基于神经网络的数字预失真模型验证

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.

关键词：数字预失真、LSTM、RGU、BiGRU

分类号：TP391(计算技术、计算机技术)

在线出版日期：2023-09-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：39-42,46