| 中文摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·课题内容及创新 | 第11-12页 |
| ·论文结构及章节安排 | 第12-13页 |
| 第二章 HPA的非线性和数字预失真基本原理 | 第13-21页 |
| ·HPA的非线性特性 | 第13-14页 |
| ·HPA的记忆效应 | 第14页 |
| ·HPA行为模型 | 第14-17页 |
| ·无记忆HPA模型 | 第15-16页 |
| ·带记忆HPA模型 | 第16-17页 |
| ·数字预失真基本原理 | 第17-18页 |
| ·HPA线性化描述指标 | 第18页 |
| ·1dB压缩点 | 第18页 |
| ·邻信道功率比(ACPR) | 第18页 |
| ·HPA模型的构建和仿真 | 第18-19页 |
| ·本章小结 | 第19-21页 |
| 第三章 神经网络预失真原理及仿真 | 第21-38页 |
| ·神经网络基本原理 | 第21-27页 |
| ·神经元 | 第21-22页 |
| ·MLBP神经网络 | 第22-23页 |
| ·MLBPNN训练算法 | 第23-27页 |
| ·间接神经网络预失真学习结构 | 第27页 |
| ·FIR-NLNNN神经网络预失真器模型 | 第27-29页 |
| ·模型算法的改进及优化 | 第29-32页 |
| ·LM算法优化 | 第29-30页 |
| ·Bayesian-LM优化 | 第30-32页 |
| ·FIR-NLNNN与RVTDNN的比较与仿真 | 第32-36页 |
| ·FIR-NLNNN与RVTDNN网络规模对比 | 第32-33页 |
| ·网络模型性能仿真 | 第33-36页 |
| ·算法浮点操作次数比较 | 第36页 |
| ·本章小结 | 第36-38页 |
| 第四章 神经网络模型的FPGA实现及应用 | 第38-50页 |
| ·FPGA系统级设计方法 | 第38-39页 |
| ·基于System Generator实现FIR-NLNNN模型及GD算法 | 第39-44页 |
| ·FIR-NLNNN模型前馈运算的实现 | 第40-41页 |
| ·FIR-NLNNN模型反馈迭代网络系数的实现 | 第41-42页 |
| ·整体设计及资源评估 | 第42-44页 |
| ·FIR-NLNNN功放建模的实现 | 第44-46页 |
| ·系统的搭建 | 第44-45页 |
| ·性能仿真 | 第45-46页 |
| ·利用FIR-NLNNN实现功放预失真 | 第46-49页 |
| ·系统的搭建 | 第46-48页 |
| ·性能仿真 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 CMMB直放站硬件系统构架 | 第50-62页 |
| ·CMMB信号源设计 | 第50-53页 |
| ·电路设计 | 第51-52页 |
| ·电路制作与测试 | 第52-53页 |
| ·数字上下变频 | 第53-59页 |
| ·NCO设计 | 第54-56页 |
| ·滤波器设计 | 第56-57页 |
| ·整体构架及仿真 | 第57-59页 |
| ·信号同步模块 | 第59-61页 |
| ·伪随机数信号设计 | 第59-60页 |
| ·相关检测法 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 总结与展望 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69-70页 |
| 个人简历、在学期间发表的学术论文 | 第70页 |