[发明专利]功率放大器的建模方法、装置、电子设备和存储介质

权利要求书

1.一种功率放大器的建模方法，其特征在于，所述方法包括：

根据预设的模型类型，获取功率放大器的初始模型框架；

在所述初始模型框架中选择预设第一数量的多项式，并根据所述功率放大器的输入采样值与输出采样值计算各个多项式的预失真系数，获得功率放大器的简化模型；

根据所述功率放大器的输出采样值与所述简化模型获得的模型输出值，计算所述简化模型的适应度；所述适应度用于表征所述简化模型与所述功率放大器的输入输出特征的差异程度；

若所述简化模型的适应度小于或等于预设阈值，则将所述简化模型确定为所述功率放大器的目标模型。

2.根据权利要求1所述的功率放大器的建模方法，其特征在于，所述方法还包括：

若所述简化模型的适应度大于所述预设阈值，则在所述初始模型框架中重新选择预设第一数量的多项式，返回执行根据所述功率放大器的输入采样值与输出采样值计算各个多项式的预失真系数，获得功率放大器的简化模型的步骤。

3.根据权利要求2所述的功率放大器的建模方法，其特征在于，所述方法还包括：

若迭代次数大于预设次数阈值时，停止执行获得功率放大器的简化模型的步骤；所述迭代次数为重新选择预设第一数量的多项式获得简化模型的次数；

将多次迭代中获得的适应度最小的简化模型，确定为所述功率放大器的目标模型。

4.根据权利要求1所述的功率放大器的建模方法，其特征在于，所述在所述初始模型框架中重新选择预设第一数量的多项式，包括：

确定所述初始模型框架中的各多项式的序号；

根据当前简化模型的适应度，以及当前简化模型中各多项式的预失真系数，调整所述当前简化模型中各多项式的序号；

在所述初始模型框架中，选择与调整后的各序号对应的预设第一数量的多项式。

5.根据权利要求4所述的功率放大器的建模方法，其特征在于，所述根据当前简化模型的适应度，以及当前简化模型中各多项式的预失真系数，调整所述当前简化模型中各多项式的序号，包括：

根据公式v_i＝w*v_i+c₁r₁(p_m-h_i)+c₂r₂(p_g-h_i)确定所述序号的调整值；

其中，v_i为第i个多项式的序号的调整值，h_i为当前简化模型中第i个多项式的预失真系数，p_g为多次迭代过程中获得的简化模型的适应度的最小值，p_m为当前简化模型的适应度，w为预设的惯性权重，c₁和c₂为预设的学习因子，r₁和r₂为[0，1]范围内的均匀随机数；

将所述当前简化模型中个多项式的序号加上所述调整值，确定为调整后的各多项式的序号。

6.根据权利要求4所述的功率放大器的建模方法，其特征在于，所述确定所述初始模型框架中的各多项式的序号，包括：

根据所述初始模型框架中，各多项式的预失真系数与所述模型参数的对应关系，按照所述模型参数中各个参数递增的顺序，确定各所述预失真系数对应的多项式的序号。

7.根据权利要求1-6任一项所述的功率放大器的建模方法，其特征在于，所述根据预设的模型类型，获取功率放大器的初始模型框架，包括：

根据功率放大器的带宽，在预设的带宽与模型参数的对应关系中，选择与所述带宽匹配的模型参数；所述模型参数包括模型阶数和记忆深度；

根据所述模型类型与所述模型参数，确定所述功率放大器的初始模型框架。