基于壓縮感知的寬帶數(shù)字預(yù)失真模型簡化技術(shù)研究
發(fā)布時(shí)間:2023-05-11 01:54
由于功放本身存在非線性失真特性,輸出端會(huì)產(chǎn)生新的頻率分量,這些新的頻率分量落在工作頻道內(nèi)會(huì)引起通信信號(hào)的失真,落在相鄰頻道內(nèi)會(huì)干擾其它通信系統(tǒng)的工作。并且,隨著通信行業(yè)的快速發(fā)展,為了提高通信速率而采用的高效率調(diào)制方式使得信號(hào)具有很高的峰均比,進(jìn)一步加重了功放的非線性失真。在這個(gè)背景下,要保證功率放大器的效率就必須提高其線性度。論文主要研究無線寬帶通信系統(tǒng)中射頻功率放大器非線性矯正的關(guān)鍵技術(shù)問題。首先論文詳細(xì)介紹了功放的非線性失真特性及其相關(guān)評(píng)價(jià)指標(biāo),然后研究了功率放大器常見的非線性行為模型。在此基礎(chǔ)上,探討了對(duì)功放線性化矯正的數(shù)字預(yù)失真技術(shù),著重對(duì)功放非線性行為模型簡化作了研究,并結(jié)合壓縮感知(Compressive Sensing,CS)理論中的貪婪算法,提出了一種基于Dice系數(shù)原子匹配準(zhǔn)則的稀疏自適應(yīng)匹配追蹤(Sparsity Adaptive Matching Pursuit,SAMP)裁剪模型,簡稱DSAMP稀疏模型,并與SAMP稀疏模型、正則化稀疏自適應(yīng)匹配追蹤(Regularized Sparity Adaptive Matching Pursuit,RSAMP)稀疏模...
【文章頁數(shù)】:81 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
中文摘要
英文摘要
1 緒論
1.1 課題研究背景和意義
1.2 國內(nèi)外發(fā)展現(xiàn)狀與趨勢(shì)
1.3 論文的主要工作與內(nèi)容安排
2 功放非線性特性研究與預(yù)失真技術(shù)
2.1 引言
2.2 功放的非線性失真特性
2.2.1 功放的靜態(tài)非線性
2.2.2 功放的記憶效應(yīng)
2.3 功放的非線性評(píng)價(jià)指標(biāo)
2.3.1 1dB壓縮點(diǎn)
2.3.2 鄰信道功率比
2.3.3 誤差矢量幅度
2.3.4 歸一化均方誤差
2.4 無記憶功放行為模型
2.4.1 Rapp模型
2.4.2 Saleh模型
2.4.3 泰勒級(jí)數(shù)模型
2.5 有記憶功放行為模型
2.5.1 Volterra級(jí)數(shù)模型
2.5.2 Wiener模型與Hammerstein模型
2.5.3 Wiener-Hammerstein模型
2.5.4 記憶多項(xiàng)式模型
2.5.5 廣義記憶多項(xiàng)式模型
2.6 預(yù)失真技術(shù)
2.6.1 預(yù)失真的基本原理
2.6.2 數(shù)字預(yù)失真實(shí)現(xiàn)的結(jié)構(gòu)
2.6.3 行為模型辨識(shí)
2.7 本章小結(jié)
3 基于壓縮感知的功放稀疏模型
3.1 引言
3.2 壓縮感知基本理論
3.3 基于功放行為模型的稀疏估計(jì)
3.3.1 基于SAMP算法的稀疏估計(jì)
3.3.2 基于RSAMP算法的稀疏估計(jì)
3.3.3 基于DSAMP算法的稀疏估計(jì)
3.4 稀疏模型仿真驗(yàn)證與性能比較
3.4.1 基于SAMP稀疏模型的仿真
3.4.2 基于RSAMP稀疏模型的仿真
3.4.3 基于DSAMP稀疏模型的仿真
3.4.4 稀疏模型的性能比較
3.5 本章小結(jié)
4 功放行為模型自適應(yīng)參數(shù)提取
4.1 引言
4.2 基于Newton的功放模型自適應(yīng)參數(shù)提取
4.2.1 牛頓法
4.2.2 擬牛頓法
4.2.3 改進(jìn)的擬牛頓法
4.3 基于DSMP貪婪算法的IQN功放模型裁剪
4.4 本章小結(jié)
5 數(shù)字預(yù)失真系統(tǒng)設(shè)計(jì)及模型驗(yàn)證
5.1 引言
5.2 預(yù)失真線性化處理方案與儀器驗(yàn)證平臺(tái)
