粒子群优化的RBF神经网络功放行为模型  

Behavior models based on the PSORBF Algorithm for power amplifier

作　　者：高明明[1] 南敬昌[1] 黄丽娜[1] 马众[1] 

机构地区：[1]辽宁工程技术大学电子与信息工程学院,辽宁葫芦岛125105

出　　处：《辽宁工程技术大学学报（自然科学版）》2013年第5期656-659,共4页Journal of Liaoning Technical University (Natural Science)

基　　金：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)

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.Study the power amplifier nonlinear behavior model. Power amplifier presents nonlinear and memory effect. In order to have accurate power nonlinear amplifier behavior model, this study proposes the RBF neural network power amplifier behavior model based on the particle swarm optimization. It derives the input and output data from the RF power amplifier, by using free scale semiconductor device model and MRF6S21140 transistor circuits in the ADS. The results of simulation conclude the amplitude of the output voltage fitting curve and error curve. The results of the simulation indicates that PSO-RBF RF power amplifier model can achieve good precision, and can descript the RF power amplifier nonlinear and memory effects very well. This study provides a reference method of RF power amplifier behavior model.

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 

分 类 号：N945.12[自然科学总论—系统科学]