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! h1 N, }+ T# @! q1 A1 o
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
& k$ f( P5 W/ L+ p8 j! C# _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
" h c) v+ @- q# }- g6 Z- U2 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7 E0 P [ F& R# w! l
小二乘法得出的模型准确度最好, 其对应的参数NMSE=-68.6294.0 v1 Y( {, v/ ?( P% m
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
/ {9 m. r6 _+ \+ d+ {9 c9 ?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 q0 G* T3 R. E
型的表达式是类似的, 从而可建立相应的预失真模型.:, R+ h- I/ ~/ k) e5 S! [ O; D
-14 M: X3 [4 k/ h3 h2 R1 p) m6 @
15 a* n& \& K. k X ^6 F7 @ R2 s
( ) ( ) ( )
: P+ |: H# m- \K' h; P2 M* g& _+ |
k8 ~3 S. q8 w4 ?' N, N
k8 w7 g, n; L: J' w; u1 x2 g" ^6 N
k& y6 D5 X, F7 `
z t h x t x t
9 _7 a+ ^: i5 v* E=
2 Z6 Z3 Q+ p$ u: Z% {; v) _2 u# w4 b= Σ+ B K( T" f, r' u; d4 R1 i' {) D
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,
/ [. z% v, P3 r2 R, N# M; {g=1.8473, 参数NMSE=-37.1398, EVM=1.3900; K=7 时, g=1.8326, 参数NMSE=-46.0624,! }# @# X$ J0 o
EVM=0.4976.' Z; C5 C6 i7 H E% q: F* N5 K% ?
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,
" ^7 K' l1 y5 b) p" 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, r2 o3 r) _& ~! e4 n, b+ ^/ X6 D
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4 c: s+ T2 U; S j: _3 j
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+ E# L8 V: N' q* q
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0 M9 z7 [- H: Z0 E7 i z
g=9.4908, 参数NMSE=-37.8368, EVM=0.0128.
4 [* p" b2 T5 I6 m+ O5 L" E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
1 _; x4 G1 Z3 v0 `# Z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% ^% E- Q% f+ Z- r
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
# A! K0 f2 A0 q- H( f# E+ D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
* k5 J1 w$ L: U' Z/ a: T2% R2 N) \$ A7 a3 h+ U# J+ N
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.9 K& H4 S$ P9 J1 S# P
关键字:最小二乘法、Tikhonov 正则化、Fourier 变换$ v- R, \" M; O' Q
8 u! o3 \7 h9 `6 A P. H |
zan
|