基于分层迭代式神经网络的数字预失真方法及系统

本发明涉及基于分层迭代式神经网络的数字预失真方法及系统，属于功率放大器数字预失真领域。本发明将预失真过程解耦为离线泛化训练与在线特化优化两个阶段。离线阶段：采用包含多种调制方式及带宽的混合数据集，对离线神经网络进行训练，构建具备高泛化能力的基础模型；在线阶段：针对特定调制方式与带宽的信号，利用单一配置数据集训练在线神经网络，增强模型对实时输入信号的精准补偿能力。实际应用时，基带信号先经在线神经网络完成针对性预处理，再通过离线神经网络进行深度优化，最终输入功率放大器PA。该方法通过泛化‑特化的双层结构，显著提升了数字预失真系统对复杂信号环境的动态响应能力与补偿精度。