摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第13-19页 |
1.1 课题研究背景及意义 | 第13-14页 |
1.2 国内外研究现状 | 第14-17页 |
1.3 本文的组织结构 | 第17-19页 |
1.3.1 主要研究内容 | 第17页 |
1.3.2 论文的组织结构 | 第17-19页 |
第2章 PA线性化基础理论 | 第19-35页 |
2.1 引言 | 第19页 |
2.2 IMT-Advanced系统简介 | 第19-21页 |
2.2.1 IMT-Advanced系统主要性能指标 | 第19-21页 |
2.2.2 IMT-Advanced系统关键技术 | 第21页 |
2.3 PA的非线性特性 | 第21-25页 |
2.3.1 谐波失真 | 第22页 |
2.3.2 互调失真 | 第22-24页 |
2.3.3 AM/AM和AM/PM失真 | 第24页 |
2.3.4 PA记忆效应 | 第24-25页 |
2.4 PA的非线性失真指标 | 第25-27页 |
2.4.1 1dB压缩点 | 第25-26页 |
2.4.2 邻近信道功率比 | 第26页 |
2.4.3 误差矢量幅度 | 第26-27页 |
2.5 PA的行为模型 | 第27-32页 |
2.5.1 PA无记忆行为模型 | 第28页 |
2.5.2 PA有记忆行为模型 | 第28-32页 |
2.6 数字预失真技术 | 第32-34页 |
2.6.1 数字预失真原理 | 第32页 |
2.6.2 数字预失真学习结构 | 第32-34页 |
2.7 小结 | 第34-35页 |
第3章 联合峰均比抑制的数字预失真设计 | 第35-47页 |
3.1 引言 | 第35页 |
3.2 峰均比抑制 | 第35-40页 |
3.2.1 OFDM原理 | 第35-36页 |
3.2.2 OFDM峰均比 | 第36-37页 |
3.2.3 削峰技术 | 第37-40页 |
3.3 联合削峰融合算法的数字预失真设计 | 第40-43页 |
3.3.1 削峰融合算法的提出 | 第40-41页 |
3.3.2 自适应数字预失真 | 第41-42页 |
3.3.3 联合结构设计 | 第42-43页 |
3.4 仿真结果及分析 | 第43-46页 |
3.5 小结 | 第46-47页 |
第4章 改进辨识算法和预失真模型的数字预失真设计 | 第47-61页 |
4.1 引言 | 第47-51页 |
4.1.1 最小二乘LS算法 | 第47-49页 |
4.1.2 最小均方LMS算法 | 第49-50页 |
4.1.3 递归最小二乘RLS算法 | 第50-51页 |
4.2 改进算法的数字预失真设计 | 第51-60页 |
4.2.1 LS-LMS辨识算法 | 第51-53页 |
4.2.2 分数阶广义记忆多项式模型( FGMP) | 第53-56页 |
4.2.3 自适应数字预失真系统描述 | 第56-57页 |
4.2.4 仿真过程与分析 | 第57-60页 |
4.3 小结 | 第60-61页 |
结论 | 第61-63页 |
参考文献 | 第63-68页 |
附录A 攻读硕士学位期间发表的论文 | 第68-69页 |
附录B 攻读学位期间参与的科研项目 | 第69-70页 |
致谢 | 第70页 |