文献类型：期刊文章

作　　者：黄蕾[1,2] 汪昭河[1] 王艳杰[1] 刘宁珂[1] 刘星材[1] 李英善[1]

Huang Lei;Wang Zhaohe;Wang Yanjie;Liu Ningke;Liu Xingcai;Li Yingshan(Tianjin Key Laboratory of Photoelectric Sensor and Sensor Network Technology,Department of Communication Engineering,College of Electronic Information and Optical Engineering,Nankai University,Tianjin 300350,China;China's Jiangxi Mobile Communications Co Ltd,Nanchang 330000,China)

机构地区：[1]南开大学电子信息与光学工程学院通信工程系,光电传感器与传感网络技术重点实验室,天津300350 [2]中国移动通信集团江西有限公司,江西南昌330000

出　　处：《南开大学学报（自然科学版）》

基　　金：国家自然科学基金面上项目(61571244);天津科技支撑重点项目(18YFZCGX00480)。

年　　份：2021

卷　　号：54

期　　号：3

起止页码：15-20

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD_E2021_2022、JST、WOS、ZGKJHX、ZMATH、核心刊

摘　　要：针对高功率放大器(HPA)的非线性特性,提出了基于神经网络的非线性补偿方法.根据反向传播神经网络(BP NN)对于非线性函数的拟合性,利用间接学习方式和迭代算法拟合出HPA的逆函数,并将其与HPA串联,达到非线性补偿的作用.针对HPA参数固定及时变的两种情况,提出了固定非线性补偿方案和自适应非线性补偿方案.仿真结果表明两种方案均对系统中HPA引起的非线性失真具有较好的补偿效果,其中自适应非线性补偿方案性能更好,且对于HPA参数的时变性跟踪效果更佳.

关 键 词：OQAM-FBMC  高功率放大器 非线性失真  自适应补偿

分 类 号：TN911]