当前位置:主页 > 科技论文 > 电子信息论文 >

基于压缩感知的宽带数字预失真模型简化技术研究

发布时间:2023-05-11 01:54
  由于功放本身存在非线性失真特性,输出端会产生新的频率分量,这些新的频率分量落在工作频道内会引起通信信号的失真,落在相邻频道内会干扰其它通信系统的工作。并且,随着通信行业的快速发展,为了提高通信速率而采用的高效率调制方式使得信号具有很高的峰均比,进一步加重了功放的非线性失真。在这个背景下,要保证功率放大器的效率就必须提高其线性度。论文主要研究无线宽带通信系统中射频功率放大器非线性矫正的关键技术问题。首先论文详细介绍了功放的非线性失真特性及其相关评价指标,然后研究了功率放大器常见的非线性行为模型。在此基础上,探讨了对功放线性化矫正的数字预失真技术,着重对功放非线性行为模型简化作了研究,并结合压缩感知(Compressive Sensing,CS)理论中的贪婪算法,提出了一种基于Dice系数原子匹配准则的稀疏自适应匹配追踪(Sparsity Adaptive Matching Pursuit,SAMP)裁剪模型,简称DSAMP稀疏模型,并与SAMP稀疏模型、正则化稀疏自适应匹配追踪(Regularized Sparity Adaptive Matching Pursuit,RSAMP)稀疏模...

【文章页数】:81 页

【学位级别】:硕士

【文章目录】:
中文摘要
英文摘要
1 绪论
    1.1 课题研究背景和意义
    1.2 国内外发展现状与趋势
    1.3 论文的主要工作与内容安排
2 功放非线性特性研究与预失真技术
    2.1 引言
    2.2 功放的非线性失真特性
        2.2.1 功放的静态非线性
        2.2.2 功放的记忆效应
    2.3 功放的非线性评价指标
        2.3.1 1dB压缩点
        2.3.2 邻信道功率比
        2.3.3 误差矢量幅度
        2.3.4 归一化均方误差
    2.4 无记忆功放行为模型
        2.4.1 Rapp模型
        2.4.2 Saleh模型
        2.4.3 泰勒级数模型
    2.5 有记忆功放行为模型
        2.5.1 Volterra级数模型
        2.5.2 Wiener模型与Hammerstein模型
        2.5.3 Wiener-Hammerstein模型
        2.5.4 记忆多项式模型
        2.5.5 广义记忆多项式模型
    2.6 预失真技术
        2.6.1 预失真的基本原理
        2.6.2 数字预失真实现的结构
        2.6.3 行为模型辨识
    2.7 本章小结
3 基于压缩感知的功放稀疏模型
    3.1 引言
    3.2 压缩感知基本理论
    3.3 基于功放行为模型的稀疏估计
        3.3.1 基于SAMP算法的稀疏估计
        3.3.2 基于RSAMP算法的稀疏估计
        3.3.3 基于DSAMP算法的稀疏估计
    3.4 稀疏模型仿真验证与性能比较
        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 稀疏模型的性能比较
    3.5 本章小结
4 功放行为模型自适应参数提取
    4.1 引言
    4.2 基于Newton的功放模型自适应参数提取
        4.2.1 牛顿法
        4.2.2 拟牛顿法
        4.2.3 改进的拟牛顿法
    4.3 基于DSMP贪婪算法的IQN功放模型裁剪
    4.4 本章小结
5 数字预失真系统设计及模型验证
    5.1 引言
    5.2 预失真线性化处理方案与仪器验证平台
        5.2.1 数字预失真线性化处理方案
        5.2.2 基于仪器平台的模型验证
    5.3 基于双频带功放预失真的线性化测试
        5.3.1 10M WCDMA信号测试
        5.3.2 10M LTE信号测试
    5.4 基于Doherty功放预失真的线性化测试
        5.4.1 10M WCDMA信号测试
        5.4.2 10M LTE信号测试
    5.5 本章小结
6 总结与展望
    6.1 论文总结
    6.2 展望
致谢
参考文献
附录
    A.作者在攻读学位期间发表的论文目录



本文编号:3813919

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3813919.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户edc9a***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com