摘要
本发明提供了一种通信功放数字预失真非线性校正方法及其系统,包括以下步骤:获取功放的输入输出信号数据,并对输入输出信号数据进行预处理。本发明通过结合记忆多项式与LSTM神经网络,分别处理功放无记忆非线性与长时记忆效应,形成“物理建模+数据驱动”架构,相比单一模型,高带宽场景下EVM降低40%、ACLR改善5dB以上,提升了预失真精度;通过采用遗传算法优化RLS算法,并通过全局搜索确定最优初始参数,解决了传统RLS局部最优和慢收敛问题,收敛时间从50ms缩短至15ms以内,满足了高速通信实时性的需求;通过针对两类模型设计专用算法,记忆多项式参数更新稳定性提升30%,神经网络训练速度提升2倍,整体效率提升50%,适用于高阶调制和高峰均比场景。
技术关键词
非线性校正方法
非线性校正系统
预失真器
神经网络模型
信号
多项式
递归最小二乘算法
记忆
遗传算法优化
误差
神经网络参数
梯度下降算法
迭代算法
模块
动态
估计算法
抗混叠滤波器
数据
系统为您推荐了相关专利信息
雷达建模方法
仿真计算机
射频处理单元
杂波模型
遮挡场景
监控预警方法
预警模型
融合特征
火灾
视频特征数据
电子对抗装备
关系抽取方法
多层神经网络模型
编码器
中文文本
生命体征检测方法
策略更新
算法
FMCW雷达
中频信号