[发明专利]一种模数转换器的非线性校正方法、装置及电子设备

权利要求书

1.一种模数转换器的非线性校正方法，其特征在于，所述方法包括：

获取多个样本数据，每个样本数据包括所述模数转换器的采集数据、以及根据所述采集数据构造的误差标签信号；

构造适于信号处理的卷积神经网络；

使用所述多个样本数据对所述卷积神经网络进行训练得到训练好的卷积神经网络；

将待校正信号数据输入至所述训练好的卷积神经网络，得到所述训练好的卷积神经网络输出的误差校正信号，将所述待校正信号减去所述误差校正信号，得到非线性校正后的信号数据。

2.根据权利要求1所述的方法，其特征在于，所述获取多个样本数据，每个样本数据包括所述模数转换器的采集数据、以及根据所述采集数据构造的误差标签信号包括：

利用模数转换器采集不同频点、不同幅度的信号数据，采集信号的样式包含单音、双音以及其他窄带信号；

对采集的信号数据进行M次采样，每次采样点数为N，得到M个样本信号；

将每个样本信号构造成一个长度为N的列向量，并对每个样本信号构造误差标签信号，得到M个样本数据(x_i,y_i)，其中x_i为第i个样本信号对应的列向量，y_i为根据x_i构造的误差标签信号。

3.根据权利要求2所述的方法，其特征在于，所述对每个样本信号构造误差标签信号包括：

对第i个样本信号x_i(n)，n＝0,1,2,...,N-1，N为信号长度，进行快速傅里叶变换变换，得到频域信号X_i(k)：

对X_i(k)取绝对值，得到信号功率谱S_i(k)：

在所述信号功率谱S_i(k)上进行非线性杂散检测；

根据检测得到的杂散位置，对频域信号X_i(k)进行杂散抑制，得到抑制杂散后频域信号X′_i(k)；

对抑制杂散后频域信号X′_i(k)进行快速傅立叶反变换，得到杂散抑制后的信号数据x′_i(n)：

将原信号数据x_i(n)减去杂散抑制后的信号数据x′_i(n)，得到构造完成的误差标签信号。

4.根据权利要求3所述的方法，其特征在于，所述在所述信号功率谱S_i(k)上进行非线性杂散检测包括：

对于某一个检测频点序号k_m，k_m∈(0,1,2,...,N-1)，利用下列公式计算该频点的检测量γ：

其中，M为检测长度，λ为保护间隔；

将该检测量γ与预设门限值η₁和η₂(η₁＜η₂)进行比较，若γ≥η₁且γ≤η₂，则该频点序号k_m上存在非线性杂散；反之，则不存在非线性杂散；

遍历所有的频点序号k_m，k_m∈(0,1,2,...,N-1)，得到存在杂散的频点序号集不存在杂散的频点序号集合

5.根据权利要求4所述的方法，其特征在于，所述根据检测得到的杂散位置，对频域信号X_i(k)进行杂散抑制包括：

其中，G为抑制因子。

6.根据权利要求1所述的方法，其特征在于，所述构造适于信号处理的卷积神经网络包括：

构造包括输入层、中间层和输出层的卷积神经网络；其中，所述卷积神经网络的输入层的大小为N行1列，N为每次采样点数；所述卷积神经网络的中间层至少包含一个卷积层和一个非线性激活层；所述卷积神经网络的输出层为回归层，且所述卷积神经网络输出的长度与所述的待校正信号数据的长度保持一致。