记忆非线性功率放大器行为建模及其数字预失真-计算机应用技术专业论文.docx

classified classified Index：丁～7z 2，] U．D．C hldex： Southwest Jiaotong Universi蚵 DOctor Degree Dissertation BEHAVIORAL MODELING AND DIGITAL PREDISTORTION OF NONLⅢEAR POWER AMPLIFIERS WITH MEMORY EFFECTS Grade：2007 Candidate：Yuan Xiaohui Academic Degree Applied for：Doctor of Philosophy Special时：Computer Science and Application Supervisor：Pr0￡Feng Quan”an 0ctober，2015 万方数据 西南交通大学 西南交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并 向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授 权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索，可以采用 影印、缩印或扫描等复印手段保存和汇编本学位论文。 本学位论文属于 1．保密口，在 年解密后适用本授权书； 2．不保密团，使用本授权书。 (请在以上方框内打“、／”) 学位论文作者签名：方晚缉 指 导 剃 礁签 铄 泻 厶够 日期：冽占．7．Jl 日d，1] 期卧 z 洲 _÷ 诱¨ 万方数据 西南交通大学博士学位论文创新性声明本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成 西南交通大学博士学位论文创新性声明 本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成 果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体己经发表或撰 写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中作了明确的说明。 本人完全意识到本声明的法律结果由本人承担。 本学位论文的主要创新点如下： 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。论文中采用遗传算法， 从Volte玎a级数当中搜索一组交叉项引入到记忆多项式模型当中以丰富记忆多项式模 型的组成结构，从而提升其行为建模和数字预失真性能。为了降低模型构造过程中的 计算复杂度，把模型的构造过程分为两个步骤。并采用增加参数的最小二乘算法对模 型参数进行辨识。实验与仿真结果表明，在引入相关交叉项后，记忆多项式模型的建 模精确度得到了极大提升，同时预失真线性化性能也得到了一定改善。 2．提出了一种正交归一化He册ite多项式基神经网络模型(Onhono肌al He珊ite polynomial baSed neuml network，OHPBNN)用于功率放大器的行为建模和数字预失真。 OHPBNN功率放大器模型以正交归一化Hemite多项式作为神经网络隐层神经元的激 励函数，并采用LeVenbe玛．Marquardt算法对模型参数进行训练，该模型具有比基于普 通前馈神经网络的功率放大器模型更为精确的建模性能。论文进一步地分析了功率放 大器记忆非线性的失真特性，然后通过定义两组动态模糊权值(Dynamic舵z)r weights， DFW)把上述失真机理融入到OHPBNN功率放大器模型当中，得到了动态模糊加权 的0HPBNN功率放大器模型，即DFW．OHPBNN模型。实验结果表明，DFW二OHPBNN 模型由于融合了有关功率放大器失真机理的先验知识，在没有显著增加模型计算复杂 度的情况下，能够进一步提升OHPBNN模型的行为建模和数字预失真线性化性能。 学位论文作者签名：静魄绛 日期：二卅6年／月f f日 万方数据 西南交通大学博士研究生学位论文 西南交通大学博士研究生学位论文 第1页 摘 要 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