一种基于强化学习的功放线性化热补偿方法

本发明公开了一种基于强化学习的功放线性化热补偿方法，该方法包括：构建数字预失真模型，获取带有温度标签的数据集；搭建基于强化学习的神经网络模型；构建神经网络模型的状态空间和动作空间，将温度引入状态空间和动作空间，调整数字预失真模型输出的预失真信号；定义神经网络模型训练相关的参数，将数据集输入到神经网络模型中训练，得到损失函数收敛的强化学习网络模型；强化学习网络模型与数字预失真模型和功放级联，实现温度自适应的功放线性化功能。本发明通过感知环境温度并调整数字预失真模型输出的预失真信号，使其更为准确的匹配功放的行为特性，保证预失真器的线性化性能。