信号处理模型的训练方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种信号处理模型的训练方法、装置、设备及存储介质，涉及信号处理领域。该方法包括：采用第一训练序列集对功率放大模型进行训练，得到训练完毕的所述功率放大模型；将第二训练序列集中的训练序列输入信号处理模型，得到第一输出信号；将所述第一输出信号输入训练完毕的所述功率放大模型，得到第二输出信号；基于所述第一输出信号和所述第二输出信号构建的联合误差函数，对所述信号处理模型进行训练，得到训练完毕的所述信号处理模型；其中，所述联合误差函数包括与峰值削减处理对应的第一误差函数，以及与数字预失真处理对应的第二误差函数。训练得到的模型可实现数字预失真处理和峰值削减处理的联合处理。字预失真处理和峰值削减处理的联合处理。字预失真处理和峰值削减处理的联合处理。

【技术实现步骤摘要】
信号处理模型的训练方法、装置、设备及存储介质


[0001]本申请涉及信号处理领域，特别涉及一种信号处理模型的训练方法、装置、设备及存储介质。

技术介绍

[0002]射频信号在发射之前，需要经过功率放大器(Power Amplify，PA)来放大发射功率。当输入信号的幅度到达PA的非线性区间时，PA的输出信号会出现非线性失真。为了减小这些非线性失真，可以对PA的输入信号做数字预失真(Digital Pre
‑
Distortion，DPD)处理，以及波峰因子削减(Crest Factor Reduce，CFR)处理来减小输入信号的幅度。
[0003]然而相关技术中的DPD方案或CFR方案的处理效果不佳。
[0004]因此，考虑一种更有效的消除非线性失真的信号处理方案是十分必要的。

