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) _6 B' P2 H8 n# o/ H
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
) ?. P2 w' R5 d. c( T( 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
7 b# ^& G! D, c& g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) L% s2 d* s4 T& B6 d. m1 e
小二乘法得出的模型准确度最好, 其对应的参数NMSE=-68.6294.
/ w/ s% G v9 b+ O$ g2 }) K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
$ a0 j* f5 S9 D7 t8 Q: Z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
) d) j1 c Q3 q$ I6 s$ U5 m8 V型的表达式是类似的, 从而可建立相应的预失真模型.:$ X! c9 U. V" b( m. `0 R/ e6 Y
-1) H: [8 \ N! _' H
1
& E& W9 U: d* s+ w% x* u( ) ( ) ( )
; ^1 ~7 Y! ?& J0 u# H1 g) O7 a |K
. S, k( J1 a1 d& g2 ~; Tk0 b& F! {4 w5 u) _
k B' U5 L' B6 D
k% y: E6 b# t! Z
z t h x t x t
5 O% \2 q6 ^' ?5 x6 S=0 \ }8 H8 Y$ q/ T3 c& `/ g3 H% I
= Σ
$ `* U* d1 h. M' D- ]9 g( c3 |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,
. _& w7 N2 |, h4 }9 t2 ]g=1.8473, 参数NMSE=-37.1398, EVM=1.3900; K=7 时, g=1.8326, 参数NMSE=-46.0624,6 f/ w3 O" D6 J2 v u
EVM=0.4976.
- D3 q& b! A4 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,. C4 F! Y9 K; x
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, e+ q/ c% N4 C# R% J
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- o9 o7 K9 h4 g5 l
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7 p4 Q G2 {. Q
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
5 ~ b* e# c# U1 L5 ~( ]g=9.4908, 参数NMSE=-37.8368, EVM=0.0128. t1 ~* M( i( V
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 N& ~+ U# i) z! @ H. ?1 z, U
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 H$ v5 J& u y a$ |
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. f Z; J" D6 x- P* y+ s" _
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3 u- X8 u) d" ~
2: X# B/ @1 U+ x; C0 V( o2 ~! P4 K
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.% M2 s* ]1 q& M8 g; w: a
关键字:最小二乘法、Tikhonov 正则化、Fourier 变换
k! ~. M2 T0 d6 U
! ?' D( J( j- d/ ]- G, E |
zan
|