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/ a9 H5 I, [+ U0 M+ e3 M
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) H/ c, x8 O: \$ L7 ~
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3 R: V Z( i2 l8 ~) m4 K0 s
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
0 }5 b- y' v1 p q- Q; r6 `% g小二乘法得出的模型准确度最好, 其对应的参数NMSE=-68.6294.
( n# }+ ^9 [. ]! k3 q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
3 x4 X! C5 v, \5 a- F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2 s- e8 p* x( ^/ n' T2 n
型的表达式是类似的, 从而可建立相应的预失真模型.:$ f# J8 I2 z) d- b1 E( Q9 Q
-1' n: u! K3 [ _- N
1
5 S+ A7 U! }* A6 t( ) ( ) ( )& a. y; ?8 i" V- F% Y' ?8 p
K. _. u2 F1 x$ _9 Z4 d
k+ u1 z% E$ O8 a X
k
) S5 j9 F- h6 [. zk7 a; r1 p* r/ w3 e
z t h x t x t
3 X N7 t( _7 E" s+ B=5 }' d: s0 e4 N$ g6 x
= Σ& J# I. S, j9 A n
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,4 {0 o: N9 C+ q0 K. m
g=1.8473, 参数NMSE=-37.1398, EVM=1.3900; K=7 时, g=1.8326, 参数NMSE=-46.0624,% E8 q& Q7 M+ L$ S% E
EVM=0.4976.
1 |$ V: b& o/ y9 q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,, I/ U- B# U* z+ n$ A2 X! V7 @
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& Y9 Z$ {. @; U
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
! n, s% S# A/ t3 y+ eNMSE=-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$ u! g4 z7 k/ g
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% i! a$ a: l" Q' X' w: \
g=9.4908, 参数NMSE=-37.8368, EVM=0.0128.) \0 c4 [6 @$ Y6 h# h+ M% V# {; d
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: {" g: R, i4 T
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
& P, R) r" w9 Z \& E# h1 u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
S+ r' ?% l) k* [7 O% w; l( q3 ]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
' m8 |% W! L$ e8 p% W2 {2 N2
$ ^$ p; g; v3 E% ^8 q6 B/ }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 s9 y' E' C+ S关键字:最小二乘法、Tikhonov 正则化、Fourier 变换2 H! s6 E* a) K; ~
& N# S4 C6 D) R' b9 D |
zan
|