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0 G5 x2 V9 @0 ]) R
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) { @; V' H5 t0 |( ^
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, p* e- R& N7 \7 B
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
0 `3 k* W0 E- U' m1 f. U6 a- P小二乘法得出的模型准确度最好, 其对应的参数NMSE=-68.6294.
5 [# @ r6 Y9 O- ?8 L: g; n8 |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 I4 C9 e/ r3 Q1 j
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
Q9 O& e$ X2 A ~1 Y2 }型的表达式是类似的, 从而可建立相应的预失真模型.:7 k5 s' U# e8 D! [' R/ j4 g
-17 S v7 Q- l8 y: C
1
: D4 Y3 t& k: l. ] n( ) ( ) ( )
2 r1 b, ]! `, n- ]. `K; o5 v8 ^1 M- D6 \6 w; G0 {
k: w! u3 H0 g, a; Q
k
5 D# m/ @8 K8 u0 t. t, D, S# mk4 R3 S9 N0 c: }2 g; L
z t h x t x t
, E2 j& S3 S, L+ g=7 }) I# j) L/ b
= Σ) A) q6 S- Z5 c2 G% v
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,: ]+ K. z9 j5 G& j
g=1.8473, 参数NMSE=-37.1398, EVM=1.3900; K=7 时, g=1.8326, 参数NMSE=-46.0624,; S9 }5 Z2 g6 P! F. L& }
EVM=0.4976.
; W! z! A/ {6 j' r$ k8 w \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,
' U" M I4 O2 r% F- ^0 |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- U7 W2 j; ~6 b8 m6 P- ~/ z6 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0 _, G' j/ O: m$ g
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5 X4 |- R. m' x8 b4 B) `" O
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* s# g8 r0 t f. s
g=9.4908, 参数NMSE=-37.8368, EVM=0.0128.
% V [/ j; y4 e, |- t8 w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
$ O9 r1 Z" z7 m8 e2 V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
' W# d2 G+ n1 a8 {' D1 t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4 P( q+ g7 v& \2 _5 G9 _) S
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 F# r; J& G" @+ U6 v+ l# C
2
0 _6 d* s3 G2 u3 }) a8 J% N# S6 X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.1 C# r( H" m# A
关键字:最小二乘法、Tikhonov 正则化、Fourier 变换8 k' n5 ~2 ^/ w3 q
" t0 b7 R2 e8 ~
|
zan
|