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. X5 [) H( Q7 e' `8 O7 \8 u
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8 k" I Y+ B9 } l" g
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
3 S# f; d, q5 ~8 H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/ w2 M+ m [; l0 @" D
小二乘法得出的模型准确度最好, 其对应的参数NMSE=-68.6294.) T8 [! F Y0 |+ o# G" w
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" k' i% o! Y3 L4 d, u' S( n: i
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- L8 \- O6 m9 e4 u型的表达式是类似的, 从而可建立相应的预失真模型.:& l- R) d" h& \! d) t4 u- l+ h; w$ ]
-1; w s) e7 @ G
1
0 d! E! O% ]& @# }! N; y' z( ) ( ) ( )' e9 r3 p( p, {0 U& s. J! E5 F
K$ q% G& f, u# Z
k
' D0 T- ~( P% |! r6 G5 ~ \k' ]7 `7 I' T* Y/ x* b+ v9 I5 \7 r9 k% A
k" }. F# p$ c/ M9 {% C9 ?6 c; }/ l* L
z t h x t x t# G/ b2 k- J o: w7 t- @
=
5 R% p( g; {* Y! m1 h- @1 V= Σ. j6 i5 U) \. c7 u0 Y
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,
" C. R2 V4 n+ W/ p2 E0 u8 s0 ^" [g=1.8473, 参数NMSE=-37.1398, EVM=1.3900; K=7 时, g=1.8326, 参数NMSE=-46.0624,6 ~3 x8 W7 ]/ U
EVM=0.4976.0 v+ J2 Y N! F% j
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,. ?0 e6 F- s# u/ ^& h% X
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( q/ H7 f2 [' y: |. P! Q9 [
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
1 U/ v, @$ X: y3 H7 K- ~7 l0 ]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/ P* n' ?6 p" n5 D) {
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4 l1 Z9 d! P* n$ m* O a0 b3 u
g=9.4908, 参数NMSE=-37.8368, EVM=0.0128.
( ]1 L! E8 ?+ p b! b$ C% i5 C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: Z+ {& ~! m9 ]3 |& I% c
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5 y4 X6 q6 `8 w- L8 N% S' d
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& m# _5 v9 C/ ?- P
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
# @5 {3 E+ C/ D5 f5 _% ]* t8 H29 `5 j/ @& b/ `" X+ @
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.
$ t# Q9 T4 r* w# J. a关键字:最小二乘法、Tikhonov 正则化、Fourier 变换
- S4 w7 a9 f' I. B/ ~! o1 y
/ E& w/ f% F* i1 t; S, I |
zan
|