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
B& M1 K4 o& R9 P4 P G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 g8 `/ L* q' Q. V9 a
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7 f' j2 ^4 t9 l; ^: H3 z# v1 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
: Z0 e4 w; h- s$ l小二乘法得出的模型准确度最好, 其对应的参数NMSE=-68.6294.
/ Y$ {, w1 ]: M( i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& e, ^+ Z' O7 o
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
! u! }' H, ^2 _4 N& f* X型的表达式是类似的, 从而可建立相应的预失真模型.:
2 s( g P9 }0 n4 q4 z3 M% K/ @( _-1# y; y V2 O- ?- D3 y
18 e% C# q# [: R. \. j7 ^5 D, }3 P1 p* i
( ) ( ) ( )
8 q/ o1 q! |3 U vK
* ?! c# e3 F% P) B1 ik
0 F" j' ~! h. [% S3 Tk3 \' R% _, m6 c% P% s! ]
k3 g0 E) a& h6 }8 z: l: K; ]! A! b
z t h x t x t
- t- ^7 U( _% r. H5 c2 Y5 Z) D=- s7 @' N+ T6 O& M' u
= Σ+ O+ a* J% C4 g( Z1 A8 A( }
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,
! B* a4 S4 w5 E! r4 ig=1.8473, 参数NMSE=-37.1398, EVM=1.3900; K=7 时, g=1.8326, 参数NMSE=-46.0624,2 U+ j+ o& m7 l. p
EVM=0.4976.
4 i$ L( n, ]1 R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,
: m: g8 a0 u+ i% {, p' Z; M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
. s& @) N& K" P% n7 N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+ P, Q/ m$ h/ Q) E- H1 x' s V' U
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
4 d2 [& Z% D, G1 `* e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
- y$ n& b# @6 |( M+ B6 Tg=9.4908, 参数NMSE=-37.8368, EVM=0.0128.. B3 f& [% U0 g5 X: \
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
; z+ ]) T+ j% U% @) O' r5 S, G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! ~: `% p0 ]# s2 h! ~, }/ l$ z3 a
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/ |. l7 Y3 B7 E$ Q4 o, 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8 S M. [1 S) C( k& ~2 c O; m
22 S$ Q6 ~& U8 R3 a( C- r6 L! K# i E
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.
8 P% N0 K4 g6 b( R' `: c关键字:最小二乘法、Tikhonov 正则化、Fourier 变换
& G7 |- \, E1 V5 N' A. H3 s
) o) I: l) _! D- z: k, k7 ] |
zan
|