| 摘要 | 第1-6页 |
| Abstract | 第6-14页 |
| 第1章 绪论 | 第14-34页 |
| ·引言 | 第14-15页 |
| ·非线性特征建模方法 | 第15-30页 |
| ·Taylor 级数模型 | 第15-16页 |
| ·Volterra 级数特征建模 | 第16-20页 |
| ·包络域特征建模 | 第20-26页 |
| ·基于神经网络的特征建模 | 第26-30页 |
| ·我国非线性器件表征技术发展情况 | 第30页 |
| ·课题的目的和意义 | 第30-32页 |
| ·本文的主要研究内容和结构 | 第32-34页 |
| 第2章 大信号网络分析测试技术 | 第34-47页 |
| ·引言 | 第34页 |
| ·大信号网络分析仪发展历史 | 第34-35页 |
| ·射频微波网络非线性测量技术 | 第35-36页 |
| ·大信号网络测试技术 | 第36-39页 |
| ·什么是大信号网络分析 | 第36页 |
| ·物理量的选择 | 第36-37页 |
| ·信号表示域的选择 | 第37-39页 |
| ·大信号网络分析仪原理 | 第39-46页 |
| ·谐波采样原理 | 第40-42页 |
| ·宽带取样下变频器的工作原理 | 第42-43页 |
| ·大信号网络分析仪的校准 | 第43-46页 |
| ·大信号网络分析仪的优缺点 | 第46页 |
| ·本章小结 | 第46-47页 |
| 第3章 基于支持向量机的大信号射频功率器件特征建模 | 第47-79页 |
| ·引言 | 第47-48页 |
| ·支持向量机的基本理论 | 第48-60页 |
| ·统计学习理论 | 第48页 |
| ·学习问题的模型 | 第48-50页 |
| ·经验风险最小化原则 | 第50页 |
| ·VC 维与推广性的界 | 第50-52页 |
| ·结构风险最小化 | 第52-54页 |
| ·支持向量机 | 第54-55页 |
| ·支持向量机回归 | 第55页 |
| ·损失函数 | 第55-57页 |
| ·线性回归问题 | 第57-59页 |
| ·非线性回归 | 第59-60页 |
| ·常用支持向量机回归算法 | 第60-65页 |
| ·硬ε-SVR 算法 | 第60-62页 |
| ·C-SVR | 第62页 |
| ·ν-SVR | 第62-65页 |
| ·散射函数理论 | 第65-71页 |
| ·相位归一化 | 第66页 |
| ·散射函数的化简 | 第66-67页 |
| ·谐波叠加原理物理概念描述 | 第67-68页 |
| ·测试装置 | 第68-69页 |
| ·测试文件说明 | 第69-71页 |
| ·基于支持向量回归机的散射函数辨识 | 第71-78页 |
| ·数据预处理 | 第72页 |
| ·核函数及参数的选取 | 第72-73页 |
| ·实验结果 | 第73-78页 |
| ·本章小结 | 第78-79页 |
| 第4章 多谐波失真特征模型及其应用 | 第79-103页 |
| ·引言 | 第79页 |
| ·多谐波失真特征模型基础 | 第79-89页 |
| ·多谐波失真模型表示方法 | 第79-83页 |
| ·多谐波失真模型与经典S 参数的关系 | 第83-87页 |
| ·共轭项存在的证明 | 第87-89页 |
| ·多谐波失真模型应用于功率放大器非线性特性分析 | 第89-97页 |
| ·压缩和AM-PM 特性 | 第89-90页 |
| ·大信号反射系数 | 第90页 |
| ·谐波失真分析 | 第90-91页 |
| ·散射基波同入射基波的关系 | 第91-92页 |
| ·负载牵引特性 | 第92-93页 |
| ·Hot S-参数 | 第93-97页 |
| ·射频功率放大器大信号表征及频域非线性特征建模开发平台简介 | 第97-102页 |
| ·开发环境 | 第98页 |
| ·系统结构 | 第98-99页 |
| ·主要功能 | 第99-102页 |
| ·本章小结 | 第102-103页 |
| 结论 | 第103-105页 |
| 参考文献 | 第105-114页 |
| 附录A PHD 模型与S 参数模型对比源程序 | 第114-115页 |
| 攻读博士学位期间发表的学术论文 | 第115-117页 |
| 致谢 | 第117-118页 |
| 个人简历 | 第118页 |