基于神经网络的数字预失真模型验证 |
| |
引用本文: | 舒海燕,许高明.基于神经网络的数字预失真模型验证[J].数据通信,2023(4):39-42+46. |
| |
作者姓名: | 舒海燕 许高明 |
| |
作者单位: | 宁波大学信息科学与工程学院 |
| |
摘 要: | 功放的非线性会导致信号的失真和频谱再生,因此数字预失真被认为是解决功放非线性的一个方法,但是由于信号的带宽越来越宽,且系统越来越复杂,这些传统的预失真方法已经无法满足需要,因此神经网络开始被应用于数字预失真。本文对LSTM,GRU,BiGRU网络建立数字预失真平台,使用1.9GHz的功放对5G-NR信号进行实验。实验结果表明:LSTM,GRU,BiGRU这三个模型都可以应用于线性化,并且ACLR最高可达17dB,因此这三个模型均可用于功放的非线性改善。
|
关 键 词: | 数字预失真 LSTM RGU BiGRU |
|
|