基于实复值混合时延神经网络的宽带功放的建模和线性化

来源 :东南大学学报:英文版 | 被引量 : 0次 | 上传用户:rovewind
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出了一种新型的实复值混合时延神经网络,用于建模和线性化宽带射频功放.该神经网络包含输入信号的广义记忆效应、复值输入信号和复值输入信号模值的分数阶次,因而其建模精度显著提高.对实复值混合时延神经网络在不同扩展常数、记忆深度、神经元数和阶数时的归一化均方误差(NMSE)进行了比较研究,以建立一个能够有效建模宽带功放强非线性的基带模型—最优时延神经网络(TDNN).采用51dBm宽带功放和25MHz带宽的混合测试信号用于模型的有效性验证.测试结果表明,实复值混合时延神经网络相比记忆多项式模型和实值时延神经网络
其他文献
在移动边缘云计算系统中重复覆盖的异构网络场景下,为了满足移动终端的任务卸载需求,同时降低终端任务卸载代价,提出基于演进博弈的云资源和计算资源联合分配方案(JRA-EG).同
提出了一种12-Gbit/s的低功耗、宽带CMOS具有双反馈结构的前馈共栅差分跨阻放大器,用于甚短距离传输光电集成电路接收机.通过将输入节点的主极点提高到一个较高的频率,增大了放
地籍测绘技术经过长期的发展,现阶段,地籍测绘的相关技术泛滥,研究人员已根据不同地理环境制定出相应测绘技术。而当下针对地理环境较差的地域,例如野外测定工作,研究人员在传统地籍测量技术的基础上,开发出全新的技术组合模式,根据组合种类的变化,其测定方式及测量效率也会随之变更。本文重点探讨了现阶段地籍测量技术的基本模式,分析了现阶段地籍测绘体系、信息系统与国土资源管理系统之间的关联,简要阐述了现阶段地籍测