| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第16-23页 |
| 1.1 研究背景及意义 | 第16-17页 |
| 1.2 研究现状 | 第17-21页 |
| 1.3 本文主要工作和内容安排 | 第21-23页 |
| 第二章 功放非线性特征与数字预失真理论 | 第23-45页 |
| 2.1 功放的非线性失真 | 第23-29页 |
| 2.1.1 非线性特性的时域和频域描述 | 第23-24页 |
| 2.1.2 功放的记忆效应 | 第24-25页 |
| 2.1.3 主要量化指标 | 第25-29页 |
| 2.1.3.1 基础指标 | 第25-26页 |
| 2.1.3.2 功放效率 | 第26-27页 |
| 2.1.3.3 误差向量幅度 | 第27页 |
| 2.1.3.4 归一化均方误差 | 第27-28页 |
| 2.1.3.5 邻近信道功率比 | 第28-29页 |
| 2.2 常见行为模型结构 | 第29-39页 |
| 2.2.1 功放与预失真器行为建模的本质 | 第29-30页 |
| 2.2.2 无记忆类非线性行为模型 | 第30-31页 |
| 2.2.2.1 AM-AM、AM-PM曲线模型 | 第30-31页 |
| 2.2.2.2 多项式(幂级数)模型 | 第31页 |
| 2.2.2.3 查找表模型 | 第31页 |
| 2.2.3 记忆类非线性行为模型 | 第31-39页 |
| 2.2.3.1 Wiener-Hammerstein类行为模型 | 第31-33页 |
| 2.2.3.2 类Volterra模型 | 第33-37页 |
| 2.2.3.3 多盒模型 | 第37-38页 |
| 2.2.3.4 神经网络类模型 | 第38-39页 |
| 2.3 数字预失真相关理论 | 第39-44页 |
| 2.3.1 数字预失真器种类 | 第40页 |
| 2.3.2 预失真学习架构 | 第40-42页 |
| 2.3.3 预失真训练信号的选择 | 第42页 |
| 2.3.4 线性化合成增益的选择 | 第42-43页 |
| 2.3.5 功放效率提高的理解 | 第43-44页 |
| 2.4 本章小结 | 第44-45页 |
| 第三章 非线性自回归滑动平均(NARMA)预失真器 | 第45-72页 |
| 3.1 NARMA模型 | 第45-47页 |
| 3.1.1 模型描述 | 第46-47页 |
| 3.1.2 模型结构 | 第47页 |
| 3.2 稳定性问题 | 第47-49页 |
| 3.3 三种参数提取算法 | 第49-61页 |
| 3.3.1 后逆参数提取算法 | 第50-52页 |
| 3.3.2 功放求逆参数提取算法 | 第52-55页 |
| 3.3.2.1 功放行为建模 | 第52-53页 |
| 3.3.2.2 模型求逆 | 第53-55页 |
| 3.3.3 直接参数提取算法 | 第55-61页 |
| 3.3.3.1 NFXLMS算法 | 第56-59页 |
| 3.3.3.2 NFXRLS算法 | 第59-60页 |
| 3.3.3.3 Filtered-X算法小结 | 第60-61页 |
| 3.4 仿真实验与结果讨论 | 第61-71页 |
| 3.4.1 NARMA功放行为建模 | 第62-63页 |
| 3.4.2 稳定性判定 | 第63-64页 |
| 3.4.3 NFXLMS算法与NFXRLS算法的性能比较 | 第64-66页 |
| 3.4.4 三种参数提取算法的比较 | 第66-70页 |
| 3.4.5 与记忆多项式模型的比较 | 第70-71页 |
| 3.5 本章小结 | 第71-72页 |
| 第四章 单型规范分段线性(SCPWL)预失真器 | 第72-94页 |
| 4.1 SCPWL函数模型 | 第72-75页 |
| 4.1.1 模型描述 | 第73页 |
| 4.1.2 基函数特性 | 第73-74页 |
| 4.1.3 模型的最小二乘解 | 第74-75页 |
| 4.2 多种SCPWL预失真器 | 第75-81页 |
| 4.2.1 串行实值SCPWL预失真器 | 第75-78页 |
| 4.2.1.1 模型结构 | 第75-76页 |
| 4.2.1.2 参数提取算法 | 第76-78页 |
| 4.2.2 并行实值SCPWL预失真器 | 第78-79页 |
| 4.2.2.1 模型结构 | 第78-79页 |
