[发明专利]一种基于两级开环和二元函数的功率放大器行为建模方法

权利要求书

1.一种基于两级开环和二元函数的功率放大器行为建模方法，包括以下步骤：

1)采集功率放大器的输入信号数据向量x_in＝[x_in(1),x_in(2),x_in(3),…,x_in(N′)]和输出信号数据向量y_out＝[y_out(1),y_out(2),y_out(3),…,y_out(N′)]，其中每个元素表示一个信号数据，N′为数据长度；

2)建立功率放大器行为模型的第一级：前向路径μ(k)，表达式为：

其中，F_n()表示二维线性函数，用于表征功率放大器的记忆效应，用于构建二元函数单元；x(k)表示瞬时样本，x(k-d_n)表示过去的样本，d表示延迟抽头；

3)建立功率放大器行为模型的第二级：反馈路径λ(k)，表达式为：

其中，G_m()、G_p()、G_q()和G_r()表示二维线性函数，用于构建二元函数单元，各包含的两个元素依次为第一级的当前总输出和过去总输出，d表示延迟抽头；

4)加和μ(k)与λ(k)，得到功率放大器行为模型y(k)，表达式为：

2.如权利要求1所述的方法，其特征在于，反馈路径λ(k)中项数根据功率放大器记忆效应大小确定。

3.如权利要求2所述的方法，其特征在于，反馈路径λ(k)中项选择步骤4)中样本延迟抽头的个数N＝N₀，M＝M₀，延迟抽头d_n和d_m的最大值分别为d_n-max和d_m-max，模型估计误差e＝∞。

4.如权利要求3所述的方法，其特征在于，初始化该功率放大器的行为模型，选择延迟抽头d_n和d_m的序列分别为：

5.如权利要求4所述的方法，其特征在于，计算所述功率放大器行为模型的误差函数为：

其中，y_out为功率放大器的实际输出，是所述功率放大器行为模型的输出。

6.如权利要求5所述的方法，其特征在于，更新d_n和d_m的序列：和直到达到临界条件和为止，找寻使得最小化的延迟抽头d_n和d_m的最佳序列和即为功率放大器模型最后的输出。

7.如权利要求6所述的方法，其特征在于，寻找抽头延迟序列d_n和d_m的最佳序列和的算法包括遍历搜索算法或深度优先搜索算法。

8.如权利要求6所述的方法，其特征在于，更新d_n和d_m的序列的方法包括以下步骤：

1)比较之前保留的模型估计误差e的值与当前误差函数的值的大小，若则更新延迟抽头序列d_n和d_m：若则保留当前的抽头延迟序列的值：并更新模型估计误差之后更新延迟抽头序列d_n和d_m：

2)当检测到且后，更新抽头延迟序列当检测到且后，停止更新并得到保留下来的和

9.如权利要求6或8所述的方法，其特征在于，序列和序列具有如下的性质：