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9 ?3 C) Z" G7 Z3 `
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
7 w) H+ @5 Z, ]2 w9 f8 R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
) G: ^' ]2 s1 M! V# E) W: u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# h9 O/ j- W0 u* i
小二乘法得出的模型准确度最好, 其对应的参数NMSE=-68.6294.6 M% V1 I8 g& J7 L
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0 S+ Z6 i" {$ `* \# V5 I& e
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. C$ L3 v1 g, L. l( ?
型的表达式是类似的, 从而可建立相应的预失真模型.:
; L" p$ L: U8 Q+ l% a0 I-1
/ [4 ^( k( S: s2 E1
; S0 p' ~9 p. d- z1 b2 b" ~6 h( ) ( ) ( ); G e" W; E+ g
K' H* n; Q( ^# s* U7 E; R1 V' Q
k& w2 e+ a. n0 G9 |5 m0 S
k/ I3 E9 _6 t% j" g. J
k
% @7 [/ i) F! S# e$ Mz t h x t x t
q" F: I; o @=3 }( a: _ M! D& F0 E2 H, t" d K
= Σ
3 y5 x5 F- Q3 O* xK=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,
$ ?$ K4 q6 H9 R% G( f& ag=1.8473, 参数NMSE=-37.1398, EVM=1.3900; K=7 时, g=1.8326, 参数NMSE=-46.0624,, C( T r% O8 ?6 H5 f/ |
EVM=0.4976.* `) T2 {" x, O. |- D% i6 `
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,7 y( b+ V; W% ^- Q9 g, E8 D5 N
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
. z% B2 }- |' d/ T" v$ Q3 F. |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9 H( c. L) c3 V8 j
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9 L; ~! A' F: @7 Q" C
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- J {$ ?+ u! x
g=9.4908, 参数NMSE=-37.8368, EVM=0.0128.
6 |% j! ~9 R7 _/ N3 V% r, r7 n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 B2 |8 } f ?2 C- e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
7 L% z6 P+ k( h) _( ?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
# j) u. c1 V3 F S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
. D8 G* v* p/ F2 G0 P2 ^; Y2 s" d, P# ^1 ^0 w
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 Z* p4 _) I% A6 R5 `' `' G- Z关键字:最小二乘法、Tikhonov 正则化、Fourier 变换6 R' J% w! k, Z% F" v, J) a+ N* w
6 N' v, }/ A0 d8 B ^8 Y& Q |
zan
|