基于級聯(lián)神經(jīng)網(wǎng)絡(luò)的預失真器設(shè)計.pdf

1、本文將神經(jīng)網(wǎng)絡(luò)應(yīng)用于通信系統(tǒng)中，采用級聯(lián)BP神經(jīng)網(wǎng)絡(luò)對功率放大器模型進行擬合。論文對傳統(tǒng)級聯(lián)BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進行了優(yōu)化，對傳統(tǒng)級聯(lián)BP神經(jīng)網(wǎng)絡(luò)最速下降法進行了改進，有效解決了傳統(tǒng)級聯(lián)BP神經(jīng)網(wǎng)絡(luò)在預失真器設(shè)計中學習速度慢、擬合模型擬合精度低的問題，提高了級聯(lián)BP神經(jīng)網(wǎng)絡(luò)的學習速度和模型擬合精度。
　　針對級聯(lián)BP神經(jīng)網(wǎng)絡(luò)在對功率放大器進行擬合的過程中遇到的相關(guān)問題，本文做出了如下解決方案和測試方法：
　　1.針對級聯(lián)BP神經(jīng)

2、網(wǎng)絡(luò)學習效率低，無法滿足部分預失真器設(shè)計實際應(yīng)用需求的問題，本文引入擬牛頓法，在對功率放大器模型進行建模時，將迭代周期從538次，降低到50次以內(nèi)。
　　2.針對級聯(lián)BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)較為復雜，在實現(xiàn)中會消耗較多計算和存儲資源的問題，本文對級聯(lián) BP神經(jīng)網(wǎng)絡(luò)中不必要的結(jié)構(gòu)進行了合理刪除，優(yōu)化了級聯(lián)BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，將級聯(lián)BP神經(jīng)網(wǎng)絡(luò)資源消耗降低了三分之一以上。
　　3.在對改進后的級聯(lián)BP神經(jīng)網(wǎng)絡(luò)進行驗證時，采用級聯(lián)BP神經(jīng)網(wǎng)

3、絡(luò)對記憶多項式功放模型進行建模，并利用記憶多項式辨識出的實際功放模型進行仿真。在對帶寬為5MHz的 WCDMA信號進行處理時，能將其 ACPR由-30dB降低到-57dB，并使其NMSE達到-50.31dB以下。
　　4.在以E類功放為基礎(chǔ)的測試平臺上對級聯(lián)BP神經(jīng)網(wǎng)絡(luò)進行實驗時，將功放輸出功率設(shè)置在32dBm左右，輸入信號的中心頻率設(shè)置為1.7GHz、2.0GHz、2.2GHz，寬帶信號帶寬設(shè)置為5MHz，實驗結(jié)果表明，改進后的