| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-12页 |
| 1.1 射频功率放大器行为模型及研究意义 | 第7-8页 |
| 1.2 射频功率放大器行为模型的研究现状 | 第8-9页 |
| 1.3 射频功率放大器行为模型的基本理论 | 第9-11页 |
| 1.4 本文的主要工作和创新 | 第11-12页 |
| 2 基于Wiener模型与Hammerstein模型的射频功率放大器最优行为模型选取方法 | 第12-27页 |
| 2.1 Wiener模型的参数提取方法 | 第12-14页 |
| 2.2 Hammerstein模型的参数提取方法 | 第14-15页 |
| 2.3 最优行为模型选取方法及数值模拟 | 第15-26页 |
| 2.3.1 第一组信号对的最优行为模型 | 第16-21页 |
| 2.3.2 第二组信号对的最优行为模型 | 第21-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 基于NARMA模型的射频功率放大器最优模型选取方法 | 第27-34页 |
| 3.1 NARMA模型及其模型参数提取方法 | 第27-28页 |
| 3.2 基于NARMA模型的最优行为模型选取的数值模拟 | 第28-33页 |
| 3.2.1 第一组信号对的最优行为模型 | 第28-31页 |
| 3.2.2 第二组信号对的最优行为模型 | 第31-33页 |
| 3.3 本章小结 | 第33-34页 |
| 4 基于Hammerstein模型的射频功率放大器指纹特征的识别 | 第34-44页 |
| 4.1 正交多项式 | 第34-36页 |
| 4.1.1 Legendre正交多项式 | 第34-35页 |
| 4.1.2 Chebyshev正交多项式 | 第35-36页 |
| 4.2 基于正交多项式的Hammerstein模型指纹特征提取的数值模拟 | 第36-43页 |
| 4.2.1 第一组信号对的Hammerstein模型指纹特征提取 | 第36-38页 |
| 4.2.2 第二组信号对的Hammerstein模型指纹特征提取 | 第38-43页 |
| 4.3 本章小结 | 第43-44页 |
| 5 最优模型选取以及指纹特征识别的软件的实现 | 第44-47页 |
| 5.1 软件结构 | 第44页 |
| 5.2 软件工作流程 | 第44-45页 |
| 5.3 软件界面 | 第45-47页 |
| 总结与展望 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-52页 |
