基于GAN神经网络的功放预失真建模研究

发布时间：2024-06-04 18:56

　　在即将到来的5G时代,人们对5G通信寄予了极高的希望,高速率、低延时、高带宽的通信网络成为5G无线通信发展的必然需求。而高宽带、高速率的通信系统需要使用高阶调制,高阶调制对通信系统的线性特性有严格的要求,由于通信系统自身的非线性特性,存在非线性失真问题,需要对非线性进行补偿才能提高效率。非线性特性是功放在饱和区附近运行时出现的主要缺陷之一,非线性问题会改变原始的信号特性,比如增益压缩、相邻信道的频谱再生和带内失真,这些会导致通信系统的性能下降。对于功放的线性化和数字预失真技术的研究及其实现,对推动绿色通信理念的深入发展和节能减排具有重大意义,也具有极大的实际应用价值。由于5G移动通信的宽带和速率都将有极大的提升,如果按照传统的方式来处理预失真,预失真器的频带宽度是信号带宽的几倍,需要的AD采样器件速率高、位数长、信号动态范围广,这样的器件价格昂贵,功耗非常高,器件消耗的能量可能比线性化节约的能量还高,预失真就没有实际意义。由于功放的输入输出关系可以用函数来表达,而神经网络可以利用大量数据进行训练,逼近任意函数表达式,且神经网络还可以有效地补偿功放的记忆效应,因此为了更好地补偿超宽频带功...

【文章页数】：87 页

【学位级别】：硕士

【部分图文】：

图2-2AM/AM曲线图

基于GAN神经网络的功放预失真建模研究8会干扰邻近信道，降低通信性能。互调失真的频谱如图2-1。DCW1-w22w1-w2w1w22w2-w12w1w1+w22w23w12w1+w22w2+w13w2图2-1互调失真的输出频谱2.1.3AM/AM和AM/PM失真在理想的PA中，输....

图2-3AM/PM曲线图

基于GAN神经网络的功放预失真建模研究9图2-3AM/PM曲线图2.2功率放大器的行为模型功率放大器的行为模型其实是一种黑盒模型，和物理模型不一样，黑盒模型不知道里面的具体结构和设计，也不需要了解里面的结构，只需把它当成一种关于输入输出信号的非线性函数，用来拟合功放的非线性失真。....

图2-7激活函数

基于GAN神经网络的功放预失真建模研究14出信号，该信号是由隐藏层的输出经过一系列的线性变换并加上偏置后得出来的。这种实值神经网络模型在处理复杂调制信号时，可以大大降低了神经网络的复杂度，并利用反向传播算法对神经网络进行参数更新，调整模型参数，优化模型，最终获得比较高的精度。虽然....

图5-1基于LTE-A4CC的LDMOS功放AM/AM特性图

基于GAN神经网络的功放预失真建模研究49第5章预失真建模分析和验证在上一章中，本文使用多种GAN神经网络进行预失真建模，设计出了以LSTM为基础网络并以GAN为主框架的神经网络。本章将在1.9.0版本的Tensorflow环境下建模，使用AM/AM特性图、AM/PM特性图、NM....

本文编号：3989036