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:. U" v( R/ L. n) E4 |
信号的功率放大器是电子通信系统的关键器件之一,功放的输出信号相对于输入信号可能产生非线性变形,这将带来无益的干扰信号,研究其机理并采取措施改善,具有重要意义。预失真技术是被研究和应用较多的一项新技术。本文通过分别利用无记忆非线性功放和记忆非线性功放的实测数据用数学方法对其分别进行建模,而后使用前置预失真方器的方法改善功放的非线性特性,并对其中预失真器的建模做了研究,效果和误差也进行观测和估计。
; B6 v# `) w' ?7 L; J) i6 ^- m0 B对于问题(1),我们使用了无记忆多项式模型对已给出输入输出数据的功放进行建模,通过计算1到100的不同阶数的拟合结果与原始输出数据间的归一化均方误差NMSE值来进行判定,最终确定最优阶数为K=44阶,NMSE值为-64.1830dB 。之后我们以功放的逆的形式建立预失真器的多项式模型,为了满足“输出幅度限制”和“功率最大化”约束条件的限制而调整模型,加入增益控制参数G,以预失真器最大输出值不超过给定输入信号最大值为限制条件,求出模型最佳增益参数G=1.8265。在此增益下计算得到预失真模型,进行预失真补偿后的功放输出与理想线性输出的归一化均方误差NMSE=-45.2490dB dB。, |7 I7 {. c/ ~* K* i+ C
对于问题(2),我们首先使用了便于计算的“和记忆多项式模型”对记忆型非线性功率放大器进行建模。通过最小二乘估计法计算出多项式模型中的系数矩阵。在此过程中,我们研究了如何确定最优的阶数K和最佳记忆深度M,以获得模型输出与原始输出的归一化均方误差(NMSE)最小,遍历搜索各K/M组合值,最终在综合考虑计算量
6 Z& r7 C- q1 [1# ]# w" z% f6 X# Q4 x
和精度的情况下选择了阶数K=5,记忆深度M=4。在此参数下对功放进行建模,得到模型输出与实际输出的NMSE=-45.6805 dB。接着,我们使用了间接学习型结构对预失真器进行了建模。同样,为了满足“输出幅度限制”和“功率最大化”约束条件的限制而调整模型,加入增益控制参数G,以预失真器最大输出值不超过给定输入信号最大值为限制条件,求出模型最佳增益参数G=9.4815。在此增益下计算得到预失真模型,进行预失真补偿后的功放输出与理想线性输出的归一化均方误差NMSE=-42.375418120016650 dB。
" S8 ~" P( o, b最后,我们又进行了拓展部分的研究,给出输入信号、无预失真补偿的功率放大器输出信号和采用预失真补偿的功率放大器输出信号的功率谱密度图,计算并比较三者的相邻信道功率比(ACPR)。结果表明,我们采用的间接学习型预失真器结构计算的预失真模型对非线性功放的ACPR有将近15dB的改进,能很好地抑制带外频谱的扩展。
8 ~7 V. s+ w5 z/ a! f r: W关键词:功率放大器,非线性,预失真,记忆多项式模型,间接学习结构
) e; q- i. @" \$ e" X/ O0 n; U. s' ?5 A( }6 }
|
zan
|