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0 r/ U+ u% W. [9 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 w2 W# [5 f* F3 P' B
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
" T! V& v L; U& T" b5 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
1 {5 B, x& n; b! d' J# L7 t+ ]1 Q小二乘法得出的模型准确度最好, 其对应的参数NMSE=-68.6294.! s- c& ?5 u9 ^. Q2 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8 e5 @& D; B* Q4 B
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
+ [, h; _' R; r7 e& L" w型的表达式是类似的, 从而可建立相应的预失真模型.:) \0 T* N- A% F
-1
1 K! n1 R9 Y1 z* m: Y2 T- Q8 h! J1
! q" s# k0 p0 b* V9 x, Q, V L( ) ( ) ( )" }" [4 v- l' l9 O
K
* H/ B2 n o) D; [+ \% _% sk& s0 l0 j) A- R& E, H
k* U/ P; d6 R: p& n8 _8 h0 y- Q/ _+ s
k
( v+ w* ~( y c: E6 J2 Sz t h x t x t
8 K: F2 Z1 l1 g1 ?$ i=
+ i+ O% k4 v2 U' J8 _= Σ
: \& R! W" R; S- g# A! r* GK=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,
# p. f% T. o. v; y$ K% J* b1 Z9 Fg=1.8473, 参数NMSE=-37.1398, EVM=1.3900; K=7 时, g=1.8326, 参数NMSE=-46.0624,
, t$ q8 F& W* N. ^$ l$ IEVM=0.4976.
/ L. p7 V+ K/ R* D. b# 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,: u& [' q5 Z* {! ~2 \; o( 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
1 t& R/ H5 v. `' u' p! k6 q9 a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
' n7 w y4 J Z/ p5 WNMSE=-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
; O, A- _2 T; H7 |6 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
: K( n: f+ p" C; lg=9.4908, 参数NMSE=-37.8368, EVM=0.0128.
1 _- [( J/ @$ O6 v- z" U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 v3 u9 p# u9 I8 J0 @. E
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! n+ d: s; @+ |* m' H, d
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
$ f8 | \3 f! J) H% u; R' z& \- B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9 I+ Z* t6 q. v0 Q' S6 u) |: u' Q
2: G+ ]$ U0 o* W q3 C! I
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.
7 B3 `# X' c' G; A关键字:最小二乘法、Tikhonov 正则化、Fourier 变换7 C, F& L- y$ w
8 a" y. h) I4 z3 ^
|
zan
|