摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
主要符号对照表 | 第14-15页 |
第一章 绪论 | 第15-23页 |
1.1 研究背景 | 第15-21页 |
1.1.1 移动通信技术演进方向 | 第15页 |
1.1.2 功率放大器与发射机 | 第15-19页 |
1.1.3 传统数字预失真技术面临的挑战 | 第19-20页 |
1.1.4 数字预失真技术研究现状 | 第20-21页 |
1.2 本文主要工作及内容安排 | 第21-23页 |
第二章 功率放大器的行为建模与数字预失真 | 第23-53页 |
2.1 功放的非线性失真与记忆效应 | 第23-25页 |
2.1.1 静态非线性失真 | 第23-24页 |
2.1.2 动态非线性失真 | 第24-25页 |
2.2 功放的行为建模 | 第25-39页 |
2.2.1 Volterra级数模型 | 第25-28页 |
2.2.2 多盒模型 | 第28-30页 |
2.2.3 分段函数模型 | 第30-36页 |
2.2.4 神经网络模型 | 第36-39页 |
2.3 DPD学习结构 | 第39-42页 |
2.3.1 间接学习 | 第39-40页 |
2.3.2 直接学习 | 第40-41页 |
2.3.3 间接学习与直接学习的对比 | 第41-42页 |
2.4 DPD模型的参数辨识方法 | 第42-51页 |
2.4.1 LS/NLMS/RLS算法 | 第42-45页 |
2.4.2 随机梯度算法 | 第45-46页 |
2.4.3 二阶Newton算法 | 第46-48页 |
2.4.4 反向传播算法 | 第48-51页 |
2.5 本章小结与讨论 | 第51-53页 |
第三章 基于单比特采样的DPD系统研究 | 第53-77页 |
3.1 一种基于直接学习结构的单比特DPD系统 | 第54-68页 |
3.1.1 理论分析 | 第54-56页 |
3.1.2 单比特DPD系统结构 | 第56页 |
3.1.3 基于单比特数据的频域时间对齐算法 | 第56-61页 |
3.1.4 单比特DPD系统迭代步长的优化 | 第61-62页 |
3.1.5 总体复杂度对比 | 第62-63页 |
3.1.6 实验验证 | 第63-68页 |
3.2 一种前向建模辅助下的单比特DPD系统 | 第68-75页 |
3.2.1 实数等效模型 | 第69-70页 |
3.2.2 系统结构 | 第70页 |
3.2.3 目标函数的构建 | 第70-73页 |
3.2.4 DPD模型参数提取步骤 | 第73-74页 |
3.2.5 实验验证 | 第74-75页 |
3.3 本章小结与讨论 | 第75-77页 |
第四章 基于频谱外推的DPD系统研究 | 第77-93页 |
4.1 基于频谱外推的DPD系统理论分析 | 第77-83页 |
4.1.1 问题描述 | 第78-79页 |
4.1.2 频谱外推算子的求解 | 第79-80页 |
4.1.3 基于频谱外推的DPD系统参数提取算法 | 第80-83页 |
4.2 改进的频谱外推DPD算法 | 第83-87页 |
4.2.1 数值稳定性研究 | 第83-84页 |
4.2.2 频谱外推算子的分段FFT实现 | 第84-85页 |
4.2.3 实验验证 | 第85-87页 |
4.3 一种基于随机解调的DPD系统 | 第87-91页 |
4.3.1 随机解调技术原理 | 第88-89页 |
4.3.2 基于随机解调技术的DPD参数提取算法 | 第89-90页 |
4.3.3 仿真验证 | 第90-91页 |
4.4 本章小结与讨论 | 第91-93页 |
第五章 DPD系统中的关键问题研究 | 第93-109页 |
5.1 DPD系统中功率对齐问题研究 | 第93-99页 |
5.1.1 问题描述 | 第93-96页 |
5.1.2 一步提取最优归一化增益 | 第96-98页 |
5.1.3 实验验证 | 第98-99页 |
5.2 DPD系统中频率相关I/Q非平衡问题研究 | 第99-108页 |
5.2.1 频率相关I/Q非平衡的等效基带模型 | 第100-102页 |
5.2.2 存在QDMI时的DPD模型参数精确提取方法 | 第102-104页 |
5.2.3 同时存在QMI与QDMI时的DPD模型参数精确提取方法 | 第104-105页 |
5.2.4 实验验证 | 第105-108页 |
5.3 本章小结与讨论 | 第108-109页 |
第六章 总结与展望 | 第109-111页 |
参考文献 | 第111-117页 |
致谢 | 第117-119页 |
在读期间发表的学术论文与取得的研究成果 | 第119-121页 |