导读:本文包含了记忆非线性功率放大器论文开题报告文献综述及选题提纲参考文献，主要关键词:功率放大器,行为建模,数字预失真,非线性
记忆非线性功率放大器论文文献综述
袁晓辉[1]（2015）在《记忆非线性功率放大器行为建模及其数字预失真》一文中研究指出射频功率放大器本质上是非线性器件,当应用于宽带通信系统中时,还会显示出明显的记忆效应,功率放大器的记忆非线性效应致使发射信号发生失真,降低通信系统的通信质量,同时所引发的频谱扩展现象还会对邻近信道造成干扰。为了定量地分析、评估以及降低功率放大器的记忆非线性效应对通信系统造成影响,功率放大器的行为建模和数字预失真成为当前无线通信领域中的一个重要的研究课题。近些年来,国内外学者对记忆非线性功率放大器的行为建模开展了大量研究,并取得了丰硕的成果,提出了各种各样的行为模型及相关算法,对解决无线通信系统当中的一些关键性问题,推动无线通信系统的快速发展发挥了很大作用。然而通信技术正在以惊人的速度不断发展着,使得功率放大器自身结构和外部工作环境都变得越来越复杂,对功率放大器记忆非线性特性的精确建模也变得越来越困难,面对新的应用环境,已有的模型或算法大都存在不同程度的局限,还有进一步改善的空间和必要。功率放大器行为建模和数字预失真的研究重点主要集中于模型构造和算法设计两方面,本文将对此展开进一步的研究工作,主要研究内容如下。1.提出了一种改进的记忆多项式模型及其相应的辨识算法。记忆多项式是一种简化的Volterra级数模型,只包含Volterra级数当中的对角项,对功率放大器记忆效应的建模能力比较有限,为了改善记忆多项式的记忆结构,提升其建模能力,提出了一种新的建模方法,该方法利用遗传算法从Volterra级数当中搜索一组最优的交叉项组合到记忆多项式模型当中,同时为了降低遗传算法迭代过程中对模型参数辨识的计算量,将模型的构造过程分成两个阶段,第二阶段的参数辨识过程建立在第一阶段辨识的基础上,避免了对较大规模矩阵的求逆问题。实验与仿真结果表明,在组合了一组交叉项后,记忆多项式的建模性能得到显着改善。2.针对基于多项式的功率放大器及其数字预失真行为模型存在的数值不稳定问题,提出了一个稳健的多项式模型的参数辨识算法,该算法基于Tikhonov正则化和矩阵的QR分解,不仅能够改善参数辨识中的数值稳定性问题,而且还能有效抑制预失真后信号的峰均比扩张现象,防止产生过高的瞬时信号峰值功率对功率放大器造成损害,因而利用该算法构造的数字预失真模型具有稳健的特性。3.提出了一种正交归一化Hermite多项式基神经网络模型用于功率放大器的建模和数字预失真。该模型以具有优良逼近性能的正交归一化Hermite多项式基函数作为神经网络隐层神经元的激励函数,从而比常规前馈神经网络具有更优良的逼近能力；接下来在进一步地探讨了功率放大器对不同幅度输入信号造成失真的不同机理的基础上,应用两组动态模糊权值把这一失真机理结合到所提出的神经网络模型当中,获取了更为优良的功率放大器和数字预失真建模性能。4.提出了基于局部模型网络的功率放大器行为建模和数字预失真方法。该建模方法具有形式简单、自适应强、应用灵活等特点,适用于各种复杂的建模问题。针对加权最小二乘辨识算法无法得到最优模型参数的问题,结合了全局参数的更新策略,明显地提升了模型的建模精确度；在不同的输入条件下,根据局部模型对输出贡献度的大小,对模型做了进一步的简化,在不会对模型精确度造成明显影响的前提下进一步地降低了模型的计算复杂度。在该部分研究当中还提出了功率放大器及其数字预失真行为模型的记忆深度的定性确定方法,利用该方法仅仅需要做出功率放大器当前输出和一系列延时输入的二维图,即可从中获知记忆深度的大概取值,避免了反复尝试的繁琐工作。(本文来源于《西南交通大学》期刊2015-10-01）
