射频功放的行为模型研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-11页 |
| 1 绪论 | 第11-15页 |
| ·课题的研究背景及来源 | 第11-12页 |
| ·功率放大器建模技术的研究进展 | 第12-13页 |
| ·论文的主要研究工作 | 第13-15页 |
| 2 功放的非线性特性与常见行为模型 | 第15-28页 |
| ·功率放大器的非线性特性 | 第15-18页 |
| ·非线性理论 | 第15-16页 |
| ·非线性失真 | 第16-17页 |
| ·记忆效应 | 第17-18页 |
| ·功放的常见行为模型 | 第18-27页 |
| ·无记忆模型 | 第19-20页 |
| ·Wiener 模型 | 第20-21页 |
| ·Hammerstein 模型 | 第21页 |
| ·并联多级Wiener 模型 | 第21-22页 |
| ·并联Hammerstein 模型 | 第22页 |
| ·记忆多项式模型 | 第22-23页 |
| ·Volterra 模型 | 第23-25页 |
| ·RBF 神经网络模型 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 3 基于Volterra 级数的改进功放行为模型 | 第28-38页 |
| ·功放行为模型的建立过程 | 第28-30页 |
| ·基于Saleh 函数的行为模型 | 第30-33页 |
| ·模型的结构 | 第30-31页 |
| ·模型的仿真 | 第31-33页 |
| ·结果分析与讨论 | 第33页 |
| ·Volterra-Laguerre 模型 | 第33-37页 |
| ·模型的结构 | 第33-35页 |
| ·模型的仿真 | 第35-36页 |
| ·结果分析与讨论 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 4 PSO_BP 神经网络模型与支持向量机模型 | 第38-55页 |
| ·无记忆与记忆BP 神经网络模型 | 第38-40页 |
| ·粒子群优化算法 | 第40-42页 |
| ·PSO_BP 神经网络模型 | 第42-46页 |
| ·模型的结构 | 第42-43页 |
| ·三种模型的仿真 | 第43-46页 |
| ·结果分析与讨论 | 第46页 |
| ·支持向量回归机 | 第46-51页 |
| ·支持向量机理论 | 第46-49页 |
| ·ε-支持向量回归机 | 第49-50页 |
| ·核函数及其参数选择 | 第50-51页 |
| ·射频功放ε-支持向量回归机预测模型 | 第51-54页 |
| ·粒子群算法优化支持向量机参数 | 第51-52页 |
| ·模型的仿真 | 第52-54页 |
| ·模型的分析与讨论 | 第54页 |
| ·本章小结 | 第54-55页 |
| 5 射频功放的动态行为模型及实验测量与应用 | 第55-67页 |
| ·动态时延估计 | 第55-56页 |
| ·动态参数提取 | 第56-59页 |
| ·实例研究：动态记忆多项式行为模型 | 第59-64页 |
| ·模型的构建过程 | 第59-60页 |
| ·模型的仿真与分析 | 第60-64页 |
| ·行为模型的实验测量与应用 | 第64-66页 |
| ·行为模型的实验测量 | 第64-65页 |
| ·行为模型的应用 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 结论 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 作者简历 | 第72-73页 |
| 学位论文数据集 | 第73-74页 |
