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4 O8 g. b* M3 }! ?
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
, R' L& ~& W# ^9 e3 C6 X; P7 v0 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( e4 A1 a* G+ L: b8 G+ L }# O2 A
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
/ W. ?6 w( U- o+ @小二乘法得出的模型准确度最好, 其对应的参数NMSE=-68.6294.
7 n, A$ A' B4 w7 n' a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6 o8 y: W" a/ z a* s
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* |7 l& R1 D7 z( R
型的表达式是类似的, 从而可建立相应的预失真模型.:* A2 R, x5 H$ S; a7 b6 H9 G6 S" _* B3 J9 T
-11 l2 \% E( `) q# o7 {2 u0 e
1
( e. v) y# ~; U. \$ }( ) ( ) ( )3 n' d( a, N9 ]6 ]2 C
K7 z: B: e: m; r% z% w+ m
k
. o E$ t5 z* S( O7 u. a" Ik
, C# C! d! ^9 O; e) Xk/ y, U+ F8 Z; l1 L) x2 V/ T* n
z t h x t x t
# x7 q/ g2 ?0 f. F8 h=
' V1 }' }+ z: p2 s7 D3 d+ K= Σ& e4 S0 E/ k$ M5 y# @. k5 |$ 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,2 I7 U0 u% S$ I& @( b$ W* R/ Y2 _
g=1.8473, 参数NMSE=-37.1398, EVM=1.3900; K=7 时, g=1.8326, 参数NMSE=-46.0624,
1 V- }- N! ]8 p- o, Y# l5 NEVM=0.4976.* A" V+ r/ ^2 a7 a+ y
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,
/ [9 K6 |( J& y G* f: G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7 A' S, C1 X" X# Y& w3 {# K
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 d6 n& A+ O5 w* K
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' ?( e: X1 p J8 a1 X
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
$ ]% C1 r5 ]0 S3 g. D, t9 Q4 l7 Ag=9.4908, 参数NMSE=-37.8368, EVM=0.0128.% ]" ~/ U, H+ p" [ ]
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. N" M# _7 _! d4 `
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, m! i8 H" ]9 i8 A
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
6 J) o: V7 ^$ O! ?, r' E- V% x( 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6 V# L6 Y5 D( Y" s
2& H7 \" ^9 ?# K' M# a. f
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.
3 V4 Y- W) m( N& v, v; X7 Q+ u7 w关键字:最小二乘法、Tikhonov 正则化、Fourier 变换
0 u- V! y7 U1 n0 Q# V1 q0 s+ Q: {7 e( A2 I A
|
zan
|