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( F6 g/ B8 l, {* p" N8 h+ s9 r. A9 Y8 I
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
2 i3 B; M( Q3 V F- y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
1 y' Z! L, \2 ~+ B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
! ~/ z2 B; G' F& u1 P6 _" T小二乘法得出的模型准确度最好, 其对应的参数NMSE=-68.6294.
, t" ~' r" L1 K! }$ T; s- T6 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/ M V! B8 Q) E
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7 D5 G5 p7 y/ [& {2 Q
型的表达式是类似的, 从而可建立相应的预失真模型.:
: V$ N+ c; t6 Z& z. R) s-19 Y D+ J9 O4 o/ t$ k$ q6 d& ^
1
% O# Q* r7 i1 D0 J9 s$ |( ) ( ) ( )
) b+ I% P+ }, Y8 O) D; I% cK
% H8 B) W5 q$ V9 g; vk
3 w7 g7 M; [$ Y/ Yk
$ W! G( b* g5 I: c& S3 ]8 pk/ A% X( F* V2 ]+ }$ L, i% c
z t h x t x t3 z. M# e5 j3 L5 Q' b0 e
=8 l5 O0 f- w9 R+ l5 n, m
= Σ
/ e- K9 E, m! k, qK=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,
$ [, I1 O' ~& A7 W9 \' ag=1.8473, 参数NMSE=-37.1398, EVM=1.3900; K=7 时, g=1.8326, 参数NMSE=-46.0624,( p4 O" ]7 G* m" S. ~0 P
EVM=0.4976.
$ ~6 w: m! w6 A' c! w. x3 }5 z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,
* i5 s' u+ W' k* L% 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* s5 C) }2 M7 Z+ X8 C8 q8 {% m
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- j& c7 Z* n5 ]+ D0 W
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: y" m" e+ I: |) o5 g1 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& q2 N" H4 Z6 p- f: k8 h7 K- `( r- _
g=9.4908, 参数NMSE=-37.8368, EVM=0.0128.
' o! c: x5 |1 M0 _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% a+ @& l7 F$ Q; {* z; Z$ }
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 c0 Y3 d$ u" O
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
3 N: J, o8 I) T3 `" e7 X( [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
, X) U' k5 Y, b: [2# O, t' y- h+ w, i6 ^; R
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.
" \% S4 |/ o+ @( W6 w关键字:最小二乘法、Tikhonov 正则化、Fourier 变换& k# h) ]$ Q1 F2 c0 n; @
( L6 N8 V$ ?' c6 }
|
zan
|