基于增強(qiáng)narma結(jié)構(gòu)的寬帶功放行為模型

1、基于增強(qiáng)基于增強(qiáng)NARMA結(jié)構(gòu)的寬帶功放行為模型結(jié)構(gòu)的寬帶功放行為模型在下一代無線通信系統(tǒng)中，為了增加傳輸速率和信道容量，必須也要采用復(fù)雜的具有高效頻譜利用效率的數(shù)字調(diào)制格式（MQAM，OFDM等）以及新的多址方式（如OFDMA、MCCDMA、WCDMA等）。免費論文，記憶效應(yīng)。由于這些傳輸方式和調(diào)制格式信號都具有較高的峰均功率比（10dB），其包絡(luò)有較大的波動，因此這些技術(shù)的采用更加加重了功率放大器的非線性和記憶效應(yīng)的影響。免費論文，

2、記憶效應(yīng)。因此，建立無線通信系統(tǒng)中的功率放大器行為模型以預(yù)測、評估和量化其對通信系統(tǒng)性能的非線性影響分析，并采取數(shù)字預(yù)失真技術(shù)對其進(jìn)行線性化，是解決制約寬帶無線通信系統(tǒng)問題的有效途徑之一，具有重大的理論價值和應(yīng)用前景。有記憶功率放大器的行為模型，大量文獻(xiàn)已經(jīng)做了報道。并且許多非線性模型結(jié)構(gòu)已經(jīng)成功的用于功率放大器行為模型的研究中，比如伏特拉模型、記憶多項式模型以及神經(jīng)網(wǎng)絡(luò)模型等。例如，在文獻(xiàn)[12]中引入的記憶多項式模型為僅考慮伏特拉級

3、數(shù)對角核的簡化模型，可以在減少模型參數(shù)數(shù)目的同時捕捉到一定程度的記憶效應(yīng)。在文獻(xiàn)[35]中，包含伏特拉模型交叉項的新模型被提出用于功放行為模型。但是，這些模型有時也不能得到符合要求的模型精度，因此，建立精度更高的非線性功放行為模型受到日益關(guān)注。本文提出了一種基于增強(qiáng)NARMA結(jié)構(gòu)的功放行為模型，在得到較高模型精度的同時，并減小了模型的參數(shù)降低了模型的復(fù)雜其中為多項式的最高非線性階數(shù)（此處僅取其奇次項），和分別為所需要求解的復(fù)值系數(shù)。免費

4、論文，記憶效應(yīng)。當(dāng)僅保持方程(3)式中等式右邊項的第二項（也即反饋支路）的延遲包絡(luò)交叉項時，即在第二個求和項中求和從開始，我們可以明顯減少系數(shù)向量。我們把這個簡化的模型稱作增強(qiáng)的NARMA模型，如下式所示：(4)進(jìn)一步把（4）式的方程以比較緊湊的向量形式重寫如下：(5)其中為所需要求解的NARMA模型的系數(shù)向量，由下式給出：(6)由所表示的信號信息向量定義如下：(7)2.參數(shù)提取過程為了提取描述增強(qiáng)NARMA模型的非線性函數(shù)的和復(fù)值系數(shù)