一种基于KAN和新式神经网络的数字预失真方法

本发明公开了一种基于KAN和新式神经网络的数字预失真方法，属于数字信号处理技术领域，该数字预失真方法采用柯尔莫哥洛夫‑阿诺德网络（Kolmogorov‑arnold networks,KAN）对时延5G信号进行特征提取，将提取得到的神经网络特征和原时延5G信号输入到新式神经网络（New Neural Network,NNN）中，经过一定轮次的信号传播后提取新式神经网络的输出，将新式神经网络的输出输入到全连接层处并产生一个复值输出作为本数字预失真算法的最终输出。该方法借助对数运算将元素之间的乘法转换成对数之间的线性组合，有助于提取信号的特征；新式神经网络中的信号多轮传播过程与信号衰减特性相契合，有助于拟合非线性失真和记忆效应。此方法实现了高精度、低计算量、强通用性的功率放大器非线性拟合。