期刊文献+

基于神经网络的数字预失真模型验证 被引量:1

Digital Predistortion Model Verification Based on Neural Network
在线阅读 下载PDF
导出
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。
作者 舒海燕 许高明 Shu Haiyan;Xu Gaoming
出处 《数据通信》 2023年第4期39-42,46,共5页
作者简介 舒海燕(1998-),女,汉族,安徽六安人,就读于宁波大学计算机工程学院,通信工程专业硕士,研究方向为数字预失真、深度学习。
  • 相关文献

参考文献6

二级参考文献8

共引文献21

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部