适用于新型DLA的自适应数字预失真技术研究

目录

声明

1 绪论

1.1 课题研究背景和研究意义

1.2 国内外的研究现状

1.3 本文的主要工作和内容安排

2 功率放大器相关特性及数字预失真原理

2.1 功率放大器的非线性

2.1.1 功率放大器非线性特性

2.1.2 功率放大器非线性评价指标

2.2 功率放大器的行为模型

2.2.1 功率放大器的无记忆行为模型

2.2.2 功率放大器的有记忆行为模型

2.3 数字预失真技术

2.3.1 数字预失真技术原理

2.3.2 数字预失真的学习结构

2.4 本章小结

3 基于瞬时复增益的新型直接学习结构

3.1 瞬时复增益

3.1.1 瞬时复增益的定义

3.1.2 瞬时复增益的特点

3.2 理想预失真信号计算新方法

3.2.1 计算方法

3.2.2 合理性证明

3.2.3 仿真验证

3.2.4 比较分析

3.3 新型直接学习结构

3.4 适用于新型DLA的自适应数字预失真技术

3.3.1 新型DLA下最小均方误差（LMS）算法

3.3.2 新型DLA下递推最小二乘（RLS）算法

3.5 本章小结

4 新型预失真器系数提取自适应算法

4.1 经典自适应算法

4.1.1 LMS 算法和RLS算法比较

4.1.2 RLS-LMS 结合算法

4.2 分割法

4.2.1 幅度分割LMS算法

4.2.2 幅度分割RLS算法

4.3 结合法

4.3.1 记忆修正系数（MCC）解

4.3.2 RUC-MCC结合算法

4.4 融合法

4.5 本章小结

5 新型数字预失真技术的实测与分析

5.1 数字预失真技术实测平台

5.2 数字预失真技术实测

5.2.1 新型直接学习结构实测

5.2.2 预失真器系数提取算法实测

5.3 本章小结

总结与展望

致谢

参考文献

附 录