5.2.1 數(shù)字預(yù)失真線性化處理方案
5.2.2 基于儀器平臺(tái)的模型驗(yàn)證
5.3 基于雙頻帶功放預(yù)失真的線性化測(cè)試
5.3.1 10M WCDMA信號(hào)測(cè)試
5.3.2 10M LTE信號(hào)測(cè)試
5.4 基于Doherty功放預(yù)失真的線性化測(cè)試
5.4.1 10M WCDMA信號(hào)測(cè)試
5.4.2 10M LTE信號(hào)測(cè)試
5.5 本章小結(jié)
6 總結(jié)與展望
6.1 論文總結(jié)
6.2 展望
致謝
參考文獻(xiàn)
附錄
A.作者在攻讀學(xué)位期間發(fā)表的論文目錄
本文編號(hào):3813919
【文章頁數(shù)】:81 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
中文摘要
英文摘要
1 緒論
1.1 課題研究背景和意義
1.2 國內(nèi)外發(fā)展現(xiàn)狀與趨勢(shì)
1.3 論文的主要工作與內(nèi)容安排
2 功放非線性特性研究與預(yù)失真技術(shù)
2.1 引言
2.2 功放的非線性失真特性
2.2.1 功放的靜態(tài)非線性
2.2.2 功放的記憶效應(yīng)
2.3 功放的非線性評(píng)價(jià)指標(biāo)
2.3.1 1dB壓縮點(diǎn)
2.3.2 鄰信道功率比
2.3.3 誤差矢量幅度
2.3.4 歸一化均方誤差
2.4 無記憶功放行為模型
2.4.1 Rapp模型
2.4.2 Saleh模型
2.4.3 泰勒級(jí)數(shù)模型
2.5 有記憶功放行為模型
2.5.1 Volterra級(jí)數(shù)模型
2.5.2 Wiener模型與Hammerstein模型
2.5.3 Wiener-Hammerstein模型
2.5.4 記憶多項(xiàng)式模型
2.5.5 廣義記憶多項(xiàng)式模型
2.6 預(yù)失真技術(shù)
2.6.1 預(yù)失真的基本原理
2.6.2 數(shù)字預(yù)失真實(shí)現(xiàn)的結(jié)構(gòu)
2.6.3 行為模型辨識(shí)
2.7 本章小結(jié)
3 基于壓縮感知的功放稀疏模型
3.1 引言
3.2 壓縮感知基本理論
3.3 基于功放行為模型的稀疏估計(jì)
3.3.1 基于SAMP算法的稀疏估計(jì)
3.3.2 基于RSAMP算法的稀疏估計(jì)
3.3.3 基于DSAMP算法的稀疏估計(jì)
3.4 稀疏模型仿真驗(yàn)證與性能比較
3.4.1 基于SAMP稀疏模型的仿真
3.4.2 基于RSAMP稀疏模型的仿真
3.4.3 基于DSAMP稀疏模型的仿真
3.4.4 稀疏模型的性能比較
3.5 本章小結(jié)
4 功放行為模型自適應(yīng)參數(shù)提取
4.1 引言
4.2 基于Newton的功放模型自適應(yīng)參數(shù)提取
4.2.1 牛頓法
4.2.2 擬牛頓法
4.2.3 改進(jìn)的擬牛頓法
4.3 基于DSMP貪婪算法的IQN功放模型裁剪
4.4 本章小結(jié)
5 數(shù)字預(yù)失真系統(tǒng)設(shè)計(jì)及模型驗(yàn)證
5.1 引言
5.2 預(yù)失真線性化處理方案與儀器驗(yàn)證平臺(tái)
5.2.1 數(shù)字預(yù)失真線性化處理方案
5.2.2 基于儀器平臺(tái)的模型驗(yàn)證
5.3 基于雙頻帶功放預(yù)失真的線性化測(cè)試
5.3.1 10M WCDMA信號(hào)測(cè)試
5.3.2 10M LTE信號(hào)測(cè)試
5.4 基于Doherty功放預(yù)失真的線性化測(cè)試
5.4.1 10M WCDMA信號(hào)測(cè)試
5.4.2 10M LTE信號(hào)測(cè)試
5.5 本章小結(jié)
6 總結(jié)與展望
6.1 論文總結(jié)
6.2 展望
致謝
參考文獻(xiàn)
附錄
A.作者在攻讀學(xué)位期間發(fā)表的論文目錄
本文編號(hào):3813919
本文鏈接:http://sikaile.net/kejilunwen/dianzigongchenglunwen/3813919.html
最近更新
教材專著