改进BP神经网络的功放有记忆行为模型

被引：8

作者：

陈庆霆 ^{[1
]}

王成华 ^{[1
]}

朱德伟 ^{[1
]}

龚琳 ^{[1
]}

刘冰 ^{[1
,2
]}

机构：

[1] 南京航空航天大学电子信息工程学院

[2] 东南大学毫米波国家重点实验室

来源：

微波学报 | 2012年 / 28卷 / 02期

关键词：

功率放大器; 记忆效应; 行为模型; 改进的误差反向传播神经网络;

D O I：

10.14183/j.cnki.1005-6122.2012.02.011

中图分类号：

TN722.75 [];

学科分类号：

080902 ;

摘要：

提出了一种基于改进误差反向传播神经网络(IBPNN)的具有记忆效应功率放大器(PA)的行为模型。该模型在传统误差反向传播神经网络(BPNN)的基础上利用Levenberg-Marquardt(LM)学习算法和加入动量因子的训练算法更新BPNN的权值和阈值,与传统的BPNN相比只需要更少的训练次数就达到了更高的精度。20MHz带宽三载波WCDMA信号的时域和频域仿真都表明其具有良好的性能,并且由得到的功率放大器(PA)动态特性AM/AM和AM/PM可知,该模型可以很好地描述PA的记忆效应。最后,用16QAM调制的OFDM 20MHz带宽信号的实验证明了该模型具有普遍的适用性。

引用

页码：90 / 93

页数：4

共 3 条

[1] 有记忆效应的功放实数延时模糊神经网络模型 [J].

翟建锋 ;

周健义 ;

洪伟 ;

张雷 .

微波学报, 2009, (05) :41-44

[2]

Accelerating the convergence of the back-propagation method[J] . T. P. Vogl,J. K. Mangis,A. K. Rigler,W. T. Zink,D. L. Alkon. Biological Cybernetics . 1988 (4-5)

[3]

Wide-band dy-namic modeling of power amplifiers using radial-basis function neural networks .2 Isaksson,M,Wisell,D,Ronnow,D. IEEE Trans. Microwave The-ory Tech . 2005

← 1 →