[发明专利]功率放大器的建模方法、装置、计算机设备和存储介质

说明书

本申请涉及一种功率放大器的建模方法、装置、计算机设备和存储介质，计算机设备根据功率放大器的初始模型以及初始模型的评价参数，采用模拟退火算法对初始模型进行迭代寻优处理，得到迭代模型；初始模型为基于功率放大器的输入采样信号与输出采样信号计算得到的函数；评价参数用于表征初始模型对功率放大器的输入‑输出关系的差异程度；在迭代模型的相关信息满足预设的终止迭代条件时，计算机设备将迭代模型确定为功率放大器的目标模型；其中，相关信息包括得到迭代模型时的退火温度、迭代模型的评价参数、迭代模型的重复次数中的任一个。采用上述方法可以获得准确度较高的目标模型，进而提升功率放大器的线性指标。

技术领域

本申请涉及信号处理领域，特别是涉及一种功率放大器的建模方法、装置、计算机设备和存储介质。

背景技术

数字预失真是提升功率放大器线性的重要技术。在数字预失真领域中，可以对功率放大器进行建模，例如建立Volterra模型，以表征功率放大器的非线性特性。随着Volterra模型阶数和记忆深度的增加，模型计算量呈指数增加。

现有技术中，为了降低模型的计算量，可以对功率放大器模型进行简化，例如只考虑Volterra模型的阶数得到无记忆多项式模型，或者只选取Volterra级数模型的对角项，得到记忆多项式模型。

但是，采用上述方法，简化后的功率放大器模型性能降低，导致通过数字预失真方法对功率放大器的线性提升效果较差。

发明内容

基于此，有必要针对上述技术问题，提供一种功率放大器的建模方法、装置、电子设备和存储介质。

一种功率放大器的建模方法，上述方法包括：

计算机设备根据功率放大器的初始模型以及初始模型的评价参数，采用模拟退火算法对初始模型进行迭代寻优处理，得到迭代模型；初始模型为基于功率放大器的输入采样信号与输出采样信号计算得到的函数；评价参数用于表征初始模型对功率放大器的输入-输出关系的差异程度；

在迭代模型的相关信息满足预设的终止迭代条件时，计算机设备将迭代模型确定为功率放大器的目标模型；其中，相关信息包括得到迭代模型时的退火温度、迭代模型的评价参数、迭代模型的重复次数中的任一个。

在其中一个实施例中，上述方法还包括：

计算机设备在功率放大器的Volterra模型中选择预设第一数量的多项式，获得初始模型框架；

计算机设备根据输入采样信号与输出采样信号，计算初始模型框架中各个多项式的预失真系数，获得初始模型。

在其中一个实施例中，上述计算机设备根据功率放大器的初始模型以及初始模型的评价参数，采用模拟退火算法对初始模型进行迭代寻优处理，得到迭代模型，包括：

在当前退火温度下，计算机设备执行迭代模型获取操作，以得到迭代模型；其中，迭代模型获取操作包括：基于初始模型和Volterra模型构建功率放大器的更新模型，以及计算更新模型的评价参数；并在更新模型的评价参数不满足预设阈值条件时，根据初始模型的评价参数以及更新模型的评价参数，在初始模型以及更新模型中选择其中一个模型作为迭代模型；更新模型中的部分多项式与初始模型中的部分多项式相同；

计算机设备将迭代模型作为新的初始模型，返回执行迭代操作以得到新的迭代模型，直至返回次数等于预设的最大迭代次数为止；

按照预设规则降低当前退火温度，并在新的退火温度下再次执行迭代模型获取操作，直至新的退火温度达到预设结束温度为止。

在其中一个实施例中，上述基于初始模型和所述Volterra模型构建所述功率放大器的更新模型，包括：

计算机设备在Volterra模型中选择随机数量的目标多项式；随机数量小于预设第一数量；