造價通
更新時間:2024.12.29
考慮記憶交叉項的寬帶功放行為建模方法

格式:pdf

大?。?span class="single-tag-height">480KB

頁數(shù):

針對寬帶功率放大器的強記憶效應(yīng),提出了一種前饋交叉記憶多項式模型。該模型由主信號對消和畸變注入兩個環(huán)路構(gòu)成。信號對消環(huán)路采用記憶多項式模型對帶內(nèi)動態(tài)線性記憶效應(yīng)進行建模;畸變注入環(huán)路采用記憶時刻信號間的交叉記憶項對帶外擴展頻譜行為進行建模。為克服最小二乘法在模型辨識中帶來的數(shù)值不穩(wěn)定問題,采用共軛梯度的方法對模型的參數(shù)進行辨識。為消除噪聲和測量誤差對模型參數(shù)辨識帶來的影響,采用ADS軟件包絡(luò)仿真的方法獲取精確的功放輸入輸出信號復(fù)包絡(luò)數(shù)據(jù),并對該模型進行充分的性能分析和評估。實驗結(jié)果表明,所提方法對寬帶功放的非線性動態(tài)特性具有很好的逼近能力,特別是帶外頻譜擴展特性,較之常用的方法提升了近10dB。

考慮記憶交叉項的寬帶功放行為建模方法

格式:pdf

大?。?span class="single-tag-height">480KB

頁數(shù):

針對寬帶功率放大器的強記憶效應(yīng),提出了一種前饋交叉記憶多項式模型。該模型由主信號對消和畸變注入兩個環(huán)路構(gòu)成。信號對消環(huán)路采用記憶多項式模型對帶內(nèi)動態(tài)線性記憶效應(yīng)進行建模;畸變注入環(huán)路采用記憶時刻信號間的交叉記憶項對帶外擴展頻譜行為進行建模。為克服最小二乘法在模型辨識中帶來的數(shù)值不穩(wěn)定問題,采用共軛梯度的方法對模型的參數(shù)進行辨識。為消除噪聲和測量誤差對模型參數(shù)辨識帶來的影響,采用ADS軟件包絡(luò)仿真的方法獲取精確的功放輸入輸出信號復(fù)包絡(luò)數(shù)據(jù),并對該模型進行充分的性能分析和評估。實驗結(jié)果表明,所提方法對寬帶功放的非線性動態(tài)特性具有很好的逼近能力,特別是帶外頻譜擴展特性,較之常用的方法提升了近10dB。

熱門知識

帶功放

精華知識

帶功放

最新知識

帶功放
點擊加載更多>>

相關(guān)問答

帶功放
點擊加載更多>>
帶功放相關(guān)專題

分類檢索: