基于RBF神经网络的射频功放器件大信号建模方法研究

基于多层前向神经网络对任意非线性连续函数有较好的逼近效果，对BP(反向传播算法)神经网络和RBF(径向基函数)神经网络作了理论上的分析比较。并采用实际数据进行训练。说明了RBF神经网络在逼近精度和速度上都要优于BP神经网络。最后，以RBF神经网络作为函数逼近器对射频功率器件建立了大信号特征模型，并进行了模型检验，证明了基于RBF网络的建模方法具有较高的精度。     

基于RBF神经网络的射频功放器件大信号建模方法研究

基于多层前向神经网络对任意非线连续函数有较好的逼近效果,对BP(反向传播算法)神经网络和RBF(径向基函数)神经网络作了理论上的分析比较,并采用实际数据进行训练,说明了RBF神经网络在逼近精度和速度上都要优于BP神经网络.最后,以RBF神经网络作为函数逼近器对射频功率器件建立了大信号特征模型,并进行了模型检验,证明了基于RBF网络的建模方法具有较高的精度.     

基于改进差分进化算法的RBF神经网络优化方法

提出了一种新的RBF神经网络训练方法——改进差分进化算法,并用改进差分进化优化的神经网络对非线性系统进行逼近.采用改进差分进化算法对RBF神经网络的中心值、宽度和权值进行了优化.仿真实验结果表明,改进的差分进化算法具有比遗传算法更强的非线性系统逼近能力.     

焊接过程的RBF神经网络建模

介绍了RBF神经网络的性能和算法结构 ,建立了RBF神经网络在船舶焊接过程中用于焊接变形预测分析的模型 ,并探讨了其应用和发展趋势     

焊接过程的RBF神经网络建模

介绍了RBF神经网络的性能和算法结构，建立了RBF神经网络在船舶焊接过程中用于焊接变形预测分析的模型,并探讨了其应用和发展趋势。     

基于RBF神经网络的Web分类挖掘研究

根据Web文档分类与人工神经网络理论，设计了一个Web分类挖掘系统。针对BP网络分类器的不足，提出了用径向基函数神经网络对Web页面中的文本信息进行分类的方法。实验初步证明，用径向基函数进行分类比BP算法构造的神经网络更具准确性，有效地提高了分类的正确率。     

基于RBF神经网络的数控车床热误差建模

对于数控车床而言，热误差是其最大的误差源，而其中最困难的是热误差建模．现有BP算法的神经网络模型存在学习收敛速度慢，容易陷入局部极小点的缺点．文中使用径向基函数理论建立了基于RBF神经网络的数控机床热误差数学模型．讨论了RBF网络参数的初始化及学习；给出了两种建模方式的RBF网络建模算例，将其建模性能指标与经典最小二乘法建模指标进行综合对比，可知RBF网络各项指标均优于经典最小二乘方法．最后验证了RBF网络建模的鲁棒性．结果表明：径向基神经网络模型与经典最小二乘线性模型相比，拟合性能更好，预测补偿能力强且建模时间短．     

基于RBF神经网络的热力系统煤种辨识方法

为了保证热力系统稳定运行,提高锅炉安全寿命,控制污染物,该文利用多模型思想,对煤种低位发热值进行初步辨识和精确辨识。初步辨识中,采用改进的K均值聚类算法,快速辨识出煤种类型;精确辨识中,利用初步辨识的结果优化发热量辨识模型,减少模型搜索范围,采用自动调节隐节点和参数的径向基函数(RBF)神经网络算法。仿真结果表明,该辨识方法的辨识误差在1.5%以内,具有良好的辨识精度,在速度上也优于单独的RBF辨识算法,可以应用于热力系统煤种发热量在线辨识。     

基于RBF神经网络的旋风器阻力系数预测模型

旋风器阻力系数是随旋风器结构参数变化的复杂函数，根据阻力系数与结构因素之间的映射关系建立了基于径向基函数(RBF)神经网络预测模型，并将其用于切流反转式旋风器阻力系数的预测并与常用的BP神经网络模型比较。结果表明，该模型收敛速度快。预测误差小，预测结果与实测结果较为符合。     

利用RBF神经网络实现高斯型函数积分

导出了在一定精度下高斯型函数积分近似表达式,利用径向基函数(RBF)网络具有良好的逼近任意非线性映射的特点,提出了一种改进的RBF网络方法以实现对高斯型函数积分。实验结果表明所提出方法具有较高的逼近计算精度。     

Linear power amplifier modeling based on predistortion technology

Different power amplifier(PA) models have their own effects on PA linearization. In this paper, the nonlinear characteristic of the radio frequency power amplifier(RF PA) is simulated based on the two models combining predistortion technology, and the nonlinear effects of the two models are analyzed, respectively. The simulation results show that Power Series model normalized mean square error(NMSE) is-37.8 d B, which is less than Power Series model-30.4 d B before loading predistortion technology. NMSE of the two systems are-23.4 d B and-26.0 d B respectively, while Saleh model compensates better than the Power Series model combing predistortion technology. The error vector magnitude(EVM) of Power Series model is only 6.75%, whereas the Saleh model EVM is 9.99%, indicating that Power Series model can better describe the nonlinear characteristic of PA. It will have a positive effect on improving the power utilization of wireless communication system.     

