粒子群优化的RBF神经网络功放行为模型

被引：3

作者：

高明明

南敬昌

黄丽娜

马众

机构：

[1] 辽宁工程技术大学电子与信息工程学院

来源：

辽宁工程技术大学学报(自然科学版) | 2013年 / 32卷 / 05期

关键词：

功率放大器; PSO-RBF; 行为模型; RBF神经网络; 粒子群算法; 仿真建模; ADS; 非线性;

D O I：

暂无

中图分类号：

TN722.75 []; TP18 [人工智能理论];

学科分类号：

080902 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

研究功率放大器的非线性行为模型建模问题.功率放大器既呈现非线性,又呈现记忆效应,为了对具有记忆效应的非线性功率放大器进行精确的行为模型建模,提出了基于粒子群优化的RBF神经网络射频功放行为模型.利用freescale半导体晶体管MRF6S21140器件模型及设计的电路从ADS中导出输入输出数据,对射频功率放大器模型进行了仿真实现,得出了输出电压幅度的拟合曲线以及误差曲线.仿真结果表明:PSO-RBF射频功放模型能够获得较好的精度,能够很好的描述射频功率放大器的非线性和记忆效应,为有效解决精确建立射频功放行为建模的问题提供了参考方法.

引用

页码：656 / 659

页数：4

共 9 条

[1]

基于遗传算法的数字滤波器的实现.[D].陈彬.南京林业大学.2009, 02

[2]

基于神经网络的声纹识别系统设计与实现.[D].郭华.上海交通大学.2008, 04

[3] 基于GA优选参数的RBF神经网络水质评价 [J].