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
, g* D9 _# Y) m1 x" w* N: ~8 W8 K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' {" B2 }4 v& M- `) u: k
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
) a3 v- O$ H e5 L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
+ r2 W ~' Y8 V: ?小二乘法得出的模型准确度最好, 其对应的参数NMSE=-68.6294.1 g! R5 `) p; s3 Z
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5 \- } F9 X# T. f# N
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
3 l }% Y) l' d( o/ ^7 M4 r型的表达式是类似的, 从而可建立相应的预失真模型.:
5 o+ f+ o! l% G5 r) x* ]* H-1; K9 d% Z( e1 ? ^
1; [& G) O4 }: G2 J
( ) ( ) ( )/ r# k2 C# X4 |7 B. \( ]! ?- G
K2 d' u4 g: r' r, ]
k3 Q* d8 h8 F2 j
k
5 k6 p9 x% T5 y. ^/ Rk
; k5 G- e6 R! S# o( j6 xz t h x t x t
7 y6 Z7 W- @& A( Y=, }! B$ p! U/ C5 Z
= Σ1 {5 I% g. {# c4 v5 \; e0 a
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,
0 _1 i! k# M! hg=1.8473, 参数NMSE=-37.1398, EVM=1.3900; K=7 时, g=1.8326, 参数NMSE=-46.0624,. U- G0 e" o. b/ T4 Y! x
EVM=0.4976.
0 P& P. M$ i5 P! I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,
( v1 y# [3 b8 a7 `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
( t3 V- q' D* E# ?% l5 @, \8 \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
6 m3 ]% b6 u/ R6 RNMSE=-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
* s- z: n4 j* K8 O0 f8 Z5 L k9 ]: ]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
- A ~8 V5 Q L' K/ }3 Ag=9.4908, 参数NMSE=-37.8368, EVM=0.0128." e. z6 K9 Z( W( W/ p
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# G7 [4 P3 g c3 C- b
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 L, l0 Z, g( W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0 M7 j( E: |- I3 K; `4 T u4 j8 Z
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
; [0 O9 @1 j; H% |- u8 R2* z0 [, f/ G5 n6 C
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 r7 a3 o( R/ p1 t9 @关键字:最小二乘法、Tikhonov 正则化、Fourier 变换% _% e. l" {/ ]" k
m5 e: v) S Q5 _$ h
|
zan
|