基于DNN的OFDM系统非线性失真补偿

摘要：

针对加性高斯白噪声信道下射频发送时高功率放大器导致的非线性失真问题,提出一种基于深度神经网络(DNN)的正交频分复用(OFDM)非线性失真补偿方法.设计一个双输入双输出含两层隐含层的深度神经网络在接收端对非线性失真进行补偿,并讨论了此网络不同的输入输出数据带来的性能差异.仿真结果表明该方法避免了射频发送信号的获取难度和进行输入功率回退时带来的功率损失,具有一定的补偿非线性失真的作用.

关键词：非线性失真补偿、深度神经网络、正交频分复用、高功率放大器、DNN模型训练、仿真分析

所属期刊栏目：44

分类号：TN914.34-34

资助基金：国家"863"计划2015AA7026085

在线出版日期：2021-03-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1-4