射频功放非线性建模分析与预失真算法研究PDF电子书下载

查看更多关于的内容

第1章 研究现状概述 1

1.1 功放行为模型研究现状及发展 2

1.2 预失真技术的研究现状及发展 7

参考文献 9

第2章 功率放大器非线性特性 11

2.1 功率放大器的非线性 11

2.1.1 谐波失真 11

2.1.2 互调失真 12

2.1.3 AM/AM和AM/PM失真 13

2.2 功率放大器的记忆效应 14

2.2.1 记忆效应产生的原因 14

2.2.2 消除记忆效应的方法 16

2.3 功放非线性对通信系统的影响 16

2.3.1 邻信道功率比（ACPR） 16

2.3.2 误差矢量幅度（EVM） 17

参考文献 18

第3章 功放行为模型与非线性分析基础 19

3.1 无记忆行为模型 19

3.2 有记忆行为模型 20

3.2.1 Volterra级数模型与记忆多项式模型 20

3.2.2 Hammerstein模型与Wiener模型 23

3.2.3 神经网络模型 24

3.2.4 非线性功放输入输出关系 30

3.2.5 支持向量机模型 31

3.2.6 X参数模型 34

3.2.7 动态X参数理论 36

3.3 非线性电路分析方法理论基础 36

3.3.1 谐波平衡法 36

3.3.2 拟牛顿法 39

3.3.3 蚁群算法 40

3.3.4 蜂群算法 41

参考文献 42

第4章 功放预失真概述 44

4.1 预失真技术的原理与分类 44

4.1.1 预失真技术的原理 44

4.1.2 预失真技术的分类 45

4.2 数字预失真主流技术 46

4.2.1 查找表与多项式预失真 46

4.2.2 自适应学习结构 47

参考文献 49

第5章 Volterra级数功放建模 50

5.1 记忆效应非线性功放扩展Volterra模型分析与构建 50

5.1.1 Volterra-Chebyshev模型推导与分析 51

5.1.2 Volterra-Laguerre模型分析与推导 53

5.1.3 模型仿真实验 55

5.2 宽带功率放大器的PGSC建模和数字预失真研究 56

5.2.1 新型PGSC行为模型分析 57

5.2.2 PGSC模型的辨识 59

5.2.3 测试结果 59

5.3 LMEC研究及预失真应用 63

5.3.1 LMEC行为模型描述 64

5.3.2 模型识别 66

5.3.3 模型性能评估 67

5.3.4 预失真应用 68

5.4 改进的动态记忆多项式功放模型及预失真应用 69

5.4.1 改进的多支路组合功放行为模型 70

5.4.2 功放模型评估与验证 71

5.4.3 预失真应用 71

5.5 分裂增强型Hammerstein模型的研究 74

5.5.1 模型分析 75

5.5.2 功放设计及参数提取 76

5.5.3 模型仿真实验 76

5.6 新型Hammerstein动态非线性功放模型及预失真应用 79

5.6.1 改进的Hammerstein模型 79

5.6.2 模型仿真与验证 81

参考文献 84

第6章 神经网络功放建模 87

6.1 基于RBF神经网络射频功放行为模型研究 87

6.1.1 RBF神经网络结构和学习算法 87

6.1.2 基于RBF神经网络的功放建模 90

6.2 基于BP-RBF神经网络的射频功放行为模型研究 93

6.2.1 三种模型理论分析 93

6.2.2 3G功放设计及数据提取 95

6.2.3 三种模型仿真实验 97

6.3 改进的简化粒子群算法优化模糊神经网络建模 99

6.3.1 模糊神经网络功放模型 100

6.3.2 改进的粒子群算法 102

6.3.3 功放建模仿真分析 105

6.4 基于改进粒子群算法的模糊小波神经网络建模 108

6.4.1 自适应模糊小波神经网络 108

6.4.2 改进粒子群算法 110

6.4.3 功放建模与仿真 111

6.5 基于粗糙集理论的PSO-IOIF-Elman神经网络建模 115

6.5.1 OIF-Elman神经网络模型 115

