新書推薦：
《
宏观经济学（第三版）【2024诺贝尔经济学奖获奖者作品】
》
售價：NT$
709.0
《
UE5虚幻引擎必修课（视频教学版）
》
售價：NT$
505.0
《
真需求
》
售價：NT$
505.0
《
阿勒泰的春天
》
售價：NT$
230.0
《
如见你
》
售價：NT$
234.0
《
人格阴影 全新修订版，更正旧版多处问题。国际分析心理学协会（IAAP）主席力作
》
售價：NT$
305.0
《
560种野菜野果鉴别与食用手册
》
售價：NT$
305.0
《
中国官僚政治研究（一部洞悉中国政治制度演变的经典之作）
》
售價：NT$
286.0
|
| 內容簡介： |
|
本书收录了著者及所在团队在认知无线电系统功率放大器设计建模与预失真方面所取得的成果，共4章，主要内容包括：功率放大器的研究与设计、功率放大器非线性分析、预失真技术原理与应用、压缩感知框架下信号采集与预失真重构。本书介绍了GaN器件的平衡式逆F类功率放大器的研究与设计、Doherty功率放大器设计、并发多波段射频功率放大器设计、可重构功率放大器仿真设计、功率放大器行为模型建立、功率放大器神经网络逆向建模方法、数字预失真研究、压缩感知框架下宽带功率放大器预失真模型研究，并提出了应用于构建压缩采样及稀疏系统辨识理论下的预失真系统设计方法和创新结构，为智能无线电系统的实现奠定了理论基础和设计思路。读者能够通过本书的设计实例了解射频功率放大器和预失真技术的创新性设计理论及设计方法，学习射频功率放大器模块的设计过程、步骤、实验及仿真测试方法，分析不同射频功率放大器行为模型的建模方法，进而理解和搭建认知无线电系统功率放大器预失真智能系统，为成为射频电路和系统工程师积累经验。本书可作为高等学校电子信息工程、电子科学与技术、通信工程等本科高年级学生和电子信息类相关方向的研究生的学习参考书，也可供射频电路与系统工程师学习、参考。
|
| 關於作者： |
|
高明明，女，博士，辽宁工程技术大学，副教授，电子与信息工程学院副院长，大连海事大学博士后，博士生导师，国家自然科学基金青年项目获得者，电子学会会员，辽宁工程技术大学电子与信息工程学院副院长。研究方向：智能射频技术，射频电路与系统，电磁兼容，功率放大器线性化技术，人工智能等。
|
| 目錄：
|
|
目 录 第1章 功率放大器的研究与设计11.1 基于GaN器件的平衡式逆F类功率放大器的研究与设计11.1.1 平衡式功率放大器的原理11.1.2 平衡式功率放大器21.1.3 3dB定向耦合器21.2 单级逆F类功率放大器的设计41.2.1 逆F类功率放大器的工作原理41.2.2 输入匹配电路设计71.3 平衡式逆F类功率放大器91.3.1 平衡式逆F类功率放大器设计原理91.3.2 平衡式逆F类功率放大器实物与测试101.4 Doherty功率放大器设计141.4.1 基于谐波抑制与补偿线技术的非对称Doherty功率放大器设计141.4.2 基于双向牵引技术与谐波抑制的Doherty功率放大器设计161.5 并发双波段射频功率放大器设计181.5.1 并发双波段功率放大器的工作原理181.5.2 并发双波段功率放大器匹配电路设计191.5.3 双波段射频功率放大器实物与测试191.6 可重构功率放大器仿真设计211.6.1 可重构多波段功率放大器的工作原理211.6.2 多波段偏置电路设计231.6.3 多波段功率放大器的匹配电路设计271.6.4 可重构功率放大器实物与测试35参考文献37第2章 功率放大器非线性分析412.1 功率放大器的非线性412.1.1 谐波失真412.1.2 互调失真422.1.3 AM/AM和AM/PM失真432.2 功率放大器的记忆效应442.2.1 记忆效应产生的原因442.2.2 消除记忆效应的方法452.3 功率放大器非线性对通信系统的影响462.3.1 邻信道功率比（ACPR）462.3.2 误差矢量幅度（EVM）462.4 功率放大器行为模型472.4.1 Saleh模型、Rapp模型和幂级数模型472.4.2 Volterra级数模型与记忆多项式模型482.4.3 Hammerstein模型与Wiener模型502.4.4 神经网络模型522.5 记忆效应非线性功率放大器扩展Volterra模型分析与构建572.5.1 Volterra-Chebyshev模型推导与分析572.5.2 Volterra-Laguerre模型分析与推导592.5.3 模型仿真实验612.6 基于Volterra级数模型改进的自适应子空间追踪算法632.6.1 改进稀疏度估计算法632.6.2 自适应子空间追踪算法642.6.3 仿真分析652.6.4 小结662.7 蚁狮算法优化的BP-RBF功率放大器行为模型662.7.1 