摘要：光載無線電(Radio-over-Fiber, ROF)前傳系統(tǒng)在C-RAN基礎上簡化了基站RRH架構,但是ROF前傳系統(tǒng)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(tǒng)的非線性特性是對整個系統(tǒng)構建預失真器極為重要的步驟.針對ROF前傳系統(tǒng)下行鏈路行為模型建模分析,以徑向基函數(shù)神經(jīng)網(wǎng)絡為基礎,提出了改進型復數(shù)徑向基函數(shù)神經(jīng)網(wǎng)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(tǒng)的功放模型廣義記憶多項式(General Memory Polynomial, GMP)、改進型廣義分數(shù)階記憶多項式(Augmented General Fractional order Memory Polynomial,AGFMP)、實數(shù)時延神經(jīng)網(wǎng)絡(Real-Value Time-Delay Neural Network, RVTDNN)、實數(shù)時延徑向基函數(shù)神經(jīng)網(wǎng)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(tǒng)功放模型取得了3 dB以上的建模精度提升.