[发明专利]一种接收机射频链路非线性效应的模型筛选方法、平台

权利要求书

1.一种接收机射频链路非线性效应的模型筛选方法，其特征在于，包括：

获取接收机的信号源及测试输出数据；

利用已有的先验知识结合接收机机理，选择一个验前假定模型；

对验前假定模型的模型参数进行辨识，得到参数辨识后的验前假定模型；

基于信号源及测试输出数据，采用参数辨识后的验前假定模型，得到的结果与真实系统结果进行对比，判断误差的大小是否达到设定的阈值，若是，得到建模的模型，否则，重新选定验前假定模型进行参数辨识、验证的过程。

2.根据权利要求1所述的接收机射频链路非线性效应的模型筛选方法，其特征在于，测试输出数据包括：互调测试子系统的实时频谱、二维/三维双频图、原始信号波形，功率压缩测试子系统的固定频点下输入输出功率图、不同频率下1dB压缩点图、功率压缩三维图，幅相误差测试子系统的星座图，链路参数测试子系统的链路增益、噪声系数、灵敏度，理论参数推算子系统的三阶截点、邻信道功率比、噪声功率比。

3.根据权利要求1所述的接收机射频链路非线性效应的模型筛选方法，其特征在于，所述验前假定模型采用非线性模型，所述非线性模型包括：无记忆模型、有记忆模型。

4.根据权利要求3所述的接收机射频链路非线性效应的模型筛选方法，其特征在于，所述无记忆模型包括：无记忆多项式模型、幂级数模型、正交多项式模型、查找表模型。

5.根据权利要求3所述的接收机射频链路非线性效应的模型筛选方法，其特征在于，所述无记忆模型包括：所述有记忆模型包括：记忆多项式模型、Volterra模型、Hammerstein模型、Wiener模型、Wiener-Hammerstein模型、PLUME模型、NARMA模型、X参数模型。

6.根据权利要求1所述的接收机射频链路非线性效应的模型筛选方法，其特征在于，所述对验前假定模型的模型参数进行辨识包括：采用最小二乘法、递推辨识算法、极大似然辨识法、傅里叶级数法对验前假定模型的模型参数进行辨识。

7.根据权利要求1所述的接收机射频链路非线性效应的模型筛选方法，其特征在于，所述得到的结果与真实系统结果进行对比的指标包括：归一化均方误差、均方根误差、平均绝对误差。

8.一种接收机射频链路非线性效应的模型筛选平台，其特征在于，包括：

数据获取模块，其被配置为：获取接收机的信号源及测试输出数据；

模型选择模块，其被配置为：利用已有的先验知识结合接收机机理，选择一个验前假定模型；

参数辨识模块，其被配置为：对验前假定模型的模型参数进行辨识，得到参数辨识后的验前假定模型；

验证模型，其被配置为：基于信号源及测试输出数据，采用参数辨识后的验前假定模型，得到的结果与真实系统结果进行对比，判断误差的大小是否达到设定的阈值，若是，得到建模的模型，否则，重新选定验前假定模型进行参数辨识、验证的过程。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的接收机射频链路非线性效应的模型筛选方法中的步骤。

10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一项所述的接收机射频链路非线性效应的模型筛选方法中的步骤。