6.5.2 简化PSO优化OIF-Elman神经网络 117

6.5.3 基于粗糙集理论的功放预测值修正 117

6.5.4 功放建模仿真及结果 118

6.6 神经网络逆建模方法及其应用 121

6.6.1 逆建模方法 123

6.6.2 更新算法 124

6.6.3 应用实例及仿真分析 125

参考文献 129

第7章 X参数功放建模 133

7.1 基于X参数晶体管模型的宽带功率放大器设计 133

7.1.1 X参数的提取 134

7.1.2 X参数模型描述 134

7.1.3 与负载无关的X参数提取方法 135

7.1.4 宽带功率放大器设计 136

7.1.5 仿真与测试 137

7.2 基于功放记忆效应的动态X参数模型的研究 138

7.2.1 动态X参数理论 139

7.2.2 改进的动态X参数模型 141

7.2.3 新模型核函数的提取 142

7.2.4 仿真和数据分析 143

参考文献 144

第8章 其他功放建模 146

8.1 基于动态有理函数的功放模型及预失真应用 146

8.1.1 模型分析 146

8.1.2 模型确定与系数提取 148

8.1.3 模型性能评估 149

8.1.4 预失真应用 152

8.2 基于PSO SVM的射频功率放大器模型 153

8.2.1 支持向量机（SVM）与粒子群算法（PSO） 153

8.2.2 仿真实验与结果分析 154

参考文献 156

第9章 非线性电路分析方法 158

9.1 基于Volterra级数改进的混合遗传算法在谐波平衡中的应用 158

9.1.1 谐波平衡理论 159

9.1.2 改进的混合遗传算法 160

9.1.3 仿真与数据分析 164

9.2 拟牛顿粒子群算法在非线性电路谐波平衡方程中的应用 167

9.2.1 谐波平衡分析 168

9.2.2 拟牛顿粒子群算法 169

9.2.3 实验仿真分析 171

9.3 混合蚁群算法在非线性谐波平衡分析中的应用 172

9.3.1 谐波平衡的基本原理 173

9.3.2 混合蚁群算法 174

9.3.3 实验仿真分析 176

参考文献 178

第10章 预失真算法与应用 180

10.1 功放数字基带预失真理论分析和仿真实现 181

10.1.1 数字基带预失真结构 181

10.1.2 数字预失真器传输函数理论推导 182

10.1.3 数字基带预失真的仿真实现 183

10.2 双环结构的数字预失真方法研究 185

10.2.1 双环结构的预失真结构 185

10.2.2 实验验证及结果分析 187

10.3 峰均比抑制与预失真在OFDM-ROF系统中的应用 189

10.3.1 OFDM-ROF系统分析 189

10.3.2 OFDM-ROF系统非线性失真分析 191

10.3.3 联合仿真系统搭建 192

10.3.4 联合仿真结果 193

10.4 改进算法的峰均比抑制联合预失真技术 195

10.4.1 系统模型 196

10.4.2 数字预失真系统 197

10.4.3 预失真与峰均比抑制联合 198

10.4.4 实验结果与分析 200

10.5 稀疏的归一化功放模型及预失真应用 203

10.5.1 模型描述 204

10.5.2 模型稀疏化及辨识 205

10.5.3 模型性能验证 207

10.5.4 预失真应用 208

10.6 简化滤波器查找表与神经网络联合预失真方法 210

10.6.1 滤波器查找表预失真 210

10.6.2 改进的滤波器查找表与神经网络联合预失真 211

10.6.3 实验结果与分析 214

10.7 BP逆模型离线训练自适应预失真方法 216

10.7.1 基于BP神经网络离线训练自适应预失真方法 217

10.7.2 实验与比较分析 221

10.8 基于自适应模糊神经网络的功放预失真方法 224

10.8.1 模糊神经网络模型结构 224

10.8.2 自适应预失真新方法 225

10.8.3 实验验证分析 228

参考文献 230

查看更多关于的内容