【技术实现步骤摘要】
本专利技术实施例涉及通信领域，具体而言，涉及一种数字预失真方法及装置。
技术介绍
1、传统的数字预失真模型都是基于volterra级数模型推导得出，常常使用多项式类型的模型，例如记忆多项式模型、广义记忆多项式模型、分解向量旋转模型等，它们一般只适用于静态情况，即只在某一固定的工作状态(包括但不限于信号的功率、带宽、频点，功放的电压、温度，波束指向等)下实现满足要求的射频性能指标。在第五代(5g)和未来移动通信系统中，信号和功放的工作状态往往在大范围内快速动态变化，这时就需要事先对每一种工作状态都预先训练并存储一组对应的数字预失真模型系数，或者不断地对数字预失真模型的系数进行实时更新，来始终保证功放的线性度和效率，这对数字预失真模型的更新速度有很高的要求。另一方面，新一代通信系统中使用更加复杂的信号调制方式，信号的带宽更宽，峰均比更大，这使得传统的数字预失真模型规模变大，解算的复杂度急剧增加，所以模型系数更新的时间变得更长，数字预失真模型系数的更新速度更难跟得上功放非线性的动态变化。因此，需要一种无需实时训练更新系数就可以动态适应功放非线...
【技术保护点】
1.一种数字预失真方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在所述离线状态下，训练静态参考工作状态的第一级预失真模型，以及训练动态工作状态相对于静态参考工作状态的变化情况的第二级预失真模型之前，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，在所述离线状态下，训练静态参考工作状态的第一级预失真模型，以及训练动态工作状态相对于静态参考工作状态的变化情况的第二级预失真模型之前，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，所述第一级预失真模型和第二级预失真模型为神经网络模型，所述第二级...
【技术特征摘要】
1.一种数字预失真方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在所述离线状态下，训练静态参考工作状态的第一级预失真模型，以及训练动态工作状态相对于静态参考工作状态的变化情况的第二级预失真模型之前，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，在所述离线状态下，训练静态参考工作状态的第一级预失真模型，以及训练动态工作状态相对于静态参考工作状态的变化情况的第二级预失真模型之前，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，所述第一级预失真模型和第二级预失真模型为神经网络模型，所述第二级预失真模型至少包括第二级带宽神经网络和/或第二级功率神经网络。
5.根据权利要求1所述的方法，其特征在于，所述将所述第一预失真信号和第二预处理信号输入...
【专利技术属性】
技术研发人员：吴汇波，陈文华，刘昕，方轶圣，张作锋，宁东方，李运华，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：
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。