基于GWO算法的神经网络PA行为级建模方法

本发明公开了一种基于GWO算法的神经网络PA行为级建模方法，该方法包括：基于灰狼算法，对功率放大器的行为预测模型的超参数进行多轮优化，直至满足优化收敛条件，得到最优超参数，行为预测模型包括双向长短期记忆网络；基于最优超参数训练行为预测模型，得到训练好的行为预测模型；本发明基于灰狼算法先优化模型训练时所需的超参数，再基于优化后的超参数对模型进行训练，相比于令模型在多轮训练中逐步探索最优的超参数和网络参数，这种方法能够节省模型的训练时间；同时本发明的行为预测模型由双向长短期记忆网络构成，能够很好地拟合PA的记忆效应，从而实现对模型预测精度和训练效率的兼顾。