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) H1 C2 S5 X8 j. 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9 W- R% @* L% g1 u% m: D+ I2 \$ o
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
) j- l* \$ u# Y% P9 W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
+ ~7 p8 [1 _! q小二乘法得出的模型准确度最好, 其对应的参数NMSE=-68.6294.
6 f+ h* j, ?5 k8 s3 G8 b9 n2 v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 y# h e* f# W2 A [" A$ y
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
, H2 q& Y, ^3 z( r5 f, i型的表达式是类似的, 从而可建立相应的预失真模型.:
5 {6 x* X6 b; K# l. Z+ B-15 E# Z1 W: p% W! N$ D- i
1! j! V5 ?, I3 }' w
( ) ( ) ( )0 E/ g$ C. Z% J2 T
K, @5 z8 m. h) O5 X! S/ Z, r
k
6 L: x" I3 n" u0 Zk
9 |- K+ }# V) E* ik
( v' P3 X) A- {7 ^- Kz t h x t x t
6 N; n' w) \+ u8 B- {( h=
/ X3 E8 Z" Z6 T$ B3 E= Σ
( I! e) L# @) f8 W' ~, X, iK=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,
: Q+ n- [2 Z9 I1 {" Kg=1.8473, 参数NMSE=-37.1398, EVM=1.3900; K=7 时, g=1.8326, 参数NMSE=-46.0624,' ^+ M5 w3 K# ^& j5 @' n
EVM=0.4976.
! V& H" k( h" j |& b. }# p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,6 {9 B- J8 g |4 T2 [& K/ B0 T
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+ G4 e1 X% Q6 ~# G) K% r6 `
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
; a9 t% e9 w- {/ \+ x& ^ ^3 iNMSE=-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
; E& x+ Z$ [ K% E! 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0 H" p# g7 R: L5 `/ F
g=9.4908, 参数NMSE=-37.8368, EVM=0.0128.
( T- Y$ r" a2 x- C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4 S0 ?# [1 ^8 ~* m
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2 p; g4 S4 M# `' B1 E4 P$ D$ V
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
" C k0 h! F/ u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+ N9 r: v% T8 g# L3 a8 _5 y
2$ O! w$ a8 w0 @3 C. T/ T+ G k% n$ z
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.
a. {; x$ l7 R( ~关键字:最小二乘法、Tikhonov 正则化、Fourier 变换
- ?7 W$ \$ D d- e; s3 B" b
+ B% C( U' A; S7 l |
zan
|