[发明专利]一种基于随机森林算法的数字预失真系统及方法

说明书

本发明公开了一种基于随机森林算法的数字预失真系统及方法，该系统包括基于随机森林算法的数字预失真模型、数模转换器、发射机链路和功率放大器；方法包括利用训练集和验证集建立数字预失真模型，搭建数字预失真系统，以及系统运行；本发明通过数字预失真模型对输入信号进行预失真处理，使输入信号具有与功率放大器的输入输出特性相反的非线性特征，再将预处理后的信号通过数模转换器、发射机链路、功率放大器得到与原始输入信号呈线性放大关系的输出信号，实现信号的线性放大。本发明能够构建一种原理简单、容易实现且计算复杂度较低的数字预失真模型来实现功率放大器的线性化。

技术领域

本发明属于数字预失真技术，尤其涉及一种基于随机森林算法的数字预失真系统及方法。

背景技术

随着无线移动通信系统的发展，更多的用户数、更高的数据传输速率和频谱资源的稀缺都对频谱资源利用率提出了更高的要求，因此多种多址技术被应用于通信系统中，提升了频谱效率。但同时，由此产生的非恒定包络却也不可避免的造成了功率放大器的非线性。为了兼顾频谱效率和功放的线性度，一般采用数字预失真技术对功放的非线性进行补偿，其原理是在功放前插入一个预失真模块，这个模块通过拟合功率放大器的逆特性来对输入信号进行预失真处理。

近年来，数字预失真技术凭借其成本低以及高精度等优点得到了长足的发展，被广泛应用于通信系统的线性化中。但是，目前的预失真算法大都原理复杂，实现难度较高，具有一定的局限性。随机森林算法是一种新兴起的、高度灵活的机器学习算法，具有原理简单、准确率高、能够处理高维数据且无需进行特征选择等优点，这些优点使得该算法可以快速构建结构简单、便于理解的行为模型，为数字预失真技术中行为模型的构建提供了新思路。

发明内容

发明目的：本发明的目的是提供一种基于随机森林算法的数字预失真系统及方法，旨在以一种原理简单，可解释性强且易于实现的算法实现数字预失真。

技术方案：为达到上述发明目的，本发明采用如下技术方案：

一种基于随机森林算法的数字预失真系统，该系统包括基于随机森林算法的数字预失真模型、数模转换器、发射机链路和功率放大器；数字基带输入信号通过基于随机森林算法的数字预失真模型产生预失真信号，然后经数模转换器、发射机链路、功率放大器，最终产生线性放大的射频输出信号；再经反馈回路接收，通过模数转换器转换为输出数字信号，与数字基带输入信号基本一致；其中，基于随机森林算法的数字预失真模型包括实部数字预失真模型和虚部数字预失真模型。

进一步的，所述预失真信号是由数字基带输入信号通过实部数字预失真模型和虚部数字预失真模型后的两个结果合成得到。

进一步的，所述基于随机森林算法的数字预失真模型的提取过程为：首先将输入信号输入功率放大器，捕获输出信号；然后将功率放大器的输入信号和输出信号分别作为数字预失真模型建模的输出信号和输入信号，采用随机森林算法构建数字预失真模型的行为模型。

进一步的，所述数字预失真模型的行为模型包括实部数字预失真模型和虚部数字预失真模型，分别根据式(1)、(2)得到：

式中，M表示记忆深度，为建模输出信号的第n个样本，n的取值范围由具体的采样时间决定；为建模输入信号的第n样本，和则分别为一阶记忆项和二阶记忆项；Re{}代表信号的实部，Im{}代表信号的虚部；f_R为输出信号实部与输入信号间的映射关系，f_I为输出信号虚部与输入信号间的映射关系。

进一步的，所述随机森林算法是一种并行式集成学习方法，从给定的训练集数据中有放回地采样k个训练样本，重复采样T次，得到T组k个样本的采样集，然后基于每个样本集训练出一个基学习器，再以简单平均法对T个基学习器的预测输出进行结合得到最终的预测输出。