寬帶射頻功放限帶非線性模型及預(yù)失真技術(shù)研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩85頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、持續(xù)增長(zhǎng)的用戶需求,要求現(xiàn)有通信技術(shù)支持更高的數(shù)據(jù)傳輸速率,這也讓通信標(biāo)準(zhǔn)和調(diào)制方式變得越來(lái)越復(fù)雜,迫使射頻功率放大器表現(xiàn)出更強(qiáng)的記憶效應(yīng)。而傳統(tǒng)的數(shù)字預(yù)失真方法,無(wú)法對(duì)強(qiáng)非線性特性的射頻功放進(jìn)行高精度建模和有效的帶外抑制。此外,更寬的工作帶寬對(duì)數(shù)字預(yù)失真技術(shù)實(shí)現(xiàn)產(chǎn)生了更大的壓力。數(shù)字預(yù)失真采樣帶寬至少需要信號(hào)帶寬的3~5倍,若以LTE20M五載波信號(hào)為例,則至少需要500MHz的采樣帶寬,這樣的ADC和DAC非常昂貴或限購(gòu),增加了技術(shù)

2、實(shí)現(xiàn)成本。
  本論文主要對(duì)寬帶通信的射頻功放進(jìn)行功放行為模型建模和功放線性化,主要研究工作和創(chuàng)新點(diǎn)如下:
 ?。?)闡述了傳統(tǒng)數(shù)字預(yù)失真技術(shù)的發(fā)展現(xiàn)狀,并對(duì)射頻功率放大器產(chǎn)生非線性失真的原因作了簡(jiǎn)要分析。針對(duì)不同類(lèi)型的功放非線性特性,總結(jié)了現(xiàn)有的功放行為模型,并對(duì)行為模型和線性化效果的評(píng)價(jià)標(biāo)準(zhǔn)進(jìn)行了說(shuō)明。
 ?。?)提出了一種適合于強(qiáng)非線性特性的射頻功放的MRBFNN(Modified Radial Basis Fu

3、nction Neural Network)模型。該模型的輸入層擁有線性延時(shí)線補(bǔ)償線性記憶效應(yīng)的同時(shí),還對(duì)每個(gè)延遲抽頭進(jìn)行級(jí)數(shù)展開(kāi),引入非線性變量,補(bǔ)償功放的非線性記憶效應(yīng),使之補(bǔ)償功放記憶效應(yīng)更完全。實(shí)驗(yàn)結(jié)果證明,進(jìn)行級(jí)數(shù)展開(kāi)后,需要的記憶深度更小,因此系數(shù)數(shù)量并沒(méi)有急劇增多;實(shí)驗(yàn)選用兩種不同通信標(biāo)準(zhǔn)不同信號(hào)帶寬的信號(hào)激勵(lì)中心頻率為460MHz的Doherty功放進(jìn)行驗(yàn)證,MRBFNN模型的功放行為模型建模精度和功放線性化效果均優(yōu)于L

4、UT,MP,RVTDRBFNN(Real-Valued Time-Delay Radial Basis Function Neural Network)等模型,驗(yàn)證了模型的魯棒性。
 ?。?)提出了一種適合于強(qiáng)非線性的寬帶射頻功放的BLMRBFNN(Band-Limited Modified Radial Basis Function Neural Network)模型。該模型在MRBFNN模型的基礎(chǔ)上進(jìn)行了限帶處理,讓模型帶寬與

5、實(shí)際采樣帶寬保持一致,在低倍采樣速率的條件下同樣擁有高倍采樣速率條件下的預(yù)失真效果。用LTE20M單載波信號(hào),不同采樣速率下的激勵(lì)信號(hào),驅(qū)動(dòng)中心頻率為1950MHz的Doherty功放。實(shí)驗(yàn)結(jié)果表明,在相同采樣速率前提下,限帶模型的建模精度比傳統(tǒng)模型高;在采樣帶寬內(nèi),低倍采樣速率限帶模型的功放線性化效果要優(yōu)于高倍采樣速率傳統(tǒng)模型,更優(yōu)于低倍采樣速率傳統(tǒng)模型。BLMRBFNN模型實(shí)現(xiàn)了低倍采樣速率下相同的功放線性化性能,具有重要的工程應(yīng)用

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論