射频功放在CDMA信号激励下的性能分析

采用时域复包络法，根据功放的实测AM－AM和AM－PM特性，并应用带通非线性理论和数字信号处理技术，分析和计算了CDMA信号激励下的射频功率放大器非线性失真特性，证明了功放非线性失真对发射信号的恶化影响。     

Study on Volterra-Laguerre behavioral model for RF power amplifier

Volterra series behavioral model for radio frequency(RF)power amplifier(PA)has been widely used in system-level simulation,however,high computational complexity makes this kind of model limited to"weak"nonlinearity.In order to reduce the computational complexity and the number of coefficients of Volterra series kernels,a Volterra series improved behavioral model based on Lasuerre orthogonal polynomials function,namely Volterra-Laguerre behavioral model,is proposed.Mathematical expressions of Volterra-Laguerre behavioral model is derived.and accuracy of the model is verified through comparison of measured and simulation output data from a freescale PA using MRF21030 transistor.Mathematical analysis and simulation results show that Volterra-Laguerre behavioral model has a simple structure,much less coefficients and better modeling performance than general Volterra series model.The model can be used more correctly for system-level simulation of RF PA with wideband signal.     

RF功放非线性特性的在线神经网络建模

为了改善功放系统的非线性特性,采用了基带数字预失真技术,其中功放系统的建模是其关键技术.由于功放系统是一个复杂的带记忆效应的非线性时变系统,为了能够实现实时校正,采用级联相关算法进行在线神经网络建模.首先选用残差相关性判别方法来确定神经网络功放模型的结构和初始参数,然后使用带遗忘因子的递推最小二乘法对神经网络模型参数进行在线自适应调整.对实测数据的验证表明,建立的神经网络模型完全能达到给定的性能指标要求.     

3.5 GHz WiMAX射频功率放大器的实现及其预失真模型

针对IEEE802.16e WiMAX标准设计并实现了中心频率为3.5GHz、峰值功率为10W的LDMOS大功率射频功率放大器.采用负载牵引法确定了功放管的最佳输入和输出阻抗.各项指标的仿真结果与实测结果高度吻合.提出一种低记忆功放并结合间接学习的方法,对该功放进行行为级建模和数字预失真,同时建立了多载波信号产生和采集的软硬件平台.实验结果表明,对于三载波W-CDMA宽带输入信号,当输出平均功率为30dBm时,采用仅7个系数的Hammerstein模型,即可得到-47.5dBc的邻道泄漏(ACLR)指标,改善度达到14dB.相对于传统的预失真技术,提出的方法能够在保证预失真性能的同时减少计算量,具有良好的应用前景.     

一种基于Agilent ADS的功率放大器输出匹配新方法

详细阐述了LOAD_PULL的基本工作原理,并对LOAD_PULL的设置,在单载波情况下的仿真,在双载波情况下的仿真等的实现方法及使用中的关键点进行了全面、仔细的分析,指出了利用LOAD_PULL技术实现的功率放大器具有输出匹配准确性程度较高,应用方便、高效快捷,开发时间短的优点,而且其兼容性强,可以结合其他设计方法一起使用。     

WCDMA前馈功放的分析与设计

采用线性调制技术和多载波配置的通信系统对射频功率放大器的线性提出了很高的要求,前馈技术是一种很有前途的用于提高功率放大器线性的技术。对前馈功放的工作原理进行了介绍．分析了环路中幅度、相位及延迟等环路参数对抵消性能及带宽的影响。基于这些分析的结果，设计了一个10W的WCDMA前馈功放,三阶互调性能改善了20dB以上。     

WCDMA前馈功放的分析与设计

采用线性调制技术和多载波配置的通信系统对射频功率放大器的线性提出了很高的要求，前馈技术是一 种很有前途的用于提高功率放大器线性的技术。对前馈功放的工作原理进行了介绍，分析了环路中幅度、相位及 延迟等环路参数对抵消性能及带宽的影响。基于这些分析的结果，设计了一个10W 的WCDMA前馈功放，三阶 互调性能改善了20dB以上。