[发明专利]一种降低自适应数字预失真算法计算复杂度的方法

摘要

本发明提供一种降低自适应数字预失真算法计算复杂度的方法，针对原始多项式基函数自相关矩阵条件数较高的特性，在建立多项式预失真模型的非线性模型后，通过对原始多项式基函数得到的自相关矩阵的期望进行归一正交化，得到归一正交化的基函数，进一步对递归最小二乘算法的计算复杂度进行简化。本发明的降低自适应数字预失真算法计算复杂度的方法在保证收敛速度快、失调量小的前提下，使得传统递归最小二乘算法的计算复杂度降低为最小均方误差算法的复杂度。

主权项

一种降低自适应数字预失真算法计算复杂度的方法，其特征在于：包括以下步骤：步骤一、建立非线性模型，其中，所述非线性模型为多项式预失真模型，其数学表达式为其中，y(n)是射频功率放大器的输出信号，是预失真估计模块的输出信号，K为多项式的个数，2k‑1是多项式的阶数；a2k‑1为2k‑1阶系数；参数定义为A＝[a1,a3,...,a2K‑1]T，多项式基函数定义为φ2k‑1(n)，φ2k‑1(n)＝|y(n)|2(k‑1)y(n)，φ(n)＝[φ1(n),φ3(n),......φ2K‑1(n)]；误差信号为z(n)是预失真器的输出信号；在最小二乘准则下，参数表达式为：A＝(ΦHΦ)‑1ΦHz；其中，N是采样点的总数；步骤二、对多项式基函数φ2k‑1(n)的自相关矩阵ΦHΦ的期望进行归一正交化，其中，归一正交化的定义为具体步骤如下：步骤21、定义归一化正交基函数ψ2k‑1(n)为多项式基函数φ2k‑1(n)的线性组合，即：其中，Ul,k是归一化正交基函数的系数，且步骤22、定义归一化正交基函数ψ2k‑1(n)的自相关矩阵为ΨHΨ，通过推导得到ΦHΦ＝N(UH)‑1(U)‑1；步骤23、对一个给定概率密度分布函数的|y|，ΦHΦ是确定的，将矩阵ΦHΦ的维数从小到大递增，迭代地求解出U；步骤三、降低递归最小二乘算法计算复杂度，具体步骤如下：步骤31、由最小二乘算法的定义得到其中，P(n)是归一化正交基函数ψ2k‑1(n)的自相关矩阵ΨHΨ前n个采样点的逆矩阵，初始化为δ为任意的正数；I为单位矩阵；步骤32、展开归一化正交基函数ψ2k‑1(n)的自相关矩阵ΨHΨ，结合P(n)得到ψH(n)ψ(n)＝I；步骤33、将ψH(n)ψ(n)＝I代入递归最小二乘算法的第一条迭代方程中，得到步骤34、将步骤33的结果代入递归最小二乘算法的第二条迭代方程中，得到其中，β(n)是应用了归一化正交基函数ψ2k‑1(n)的预失真参数，β(0)＝0。