[发明专利]一种基于云平台的数字预失真线性化参数提取方法

权利要求书

1.一种基于云平台的数字预失真线性化参数提取方法，其特征在于包括以下步骤：

(1)构建数字预失真硬件平台：所述的数字预失真硬件平台包括用于产生矢量信号的矢量信号发生器、用于矢量信号分析的频谱分析仪、功率放大器、衰减器、耦合器和负载；

在一台应用服务器中采用python的Django架构在云端构建云平台，所述的云平台包括在云端部署的一台应用服务器及其下集群的多个测量服务器：所述的应用服务器作为一个控制中心用于对多个测量服务器进行管理、调度、控制及对计算任务的配置和分发，同时所述的应用服务器通过互联网与和客户终端连接，通过统一的用户交互界面实现对客户终端服务请求的响应和交互，多个所述的测量服务器用于对预失真系统进行数据传送和采集并且与多个数据库相连接，同时多个所述的测量服务器分别与所述的矢量信号发生器和所述的频谱分析仪相连接用于对预失真模型参数的提取和模型的训练计算；

(2)将所述的矢量信号发生器的输出端与所述的功率放大器的输入端连接，所述的衰减器的输入端和所述的功率放大器的输出端连接，所述的耦合器的输入端与所述的衰减器的输出端相连接，所述的耦合器的输出端分别与所述的频谱分析仪及所述的负载相连接；

(3)操作所述的应用服务器生成控制命令发送给所述的矢量信号发生器，所述的矢量信号发生器生成矢量信号，该矢量信号作为射频输入信号发送到所述的功率放大器的输入端，所述的频谱分析仪通过所述的衰减器和所述的耦合器采集所述的功率放大器输出端的射频输出信号并传送到所述的测量服务器参与建模的训练计算；

(4)所述的频谱分析仪以该射频输出信号的幅值最高点为截取中心，从该射频输出信号中截取N个数据点作为训练输出数据，并以该射频输入信号的幅值最高点为截取中心，从该射频输入信号中截取N个数据点作为训练输入数据，N为大于等于1000且小于等于20000的整数；

(5)所述的测量服务器采集所述的频谱分析仪输出数据，采用训练输入数据和训练输出数据进行非线性建模，确定预失真线性化模型，并将训练输入数据作为预失真线性化模型的输出数据，训练输出数据作为预失真线性化模型的输入数据，对预失真线性化模型进行训练，提取得到预失真线性化参数，完成预失真线性化模型的一次训练，所述的测量服务器将提取得到的预失真线性化参数存储到某一数据库中；

(6)采用训练后的预失真线性化模型对功率放大器进行非线性校正，获取非线性校正后功率放大器的射频输出信号；

(7)根据预失真线性化设计指标，判定非线性校正后功率放大器的射频输出信号是否满足要求，如果满足，则提取得到的预失真线性化参数符合要求，结束提取方法，如果不满足，则重复步骤(1)-(6)，直至提取得到的预失真线性化参数符合要求。

2.根据权利要求1所述的一种基于云平台的数字预失真线性化参数提取方法，其特征在于所述的步骤(5)中进行非线性建模，确定预失真线性化模型的具体过程为：

a.将N个训练输入数据和N个训练输出数据采用互相关法进行延时调整，得到N个延时调整后的训练输入数据和N个延时调整后的训练输出数据；

b.将N个延时调整后的训练输入数据和N个延时调整后的训练输出数据分别进行归一化处理，得到N个归一化处理后的训练输入数据和训练输出数据；

c.将N个归一化处理后的训练输入数据作为预失真线性化模型的输入信号，N个归一化处理后的训练输出数据作为预失真线性化模型的输出信号，采用python设计的计算模块得出该预失真线性化模型的AM/AM、AM/PM非线性特性图；

d.通过归一化均方误差NMSE进行建模精度评估，确定预失真线性化模型结构。

3.根据权利要求2所述的一种基于云平台的数字预失真线性化参数提取方法，其特征在于所述的步骤a中将训练输入数据和训练输出数据采用互相关法进行延时调整的具体过程为：

a-1.采用公式(1)计算得到训练输入数据的N个数据点的平均幅值采用公式(2)计算得到训练输出数据的N个数据点的平均幅值

其中，A_in(i)为训练输入数据中第i+1个数据点的幅值，A_out(i)为训练输出数据中第i+1个数据点的幅值，i＝0，1，2，…，N-1；

a-2.采用公式(3)计算训练输入数据和训练输出数据对应调整移动m个数据点后的互协方差值得到N-1个互协方差值：

a-3.找出N-1个互协方差值中的最大值，将该最大值所对应的m值作为最终的调整点数，记为m_max；

a-4.根据计算的m_max获取延时调整后的训练输入数据和训练输出数据：将训练输入数据的第m_max个数据点～训练输入数据的第N个数据点作为延时调整后的训练输入数据的数据序列，将训练输出数据的第1个数据点～训练输出数据的第N-m_max+1个数据点作为延时调整后的训练输出数据的数据序列，延时调整后的训练输入数据和延时调整后的训练输出数据分别包含N-m_max+1个数据点。