[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

说明书

本申请涉及一种功率放大器的建模方法、装置、电子设备和存储介质，电子设备根据预设的模型类型，获取功率放大器的初始模型框架；然后在初始模型框架中选择预设第一数量的多项式，并根据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；根据功率放大器的输出采样值与简化模型获得的模型输出值，计算简化模型的适应度；若简化模型的适应度小于或等于预设阈值，则将简化模型确定为功率放大器的目标模型。采用上述方法可以减小功率放大器模型的计算复杂度，降低计算开销；并且提升功率放大器模型的拟合性能，使得该模型能可以满足预失真算法的需求，更好地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、电子设备和存储介质。

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：

根据预设的模型类型，获取功率放大器的初始模型框架；

在初始模型框架中选择预设第一数量的多项式，并根据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；

根据功率放大器的输出采样值与简化模型获得的模型输出值，计算简化模型的适应度；适应度用于表征简化模型与功率放大器的输入输出特征的差异程度；

若简化模型的适应度小于或等于预设阈值，则将简化模型确定为功率放大器的目标模型。

在其中一个实施例中，上述方法还包括：

若简化模型的适应度大于预设阈值，则在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。

在其中一个实施例中，上述方法还包括：

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；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，确定为功率放大器的目标模型。

在其中一个实施例中，上述在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，调整当前简化模型中各多项式的序号；

在初始模型框架中，选择与调整后的各序号对应的预设第一数量的多项式。

在其中一个实施例中，上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，调整当前简化模型中各多项式的序号，包括：