功率放大器非线性特性及预失真建模

madio

摘 要
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
0 v4 R5 ~9 f* J( D5 c* E( {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
3 E3 r/ i7 i7 b, H& 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
; D/ x& ~4 U6 R  K3 r* F型的表达式是类似的, 从而可建立相应的预失真模型.：
-1
. g, X4 M# H( R1
( ) ( ) ( )
K
0 L( T3 ~' D6 |8 I9 fk
k
0 O$ ?" @- y6 L$ D0 u6 e* Wk
; M5 S" b5 f+ H9 o+ Tz t h x t x t
=
6 s# I$ O/ N( _* R  l6 f= Σ
% V9 b1 F5 }5 l/ u8 J2 xK=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,
% B9 S. c9 R; a( H7 Gg=1.8473, 参数NMSE=-37.1398, EVM=1.3900; K=7 时, g=1.8326, 参数NMSE=-46.0624,
EVM=0.4976.
; p: Q% p3 u" x/ j& Y. T( X4 R" [# Q1 `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
5 B8 W4 H* r& N) J: h0 ]7 f" UNMSE=-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
# M. d+ o0 i7 V8 `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
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
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
0 a3 J2 T6 b: N6 ]7 n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
' j4 W1 i/ O: }/ g0 H. z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
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.
% n  ]  ]% D% d) p$ t4 F4 L" Q5 h关键字：最小二乘法、Tikhonov 正则化、Fourier 变换
0 r, g6 A* W. N" y: N/ b

wwyapple

谢谢楼主分享。。。。学习ing