功率放大器非线性特性及预失真建模

madio

摘 要
+ A+ {) G: K# N- t; @& `3 V4 G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
; w$ V; O& i. m( v; d. ^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
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
小二乘法得出的模型准确度最好, 其对应的参数NMSE=-68.6294.
* t& S* u3 I% [$ q$ z+ f* `" 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
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
) J' k5 I# P/ b) [, a0 T- S型的表达式是类似的, 从而可建立相应的预失真模型.：
1 x  `- `- m9 ]* k/ \5 h-1
1
8 G9 P. [4 d. O* d" U% f( ) ( ) ( )
K
3 f5 P" O9 N9 j# ek
k
k
z t h x t x t
=
= Σ
* w$ m1 ]6 X8 P- z4 TK=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,
g=1.8473, 参数NMSE=-37.1398, EVM=1.3900; K=7 时, g=1.8326, 参数NMSE=-46.0624,
EVM=0.4976.
9 O9 l; W+ n% @( Q: m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,
" i" x1 X- f4 Q6 z# U; o3 O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
: g5 m6 F- ~1 }, n: w. I: j3 `. q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
8 j% a, b5 d$ {5 ]! i$ {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 v' x$ n( F0 }; Q5 F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
. Y9 k( l0 h/ K% C0 t- Ug=9.4908, 参数NMSE=-37.8368, EVM=0.0128.
4 ?8 |* H* [% `- E2 j# g& }) q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
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
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
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
2
2 z/ x, y& [$ D. ]7 x2 f9 a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.
关键字：最小二乘法、Tikhonov 正则化、Fourier 变换

- A, e7 z) e0 \+ @8 V2 f

wwyapple

谢谢楼主分享。。。。学习ing