首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于级联神经网络的预失真器设计

摘要第5-6页
ABSTRACT第6页
第一章 绪论第10-14页
    1.1 课题研究背景与意义第10-11页
    1.2 国内外研究现状第11-13页
    1.3 主要研究内容与结构安排第13-14页
第二章 级联BP神经网络功率放大器预失真方案第14-32页
    2.1 宽带功放参与的神经网络学习过程第15-17页
        2.1.1 有教师监督学习过程第15-16页
        2.1.2 无教师监督学习过程第16-17页
    2.2 级联BP神经网络预失真结构分析第17-18页
    2.3 级联BP神经网络算法改进第18-30页
        2.3.1 传统BP神经网络预失真模型算法的不足第19-22页
        2.3.2 拟牛顿算法第22-23页
        2.3.3 BP神经网络信号处理与误差迭代改进第23-26页
        2.3.4 仿真验证第26-30页
    2.4 本章小结第30-32页
第三章 级联BP神经网络预失真器验证第32-46页
    3.1 E类功放失真特性第32-36页
        3.1.1 E类功放分贝压缩点功率第32-34页
        3.1.2 E类功放ACPR分布第34-36页
    3.2 数字预失真验证平台第36-38页
    3.3 验证平台样本信号采集第38-40页
        3.3.1 线性均衡第38-39页
        3.3.2 频谱缝合第39-40页
    3.4 性能测试第40-45页
        3.4.1 性能指标测试第40-42页
        3.4.2 性能比较第42-45页
    3.5 本章小结第45-46页
第四章 级联BP神经网络预失真FPGA实现第46-65页
    4.1 硬件设计第46-56页
        4.1.1 电源设计第47-50页
        4.1.2 高速DA设计第50-54页
        4.1.3 下载仿真接口设计第54-55页
        4.1.4 硬件实物第55-56页
    4.2 程序设计第56-64页
        4.2.1 数据格式转换与误差分析第56-57页
        4.2.2 输入层神经元设计第57页
        4.2.3 隐含层神经元设计第57-59页
        4.2.4 输出层神经元设计第59-60页
        4.2.5 仿真测试第60-64页
    4.3 本章小结第64-65页
第五章 总结与展望第65-67页
    5.1 总结第65页
    5.2 展望第65-67页
致谢第67-68页
参考文献第68-72页
附录第72-90页

论文共90页,点击 下载论文
上一篇:基于55nm工艺的16bit SAR ADC研究与设计
下一篇:液晶微带无源器件的特性研究