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:
7 g. R' T# f# K" x3 y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* n E1 Y4 R: G5 m: H* L/ L
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. A$ W. d& ~2 g8 l% ]5 z9 ^
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8 H- Y, U2 V. F8 t* U; [
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- @ I2 S3 R6 v" H& C, Y/ p
谱的影响。
+ g1 z. f) j: B9 y+ ?0 ~2 ^( a本文的主要工作及创新可概括如下。0 H6 E4 M# G/ R) O4 H) J P9 X2 q
1. 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
7 v& w7 E: o M0 R2 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4 m% ~4 ~; r- b: M' A I, F+ ?
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): G, q2 L) Y, j" g/ y2 G7 C+ B
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,
5 B. r# A) }# G5 p5 e; y1 J具有更高的稳定性。
2 P. \% K; ]- q4 ` i0 k2. 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+ \1 y Z1 P5 F6 V1 H y
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; l0 ^& g F) m$ i& X2 S
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。9 E3 P0 v7 L& I' v+ [) y
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4 v! G+ v( z+ W: {6 w9 d/ Z
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; N4 ?2 n) K" ?# g- Q4 J1 X& [/ G5 O2 T8 s
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)8 j1 Q% u, Q9 {2 O# u7 S W0 R0 {
2
0 P7 O, z& e/ ]3 o$ K* R. }6 ?* g6 ?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% 。' n: h# r" k# X F
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 。; k2 r4 a! B* y# s" W
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)。
! `2 i L$ O' y5. 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 。8 q2 t& D, `6 V
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% a4 |$ w) }9 ~& V4 k7 S! M$ d, Z
( X$ ?2 E/ K6 p, Q: d# ]. a g: F
|
zan
|