[发明专利]面向动态传输的智能数字预失真系统及方法有效
申请号: | 202110972256.9 | 申请日: | 2021-08-24 |
公开(公告)号: | CN113676426B | 公开(公告)日: | 2022-07-22 |
发明(设计)人: | 余超;郁煜铖 | 申请(专利权)人: | 东南大学 |
主分类号: | H04L25/49 | 分类号: | H04L25/49;G06N3/04 |
代理公司: | 南京瑞弘专利商标事务所(普通合伙) 32249 | 代理人: | 孙峰 |
地址: | 211189 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 面向 动态 传输 智能 数字 失真 系统 方法 | ||
1.面向动态传输的智能数字预失真系统,其特征在于,包括:多项式辅助模块、信号特征估计模块、神经网络模块;其中,
所述多项式辅助模块利用功率放大器的先验信息消除功率放大器在动态传输场景下的静态非线性;
所述信号特征估计模块估计动态传输信号的信号特征,并将估计出的信号特征与输入信号一同输入所述神经网络模块中;
所述神经网络模块根据获取的信号特征与输入信号,补偿功率放大器随输入信号的变化而导致的动态非线性;
所述信号特征估计模块通过采用有限脉冲响应窗口来提取一段最近的输入信号,再根据提取到的输入信号计算信号特征,所述信号特征包括信号功率和信号峰均比,其中,
所述信号功率的表达式为:
所述信号峰均比的表达式为:
公式中,p(n)为信号在n时刻计算得到的功率值,r(n)为信号在n时刻计算得到的峰均比值,x(i)为信号在i时刻的输入信号值,N为有限脉冲响应窗口的窗口大小。
2.根据权利要求1所述的面向动态传输的智能数字预失真系统,其特征在于,所述多项式辅助模块和所述神经网络模块集成于同一个神经网络中,采用神经网络的权值更新算法同时更新所述多项式辅助模块和所述神经网络模块的系数。
3.根据权利要求2所述的面向动态传输的智能数字预失真系统,其特征在于,所述多项式辅助模块依次包括输入层、非线性变换模块和输出层,所述输入层接收输入的复数信号;所述非线性变换模块将该复数信号通过非线性变换转化为包含功率放大器非线性信息的实数信号;所述输出层对接收的实数信号进行线性加权组合运算,最后得到所述多项式辅助模块的输出信号;其中,
所述非线性变换模块采用了多项式行为模型,其表达式为:
公式中,y(n)为时刻n的输出信号,x(n),…,x(n-M)为非线性变换模块的输入信号,M为功率放大器的记忆深度,Fg[·]为第g个核函数,G为核函数的个数,cg为第g个复数系数,cg=cg,I+jcg,Q,cg,I和cg,Q分别为cg的同相和正交分量,j为虚数单位,Ag为第g个对输入信号的非线性操作,Ag=Ag,I+jAg,Q,Ag,I和Ag,Q分别为Ag的同相和正交分量,并且Ag,I和Ag,Q为非线性变换模块的输出信号,其中g取1到G。
4.根据权利要求3所述的面向动态传输的智能数字预失真系统,其特征在于,所述多项式辅助模块中输出层的线性加权组合运算的表达式为:
公式中,I(n)和Q(n)分别为多项式辅助模块输出信号的同相和正交分量,w1g,I、w2g,I、w1g,Q和w2g,Q为神经网络的权值。
5.根据权利要求4所述的面向动态传输的智能数字预失真系统,其特征在于,所述智能数字预失真系统还包括特征变换模块且该特征变换模块集成于所述神经网络模块的内部,与所述神经网络模块同时更新系数;所述特征变换模块将从所述信号特征估计模块中获取到的信号特征进行线性加权操作,将所述信号特征映射为对功率放大器输出有直接影响的值;表达式为:
公式中,pm(n)为特征变换模块在时刻n的第m个输入,qk(n)为特征变换模块在时刻n的第k个输出,wmk,ak分别为特征变换模块的权值和偏置。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110972256.9/1.html,转载请声明来源钻瓜专利网。