基于自适应模糊神经网络的功放预失真新方法

• 作者: 南敬昌 周丹 高明明
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 功率放大器 预失真 模糊神经网络 记忆非线性 简化粒子群优化算法
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 网络、通信与安全
• 页码范围: 96-100,105
• 页数: 6页
• 分类号: TN722.7
• 字数: 5433字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1405-0162

摘要

针对无线通信系统中记忆非线性功率放大器预失真结构不足和精度不高等问题，提出了一种基于模糊神经网络模型识别的双环学习结构自适应预失真方法。该方法以实数延时模糊神经网络模型为基础，采用改进的简化粒子群优化（Simplified Particle Swarm Optimization，SPSO）算法进行间接学习结构离线训练模糊神经网络来确定模型参数，作为预失真器的初值，再利用最小均方（Least Mean Square，LMS）算法进行直接学习结构在线微调整预失真器参数，拟合功放的非线性和记忆效应。该方法结构简单，收敛速度快且精度高，避免了局部最优。实验结果表明，该方案邻信道功率比经典的双环结构预失真方法约改善7 dB，功放的线性化性能明显提高，由此验证了其可行性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	南敬昌	辽宁工程技术大学电子与信息工程学院	143	665	12.0	15.0
2	周丹	辽宁工程技术大学电子与信息工程学院	5	43	4.0	5.0
3	高明明	辽宁工程技术大学电子与信息工程学院	59	194	8.0	10.0