技术实现思路

[0005]本申请实施例提供了一种信号处理模型的训练方法、装置、设备及存储介质，所述技术方案如下：
[0006]根据本申请的一个方面，提供了一种信号处理模型的训练方法，所述信号处理模型用于数字预失真处理和峰值削减处理，所述方法包括：
[0007]采用第一训练序列集对功率放大模型进行训练，得到训练完毕的所述功率放大模型，所述功率放大模型用于模拟具有理想性能的功率放大器；
[0008]将第二训练序列集中的训练序列输入信号处理模型，得到第一输出信号；
[0009]将所述第一输出信号输入训练完毕的所述功率放大模型，得到第二输出信号；
[0010]基于所述第一输出信号和所述第二输出信号构建的联合误差函数，对所述信号处理模型进行训练，得到训练完毕的所述信号处理模型；
[0011]其中，所述联合误差函数包括与峰值削减处理对应的第一误差函数，以及与数字预失真处理对应的第二误差函数。
[0012]根据本申请的一个方面，提供了一种信号处理模型的训练装置，所述装置包括：
[0013]初始训练模块，用于采用第一训练序列集对功率放大模型进行训练，得到训练完毕的所述功率放大模型，所述功率放大模型用于模拟具有理想性能的功率放大器；
[0014]信号处理模块，用于将第二训练序列集中的训练序列输入信号处理模型，得到第一输出信号；
[0015]功率放大模块，用于将所述第一输出信号输入训练完毕的所述功率放大模型，得到第二输出信号；
[0016]更新模块，用于基于所述第一输出信号和所述第二输出信号构建的联合误差函数，对所述信号处理模型进行训练，得到训练完毕的所述信号处理模型；
[0017]其中，所述联合误差函数包括与峰值削减处理对应的第一误差函数，以及与数字预失真处理对应的第二误差函数。
[0018]根据本申请的一个方面，提供了一种通信设备，所述通信设备包括：处理器；与所述处理器相连的收发器；用于存储所述处理器的可执行指令的存储器；其中，所述处理器被配置为加载并执行所述可执行指令以实现如上述方面所述的信号处理模型的训练方法。
[0019]根据本申请的一个方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有可执行指令，所述可执行指令由处理器加载并执行以实现如上述方面所述的信号处理模型的训练方法。
[0020]根据本申请的一个方面，提供了一种计算机程序产品，所述计算机程序产品包括计算机指令，所述计算机指令存储在计算机可读存储介质中，计算机设备的处理器从所述计算机可读存储介质读取所述计算机指令，所述处理器执行所述计算机指令，使得计算机设备执行以实现如上述方面所述的信号处理模型的训练方法。
[0021]根据本申请的一个方面，提供了一种芯片，所述芯片包括可编程逻辑电路和/或程序指令，当所述芯片运行时用于实现如上述方面所述的信号处理模型的训练方法。
[0022]根据本申请的一个方面，提供了一种计算机程序，所述计算机程序包括计算机指令，计算机设备的处理器执行所述计算机指令，使得所述计算机设备执行如上述方面所述的信号处理模型的训练方法。
[0023]本申请实施例提供的技术方案至少包括如下有益效果：
[0024]通过级联结构的神经网络训练得到信号处理模型，该信号处理模型支持同时提供数字预失真处理和峰值削减处理，与相关技术中独立的DPD方案或CFR方案相比，本申请提供的信号处理模型能够更好地消除功率放大器引入的非线性失真。
附图说明
[0025]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0026]图1示出了本申请一些示意性实施例提供的通信系统的示意图；
[0027]图2示出了本申请一些示意性实施例提供的一种信号处理模型的训练方法的流程示意图；
[0028]图3示出了本申请一些示意性实施例提供的一种信号处理模型的训练方法的流程示意图；
[0029]图4示出了本申请一些示意性实施例提供的一种信号处理模型的训练方法的流程示意图；
[0030]图5示出了本申请一些示意性实施例提供的一种获取训练序列集的方法的示意图；
[0031]图6示出了本申请一些示意性实施例提供的一种信号处理模型的训练方法的示意图；
[0032]图7示出了本申请一些示意性实施例提供的一种信号处理模型的训练方法的示意图；
[0033]图8示出了本申请一些示意性实施例提供的一种信号处理方法的流程示意图；
[0034]图9示出了本申请一些示意性实施例提供的一种信号处理模型的训练装置的结构框图；
[0035]图10示出了本申请一些示意性实施例提供的一种信号处理装置的结构框图；
[0036]图11示出了本申请一些示意性实施例提供的一种通信设备的结构示意图。
具体实施方式
[0037]为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
[0038]在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
[0039]应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本公开范围的情本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信号处理模型的训练方法，其特征在于，所述信号处理模型用于数字预失真处理和峰值削减处理，所述方法包括：采用第一训练序列集对功率放大模型进行训练，得到训练完毕的所述功率放大模型；将第二训练序列集中的训练序列输入信号处理模型，得到第一输出信号；将所述第一输出信号输入训练完毕的所述功率放大模型，得到第二输出信号；基于所述第一输出信号和所述第二输出信号构建的联合误差函数，对所述信号处理模型进行训练，得到训练完毕的所述信号处理模型；其中，所述联合误差函数包括与所述峰值削减处理对应的第一误差函数，以及与所述数字预失真处理对应的第二误差函数。2.根据权利要求1所述的方法，其特征在于，所述基于所述第一输出信号和所述第二输出信号构建的联合误差函数，对所述信号处理模型进行训练，包括：基于所述第一输出信号和所述训练序列，构建所述第一误差函数；基于所述第二输出信号和所述训练序列，构建所述第二误差函数；基于所述第一误差函数和所述第二误差函数，构建所述联合误差函数；基于所述联合误差函数，对所述信号处理模型进行训练。3.根据权利要求2所述的方法，其特征在于，所述基于所述第一输出信号和所述训练序列，构建所述第一误差函数，包括：基于所述第一输出信号的峰均比函数和所述训练序列的峰均比函数，构建所述第一误差函数。4.根据权利要求3所述的方法，其特征在于，所述基于所述第一输出信号的峰均比函数和所述训练序列的峰均比函数，构建所述第一误差函数，包括：基于所述训练序列的均方根函数，构建所述训练序列的峰均比函数；基于所述第一输出信号的均方根函数，构建所述第一输出信号的峰均比函数；将所述训练序列的峰均比函数与所述第一输出信号的峰均比函数相减，得到所述第一误差函数。5.根据权利要求2所述的方法，其特征在于，所述基于所述第二输出信号和所述训练序列，构建所述第二误差函数，包括：基于所述第二输出信号和所述训练序列的均方误差，构建所述第二误差函数。6.根据权利要求2所述的方法，其特征在于，所述基于所述第一误差函数和所述第二误差函数，构建所述联合误差函数，包括：将所述第一误差函数和所述第二误差函数相加，得到所述联合误差函数。7.根据权利要求1至6任一所述的方法，其特征在于，所述第一训练序列集包括输入序列x和输出序列y，所述输出序列y的时频参数与所述输入序列x的时频参数相同，所述时频参数包括幅度、相位、采样时延中的至少之一，所述输出序列y的功率是所述输入序列x经过功率放大器放大后的功率；所述采用第一训练序列...

【专利技术属性】
技术研发人员：胡天琨，田宇，
申请(专利权)人：哲库科技上海有限公司，
类型：发明
国别省市：