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$ v2 N3 m5 E/ E: T$ V6 K% P
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
4 S' }! R, l s ?$ l- m3 V' T4 v3 X; U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
& x# b! @( t! Y$ 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8 {' }8 U. f+ t$ G$ y
小二乘法得出的模型准确度最好, 其对应的参数NMSE=-68.6294.6 I. O( P5 t1 U3 e8 I3 Y8 [/ n _
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 _/ o& s- q: k4 }* C4 ^$ I& x
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
2 A' q% N) J2 K4 p& Z; F型的表达式是类似的, 从而可建立相应的预失真模型.:5 q$ U9 Q3 w1 i+ ~- [
-1# E" O) S: A0 N$ d9 M
1) u4 } p2 Z; q
( ) ( ) ( )& U: ?* Y8 E+ [6 n
K2 D# u. Z9 j& R1 S! f/ N7 {
k
/ _- \& N5 X: g* z( Gk- h( P9 o, O6 b8 w' u$ Z) Z& Z
k5 u% a/ @& H3 ?; T0 i( N
z t h x t x t6 R0 M6 L1 Y8 E2 W. C
=
! _7 N8 B6 \+ S& s% f= Σ. d; a( g% U. \5 R) @
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,, j" s4 }0 m! R5 ]* p" {' t& j
g=1.8473, 参数NMSE=-37.1398, EVM=1.3900; K=7 时, g=1.8326, 参数NMSE=-46.0624,
, T8 W* ^/ U' a, A/ gEVM=0.4976.
+ w; p4 {& y' s* S' h2 I, H7 \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,
[3 w3 i; v& r. F* k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
3 j. [0 K9 Z) g* w1 l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( F8 f8 r+ M5 I7 i. @
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
, K6 z" Z# K6 \& 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
/ m; v4 V) [4 D3 |- t1 A) o1 ^g=9.4908, 参数NMSE=-37.8368, EVM=0.0128.) p. k" ~2 p! y/ }* A9 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
0 v/ B" I y6 l( [1 a+ 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
. }& \) U* P4 L$ ^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
+ W2 \( e+ j! c- n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
4 I' ~% j5 ]6 P. k2
- q* E0 {4 V, T* i) w5 r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.) q% [* @ A( [7 k6 _5 P8 E! T9 [; i
关键字:最小二乘法、Tikhonov 正则化、Fourier 变换
! r$ R+ W) O& [1 P! E( K
" |5 z' G Q- ~# ] i |
zan
|