[发明专利]一种基于神经网络的数字预失真训练数据筛选方法及装置

权利要求书

1.一种基于神经网络的数字预失真训练数据筛选方法，其特征在于，包括：

获取初始信号数据；

对所述初始信号数据进行信号放大处理，得到处理后的信号数据；

在所述处理后的信号数据中采样得到离散信号数据；

以所述离散信号数据和所述离散信号数据经过目标功率放大器的反馈信号数据为预失真训练数据；

其中，所述离散信号数据中至少包括第一预设数目幅度超出预设的第一阈值的高幅度离散数据。

2.根据权利要求1所述的数字预失真训练数据筛选方法，其特征在于，对所述初始信号数据进行信号放大处理，得到处理后的信号数据，具体为：

在所述初始信号数据中，对幅度超出预设的第二阈值的信号数据进行触发放大处理，得到所述处理后的信号数据。

3.根据权利要求1所述的数字预失真训练数据筛选方法，其特征在于，在所述处理后的信号数据中采样得到离散信号数据，具体为：

在所述处理后的信号数据中幅度超出预设的第三阈值的信号数据中采样得到所述离散信号数据。

4.根据权利要求1所述的数字预失真训练数据筛选方法，其特征在于，在所述处理后的信号数据中采样得到离散信号数据，具体包括：

在所述处理后的信号数据中按幅度均匀划分为多个幅度区间；

在各所述幅度区间均匀采样第二预设数目所述离散信号数据；

其中，所述幅度区间包括幅度超出所述第一阈值的幅度区间，所述第二预设数目大于等于所述第一预设数目。

5.根据权利要求1所述的数字预失真训练数据筛选方法，其特征在于，在所述处理后的信号数据中采样得到离散信号数据，具体包括：

采集至少所述第一预设数目所述高幅度离散数据；

在所述处理后的信号数据中幅度小于等于所述第一阈值的信号数据中，按数据分布规则进行采样得到对应的所述离散信号数据。

6.根据权利要求1所述的数字预失真训练数据筛选方法，其特征在于，所述初始信号数据具体为在所述目标功率放大器对应的应用场景中获取的信号数据。

7.根据权利要求1所述的数字预失真训练数据筛选方法，其特征在于，以所述离散信号数据和所述离散信号数据经过目标功率放大器的反馈信号数据为预失真训练数据，具体为：

以所述反馈信号数据除以所述目标功率放大器的期望放大倍数后的信号数据作为所述预失真训练器的输入数据，以所述预失真训练器的输出数据和所述离散信号数据之间的差作为调整所述预失真训练器的参数的误差数据。

8.一种基于神经网络的数字预失真训练数据筛选装置，其特征在于，包括：

获取单元，用于获取初始信号数据；

预处理单元，用于对所述初始信号数据进行信号放大处理，得到处理后的信号数据；

采样单元，用于在所述处理后的信号数据中采样得到离散信号数据；

输出单元，用于以所述离散信号数据和所述离散信号数据经过目标功率放大器的反馈信号数据为预失真训练数据；

其中，所述离散信号数据中至少包括第一预设数目幅度超出预设的第一阈值的高幅度离散数据。

9.一种基于神经网络的数字预失真训练数据筛选设备，其特征在于，包括：

存储器，用于存储指令，所述指令包括权利要求1至7任意一项所述基于神经网络的数字预失真训练数据筛选方法的步骤；

处理器，用于执行所述指令。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任意一项所述基于神经网络的数字预失真训练数据筛选方法的步骤。