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
, X, o, J8 ]; P& s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3 p) b+ l3 _- f# W) V
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6 U V! ^9 T* O1 I% F$ 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7 d2 ~6 I9 e9 c
小二乘法得出的模型准确度最好, 其对应的参数NMSE=-68.6294.! a( n4 {/ [0 E- c5 [. t; |; D- j
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& T. d* {5 T0 `
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
9 V# w/ ^! J3 _6 u% Y0 P) e( ]3 t型的表达式是类似的, 从而可建立相应的预失真模型.:
- L4 b' w9 i8 x$ \0 J' O-1
* W4 F: U# M W2 H1
; d i8 I! M0 ^1 S% ]( ) ( ) ( )5 @* K- J3 v" V Y$ F8 o5 z
K0 X. Y& I" D# k* ?
k! ?7 S: ?4 D7 D' F7 U/ [7 S: |
k
8 K( ]& g: Y* i7 Dk- b5 `# W5 d* r: \0 g+ E) p9 i
z t h x t x t
' ]7 N r1 Z( |+ R, v, Y=
$ {" Z6 T. C; {+ t8 ?= Σ& @$ u$ p+ j: @5 T" ^% D' A/ b
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,7 L7 R# _7 P$ c9 Y: [ }' ~8 [
g=1.8473, 参数NMSE=-37.1398, EVM=1.3900; K=7 时, g=1.8326, 参数NMSE=-46.0624,$ p+ u! T6 J: B) U1 M
EVM=0.4976.
" `& Y8 d3 A5 B& b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,' w3 _9 x# K4 Z& v* }, J
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 d4 }# a4 }7 K5 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4 s0 {7 |8 P5 i$ ^ ~' ?1 h2 ]
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
1 I5 x4 p9 k# n+ D4 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
0 {% |+ V+ O- m" f9 lg=9.4908, 参数NMSE=-37.8368, EVM=0.0128.
& W" M7 c$ G R8 i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1 z( [( d. _0 O( I! ]
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+ Q$ |. U |/ V5 \1 b
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
1 q! z6 ?! x1 t2 ~3 J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
0 d% B$ E; \- a8 `4 z2
6 q) n+ F4 q+ V0 P6 P* H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.) a& z3 ~1 h& H6 F' i1 y* v- g
关键字:最小二乘法、Tikhonov 正则化、Fourier 变换
& K& F/ U. R4 A3 F$ O6 m
+ T# y& g* ]: u+ I% `" m* ^ |
zan
|