引言662.7.2 蚁狮算法672.7.3 优化的BP-RBF功率放大器行为模型672.7.4 小结692.8 Doherty功率放大器的贝叶斯正则化神经网络逆向建模692.8.1 引言692.8.2 贝叶斯正则化神经网络模型692.8.3 应用贝叶斯正则化逆向建模方法712.8.4 Doherty功率放大器逆向建模与仿真722.8.5 小结732.9 可重构功率放大器的新颖NARX神经网络逆向建模732.9.1 引言732.9.2 NARX神经网络模型732.9.3 可重构功率放大器神经网络逆向建模仿真及结果742.9.4 小结762.10 改进蚁群算法的BRBP神经网络功率放大器逆向建模762.10.1 引言762.10.2 改进的蚁群算法762.10.3 BRBP神经网络功率放大器模型772.10.4 功率放大器逆向建模及仿真分析782.10.5 小结80参考文献80第3章 预失真技术原理与应用833.1 预失真技术的原理与分类833.1.1 预失真技术的原理833.1.2 预失真技术的分类843.2 数字预失真主流技术853.2.1 查找表与多项式预失真853.2.2 自适应学习结构863.3 功率放大器数字基带预失真理论分析和仿真实现873.3.1 数字基带预失真结构883.3.2 数字预失真器传输函数理论推导893.3.3 数字基带预失真的仿真实现893.3.4 分裂增强型Hammerstein模型的研究分析913.3.5 模型分析913.3.6 功率放大器设计及参数提取933.3.7 模型仿真实验933.3.8 新型Hammerstein动态非线性功率放大器模型及预失真应用963.3.9 改进的Hammerstein模型963.3.10 模型仿真与验证973.4 峰均比抑制与预失真在OFDM-ROF系统中的应用1003.4.1 OFDM-ROF系统分析1003.4.2 OFDM-ROF系统非线性失真分析1013.4.3 联合仿真系统搭建1023.4.4 联合仿真结果1033.5 改进算法的峰均比抑制联合预失真技术1053.5.1 系统模型1053.5.2 数字预失真系统1063.5.3 预失真与峰均比抑制联合1073.5.4 实验结果与分析1083.6 宽带功率放大器的PGSC建模和数字预失真研究1113.6.1 新型PGSC行为模型分析1123.6.2 PGSC模型的辨识1133.6.3 测试结果1143.7 双环结构的数字预失真方法研究1183.7.1 双环结构的预失真结构1183.7.2 实验验证及结果分析1203.8 双频功率放大器建模与预失真研究1213.8.1 引言1213.8.2 Volterra级数1223.8.3 新型欠采样预失真模型结构1243.8.4 仿真结果与分析1253.8.5 小结1263.9 LMEC研究及预失真应用1273.9.1 LMEC行为模型描述1273.9.2 模型识别1293.9.3 模型性能评估1293.9.4 预失真应用1313.10 改进的动态记忆多项式功率放大器模型及预失真应用1323.10.1 改进的多支路组合功率放大器行为模型1323.10.2 功率放大器模型评估与验证1333.10.3 预失真应用133参考文献135第4章 压缩感知框架下信号采集与预失真重构1384.1 自适应稀疏重构的双频预失真结构1384.1.1 自适应稀疏度重构算法1384.1.2 仿真分析1424.1.3 小结1434.2 基于CS的新型线性化技术1444.2.1 压缩采样匹配追踪算法1444.2.2 算法仿真分析1464.2.3 小结1484.3 稀疏的归一化功率放大器模型及预失真应用1484.3.1 模型描述1494.3.2 模型稀疏化及辨识1504.3.3 模型性能验证1514.3.4 预失真应用1524.4 基于间接学习结构的自适应预失真研究1544.4.1 引言1544.4.2 三箱功率放大器行为模型1544.4.3 基于间接学习结构的GRLS_IVSSLMS自适应预失真算法1554.4.4 仿真结果与分析1574.4.5 小结1594.5 自适应稀疏重构的双频预失真结构1594.5.1 引言1594.5.2 CPWL非线性函数模型1604.5.3 双频功率放大器的自适应融合欠采样预失真1624.5.4 仿真结果与分析1634.5.5 小结1674.6 压缩感知框架下宽带功率放大器预失真模型1674.6.1 引言1674.6.2 基于压缩感知的预失真模型结构1684.6.3 基于SFM的MWC结构的信号采样1694.6.4 仿真结果1724.6.5 小结174参考文献175
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
