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
' j0 v" h2 X# j6 l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0 [0 w7 r$ L5 D' R, u
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
0 K/ i% F" |* p8 V6 [+ n$ ~8 J" X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
( ~ M' Y6 A- a- E2 }& I9 [" w' o5 k小二乘法得出的模型准确度最好, 其对应的参数NMSE=-68.6294.8 t; U: X6 O% G/ r' E3 P4 t
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
: Z! }- d5 K: `) [7 ^+ j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 O! A4 u& W/ I" ]型的表达式是类似的, 从而可建立相应的预失真模型.:
2 p2 s) ]3 C! u) g-1
, \$ |4 X$ I/ V# U5 h, V# P1( K/ X+ p3 r6 f& r4 v- y/ q9 Q
( ) ( ) ( )
3 i @. o6 `" Z) eK
: |& s$ O2 M7 Rk/ v1 ?" y$ u! ^1 |
k
+ L: n7 s# j$ m* N- T" i. m0 H, d, }k
$ D! l* [* N4 ^3 Qz t h x t x t" j: B- J2 s5 g" X
=
- F1 D- n) J) Z3 a* A. _4 o= Σ @1 E( q* I8 `$ a z5 U! S
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,( C: `/ A! A* m
g=1.8473, 参数NMSE=-37.1398, EVM=1.3900; K=7 时, g=1.8326, 参数NMSE=-46.0624,) w K) B5 Z6 g! H& U* F5 f
EVM=0.4976.
9 U* f/ p6 b* ^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,
3 _4 g' Y# [# \4 t E. w/ V. W+ S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
! g& l- [0 }: @/ A( {5 j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0 |+ p. I6 Q+ E4 |! J2 r9 O8 r1 _. R
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3 E/ `+ R1 |# ]. T3 d
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
; t/ ~$ n8 G. [4 s* X& O! Bg=9.4908, 参数NMSE=-37.8368, EVM=0.0128.
8 s: q7 t$ z& a" [$ t8 f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# J) v. n0 @; ~9 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% Z9 Y# s9 b c B ?, L
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! }4 G9 M+ Y* i- C7 G" 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4 O& f& Z+ s1 w- p! X j
2' D: P7 K+ ^$ X" M& }+ _, z. U
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.2 W# N9 K% Z) `9 y% p) h
关键字:最小二乘法、Tikhonov 正则化、Fourier 变换
3 _6 z3 m2 l% K: I3 B9 l4 y; C( \* G! {# A; w
|
zan
|