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
l9 a% H$ {6 H: m5 v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 c1 m+ I3 g/ A2 _1 w6 p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" A) r3 C/ T# i( Q! o; J& \. r; {
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
# K% M8 i8 y1 P/ Y$ D小二乘法得出的模型准确度最好, 其对应的参数NMSE=-68.6294./ J, o. g# c1 @7 h/ f* ?, q
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
: c: Z( ^+ f6 k; {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; `4 Z2 y& j8 p
型的表达式是类似的, 从而可建立相应的预失真模型.:
- o* M/ E( L8 u# J2 v, o-1
- l# ?% f% G0 s1, x. G% _, e- `
( ) ( ) ( )
: o1 y/ `. C2 f+ \5 \K& C: A! f7 @7 I5 d4 Q. B. [
k
# r$ Y' G1 V' [5 n: Y8 _% @# [7 Ik! u/ Z. k! w7 C7 x5 }, D$ n
k
- j. ~7 s3 Q6 q3 J! H0 N6 Jz t h x t x t0 X4 b# O N# \- U) y3 M4 d8 \
=2 x1 \# E" d1 h
= Σ
" D) k' c: `1 ]8 |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,3 t7 A' @- f" F5 ]5 O) X
g=1.8473, 参数NMSE=-37.1398, EVM=1.3900; K=7 时, g=1.8326, 参数NMSE=-46.0624,' A, \+ A+ X0 U+ k6 v
EVM=0.4976.7 c9 N0 n \$ k7 K7 x" 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,
- X2 y+ V# Y- f7 j4 O% I3 G# |6 |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2 u! L5 D# g+ S, e4 e
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0 [. y! W2 `* T" W, L
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
! ^% z4 N1 A R; ]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& p5 q/ m0 j+ Y+ I
g=9.4908, 参数NMSE=-37.8368, EVM=0.0128.* O3 D2 s3 {, L& X, R u' Y9 |
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
/ F2 a9 V T/ m9 P! X% \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3 J& O% _: I; u5 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4 e8 j! |' g6 K; V d9 d
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1 l2 H+ L; Y' A& N
2
. U. ~& |8 k; k( }" e# m& Y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.
+ c* _3 Q4 Y% w2 V8 G2 G/ Q) k: d关键字:最小二乘法、Tikhonov 正则化、Fourier 变换0 ^) y, k+ P& Z( t$ M2 ?
m, F5 ?' t- D$ E( X3 e( r |
zan
|