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
( A( G2 ~ Q" L) ~1 |) _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
$ |# `6 w, d# L! C' V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 S+ L# m2 [3 s5 J) F
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
4 ~/ a9 h. ~) ~; z+ [" r9 x! T3 V小二乘法得出的模型准确度最好, 其对应的参数NMSE=-68.6294.
* c2 b2 G& B5 `6 p. ^0 g( b8 e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: U( m; y+ g. v" P& e& S
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
4 m9 g7 ^5 [( V$ y+ d+ L. G% W型的表达式是类似的, 从而可建立相应的预失真模型.:
& ~* e5 l1 L) J7 s; }-1+ ~1 d4 W6 q4 Y6 j8 G7 b4 G
1
d! r* F8 _9 p2 _( ) ( ) ( )3 ~( K V( k, G; k) I
K/ M( a6 I1 x7 }+ G+ H: c
k
% w0 ]* |3 Y+ o1 C& lk& m% C2 T3 z( B) R( l: Y
k
9 b8 E5 G" p1 m/ C0 Iz t h x t x t
3 C: r7 f% H" o- |=# p+ a. c: k ?3 \9 L( E _
= Σ6 l- ~- O) q7 g. o% G" _1 x7 b
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 p4 @5 I; l c U; Y
g=1.8473, 参数NMSE=-37.1398, EVM=1.3900; K=7 时, g=1.8326, 参数NMSE=-46.0624,+ k! a8 s( S' f0 l& Y
EVM=0.4976.$ k5 f! M; I( a9 T# y; H# 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,+ c5 P+ a' g9 S( ~) u1 ]6 `
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7 x4 I3 }% V% f( j+ i3 j- T
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+ ^9 M. x+ J+ Q0 G( `9 s
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
9 ?7 b D. }8 p0 ^$ [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7 e- D# Z% Y8 o9 ~2 B) }! q- A
g=9.4908, 参数NMSE=-37.8368, EVM=0.0128.. {" w) s8 t! o
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. B! J3 \. j& C/ c2 o- z' p3 r& v
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- @+ G4 P$ X1 f9 P) \( D9 G
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 h% Q/ y- ~/ Q7 G9 W5 b' f
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- i) h# d q5 j! _, w" ~5 T
2; N) D: v6 M) ]9 J, F1 A( R' V D
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.$ i9 c( m1 O% @
关键字:最小二乘法、Tikhonov 正则化、Fourier 变换
7 S; [$ o1 U4 p+ J6 d B7 j1 ^) {" G' s4 T
|
zan
|