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
& ]! o3 T' f& U& d8 e/ m. 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& E5 {& I! M1 b/ ?
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
4 G% q' W+ d" b2 P5 g1 H; O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( [8 M X4 U, J0 K
小二乘法得出的模型准确度最好, 其对应的参数NMSE=-68.6294.
c& g0 y9 ~; r/ U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9 j* C! I* u6 ?. {& Y; M
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
! u( i* t3 g5 D) u5 J# V I- y型的表达式是类似的, 从而可建立相应的预失真模型.:
1 n. @: J1 [3 l" @" [-14 d% g! _- o* @# u" }
1, D2 q# W1 l- ^9 H1 Z0 h8 `
( ) ( ) ( )3 ?* T7 g0 n+ C8 L* m2 u5 M
K
) _6 ?- x! I. h1 I2 Ak
; u4 p& ]7 P+ ]5 W t( B' L; gk- p0 s4 ]% m! ?3 O* ?
k
/ g4 W3 q* z8 @8 Z4 ^# x7 u5 e0 }. bz t h x t x t% i2 J6 S& o. \7 C4 e* x# b* q
= s8 Z( n- z- p4 u8 Q+ l
= Σ8 O* m6 p: d* F( t" I( S
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,% d( {8 @3 ]% o& P% ?/ L n7 j$ r
g=1.8473, 参数NMSE=-37.1398, EVM=1.3900; K=7 时, g=1.8326, 参数NMSE=-46.0624,
( y. h. r: j( s6 w }- O) ?EVM=0.4976.; l7 n0 o9 H7 x/ Z0 K9 G5 _
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,
* W% d/ z g- v1 p9 a6 o0 F8 s- @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1 g; i D% r u# ]% H& P5 J+ U8 O" G
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
+ K0 o* A7 ^# O+ r V/ o9 R, t* m5 _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
7 B9 @& u8 i' r4 V# L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% D h# M' t* @/ P, [8 j
g=9.4908, 参数NMSE=-37.8368, EVM=0.0128.
! H5 a' c& u' g) 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
( x# t0 T, `* k$ |: Q# A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6 H& p; M) e5 ~7 y: w
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
9 S$ G1 j+ O# O: D+ X* ~1 e/ v) f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) T# r4 @3 a% r# r2 q
2
2 m) l6 B( \ c* j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.7 a/ w, N, `- [( ?0 c$ }
关键字:最小二乘法、Tikhonov 正则化、Fourier 变换
! j5 F5 \4 E4 I4 B$ R8 \& G# c
: ~3 P b% Z' F& w0 w" A* M |
zan
|