公开(公告)号：CN120067610A

公开(公告)日：2025-05-30

申请号：CN202510036366.2

申请日：2025-01-09

Applicant: 西安电子科技大学

Inventor： 彭琪 ,  朱质斌 ,  祁仲冬

IPC: G06F18/21 ,  H04W52/52 ,  G06N3/092 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于强化学习的功放线性化热补偿方法，该方法包括：构建数字预失真模型，获取带有温度标签的数据集；搭建基于强化学习的神经网络模型；构建神经网络模型的状态空间和动作空间，将温度引入状态空间和动作空间，调整数字预失真模型输出的预失真信号；定义神经网络模型训练相关的参数，将数据集输入到神经网络模型中训练，得到损失函数收敛的强化学习网络模型；强化学习网络模型与数字预失真模型和功放级联，实现温度自适应的功放线性化功能。本发明通过感知环境温度并调整数字预失真模型输出的预失真信号，使其更为准确的匹配功放的行为特性，保证预失真器的线性化性能。

公开(公告)号：CN120074396A

公开(公告)日：2025-05-30

申请号：CN202510094562.5

申请日：2025-01-21

Applicant: 西安电子科技大学

Inventor： 彭琪 ,  朱质斌 ,  祁仲冬 ,  刘伟峰

IPC: H03F1/32 ,  H03F3/20 ,  G06N3/044 ,  G06N3/0464

Abstract: 本发明公开了一种基于深度学习的自适应功放线性化方法及设备，包括：获取待处理输入信号；采用训练好的混合网络模型对所述待处理输入信号进行处理，得到处理后的预失真信号；其中，训练好的混合网络模型以预设类别的数据作为训练数据集，对训练数据集中的样本进行选择，对被选择的样本和未被选择的样本赋予不同的权重，对初始的混合网络模型训练，并且在训练的不同阶段中，动态调整训练数据集中样本的权重，预设类别的数据包括输入信号、包络相关项、输入信号的超前项和时延项、包络相关项的超前项和时延项；将处理后的预失真信号输入至功率放大器进行放大，得到线性化后的输出信号。本发明能够提高功率放大器的线性度。