| 4.2.2.2 参数提取算法 | 第79页 |
| 4.2.3 复值SCPWL预失真器 | 第79-81页 |
| 4.3 仿真实验与结果讨论 | 第81-92页 |
| 4.3.1 两种极坐标预失真器AM-PM预失真单元的关系 | 第81-82页 |
| 4.3.2 三种SCPWL预失真器的比较 | 第82-84页 |
| 4.3.3 与功率回退法的比较 | 第84-85页 |
| 4.3.4 与多项式预失真器的比较 | 第85-88页 |
| 4.3.5 与LUT预失真器的比较 | 第88-92页 |
| 4.4 本章小结 | 第92-94页 |
| 第五章 特殊复值SCPWL预失真器 | 第94-116页 |
| 5.1 两种特殊复值SCPWL函数模型 | 第94-98页 |
| 5.1.1 特殊复值SCPWL函数模型Ⅰ | 第94-96页 |
| 5.1.2 特殊复值SCPWL函数模型Ⅱ | 第96-98页 |
| 5.1.3 两种特殊复值模型的比较与分析 | 第98页 |
| 5.2 模型对测量噪声的敏感度分析 | 第98-102页 |
| 5.2.1 测量噪声对多项式模型的影响 | 第99-100页 |
| 5.2.2 测量噪声对特殊复值SCPWL函数模型Ⅰ的影响 | 第100-101页 |
| 5.2.3 测量噪声对特殊复值SCPWL函数模型Ⅱ的影响 | 第101-102页 |
| 5.2.4 三种模型对测量噪声的敏感度比较 | 第102页 |
| 5.3 记忆类SCPWL函数模型 | 第102-106页 |
| 5.3.1 记忆SCPWL模型 | 第103-104页 |
| 5.3.2 记忆SCPWL预失真器建模过程 | 第104-105页 |
| 5.3.3 记忆类SCPWL模型的构造思路 | 第105-106页 |
| 5.4 仿真实验与结果讨论 | 第106-114页 |
| 5.4.1 SCPWL函数对多项式模型基底的拟合 | 第106-107页 |
| 5.4.2 多种行为模型建模能力的比较 | 第107-108页 |
| 5.4.3 记忆SCPWL模型的预失真性能 | 第108-111页 |
| 5.4.4 测量噪声对预失真器性能的影响 | 第111-114页 |
| 5.5 本章小结 | 第114-116页 |
| 第六章 基于SCPWL函数的NARMA模型预失真器设计 | 第116-141页 |
| 6.1 多维查找表结构NARMA模型的局限性 | 第117-119页 |
| 6.2 基于SCPWL函数的NARMA模型 | 第119-123页 |
| 6.2.1 特殊复值SCPWL函数的引入 | 第119-120页 |
| 6.2.2 SCPWL-NARMA模型结构 | 第120-122页 |
| 6.2.2.1 基本预失真单元 | 第120-122页 |
| 6.2.2.2 模型实现结构 | 第122页 |
| 6.2.3 与Multi-LUT NARMA模型的比较 | 第122-123页 |
| 6.3 SCPWL-NARMA预失真器建模思路 | 第123-124页 |
| 6.4 环路延迟估计 | 第124-137页 |
| 6.4.1 整数倍环路延迟估计算法 | 第125-126页 |
| 6.4.2 分数倍环路延迟估计算法 | 第126-129页 |
| 6.4.2.1 插值滤波器 | 第127-128页 |
| 6.4.2.2 参数提取算法 | 第128-129页 |
| 6.4.3 软件仿真实验 | 第129-136页 |
| 6.4.3.1 整数倍环路延迟估计 | 第130-132页 |
| 6.4.3.2 分数倍环路延迟估计 | 第132-135页 |
| 6.4.3.3 环路延迟调整效果 | 第135-136页 |
| 6.4.4 环路延迟估计实施思路 | 第136-137页 |
| 6.5 硬件实验仿真 | 第137-140页 |
| 6.5.1 硬件实验平台的构建 | 第137-138页 |
| 6.5.2 环路延迟补偿 | 第138-139页 |
| 6.5.3 系统线性化效果 | 第139-140页 |
| 6.6 本章小结 | 第140-141页 |
| 第七章 总结与展望 | 第141-144页 |
| 7.1 论文总结 | 第141-142页 |
| 7.2 未来展望 | 第142-144页 |
| 致谢 | 第144-145页 |
| 参考文献 | 第145-159页 |
| 攻博期间取得的研究成果 | 第159页 |
