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
9 R: M: j" D9 B7 @# E7 S8 e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
& v( \. `8 M! e" ^! R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
8 r( W" P1 O! \- p# m& \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 k* P" t' f9 B! {小二乘法得出的模型准确度最好, 其对应的参数NMSE=-68.6294.& b) b6 d w/ Y- m3 r
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& J( o( m8 c3 s3 r' {$ e
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) c' e& I3 C) ]
型的表达式是类似的, 从而可建立相应的预失真模型.:
& L- j9 N7 b; U-1; B9 @9 t! T C* E
1' I' n! L# e& A+ o+ } m
( ) ( ) ( ) \0 ~& l6 u+ X( n( f
K e) X5 f9 W7 P- `
k
4 a8 Y8 @/ V3 E5 N, bk
) x8 G+ }; _2 ?* P7 ~k, Q1 e: Y! [% a, k4 Z) Z0 G6 |8 H" I
z t h x t x t+ ~, H# f8 K( g1 h' P1 b! M
=! i- G( i9 {2 _' K
= Σ6 {- s0 a. o$ F) y$ t- c9 M: ^
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,
) R' _. `! {. ?' R S/ J8 L: N- Tg=1.8473, 参数NMSE=-37.1398, EVM=1.3900; K=7 时, g=1.8326, 参数NMSE=-46.0624,! Z' Q1 @$ m: N; C2 O" p
EVM=0.4976.
; K+ E+ _$ Y5 a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,
) n5 |+ L8 W s/ V' \; h1 q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
0 W# k3 B3 h1 |% I8 |2 t! N5 Y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
7 z6 y2 I* m% X: ?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% \) `! q }9 z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, y1 C1 R3 m: u) i, L) d
g=9.4908, 参数NMSE=-37.8368, EVM=0.0128.
) o7 A. z. a# y; 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
5 |. [6 C4 ]# _3 ^) h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 f6 z! S2 N* B _ S
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" L2 X, H( _2 R( H( W* v2 y+ 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
3 \! N0 `5 Z: B( U2
8 P: w8 z: T- m: H _; g4 J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.( @/ d3 l, E: X5 {
关键字:最小二乘法、Tikhonov 正则化、Fourier 变换! C2 W( T# A1 S. {& ?
1 y! \, H, j) ?6 v8 g" {( Q6 o
|
zan
|