摘要

针对高功率放大器(HPA)的非线性特性,提出了基于神经网络的非线性补偿方法.根据反向传播神经网络(BP NN)对于非线性函数的拟合性,利用间接学习方式和迭代算法拟合出HPA的逆函数,并将其与HPA串联,达到非线性补偿的作用.针对HPA参数固定及时变的两种情况,提出了固定非线性补偿方案和自适应非线性补偿方案.仿真结果表明两种方案均对系统中HPA引起的非线性失真具有较好的补偿效果,其中自适应非线性补偿方案性能更好,且对于HPA参数的时变性跟踪效果更佳.

  • 单位
    南开大学; 中国移动通信集团江西有限公司