一种新的神经网络预失真器及其算法

摘要：

针对高功率放大器(High Power Amplifier,HPA)的神经网络(Neural Network,NN)预失真器非直接学习方法中存在的预失真性能缺陷和直接学习方法中存在的计算复杂的弊端,本文基于非直接方法得到HPA后逆滤波器的精确辨识,利用非线件算子的运算性质及一种近似方法分别推导出了新的NN预失真器学习结构及其相应的自适应算法.该算法由HPA的后逆滤波器辅助,直接产生HPA的前逆滤波器的输出.与直接学习方法相比,它大大简化了计算复杂度.仿真结果表明,本文提出的NN预失真器学习方法可以有效地改善非直接学习方法的顶失真效果,进一步降低邻信道功率比约5dB.

关键词：神经网络、预失真、直接学习方法、非直接学习方法

所属期刊栏目：26

分类号：TN919

资助基金：围家863项目2006AA01A116;国家创新基金项目06026225101735

在线出版日期：2010-01-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：962-968