刘锴,游晓明,刘升[2]（2014）在《一种带记忆效应的功率放大器非线性仿真分析》一文中研究指出针对目前带记忆效应的功率放大器非线性失真问题,基于限幅的基带预失真技术,采用目标规划给出了无记忆预失真器的矩阵模型.在满足输出功率最大化的同时,限制归一化均方误差值在满意的范围,并提出了有记忆非线性功率放大器的带抽头延时的反向传播神经网络(BPNN)模型.仿真结果表明,提出的实验方法精度高,能达到比较好的线性化效果.(本文来源于《上海工程技术大学学报》期刊2014年03期）
刘钊,胡力[3]（2014）在《基于并行演化计算的记忆非线性功率放大器数字预失真研究》一文中研究指出自适应数字预失真是克服高功率放大器非线性失真最有前途的一项技术。为提高预失真的效率和效果,引入并行计算平台下的演化计算技术,提出了基于PSO算法预训练神经网络的方法,给出了算法软件实现的基本流程。在所述基础上,采用带抽头延时的双入双出叁层前向神经网络结构,根据非直接学习结构和反向传播算法实现自适应,可同时补偿放大器的记忆失真和非线性失真的预失真技术。仿真实验表明,通过与无PSO预训练算法的相比,基于PSO预训练的神经网络训练算法有更好的性能。(本文来源于《计算机工程与科学》期刊2014年09期）
丁为建,王为凯,温研东,刘威杨[4]（2014）在《基于分段线性模型与记忆多项式的功率放大器非线性特性及预失真分析》一文中研究指出功率放大器的非线性化导致信号的失真,是电子信息行业普遍存在的问题之一.在功率放大器的前端引入预失真模块能对失真有很好的改善,也是目前研究较多的一种方法.从这一点出发,研究了非记忆性功放和记忆性功放的输入输出特征曲线,分别利用分段线性模型以及记忆多项式模型进行了拟合与数学表示,并构建了预失真模型以及预失真函数,对引入预失真模块的整个系统进行了仿真实验和评价指标的计算.最后对有记忆功放进行了Burg法功率谱密度分析,计算出了ACPR值并进行分析.(本文来源于《数学的实践与认识》期刊2014年12期）
马露露,于志安[5]（2014）在《非记忆性功率放大器非线性特性的预失真建模》一文中研究指出信号的功率放大是电子通信系统的关键功能之一,其实现模块称为功率放大器。功放的输出信号相对于输入信号可能产生非线性变形,这将带来无益的干扰信号,影响信息的正确传递和接收,此现象称为非线性失真。功放非线性属于有源电子器件的固有特性,研究其机理并采取措施改善,具有重要意义。目前已提出了各种技术来克服改善功放的非线性失真,其中预失真技术是被研究和应用较多的一项新技术,该文通过拟合功放特性改进预失真模型,并使用NMSE和EVM指标评价补偿模型的准确度,实现优化的目的。(本文来源于《电脑知识与技术》期刊2014年01期）
王文平[6]（2012）在《记忆非线性效应功率放大器研究》一文中研究指出射频功率放大器(RF PA)是各种无线发射机的重要组成部分,为发射机提供足够大的射频输出功率。非线性失真度是PA的重要指标之一,预失真等线性化技术能够在一定程度上改善功放非线性失真。在WCDMA和LTE等宽带无线通信系统中,记忆非线性效应的影响造成了预失真等功放线性化技术效果的恶化。目前关于功率放大器记忆非线性效应的研究处于起步阶段,还有很多相关问题没有得到解决。本文研究了记忆非线性功率放大器的特性,解决的问题有：1.详细分析了功率放大器记忆非线性效应产生的原因,总结分析了常用于描述功率放大器记忆非线性效应的数学模型。2.详细分析了功率放大器记忆非线性效应的表现；利用功率放大器的电热模型仿真完成对记忆非线性效应表现的验证,并作进一步分析。3.研究了功率放大器记忆非线性效应的测量方法。本文完成了功率放大器记忆非线性效应测量电路的设计,并且对以RF3133为DUT(被测设备)功放进行了相关测量。(本文来源于《电子科技大学》期刊2012-04-01）
董元,王勇,孙恩昌,易克初[7]（2009）在《存在记忆非线性效应的功率放大器自适应线性化仿真》一文中研究指出文章对两种常用的描述功率放大器的记忆效应和非线性特征的模型——W-H模型和记忆多项式模型进行了自适应线性化仿真,采用AM/AM和AM/PM失真特性对由于功放特性不理想而引起的放大信号的振幅畸变及相位偏移进行描述,运用自适应预失真处理方法,进行记忆预失真的模拟,并用误差矢量值(EVM)衡量这种自适应预失真方法的效果。仿真结果表明,文中的自适应预失真方法对上述两种记忆功放模型具有较好的线性化效果。(本文来源于《空间电子技术》期刊2009年03期）
