10.3969/j.issn.1002-0802.2016.07.010
基于径向基函数神经网络的功放预失真仿真分析
非恒包络的高阶调制方式具有优异的频带利用率,能够有效缓解无线通信业务的频谱需求,而功率放大器为了获得较高的直流转换效率,通常工作在饱和区域,此时其反映的非线性特性会严重恶化非恒包络高阶调制信号的性能.为了解决该问题,以高阶正交振幅调制(QAM)信号为对象,搭建记忆非线性功放模型,引入径向基函数神经网络作为预失真器,利用间接学习结构对功放失真进行补偿.仿真结果表明,经过预失真补偿后,调制信号的星座图和功率谱带外再生分别得到了有效矫正和抑制,系统线性化效果显著.
径向基函数神经网路、非线性、预失真、仿真分析、正交幅度调制
49
TN929.5
国家自然科学基金No.91338201National Natural Science Foundation of China 91338201
2016-09-21(万方平台首次上网日期,不代表论文的发表时间)
共5页
848-852