[发明专利]非线性系统失真校正方法、装置、电子设备和存储介质

说明书

本申请提出一种非线性系统失真校正方法、装置、电子设备和存储介质，涉及通信领域。非线性系统失真校正方法包括：获取所述非线性系统中链路上的目标信号和所述目标信号的特征向量；根据预设的包含校正参数的预失真模型对所述目标信号和所述目标信号的特征向量作预失真处理，得到预失真的目标信号；其中，所述预失真模型包括预设的神经网络模型和预设的多项式模型，所述预设的神经网络模型包含所述校正参数中的权值系数和所述校正参数中的偏置系数，所述预设的多项式模型包含所述校正参数中的查找表系数。

技术领域

本申请实施例涉及通信领域，特别涉及一种非线性系统失真校正方法、装置、电子设备和存储介质。

背景技术

在移动通信系统中，使用功率放大器等器件或系统对信号进行处理，这些器件或系统大多具有非线性效应和记忆效应，是非线性系统，它们在对信号进行处理的同时，也会给信号带来非线性失真。目前多采用数字预失真技术对非线性系统进行校正，保证系统的线性度。

在第五代移动通信(5G)和未来的移动通信系统中，业务信号是灵活多变的，例如信号的功率、带宽、频点等特征是动态变化的。然而，非线性系统在不同的信号带宽、功率、频点等场景下具有不同的失真特性，在不同的温度、湿度等环境下也具有不同的失真特性，且不同类型的非线性器件也具有不同的失真特性。传统的数字预失真模型缺乏对多种类型和动态变化的场景的适应性，将传统的数字预失真模型用于动态变化的场景，将会存在训练过程复杂或硬件资源开销大等问题。

发明内容

本申请实施例的主要目的在于提出一种非线性系统失真校正方法、装置、电子设备和存储介质，具有对多种类型和动态变化场景的适应性。

为实现上述目的，本申请实施例提供了一种非线性系统失真校正方法，包括：获取所述非线性系统中链路上的目标信号和所述目标信号的特征向量；根据预设的包含校正参数的预失真模型对所述目标信号和所述目标信号的特征向量作预失真处理，得到预失真的目标信号；其中，所述预失真模型包括预设的神经网络模型和预设的多项式模型，所述预设的神经网络模型包含所述校正参数中的权值系数和所述校正参数中的偏置系数，所述预设的多项式模型包含所述校正参数中的查找表系数。

为实现上述目的，本申请实施例还提出了一种非线性系统失真校正装置，包括：

获取模块，用于获取所述非线性系统中链路上的目标信号和所述目标信号的特征向量；

校正模块，用于根据预设的包含校正参数的预失真模型对所述目标信号和所述目标信号的特征向量作预失真处理，得到预失真的目标信号；其中，所述预失真模型包括预设的神经网络模型和预设的多项式模型，所述预设的神经网络模型包含所述校正参数中的权值系数和所述校正参数中的偏置系数，所述预设的多项式模型包含所述校正参数中的查找表系数。

为实现上述目的，本申请实施例还提出了一种电子设备，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述实施例所述的非线性系统失真校正方法。

为实现上述目的，本申请实施例还提出了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现上述实施例所述的非线性系统失真校正方法。

本申请提出的一种非线性系统失真校正方法、装置、电子设备和存储介质，通过神经网络模型、多项式模型、神经网络模型中包含的偏置系数和权值系数、多项式模型中包含的查找表系数共同对目标信号进行失真校正，整个预失真模型规模小，训练速度快，且能智能地适应动态变化的不同场景。另外，预失真模型可以应用于多通道链路的非线性系统，对多个发射通道协同地进行非线性失真校正，从而可以有效地降低失真校正的资源开销、抵消多个通道之间的相互耦合带来的失真。