曾志斌,智慧川,李栋[8]（2009）在《非线性功率放大器记忆效应仿真分析》一文中研究指出在ADS仿真环境下构建了功率放大器的物理模型,用不同间隔的双音频信号仿真的方法定量分析出功率放大器失真产物与输入信号幅度和包络频率之间的关系,验证了功放模型电记忆效应和热记忆效应,仿真结果与理论推导结果一致,并提出了通过优化功放设计来减小记忆效应的方法。(本文来源于《中国传媒大学学报(自然科学版)》期刊2009年01期）
钱业青,刘富强[9]（2007）在《记忆非线性功率放大器的高效预失真》一文中研究指出记忆非线性放大器的预失真问题一直是预失真技术的难点。通常采用Volterra级数、Hammerstein模型和神经网络等模型的记忆预失真都存在形式复杂、自适应困难的缺点。文章通过增加两个延时环节将基于多项式的无记忆放大器的高效预失真结构推广到有记忆放大器的预失真中,并联合一种简单的带抽头延时的非线性多项式模型作为记忆预失真器模型实现了记忆非线性放大器的快速、高效的线性化。仿真结果表明,利用所提出的预失真方案能快速实现记忆放大器的预失真,而且显着提高了线性化性能。(本文来源于《计算机工程与应用》期刊2007年02期）
钱业青,姚天任[10]（2004）在《记忆非线性功率放大器的神经网络预失真》一文中研究指出数字预失真是克服高功率放大器(HPA)非线性失真最有前途的一项技术。早期对预失真技术的研究大多局限于无记忆非线性,但对于宽带应用,放大器的记忆特性明显。该文提出了一种新的有记忆非线性功率放大器的神经网络预失真技术,预失真器利用输入信号的同向和正交分量作为输入,采用带抽头延时的双入双出两层前向神经网络结构,根据非直接学习结构和反向传播算法实现自适应,可同时补偿放大器的记忆失真和非线性失真。仿真结果表明,建议的方案能有效抑制带外谱扩散,降低误码率,实现有记忆非线性HPA的自适应预失真。(本文来源于《计算机工程与应用》期刊2004年21期）
记忆非线性功率放大器论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对目前带记忆效应的功率放大器非线性失真问题,基于限幅的基带预失真技术,采用目标规划给出了无记忆预失真器的矩阵模型.在满足输出功率最大化的同时,限制归一化均方误差值在满意的范围,并提出了有记忆非线性功率放大器的带抽头延时的反向传播神经网络(BPNN)模型.仿真结果表明,提出的实验方法精度高,能达到比较好的线性化效果.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
记忆非线性功率放大器论文参考文献
[1].袁晓辉.记忆非线性功率放大器行为建模及其数字预失真[D].西南交通大学.2015
[2].刘锴,游晓明,刘升.一种带记忆效应的功率放大器非线性仿真分析[J].上海工程技术大学学报.2014
[3].刘钊,胡力.基于并行演化计算的记忆非线性功率放大器数字预失真研究[J].计算机工程与科学.2014
[4].丁为建,王为凯,温研东,刘威杨.基于分段线性模型与记忆多项式的功率放大器非线性特性及预失真分析[J].数学的实践与认识.2014
[5].马露露,于志安.非记忆性功率放大器非线性特性的预失真建模[J].电脑知识与技术.2014
[6].王文平.记忆非线性效应功率放大器研究[D].电子科技大学.2012
[7].董元,王勇,孙恩昌,易克初.存在记忆非线性效应的功率放大器自适应线性化仿真[J].空间电子技术.2009
[8].曾志斌,智慧川,李栋.非线性功率放大器记忆效应仿真分析[J].中国传媒大学学报(自然科学版).2009
[9].钱业青,刘富强.记忆非线性功率放大器的高效预失真[J].计算机工程与应用.2007
[10].钱业青,姚天任.记忆非线性功率放大器的神经网络预失真[J].计算机工程与应用.2004