基于支持向量机的记忆功率放大器预失真  

Predistortion method for PA with memory based on Support Vector Machine

作　　者：陈凯亚[1] 王敏锡[1] 

机构地区：[1]西南交通大学电磁场与微波技术研究所,成都610031

出　　处：《计算机工程与应用》2007年第16期210-212,共3页Computer Engineering and Applications

基　　金：国家自然科学基金(the National Natural Science Foundation of China under Grant No.60272003)

摘　　要：提出了一种新的针对记忆非线性功率放大器的支持向量机(SVM)预失真器。通过对其建模中采用径向基核函数和多项式核函数所表现出的性能特点进行分析,为核函数的选取提供了参考。采用以多项式为核函数的SVM对3种典型的记忆非线性功率放大器模型进行线性化仿真,结果表明了该方法的有效性和鲁棒性。A novel predistorter model based on Support Vector Machine （SVM） is proposed to linearlize nonlinear Power Amplifier （PA） with memory.Kernel function is an important part of the SVM,different choice about kernel can lead to different result. When acting as a part of SVM predistorter,the polynomial kernel performs better than the Gaussian kernel does.Simulation on linearlizing three kinds of PA models confirms that the SVM predistorter which adopts polynomial kernel is effectiveness and robustness.

关 键 词：预失真 记忆放大器 支持向量机 

分 类 号：TN919[电子电信—通信与信息系统]