RF功放神经网络建模的软硬件实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-16页 |
| ·课题的研究背景及意义 | 第8-9页 |
| ·线性化技术简介 | 第9-14页 |
| ·功率回退技术 | 第9-10页 |
| ·笛卡儿环路反馈技术 | 第10-11页 |
| ·前馈线性化技术 | 第11-12页 |
| ·预失真技术 | 第12-14页 |
| ·小结 | 第14页 |
| ·课题来源 | 第14页 |
| ·论文的主要研究内容 | 第14-16页 |
| 第二章 基于神经网络的系统辨识 | 第16-29页 |
| ·神经网络概述 | 第16-18页 |
| ·神经网络简介 | 第16-17页 |
| ·神经网络特点 | 第17页 |
| ·神经网络学习方式 | 第17-18页 |
| ·系统辨识概述 | 第18-22页 |
| ·系统辨识的基本理论和方法 | 第19-20页 |
| ·误差准则 | 第20页 |
| ·辨识精度 | 第20页 |
| ·辨识的主要步骤 | 第20-21页 |
| ·系统辨识的主要应用 | 第21-22页 |
| ·神经网络系统辨识 | 第22-29页 |
| ·常用于辨识的神经网络 | 第23-26页 |
| ·确定神经网络结构的常用方法 | 第26-29页 |
| 第三章 RF功放正模型的神经网络建模 | 第29-49页 |
| ·神经网络类型选择 | 第30页 |
| ·级连相关算法 | 第30-35页 |
| ·BP算法收敛速度慢的原因 | 第30-31页 |
| ·网络结构 | 第31-33页 |
| ·权值学习算法 | 第33-34页 |
| ·算法实现 | 第34页 |
| ·算法讨论 | 第34页 |
| ·改进的CC算法（激活函数可调） | 第34-35页 |
| ·RF功放离线建模 | 第35-39页 |
| ·样本的提取 | 第35-37页 |
| ·确定神经网络模型结构（定阶） | 第37-39页 |
| ·RF功放模型的仿真曲线 | 第39页 |
| ·神经网络模型参数的自适应方法（在线建模） | 第39-46页 |
| ·批处理在线参数调整 | 第40-41页 |
| ·递推最小二乘法在线参数调整 | 第41-43页 |
| ·遗忘因子最小二乘法在线参数调整 | 第43-45页 |
| ·结论 | 第45-46页 |
| ·考虑记忆效应的预失真器设计方案 | 第46-49页 |
| 第四章 基于DSP技术功放建模算法的实现 | 第49-60页 |
| ·核心DSP芯片选择 | 第49-51页 |
| ·C5509 的CPU结构 | 第50-51页 |
| ·C5509 的外设接口特点 | 第51页 |
| ·C5509 的存储空间特点 | 第51页 |
| ·C5509 的低功耗特点 | 第51页 |
| ·软件开发环境下的算法形成 | 第51-54页 |
| ·CCS集成开发环境部分 | 第51-53页 |
| ·实时操作系统DSP/BIOS部分 | 第53-54页 |
| ·代码调试及结果分析 | 第54-60页 |
| ·SEED-DSK5509 简介 | 第54-56页 |
| ·系统建模软件的移植 | 第56-57页 |
| ·算法有效性验证 | 第57-59页 |
| ·算法实时性验证 | 第59-60页 |
| 第五章 结论 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 硕士期间所发表的论文 | 第64页 |
