[发明专利]基于Volterra级数的行为模型建模及实现方法

摘要

本发明公开了一种基于Volterra级数的行为模型建模及实现方法，该方法首先对初始化Volterra级数行为模型的冗余参数进行削减，再对模型中的输入信号幅度敏感参数进行辨识和提取，并于微波电路和系统仿真软件中将行为模型实现。本发明与现有技术相比，具有复杂度低、参数提取便捷、精度高、适用频带宽等优点，并且极大降低了Volterra级数行为模型的实现难度，为无线通信、雷达等系统中射频前端子系统的分析、设计和优化提供了高效手段。

主权项

1.基于Volterra级数的行为模型建模方法，其特征在于步骤如下：步骤1，模型初始化，设定Volterra级数模型的阶数N和记忆长度M，根据Volterra级数理论，得到初始化模型方程；步骤2，根据初始化模型方程对模型参数初始化及冗余参数削减，具体是：(2‑1)，在被测件输入端施加幅度为被测件工作时典型值的激励信号x(t)，测量得到输入信号x(t)和输出信号y(t)的波形；(2‑2)，将输入信号x(t)的一个周期进行N_para等分，得到N_para‑1个等分点；将每个等分点时刻和周期终点时刻的输入信号x(t)的测量值和输出信号y(t)的测量值代入初始化模型方程，得到N_para元一次线性方程组，求解该线性方程组即可得到初始化模型方程中各模型参数的初始值；所述N_para是将初始化模型方程展开后模型参数的个数；(2‑3)，根据步骤(2‑2)中得到的初始化模型方程确定各个模型参数初始值的均值Mean，设置冗余参数判定阈值Threshold，根据设定的阈值Threshold筛选出需要忽略的模型参数；对于初始化模型方程中的每个模型参数，若其初始值小于Mean/Threshold，则在初始化模型方程中将该模型参数削减，即将其值设为0；参数削减后的模型方程记为y₁(t)，其中包含的模型参数个数记为N′_para；步骤3，输入信号的幅度敏感参数辨识及提取，具体是：(3‑1)，在使被测件正常工作的范围内扫描输入信号x(t)的幅度，设x(t)的幅度扫描区间为[Mag_L,Mag_H]，其中扫描点数为N_Mag，同时测量输入信号x(t)和输出信号y(t)的波形；(3‑2)，对于每个幅度扫描值对应的输入信号x(t)，将该输入信号x(t)的一个周期进行N′_para等分，得到N′_para‑1个等分点；将每个等分点时刻和周期终点时刻的输入信号x(t)的测量值和输出信号y(t)的测量值代入步骤(2‑3)中得到的参数削减后的模型方程y₁(t)，得到N′_para元一次线性方程组，求解该线性方程组，即得到在该输入信号幅度下模型方程y₁(t)中各模型参数的取值；(3‑3)，对于模型方程y₁(t)中的每个模型参数，根据步骤(3‑2)得到的其在N_Mag个输入信号x(t)幅度下的取值，从这N_Mag个取值中找到最大值Max_Mag、最小值Min_Mag和平均值Mean_Mag，设置幅度敏感参数辨识阈值Threshold_Mag；对于模型方程y₁(t)中的每个模型参数，若该模型参数的(Max_Mag‑Min_Mag)/Mean_Mag大于Threshold_Mag，则将该模型参数辨识为输入信号幅度敏感参数；若该模型参数的(Max_Mag‑Min_Mag)/Mean_Mag不大于Threshold_Mag，则将该模型参数辨识为输入信号幅度不敏感参数，并将Mean_Mag作为该模型参数的最终提取值；(3‑4)，将步骤(3‑3)中辨识出的输入信号幅度不敏感参数的最终提取值代入模型方程y₁(t)，在每个输入信号x(t)幅度扫描值下，设置优化目标，根据具体情况调用相应的算法得到步骤(3‑3)中辨识出的输入信号幅度敏感参数，得到幅度敏感参数在每个输入信号x(t)幅度扫描值下的离散取值；(3‑5)，对于每个输入信号幅度敏感参数，拟合步骤(3‑4)中得到的该幅度敏感参数在每个输入信号x(t)幅度扫描值下的离散取值，从而提取得到拟合函数的模型参数；至此，完成模型所有参数的提取。