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: @- x9 p8 P' d- [( Y1 Q
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6 D; n' ~ s3 I5 i# D7 _" n* @3 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
7 h/ }9 W) y z3 R8 q# L' S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
- l: {4 K( `/ J小二乘法得出的模型准确度最好, 其对应的参数NMSE=-68.6294.
5 Z+ L9 C3 D$ |! E8 |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
) r$ y, d) [. O7 Y6 V2 M( |! Z& r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
) j8 n3 M/ H, `6 [型的表达式是类似的, 从而可建立相应的预失真模型.:
$ i! F0 a& C0 g$ [-1, {5 g1 \) q3 K* x
1
7 `- H$ C% P, k, X1 d( ) ( ) ( ); L2 L: h, n3 l) `* n. S6 a. x
K6 ?! B7 K2 y; e2 g6 v4 @9 Q
k
. A. Z) ^0 I- L" ?k
. j8 _6 V W; kk2 @9 A: _6 A% O6 ]
z t h x t x t
1 c' O$ [8 g- p% a3 L=( z x9 a" l7 `* X& D1 w
= Σ5 y ?8 }' a- a2 Q& G d
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,% R |, [: a: `6 N% _" ^3 q
g=1.8473, 参数NMSE=-37.1398, EVM=1.3900; K=7 时, g=1.8326, 参数NMSE=-46.0624,
$ n8 i0 u! f3 i8 [9 ]EVM=0.4976.
7 O4 E! f, J! l/ w) C. D7 A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,
( }' r7 f: |# v7 x" k% V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
" n# y1 f( _5 c7 \$ x; K% Y k7 z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 |/ J# Y- b! ?, L8 B
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6 P5 _1 I+ k! e% }$ B) T/ G
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& {3 W# z8 b" b
g=9.4908, 参数NMSE=-37.8368, EVM=0.0128.
* B- r! ]/ Q; l. L& q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
3 G$ b8 S# q9 X; A% Y9 J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 }$ m& I3 y5 t3 {" [2 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
% c" R! Q' M: ~' G: X" [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2 h$ m5 A* T6 D5 O9 K D% M% ?
2
7 O2 q# U& ^8 O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.2 l+ f0 n7 c" v; ^2 i2 |+ ]
关键字:最小二乘法、Tikhonov 正则化、Fourier 变换
0 v5 \5 Z0 ^4 s' I6 |: J2 b
- E1 ~' z; s# B# j3 I/ t) r6 h# N5 w |
zan
|