改進型RBF神經網絡對ROF前傳系統非線性行為建模
作者：謝云成; 袁洪 云南大學信息學院; 云南昆明650500
摘要：光載無線電(Radio-over-Fiber, ROF)前傳系統在C-RAN基礎上簡化了基站RRH架構,但是ROF前傳系統下行鏈路包含功放等非線性器件,依然面臨非線性失真.先通過行為模型建模得到整個系統的非線性特性是對整個系統構建預失真器極為重要的步驟.針對ROF前傳系統下行鏈路行為模型建模分析,以徑向基函數神經網絡為基礎,提出了改進型復數徑向基函數神經網絡模型(Improved Complex RBF Neural Network,ICRBFNN),以4 MHz帶寬的LTE信號作為測試信號,并與傳統的功放模型廣義記憶多項式(General Memory Polynomial, GMP)、改進型廣義分數階記憶多項式(Augmented General Fractional order Memory Polynomial,AGFMP)、實數時延神經網絡(Real-Value Time-Delay Neural Network, RVTDNN)、實數時延徑向基函數神經網絡(Real-Valued Time-Delay Radial Basis Function, RVTDRBF)等功放行為模型作對比來驗證模型的有效性.仿真實驗結果表明,ICRBFNN相比傳統功放模型取得了3 dB以上的建模精度提升.
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
相關熱門期刊
