9 }= Σ
; F* g3 r$ U' k" K! fK=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,* d$ ?6 G. n% ]# a( H3 l, B
g=1.8473, 参数NMSE=-37.1398, EVM=1.3900; K=7 时, g=1.8326, 参数NMSE=-46.0624,/ ?* H, y, v+ J* ?* D* {
EVM=0.4976.# y% z7 W$ g, t. [9 Y6 V1 C3 x
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,
6 f' l* @5 b# q" x/ O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/ L( ~, J# S8 [7 F4 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5 o1 Z- r+ b! N- U$ r3 q* h
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# d* p6 D" P! R$ X
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7 D) g6 Y! g. u0 A
g=9.4908, 参数NMSE=-37.8368, EVM=0.0128.
1 @- `6 _0 T7 {0 y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
6 D% v3 E9 b- k4 ^- S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
1 G+ k* `4 ^% l0 u* s, k1 ]: O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
0 d' |( c( _/ e/ k" x( ?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
! D% p* A9 e+ M# D2
. j: X4 {8 W! W" w7 J) X/ 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.- N E" b& ?3 b; |' q# h
关键字：最小二乘法、Tikhonov 正则化、Fourier 变换; b6 U: ^( Q) y9 D
( B5 v" u; {2 i& \- {! _3 r" |( x* r |
zan
|
IP卡
狗仔卡
发表于 2014-8-30 18:11
转播
淘帖
分享
收藏
支持
反对
微信
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
抢沙发
显身卡
发表于 2014-9-5 10:28
