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" d- R5 |; B2 f
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
- z" C' e- T" M" o! q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
5 [2 N& T5 t9 e- R3 x3 {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
* ], D, @) `% G: I小二乘法得出的模型准确度最好, 其对应的参数NMSE=-68.6294.! W# B8 z/ C! ]
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. l) r7 j4 ^* q1 K$ H
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" G5 a1 q2 {9 M8 c
型的表达式是类似的, 从而可建立相应的预失真模型.:
$ d+ K9 q; P0 T P8 [ h Q3 H-1$ s4 z8 ?: U% F( n$ b! q, o
1
* C/ @$ A* G t( j( ) ( ) ( )
8 D3 m' T% E8 J5 G4 iK( h7 R, g- j3 {
k ?# }( `& M9 j
k+ T c& d0 ?" K$ j2 ^0 M
k
) _+ ~" v! w! j9 P( @% M/ S' P' `% lz t h x t x t0 t; Q6 t3 j4 z
=
6 p N6 T" {7 m1 ~= Σ* S* j/ G! N8 i5 ~& u% P8 ^- i$ O
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,
l1 U) E/ M6 N8 L% Pg=1.8473, 参数NMSE=-37.1398, EVM=1.3900; K=7 时, g=1.8326, 参数NMSE=-46.0624,- W* B% [7 u! V& U+ b- r. K
EVM=0.4976.% u6 x: ]1 d4 A6 k1 `) A
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 ^" O! H& Z4 q& t6 W# o+ M. n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
0 u" h$ ~) F2 ]) Y8 y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
. B( a4 H- ]0 mNMSE=-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
7 A: n6 @8 q' ? L6 R% K# U y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! t- J3 S7 S' @1 U, K" X
g=9.4908, 参数NMSE=-37.8368, EVM=0.0128.
! Y0 O# w) E3 }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! w ^1 {7 y8 R( }/ F
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% M- h5 j6 D; |& 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 _2 J; |+ A4 S7 x( M/ [
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& T4 j' V5 ?8 C( G2 Q" b
24 G8 j6 [% n$ A5 n& [, O; S# N
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.& i" ?+ d. t) |1 ?3 U9 Z
关键字:最小二乘法、Tikhonov 正则化、Fourier 变换3 g# @8 `" k; l, T2 Y/ s
' K6 F0 l3 W+ m( K* I
|
zan
|