The Hammerstein model is used as th

The Hammerstein model is used as the representation of
the PA nonlinear behaviors, with a memoryless distortion
block followed by a linear subsystem h(n) which represents
the memory effect. The associated predistorder is the Wiener
model formed by a linear subsystem followed by a predistortion
memoryless system.
For the PA memoryless distortion, the predistortion can be
implemented using a general power series or with a look-up
table (LUT). For the polynomial model, the principle relies on
the identification of a polynomial function which represents
the inverse characteristic of the PA. The LUT predistorder
consists in addressing a table which contains a quantified
version of this inverse characteristic. The first solution suffers
from curve fitting limitations whereas the second suffers
from quantization aspects [16]. In both cases, as for memory
polynomial model, the LMS algorithm is used. Concerning
the nonlinear subsystem characterized by its impulse response,
[17] proposes a frequency domain method for the identification
of the Hammerstein

ผลลัพธ์ (ไทย) 1:

แฮมเมอร์รุ่นที่ใช้เป็นตัวแทนของ
พฤติกรรมไม่เชิงเส้นต่อปีที่มีการบิดเบือนความจํา
บล็อกตามด้วยระบบย่อยชั่วโมงเชิงเส้น (n) ซึ่งหมายถึง
ผลหน่วยความจำ predistorder เกี่ยวข้อง Wiener
รูปแบบที่เกิดขึ้นจากระบบย่อยเชิงเส้นตามด้วยระบบความจํา predistortion
.
สำหรับการบิดเบือนความจํา pa, predistortion สามารถ
ดำเนินการโดยใช้อำนาจแบบทั่วไปหรือที่มีลักษณะขึ้น
ตาราง (ลูฏ) สำหรับรูปแบบพหุนามหลักการอาศัย
บัตรประจำตัวของฟังก์ชั่นพหุนามซึ่งหมายถึง
ลักษณะที่ตรงกันข้ามกับปี ลูฏ predistorder
ประกอบด้วยที่อยู่ในตารางซึ่งมีวัด
รุ่นของลักษณะผกผันนี้ วิธีแรกที่ทนทุกข์ทรมาน
จากข้อ จำกัด ของเส้นโค้งในขณะที่ทุกข์ที่สอง
จากด้าน quantization [16] ในทั้งสองกรณีเป็นหน่วยความจำแบบ
พหุนามขั้นตอนวิธี LMS ถูกนำมาใช้ ที่เกี่ยวกับระบบย่อย
ไม่เชิงเส้นที่โดดเด่นด้วยการตอบสนองต่อแรงกระตุ้นของ
[17] เสนอวิธีโดเมนความถี่เพื่อระบุตัวตนของแฮมเมอร์

ผลลัพธ์ (ไทย) 2:

ใช้เป็นตัวแทนของรุ่น Hammerstein
พฤติกรรมไม่เชิงเส้น PA กับเพี้ยน memoryless
บล็อกตาม ด้วย h(n) ระบบย่อยเชิงเส้นซึ่งแสดงถึง
ผลหน่วยความจำ Predistorder สัมพันธ์เป็นแบบ Wiener
รุ่นก่อตั้งขึ้น โดยระบบย่อยเชิงเส้นตามที่ predistortion
memoryless ระบบการ
สำหรับ PA เพี้ยน memoryless, predistortion ที่สามารถ
ดำเนินการโดยใช้อนุกรมกำลังทั่วไป หรือดูสาย
ตาราง (ลูฏ) สำหรับแบบจำลองพหุนาม หลักอาศัย
หมายเลขของฟังก์ชันพหุนามซึ่งแสดงถึง
ลักษณะผกผันของ PA. Predistorder ลูฏ
ประกอบในการกำหนดตารางที่ประกอบด้วยการ quantified
รุ่นนี้ลักษณะผกผัน โซลูชันแรก suffers
จากเส้นโค้งข้อจำกัดในขณะที่สอง suffers
จากด้าน quantization [16] ในทั้งสองกรณี สำหรับหน่วยความจำ
ใช้รูปแบบพหุนาม อัลกอริทึม LMS เกี่ยวกับ
ระบบย่อยไม่เชิงเส้นโดยการตอบสนองกระแส,
[17] เสนอวิธีโดเมนความถี่การรหัส
ของ Hammerstein

ผลลัพธ์ (ไทย) 3:

hammerstein รุ่นที่ใช้เป็นการเป็นตัวแทนของลักษณะการทำงาน nonlinear ป่า
ซึ่งจะช่วยให้มีความผิดเพี้ยน memoryless
ซึ่งจะช่วยบล็อกตามด้วยตามแนวยาวระบบ h ( N )ซึ่งแสดงถึงหน่วยความจำมีผล
ซึ่งจะช่วยได้ predistorder ที่เกี่ยวข้องคือรุ่น Wiener Museumsmelange ":
ซึ่งจะช่วยได้โดยระบบย่อยตามแนวยาวตามด้วยระบบ
memoryless predistortion .
เพื่อลดความผิดเพี้ยน memoryless ป่าที่ predistortion สามารถ
นำมาใช้โดยใช้พลังงานทั่วไปหรือพร้อมด้วยโต๊ะ - ขึ้น
( lut ) สำหรับรุ่น polynomial หลักการที่จะใช้ในการระบุตัวตน
ซึ่งจะช่วยให้การทำงาน polynomial ซึ่งแสดงถึงลักษณะสีตัดกัน
ของป่าที่ lut predistorder
ซึ่งจะช่วยในการระบุปลายทางที่ประกอบไปด้วยโต๊ะซึ่งประกอบด้วยรุ่น
ซึ่งจะช่วยคำนวณออกมาเป็นรูปธรรมได้หรือของที่มีลักษณะอันโดดเด่นแห่งนี้ย้อนกลับ โซลูชันครั้งแรกได้รับตอบแทน
จากความโค้งมนกระชับข้อจำกัดในขณะที่ที่สองได้รับ
จากแง่มุม quantization [ 16 ] ในทั้งสองกรณีเป็นสำหรับรุ่นหน่วยความจำ
polynomial LMS อัลกอริธึมที่ใช้ เกี่ยวกับระบบย่อย nonlinear
ซึ่งจะช่วยให้การตอบสนองโดยการผลักดันของ
[ 17 ]เสนอวิธีการโดเมนความถี่สำหรับการระบุตัวตนที่
ของ hammerstein ได้