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
南京理工大学;