功率放大器非线性特性及预失真建模

madio

摘 要
0 W% {' g3 w9 _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
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
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
2 ^/ E+ i  S  Y0 M+ z小二乘法得出的模型准确度最好, 其对应的参数NMSE=-68.6294.
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
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
型的表达式是类似的, 从而可建立相应的预失真模型.：
$ ~3 K- U5 F" ?: M-1
1
% v; Y8 a6 K% F0 N3 X/ M! {( ) ( ) ( )
4 I8 N& l* z# f( k- x8 ?& g! p0 fK
+ k9 j1 x! o6 O) t4 Kk
; `3 w& e) C0 c) c% }: }k
k
! n, m# I1 X  z; U. Rz t h x t x t
0 V( {/ B$ z. U5 F' U3 G=
= Σ
9 S, W% {1 A' p0 i- d1 M' T2 uK=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,
g=1.8473, 参数NMSE=-37.1398, EVM=1.3900; K=7 时, g=1.8326, 参数NMSE=-46.0624,
EVM=0.4976.
% u$ T% j4 b; z2 [1 w& ^( U* 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,
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
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
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
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
+ t* P9 ~3 a% n* I- j% ^g=9.4908, 参数NMSE=-37.8368, EVM=0.0128.
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
% z. `' F4 Y; r3 T" S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
$ A3 }+ S4 x, j1 C/ l- a* h5 O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
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
8 S" s" Y9 |5 M; [1 {- x1 N, \4 V2
" _7 E5 j) k  p4 a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.
' d! }/ q! v0 z8 [7 F7 A( e关键字：最小二乘法、Tikhonov 正则化、Fourier 变换

) f( Y7 A# E9 a: [% k4 d* r( Y5 N6 _

wwyapple

谢谢楼主分享。。。。学习ing