一种优化的神经网络数字预失真方法

来源 :西北工业大学学报 | 被引量 : 0次 | 上传用户:zbl666
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出一种基于遗传算法和低阶广义记忆多项式实值神经网络的射频功率放大器数字预失真方法。该方法将遗传算法优化的低阶广义记忆多项式模型与神经网络模型进行级联来增强校正模型与功放失真的匹配程度。它不仅可以提升模型的校正能力,同时可以加快网络的收敛速度。采用60 MHz的三载波LTE信号进行实验,通过与实值延时线神经网络模型对比,在收敛速度上有显著提升,同时在邻道功率泄露ACLR指标上有6 dB左右改善。
其他文献
针对工程中普遍存在的随机变量分布参数不确定性的问题,为判断分布参数不确定性对模型输出特征值(以失效概率为例)的影响,建立了分析分布参数对模型输出统计特征值影响的全局灵敏