基于Transformer模型的5G功放预失真研究
王静怡 陈景豪 许高明
生成PDF 清样下载 引用

复制成功

导出题录

参考文献( GB/T 7714-2015 ) 复制

王静怡 陈景豪 许高明,. 基于Transformer模型的5G功放预失真研究[J]. 天线研究,2024.3. DOI:.
摘要: 为了补偿功放的非线性失真和记忆效应,本文基于一种基于深度学习的Transformer模型用于射频功放非线性建模的数字预失真算法。该模型具有长时序依赖捕获和交互能力,可以很好地表征功放的强非线性失真和记忆效应。为了验证该模型的建模性能和线性化效果,对比了当下流行的数字预失真器模型,实验结果表明,相比于FFNN模型和LSTM模型,建模精度提高了~2.1dB,同时模型参数量减少了~21%。
关键词: transformer;功放;记忆效应;深度学习
DOI:
基金资助:

》在线投稿系统

*文章题目:
*作者姓名:
*电子邮箱:
*通讯地址:
*联系方式:

  备      注:

*上传稿件:

支持上传.doc,.docx,.pdf,.txt,.wps文件

投稿须知:

1、审稿结果将于1~7个工作日以邮件告知,请注意查收(包含录用通知书、审稿意见、知网CNKI查重报告)。

2、提交投稿后,若7个工作日之内未接到录用通知,则说明该文章未被录用,请另投他刊。

3、凡投寄本刊稿件,如在内容上有侵权行为或不妥之处,均应文责自负。本刊有权对来稿进行文字编辑、加工和修改,如不同意,请附说明,以便妥善处理。

4、多作者文稿署名时须征得其他作者同意,排好先后次序,通知用稿后不再改动。

5、凡投往本刊稿件一经录用发表,其版权归本刊所有。

6、本刊已全文录入中国知网、万方、维普等数据库,如作者不同意被收录,请提前申明,未申明者,本刊一律视为同意被收录。

7、请勿一稿多投。