[发明专利]功率放大器及其预失真模型生成方法及装置

权利要求书

1.一种功率放大器及其预失真模型生成方法，其特征在于，包括：

利用遗传算法对功率放大器模型的模型参数的取值进行筛选，确定所述功率放大器模型的模型输入矩阵；其中，所述功率放大器模型为广义记忆多项式模型；

基于所述模型输入矩阵和训练数据，确定所述功率放大器模型的模型系数。

2.根据权利要求1所述的功率放大器及其预失真模型生成方法，其特征在于，所述利用遗传算法对功率放大器模型的模型参数的取值进行筛选，确定所述功率放大器模型的模型输入矩阵，具体包括：

利用遗传算法对所述模型参数的取值进行筛选，确定所述功率放大器模型的多项式中的关键项，所述关键项为所述功率放大器模型的多项式中对模型精度影响最大的项；

根据所述关键项确定所述模型输入矩阵。

3.根据权利要求2所述的功率放大器及其预失真模型生成方法，其特征在于，所述利用遗传算法对所述模型参数的取值进行筛选，确定所述功率放大器模型的多项式中的关键项，具体包括：

对所述模型参数的参数取值组合进行编码，确定每一参数取值组合的编码值；

从所有编码值中随机选取预设数量个编码值作为初始群体；

利用预设的适应度函数评价建模精度，并进行选择运算、交叉运算和变异运算；

更新迭代群体，直到达到预设迭代结束条件，输出所述关键项的参数取值组合的编码值；

根据所述关键项的参数取值组合的编码值确定所述关键项。

4.根据权利要求3所述的功率放大器及其预失真模型生成方法，其特征在于，所述对所述模型参数的参数取值组合进行编码，具体包括：

对所述模型参数中的信号记忆深度和模值记忆深度组合进行十进制整数编码；

对所述模型参数中的非线性阶数进行奇偶编码。

5.根据权利要求3所述的功率放大器及其预失真模型生成方法，其特征在于，所述预设的适应度函数是基于信号的归一化均方误差确定的。

6.根据权利要求3所述的功率放大器及其预失真模型生成方法，其特征在于，所述利用预设的适应度函数评价建模精度，具体包括：

对所述预设的适应度函数进行拉伸处理；

利用拉伸处理后的适应度函数评价建模精度。

7.根据权利要求1-6任一项所述的功率放大器及其预失真模型生成方法，其特征在于，所述基于所述模型输入矩阵和训练数据，确定所述功率放大器模型的模型系数，具体包括：

获取所述训练数据，所述训练数据包括功率放大器的输入信号和输出信号；

根据所述模型输入矩阵和所述训练数据，采用最小二乘方法确定所述模型系数。

8.根据权利要求1-6任一项所述的功率放大器及其预失真模型生成方法，其特征在于，所述基于所述模型输入矩阵和训练数据，确定所述功率放大器模型的模型系数之后，还包括：

对所述功率放大器模型的多项式求逆，确定数字预失真模型。

9.根据权利要求8所述的功率放大器及其预失真模型生成方法，其特征在于，所述确定数字预失真模型之后，还包括：

根据所述数字预失真模型对输入功率放大器的信号进行预失真处理。

10.一种功率放大器及其预失真模型生成装置，其特征在于，包括：

筛选模块，用于利用遗传算法对功率放大器模型的模型参数的取值进行筛选，确定所述功率放大器模型的模型输入矩阵；其中，所述功率放大器模型为广义记忆多项式模型；

生成模块，用于基于所述模型输入矩阵和训练数据，确定所述功率放大器模型的模型系数。