包含光载无线通信(ROF)链路和射频功放的ROF前传系统存在严重的静态非线性和记忆效应,提出了改进型并行双非线性广义记忆效应模型(APTGMEM),以准确建模ROF前传系统的强静态非线性和记忆效应。所提出的APTGMEM包含无记忆和广义记忆效应两个独立部分,其中无记忆部分只考虑高阶静态非线性,广义记忆效应部分只考虑低阶次超前广义非线性。文中采用带宽为20 MHz的4G LTE(Long Term Evolution长期演进)信号为测试信号,光模块和峰值输出功率为51d Bm的Doherty功放被用于模型有效性验证。测试结果表明,APTGMEM相比广义记忆多项式模型(GMPM),模型系数减少40%,而建模精度相似,同时比并行双非线性两厢模型(PDNTBM)建模精度提高了3.6 d B,其在建模精度、系数数量和训练复杂度上取得了良好折中。不考虑超前记忆效应，故改进型Hammerstein模型在建模强静态非线性和记忆效应的ROF前传系统时存在精度不够等问题。而双非线性两厢模型在模型训练时不能通过线性训练方法一次求解，造成模型系数不易训练等缺点，且双非线性两厢模型不考虑超前记忆效应，建模精度有待进一步提高。图1改进型Hammerstein模型为此，系统非线性建模-电动数控滚圆机滚弧机张家港电动液压滚圆机滚弧机折弯机本文提出了一种改进型并行双非线性广义记忆效应模型(APTGMEM)，该模型不仅包括了(a)串行双非线性两厢模型(b)并行双非线性两厢模型图2双非线性两厢模型无记忆效应部分，也包含了广义记忆效应部分。其中无记忆部分只考虑高阶的非线性特性，而广义记忆效应部分考虑低阶非线性特性，避免了记忆效应部分出现高阶项的同时，提高了建模能力。相比广义记忆多项式模型(GMPM)，本文由公司网站滚圆机网站采集转载中国知网资源整理!www.gunyuanji.name该模型在建模精度得到保证的同时，系数数量减少40%。另外，并行两厢广义非线性模型(PDNTBM)相比并行双非线性两厢模型，模型系数能够通过线性训练的方法一次求解，并在建模和计算复杂度达最优性能时，建模精度提高3．6dB。1改进型并行双非线性广义记忆效应模型改进型并行双非线性广义记忆效应模型(APT-GMEM)结构如图3所示，模型的输入为x(n+m)，输出为y(n)。相对于y(n)，x(n+m)为模型的超前输入。图3改进型并行双非线性广义记忆效应模型y(n)的表达式见式(1):y(n)=y1(n)+y2(n)(1)而y1(n)和y2(n)的表达式分别见式(静态非线性无记忆多项式部分只考虑高阶非线性，故式(4)需要满足条件:K1＞K2，K1＞K3，同时e＞K2且e＞K1。2非线性模型有效性的实验验证2．1实验测试平台和测试信号本文搭建了ROF前传系统的非线性建模和矫正测试系统，如图4所示。ROF前传系统由矢量信号发生器，射频拉远模块，5km单模光纤，功放和信号分析仪等组成，矢量信号发生器输出的宽带射频信号经过射频拉远模块的近端机后输出光信号，经过5km光纤传输后，由射频拉远模块的远端机转换为电信号，该电信号用于驱动射频功放。功放的输出经过衰减耦合后由信号分析仪获得ROF前传系统的输出基带信号。模型验证中，20MLTE信号作为测试信号，被测射频功放的工作频带为2050～2150MHz，峰值输出功率为51dBm。2．2测试结果及分析ROF前传系统输入端的8000个基带数据作为模型输入训练数据，相应ROF前传系统输出端的8000个基带数据作为模型的输出训练数据，通过这图4测试平台些训练数据进行模型参数训练。同时验证所提出模型的优越性，另外选取ROF前传系统输入端的12000个基带数据作为模型的输入进行验证。模型的参数训练在Matlab中完成。参数训练完成后，模型确定，即可用于预测功放输出。图5给出了三种不同模型建模ROF前传系统传输LTE信号时ROF前传系统的非线性情况，图中横轴为系统非线性建模-电动数控滚圆机滚弧机张家港电动液压滚圆机滚弧机折弯机本文由公司网站滚圆机网站采集转载中国知网资源整理!www.gunyuanji.name