一种用于功率放大器的非线性补偿方法和设备技术

技术编号:25125887 阅读:123 留言:0更新日期:2020-08-05 02:55
本发明专利技术公开了一种用于功率放大器的非线性补偿方法和设备,涉及无线通信技术领域,用以解决目前的数字预失真模型适用范围较小,模型输入特征单一、精度受限、通用性差的问题,本发明专利技术方法包括:获取功率放大器的第一信号,其中,第一信号包括输入信号、输出信号和特征信号,特征信号是功率放大器和/或输入信号的属性信息;经由已训练神经网络接收对于第一信号的数字预失真权重;利用数字预失真权重对功率放大器进行非线性补偿,由于本发明专利技术从输入信号和功率放大器等不同维度考虑了输入信号及功率放大器的特性,经由已训练神经网络得到第一信号的数字预失真权重,高效准确的统一数字预失真模型,提高了建模精度,更好地补偿功率放大器的非线性失真。

【技术实现步骤摘要】
一种用于功率放大器的非线性补偿方法和设备
本专利技术涉及无线通信
,特别涉及一种用于功率放大器的非线性补偿方法和设备。
技术介绍
PA(PowerAmplifier,功率放大器,简称功率放大器)是无线通信系统中的重要组成部分。功率放大器的非线性特性导致了带内的非线性失真和带外频谱泄露,因此功率放大器的线性化技术备受关注。DPD(DigitalPre-Distortion,数字预失真处理)是对功率放大器进行线性化处理的主要技术方案,其利用相反的非线性特性对功率放大器的非线性特性进行补偿,达到功率放大器线性化的目的。传统的数字预失真技术是通过多项式法实现的,基本实现原理是寻找能够逼近功率放大器复增益特性曲线逆函数的一种多项式,得到该逆函数之后通过计算得到原始输入信号的预失真值。目前基于神经网络的预失真还处于初级研究探索阶段,包括简单的无记忆数字预失真模型和记忆数字预失真模型,无记忆数字预失真模型直接经输入输出神经网络对输入信号拟合产生输出结果,记忆数字预失真模型在无记忆数字预失真模型的基础上进一步考虑了延时信息。多项式本文档来自技高网...

【技术保护点】
1.一种用于功率放大器的非线性补偿方法,其特征在于,该方法包括:/n获取功率放大器的第一信号,其中,所述第一信号包括输入信号、输出信号和特征信号,所述特征信号是所述功率放大器和/或所述输入信号的属性信息;/n经由已训练神经网络接收对于所述第一信号的数字预失真权重;/n利用所述数字预失真权重对所述功率放大器进行非线性补偿。/n

【技术特征摘要】
1.一种用于功率放大器的非线性补偿方法,其特征在于,该方法包括:
获取功率放大器的第一信号,其中,所述第一信号包括输入信号、输出信号和特征信号,所述特征信号是所述功率放大器和/或所述输入信号的属性信息;
经由已训练神经网络接收对于所述第一信号的数字预失真权重;
利用所述数字预失真权重对所述功率放大器进行非线性补偿。


2.如权利要求1所述的方法,其特征在于,通过下列方式确定所述第一信号的数字预失真权重:
对所述输出信号进行预处理得到预处理后的输出信号,以及对所述特征信号进行预处理得到预处理后的特征信号;
将所述预处理后的输出信号输入所述已训练神经网络的输入层进行时延处理得到延时信号后,通过非线性函数对所述预处理后的输出信号及所述延时信号进行非线性处理得到非线性特征信号;
将所述预处理后的输出信号、所述非线性特征信号及所述预处理后的特征信号输入所述神经网络的隐含层后确定已训练神经网络输出的信号;
根据所述已训练神经网络输出的信号与所述输入信号,通过反向传播算法确定所述第一信号的数字预失真权重。


3.如权利要求2所述的方法,其特征在于,所述对所述特征信号进行预处理得到预处理后的特征信号,包括:
对所述特征信号进行特征处理得到预处理特征信号;
从所述预处理特征信号中进行特征选择得到有效特征信号,将所述有效特征信号作为所述预处理后的特征信号。


4.如权利要求3所述的方法,其特征在于,所述特征处理包括下列的部分或全部:
离散化处理、去量纲、编码、归一化。


5.如权利要求3所述的方法,其特征在于,所述从所述预处理特征信号中进行特征选择得到有效特征信号,包括:
根据特征选择评价指标确定所述预处理特征信号的特征分值,选择所述特征分值大于设定阈值的预处理特征信号作为所述有效特征信号;或
根据特征选择评价指标确定所述预处理特征信号的特征分值,按照所述特征分值从高到低的顺序选择前N个预处理特征信号或从低到高的顺序选择后N个预处理特征信号作为所述有效特征信号,其中N为正整数。


6.一种用于功率放大器的非线性补偿设备,其特征在于,该设备包括:信号获取器...

【专利技术属性】
技术研发人员:林英超王桂珍范志明韩伯骁鄢凯
申请(专利权)人:中国移动通信有限公司研究院中国移动通信集团有限公司
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1