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' n" ~ O& [2 P2 `
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
1 o" I. ]" W' e5 @6 n4 L( m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
# E3 P2 g; b2 R8 }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 c- B! i4 U* d$ ]! g h# S2 J
小二乘法得出的模型准确度最好, 其对应的参数NMSE=-68.6294.
$ n, _- M. `/ F; [, k1 \* f$ W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- _. ?( d, b7 H/ A( n2 P% ^! l( l
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
3 |2 @+ E" }, h( _! Q型的表达式是类似的, 从而可建立相应的预失真模型.:
7 n, l5 E) ?$ R-1$ ?! w8 E( R( ]( q7 B
1
3 r0 T; z. F2 H, E9 m/ ]( ) ( ) ( )
# R. v8 H. E ]1 VK! V9 r' I# L2 r" L3 C" i+ a5 c
k
/ r- h/ [, N- P- |k
4 \- V0 e* g5 h! @k* C+ O6 J* U% F
z t h x t x t
, Q* ?/ {$ Z2 { S2 p) ]=
8 \/ }5 _# w- K, k= Σ
. ^ p0 l, B j+ D5 ]6 I% mK=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,
6 I- }1 ^& K2 r4 p0 pg=1.8473, 参数NMSE=-37.1398, EVM=1.3900; K=7 时, g=1.8326, 参数NMSE=-46.0624,
- d# r: T3 d8 V8 @; d, |! tEVM=0.4976.
# Z; j* x2 w* |2 @+ v) Y! r. j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,
% y D- a8 b. ?$ `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- Y- f. y/ O# g/ B3 F/ L
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! {# E: t, |9 A }' N2 K6 ?8 q
NMSE=-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2 h0 F7 e9 p3 h' e$ q9 P
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6 l7 ]: i! l2 S |
g=9.4908, 参数NMSE=-37.8368, EVM=0.0128.
8 ^0 f E- h3 }0 [ R3 Y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 r- Z" _4 ~1 q; P$ v; B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, \. u8 y/ k4 I) U7 A2 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
1 o5 w' X8 D' U8 i8 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$ b; Y9 d( n/ Z4 ]
2* V6 j% O- S9 Q+ _/ o' O3 U! _
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.8 Y# [) q; \- F8 H4 N- r" t8 [: {! p
关键字:最小二乘法、Tikhonov 正则化、Fourier 变换+ Y5 `- b& g5 n5 r# N
3 p# ?5 f0 Y& `$ d! U/ p5 ] |
zan
|