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:9 j. y6 }4 c) E' Y
随着现代微波电路仿真技术与数字预失真技术的发展,功率放大器行为模型的研究4 p2 B7 s% M0 \
已经成为功率放大器研究领域的重要方向之一,而采用多项式结构描述放大器的特性是
( Z' b: T) K3 M" W4 W- W行为模型研究中最主要的方法。本文主要研究了无记忆功率放大器和有记忆功率放大器
( f5 P. g- M- x的多项式结构的系统建模,放大器的预失真处理技术,以及非线性放大器对输出信号频
7 m0 [4 d: J. l3 o5 O( p4 O6 a: Z谱的影响。
$ C# J" c# Q" H9 v: H/ F( |本文的主要工作及创新可概括如下。
/ O' g) @! V. i1. 构建无记忆功率放大器基于一般多项式及和多项式的正交、非正交模型,利用' [0 N1 V5 V; v
最小二乘(LS)算法求解模型参数。通过数据仿真可知,和多项式及正交和多项, V2 t+ k1 o& M( _2 X
式模型优于一般多项式模型,当多项式为12 阶时,其归一化均方误差(NMSE)
9 G0 [4 X) p. R N. f) t达到-100dB;并且在阶数较大时,正交和多项式模型性能优于和多项式模型,
/ [3 C+ l' h, q4 s$ C' C: i; Y* D具有更高的稳定性。+ y* a# \9 s1 ~
2. 建立无记忆功率放大器的和多项式预失真模型,通过系统逆辨识获取预失真处6 h8 f% }: s4 A' G* y
理器输出端的理想信号,将整体系统简化为预失真模块处理过程。利用最小均
" n# C4 D9 h' u! a1 `3 a, ?. c方(LMS)和LS 算法求解预失真模型参数,并对预失真补偿效果进行评价。
+ _8 h# p% G; z6 b* _3 I6 I实验结果表明,本文构建的预失真模型能够使功放整体输出具有较好的线性特8 V( O! ?: d- w G* x: N. ^4 U- W# t
性,且逼近理想特性曲线。随着多项式阶数的增加,通过本文正交和多项式预
3 Y7 |+ {- Z- v8 W; R失真模型处理后,功放输出的归一化均方误差(NMSE)和误差矢量幅度(EVM)
s& q6 R0 c7 m. W: c) p* R2
# n" ^, ^+ x, k: x8 E逐渐减小, 当阶数大于 10 时,正交和多项式模型 NMSE NMSE小于 -61 dB ,EVM 低 于 0.1% 。5 Y1 [$ s6 S7 y
3. 构建有记忆功率放大器和多项式模型, 并利用 LS 算法 求解模型 参数。 仿真结 果表明,随着多项式阶数和系统记忆深度的增加模型精越高 果表明,随着多项式阶数和系统记忆深度的增加模型精越高 果表明,随着多项式阶数和系统记忆深度的增加模型精越高 果表明,随着多项式阶数和系统记忆深度的增加模型精越高 ;当多 项式 大于 5阶, 系统记忆深度 系统记忆深度 大于 5时,系统的 时,系统的 NMSE NMSE低于 -45dB 45dB,而传统多 ,而传统多 项式模型仅为 -34 dB 。1 _. |/ }) S7 j* x5 F. h @% ~) n, u
4. 建立有记忆功率放大器的预失真和多项式模型,根据线性约束、输出幅度限制 建立有记忆功率放大器的预失真和多项式模型,根据线性约束、输出幅度限制 建立有记忆功率放大器的预失真和多项式模型,根据线性约束、输出幅度限制 建立有记忆功率放大器的预失真和多项式模型,根据线性约束、输出幅度限制 和功率最大化约束,获取预失真处理器想输 出信号,通过 LS 算法解其参 数。通过 NMSE NMSE和 EVM 分析可知,当 给定 功率放大器的阶数为 5,记忆深度 为 5时,解算得预失真器的多项式阶数等于 时,解算得预失真器的多项式阶数等于 5,记忆深度等于 ,记忆深度等于 3时的系统最优 , 此时的 NMSE NMSE等于 -45dB 45dB ,EVM 为 0.3% 。为了使预失真系统能够应对实际运 。为了使预失真系统能够应对实际运 用中放大器特性随着环境变化导致的预失真效问题,本文提出一种基于功 用中放大器特性随着环境变化导致的预失真效问题,本文提出一种基于功 用中放大器特性随着环境变化导致的预失真效问题,本文提出一种基于功 用中放大器特性随着环境变化导致的预失真效问题,本文提出一种基于功 放逆辨识 的自适应预失真处理 模块 ,模 块求解 采用最小均方 算法 (LMS)(LMS)(LMS)(LMS)(LMS)。1 a8 h6 V, x9 H2 W: T/ q
5. 通过周期图法估计信号的功率谱密度,算输入出相邻道比 通过周期图法估计信号的功率谱密度,算输入出相邻道比 (ACPR) (ACPR)(ACPR)(ACPR)(ACPR)。 输入信号的 输入信号的 输入信号的 输入信号的 输入信号的 ACPR ACPR等于 -78.4687 dB ,未经 预失真处理的 预失真处理的 预失真处理的 预失真处理的 预失真处理的 预失真处理的 功放系统 功放系统 功放系统 功放系统 输出信号的 输出信号的 输出信号的 输出信号的 输出信号的 ACPR ACPR等于 -37.2605 dB ,预失真处理后的 功放输出信号,预失真处理后的 功放输出信号ACPR ACPR等于 -51 .9625dB 。
) @) O6 n% F! ^$ I5 G% O9 T1 }% q关键词 :正交多项式模型 , 系统逆辨识最小二乘 算法, 最小均方算法 ,自适应 预失真系统; L! r9 ~9 U! I+ A
$ O7 l; t5 d, i% M1 D) o
|
zan
|