一种适用于复杂非线性记忆效应的自适应低复杂度数字预失真模型

AITNT
正文
推荐专利
一种适用于复杂非线性记忆效应的自适应低复杂度数字预失真模型
申请号:CN202510519048
申请日期:2025-04-24
公开号:CN120769276A
公开日期:2025-10-10
类型:发明专利
摘要
本发明公开一种数字预失真模型设计方法,可以适用于复杂的非线性记忆效应场景。由于目前已有的多项式模型不能很好的描述复杂的非线性记忆效应,本发明对多项式基函数进行了扩展。结合基函数复用策略和迭代贪婪搜索方法,所提出的模型能够以较低的复杂度实现可接受的线性化性能。此外,还可以通过引入振幅分割函数或相位补偿等操作来扩展模型,提高建模性能。
技术关键词
低复杂度数字 数字预失真模型 输入结构 非线性 多项式 矩阵 记忆 迭代学习控制 功率放大器 信号 搜索方法 滤波 策略 样本 平台 理论 指标
系统为您推荐了相关专利信息
1
环境健康风险评估系统、电子设备及非易失性存储介质
环境健康风险评估 综合环境指标 街景 非易失性存储介质 融合特征
2
一种基于多模型融合的大气污染预测方法
多模型 LSTM模型 数据 大气环境监测 气象
3
一种基于同步压缩变换和电流信号分析的永磁同步电机轴承故障诊断方法
轴承故障诊断方法 同步电机 多项式 永磁 信号分析
4
一种深基坑地下水位三维可视化监测方法
深基坑 可视化监测方法 曲面 围护墙 三次多项式模型
5
一种变电设备故障诊断方法、设备及介质
故障特征 节点 贝叶斯网络模型 动态特性识别 变电设备
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号