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, Q* l% {# q% [* c- z: l
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 T, d7 C, ?! o. G3 _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
0 i% b+ n# S8 l" ]' _' i% H7 T. z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3 j$ b% l+ p/ u) Z
小二乘法得出的模型准确度最好, 其对应的参数NMSE=-68.6294.
7 n d& d3 d' P: ^; s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; A7 X! E5 R: \ Q% i
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
E( L( x* l4 l. Q% Z+ H: I型的表达式是类似的, 从而可建立相应的预失真模型.:0 Z' y" G% i, e J
-13 Z S- F& |6 O5 X, H) ?
1" l+ ?2 m: L; h1 v3 O* E
( ) ( ) ( )" D0 ~- Q5 H, m- S: R* D
K c G9 D4 U5 n& G/ g/ }' N, V
k9 R0 c3 r9 d8 ]9 U; l
k
9 G8 p. j$ ]9 a! m" M3 e2 Dk, L4 b3 n3 v! h' z$ M& s
z t h x t x t- h4 ^; c6 Y/ h4 q/ m2 b7 R' i
=
6 T9 A1 C* ^5 o" W( N' b= Σ
* l' d6 e7 ]- T0 @/ d" D7 }& H! CK=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,+ b: v$ N# c! A- ~6 H6 l
g=1.8473, 参数NMSE=-37.1398, EVM=1.3900; K=7 时, g=1.8326, 参数NMSE=-46.0624,5 H$ ^2 _. a! W' m: [3 i: n G0 m* o
EVM=0.4976.- d6 H9 C0 p0 w* \6 [
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,
% Q( N! D8 H( x: c) 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; J# @3 O$ I2 t, y# W! \7 x. r; T
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
# w# U! q/ R0 w& L) }; b2 s+ pNMSE=-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
J$ ~& z- d/ d8 b8 B d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
$ s+ W m4 y* n. Rg=9.4908, 参数NMSE=-37.8368, EVM=0.0128.7 [2 k2 S! ?, O; m, z& @$ F
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
5 Z# R6 [$ d1 l/ D) b+ C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
" O& h6 i; P- C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( a( h0 L& [: {/ M2 @0 F9 f
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
1 ?: B" q$ B: F5 B6 L4 _: }! c- l2( o+ L2 k& f3 D) Y) I( l
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.
$ U1 q; H( n6 X关键字:最小二乘法、Tikhonov 正则化、Fourier 变换
3 u, ~2 d) K% X$ _ @/ R1 ~
! A$ ]4 f1 ?6 o. \! n+ ? |
zan
|