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9 ]- V: G0 U# _ I$ m
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5 d6 ^) W, Y, V3 j6 A1 I
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2 w, n6 _! ^5 D3 b: y$ ] K1 u
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
& i) B' q1 }1 ^小二乘法得出的模型准确度最好, 其对应的参数NMSE=-68.6294.1 d1 t3 ^% M3 M0 [+ n
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
f8 }- o- p; B: P; |2 z. B4 t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 C9 S- ?, ]) l+ O$ t J型的表达式是类似的, 从而可建立相应的预失真模型.:
$ @% r- d7 }" u1 u; e; C! T5 U0 _-1, `: T, I0 x' D
1
. m+ K w$ h7 q# U* `! M9 N6 B( ) ( ) ( )" q; N# K* ~2 J+ s$ N
K* z+ v/ R% I0 M
k8 M# z; i- H! \. Z1 d: V
k
- l% d z' ~' v2 `k8 F* x* L( W" O4 `
z t h x t x t9 H e0 ^; x, H# G( N
=# T& I' k" w4 b2 m3 i
= Σ% x/ Y3 e# G/ I( a! h$ G. M
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,
: u+ V* K" ~7 t6 v$ Gg=1.8473, 参数NMSE=-37.1398, EVM=1.3900; K=7 时, g=1.8326, 参数NMSE=-46.0624,
( c4 j) k( t: g/ eEVM=0.4976.
# j, O# m3 R) Y% u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," J( [9 U$ D: k% h+ L% q" H' G
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
1 }% x R( ?: b' v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
) U4 Y0 H4 a4 X3 t$ d2 y. N& L, I7 mNMSE=-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0 u8 {0 Z* {2 Z7 x T0 X
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
2 f) }: p: Q4 V4 {; n( v# Hg=9.4908, 参数NMSE=-37.8368, EVM=0.0128.6 N( F; m* ^7 _' t5 c
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
3 x- w( w J: d- v- _) Z( f8 j( V% p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
8 O1 J9 F# L8 i& V4 P0 u2 N, z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
6 ?% Z6 W& y, f' i; d9 t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. L. n0 H" p. Y1 _
2
" P4 @+ v* f. R. Q! T. y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.
! `5 _0 P/ H/ t0 D; v6 f u! G8 e关键字:最小二乘法、Tikhonov 正则化、Fourier 变换
7 B; j4 U7 H( h' I4 }/ }' z/ w0 _' I, q; J3 k( `6 q/ h% f: N
|
zan
|