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:- C! J% D* l3 n
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
5 W, \# g; H' n0 U" S+ V8 e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
7 w' E9 k/ N9 B5 F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
, R: E# G0 W$ k" m! y( ~! K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: `: a. q& [' a3 P* t
谱的影响。4 p: E- w! k, Z5 t2 L- t1 u+ _
本文的主要工作及创新可概括如下。
; x1 X5 ~ c: x% N! W- b# o1. 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& B# X5 Y% B9 Q$ U
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
6 P3 G9 k. [& a! `4 J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)
3 N2 t3 S% X( Q; J; w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,- F5 G. H3 W% h g: W+ Q* Y0 q c
具有更高的稳定性。
4 F4 R1 K9 B4 G2 g! Y& ]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
+ k! o3 l. B, J7 i, Y7 C2 \/ Q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
' e2 D# G! X: @; G: ~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。% e; N! r* \- ~9 O/ 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1 h+ ]% U/ E! b, @; j1 \( 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
, v( H; Q5 W( s8 _% o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)
# X. j4 B9 B4 O( A' H9 _# G2
. F2 g7 O. R( 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% 。7 W+ K5 G5 l! M, R( M; _2 G
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 Y* H& {9 w0 B* D, n9 a
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)。% r! A9 x' F2 s4 o' { |
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 。+ U2 k Y) F' w# }" |
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
$ ?: f) X8 @* D' t3 K. N' O5 n& Q! X
+ r Y% u$ x. X5 c |
zan
|