粒子群优化的RBF神经网络功放行为模型_中国煤炭行业知识服务平台

粒子群优化的RBF神经网络功放行为模型

作者

高明明南敬昌黄丽娜马众
单位

辽宁工程技术大学电子与信息工程学院
摘要

研究功率放大器的非线性行为模型建模问题.功率放大器既呈现非线性,又呈现记忆效应,为了对具有记忆效应的非线性功率放大器进行精确的行为模型建模,提出了基于粒子群优化的RBF神经网络射频功放行为模型.利用freescale半导体晶体管MRF6S21140器件模型及设计的电路从ADS中导出输入输出数据,对射频功率放大器模型进行了仿真实现,得出了输出电压幅度的拟合曲线以及误差曲线.仿真结果表明:PSO-RBF射频功放模型能够获得较好的精度,能够很好的描述射频功率放大器的非线性和记忆效应,为有效解决精确建立射频功放行为建模的问题提供了参考方法.
关键词

功率放大器 PSO-RBF 行为模型 RBF神经网络粒子群算法仿真建模 ADS 非线性
基金项目(Foundation)

国家自然科学基金资助项目(60971048)；辽宁省博士启动基金资助项目(20091033)；中国煤炭工业协会2011年度科学技术研究指导性计划基金资助项目(MTKJ2011-339)；辽宁工程技术大学基金资助项目(2011ZR050)；辽宁省大学生创新创业训练计划资助项目(201210147037)；