摘要
本发明涉及一种基于并联式神经网络的预失真方法和系统,属于射频通信技术领域。针对单一神经网络预失真模型存在的拟合不足问题,该方法通过两阶段训练机制提升建模精度:首先训练神经网络A学习功放逆特性;固定神经网络A参数后,以神经网络A的输出与功放输入的误差为目标训练神经网络B;部署时将神经网络A、神经网络B复制为并联的预失真器A和预失真器B,叠加输出生成预失真信号输入功放。系统包含训练模块和预失真模块,训练模块通过并联神经网络A、神经网络B实现残差学习,预失真模块复制参数后执行信号并联叠加。本发明显著提高预失真精度,支持异构网络组合增强系统适应性,分阶段训练保障稳定性。
技术关键词
失真方法
训练神经网络
预失真模块
信号
输入功率放大器
径向基函数网络
支持异构网络
射频通信技术
预失真模型
长短期记忆网络
神经网络结构
参数
残差学习
数据
误差
抽头
两阶段