[发明专利]一种基于分段仿射的功率放大器行为建模方法及装置

说明书

本申请公开了一种基于分段仿射的功率放大器行为建模方法及装置，该方法包括：根据预设的分段仿射方法、预设的输入数据以及输出数据建立功率放大器行为所对应的分段仿射逼近模型，其中，所述分段仿射逼近模型包括多个子模型；根据预设的有序聚类分析算法对所述分段仿射逼近模型中的多个子模型进行聚类得到聚类后的分段仿射逼近模型，其中，所述聚类后的分段仿射逼近模型中任一类用同一子模型表示。本申请解决了现有技术中功率放大器行为模型的线性化效果较差的技术问题。

技术领域

本申请涉及功率放大器建模技术领域，尤其涉及一种基于分段仿射的功率放大器行为建模方法及装置。

背景技术

海量数据的高速传输需求促使着卫星通信向高频段、大带宽、高频谱效率传输方向发展，对星载射频发射机的非线性数字补偿带来了很大困难。星载发射机中的功率放大器表现出失真的不连续性，AM/AM和AM/PM特性的非线性动态发散特性主要集中在低输入功率区域，而高输入功率区域表现出失真的突变特性。具体的，功率放大器的AM/AM特性参见图1所述，功率放大器的AM/PM特性参见图2所示。

鉴于功率放大器在高输入功率区域表现出失真的突变特性，因此，需要构建功率放大器的预失真模型对功率放大器的非线性进行描述。目前，常见的功率放大器预失真模型为可切换的记忆行为模型。具体的，可切换的记忆行为模型主要采用矢量量化的方法对输入信号的幅度进行分区，在每个非线性失真区域内采用不同的记忆模型来描述功率放大器。此外，在包络跟踪结构的发射机中，由于调制电压的动态变化，包络跟踪功放会在不同的功率区域呈现出不同的特性。基于此，分片Volterra模型通过所设置的输入功率门限值把输入信号分解成不同的区域，从而在不同的区域求解出分片功放模型。实验结果表明，使用这种分片模型对包络跟踪结构的发射机进行线性校正，其校正效果明显优于常规预失真器模型，但是，这种分片切割的方法有可能引入新的非线性因素，从而影响功率放大器的线性化效果。

发明内容

本申请解决的技术问题是：针对现有技术中功率放大器的线性化效果较差的问题，提供了一种基于分段仿射的功率放大器行为建模方法及装置，本申请实施例所提供的方案中，根据功率放大器的失真不连续非线性特性，将机器学习中的分段仿射逼近同最优分割算法相结合，进行区域划分，得到一分段仿射逼近模型，所得到的分段仿射逼近模型包括多个子模型，即可以将功率放大器的信号回归空间分割成有限个子区间，在每个子区间用一个子模型来描述非线性功放的动态特性，不仅可以以任意精度逼近一个足够平滑的非线性函数外，还可以用来逼近具有非连续特性以及切换特性的非线性系统，进而实现对功放行为模型的统一表征与精确辨识，以及提高功率放大器的线性化效果。

第一方面，本申请实施例提供一种基于分段仿射的功率放大器行为建模方法，该方法包括：

根据预设的分段仿射方法、预设的输入数据以及输出数据建立功率放大器行为所对应的分段仿射逼近模型，其中，所述分段仿射逼近模型包括多个子模型；

根据预设的有序聚类分析算法对所述分段仿射逼近模型中的多个子模型进行聚类得到聚类后的分段仿射逼近模型，其中，所述聚类后的分段仿射逼近模型中任一类用同一子模型表示。

可选地，根据预设的分段仿射方法、预设的输入数据以及输出数据建立功率放大器行为所对应的分段仿射逼近模型，包括：

根据所述预设的输入数据和输出数据建立所述功率放大器的特性曲线，根据所述预设的分段仿射方法分段逼近所述特性曲线确定出分段数目、每段所对应的输入数据范围和参数向量；

根据所述每段所对应的输入数据范围和参数向量以及预设输入数据的非线性仿射函数建立子模型，根据所述子模型得到所述分段仿射逼近模型。

可选地，所述分段仿射逼近模型通过下式表示：