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" x& ]/ i. J. y9 w* G9 q" w
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
8 d& q6 m1 ^# X' i4 t1 y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' \: R) M4 F# b6 z* y+ H
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
" n- r) J: c. H6 \* r4 a小二乘法得出的模型准确度最好, 其对应的参数NMSE=-68.6294.$ T( F0 B" a9 R# w/ }4 d4 v
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
: q5 o E% x1 b0 n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* Y- r/ e! o3 x8 i5 e& l% y; V2 n/ t
型的表达式是类似的, 从而可建立相应的预失真模型.:( N8 V7 ? f8 U3 c
-1) U4 X; I# T' t
19 E; L( e2 j, y$ P1 T$ _, q
( ) ( ) ( )
7 |! n( H5 G$ P! {K5 a4 O% {1 j4 ~, K; c- x6 o5 }9 l& K
k7 E0 s8 k8 z1 E9 H3 ^* N/ n
k
4 p: Z( T% m# o5 y$ `. U6 H \k
$ `; r, U$ Q" Iz t h x t x t# G/ h4 P5 C6 P9 p# V
=
) r$ t3 ]! T, ^1 N6 w= Σ
. X; s1 H$ k3 d' s: q6 `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,
% h& `7 N& J$ r( D. K" J; @; Sg=1.8473, 参数NMSE=-37.1398, EVM=1.3900; K=7 时, g=1.8326, 参数NMSE=-46.0624,
* f9 B% u5 t: F) b. MEVM=0.4976.7 r$ q9 M( J) ]; I0 A1 B. a, s4 t5 f
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,
% [ _' O7 |: V% Y" }* Q: H7 z6 J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
% {. J! E0 u* L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 c2 \8 |$ _" A' M6 JNMSE=-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7 d" e5 z' Q& X7 u0 M* 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3 q9 e. m/ K5 \: u; O, Q7 p; ~
g=9.4908, 参数NMSE=-37.8368, EVM=0.0128.9 f* J$ V: L* | @) H7 ]/ q
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
; J1 X/ f' p; a& S7 ^' |8 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
& I1 y: g+ j1 U, N. Y2 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& o$ B1 Z) ]% c s
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
! Y! g0 z' P3 h' K" F2
! ^& F6 b1 [! ^/ 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 a0 F, j* x" v1 M: y
关键字:最小二乘法、Tikhonov 正则化、Fourier 变换
2 D9 Z. M4 L& C$ |. I o
7 R3 ^6 k' [* p5 a" H( Y |
zan
|