公开(公告)号：CN116542156A

公开(公告)日：2023-08-04

申请号：CN202310533964.1

申请日：2023-05-12

Applicant: 南京邮电大学

Inventor： 张芷宁 ,  王艺陶 ,  温晨希 ,  嵇华龙 ,  张荣鑫 ,  孔理想 ,  吴啸鸣 ,  闫慧君 ,  王超子 ,  宋扬 ,  刘轶

IPC: G06F30/27 ,  G06N20/10 ,  G06F18/10 ,  H03F1/32

Abstract: 本发明公开了一种基于机器学习算法的射频前端功率放大器线性化方法，包括以下步骤：S1，构建功率放大器的正模型与逆模型；基带信号经过预失真器处理得到输入信号x(n)后，通过功率放大器处理得到输出信号y(n)，构建正模型；通过参数辨识模块对输入信号x(n)与归一化处理后的输出信号y(n)建立映射关系，构建功率放大器逆模型R(xi)；S2，参数辨识模块对逆模型进行提取并引入核函数回归模型与正则化项构建误差函数L；S3，计算误差函数L，通过误差函数L与拟定的预设值之间比较，将完成构建的逆模型R(xi)复制到预失真器内部，对正模型进行补偿。本发明能够提高记忆深度，简化求解过程，信号容错率更强，提取模型更加准确快速，避免过拟合的发生。