[发明专利]一种功率放大器的模拟方法及功率放大器模拟装置

权利要求书

1.一种功率放大器的模拟方法，其特征在于，利用改进的BP神经网络模拟实际功率放大器，先以实际功率放大器的输入、输出作为训练样本对改进的BP神经网络进行训练，训练好的改进的BP神经网络即可实现功率放大器的模拟；所述改进的BP神经网络的隐含层的输出函数为：

其中，，表示第t次迭代时第i个输入层神经元的输入数据，n表示输入层神经元个数，表示第i个输入节点到第j个隐含层神经元的权值，表示第次迭代时隐含层第个神经元的阈值；

所述改进的BP神经网络的输出层的传输函数为线性函数：

其中，，表示第次迭代时输出层第个神经元的阈值；

误差的计算公式如下：

其中，表示实际测量的输出，表示迭代次数；

权值和阈值的更新模型如下：

表示第i个输入节点到第j个隐含层神经元的权值，表示第j个隐含层神经元到第k个输出层神经元的权值，表示第i个输入节点到第j个隐含层神经元的权值变化量，表示第j个隐含层神经元到第k个输出层神经元的权值变化量，、分别表示隐含层、输出层的阈值，和分别表示隐含层、输出层的阈值变化量；其中权值变化量、阈值变化量分别按照以下公式计算：

在迭代过程中，当时，在下次迭代计算时乘以一个的量来加快收敛速度，而的值不变；当时，放弃本次误差函数对权值的调整，并在下次迭代中使乘以一个的量，同时设置下次迭代的动量因子，重新进行迭代运算，直到再次出现时才将设置为原来的非零值。

2.如权利要求1所述功率放大器的模拟方法，其特征在于，所述改进的BP神经网络的训练样本按照以下方法得到：

测量实际功率放大器的输入、输出信号：

其中，和代表基带输入信号n采样时刻的I和 Q分量, 和代表实际功率放大器输出信号变换到基带的 n采样时刻的 I和 Q分量, p和 q分别表示I和 Q分量的记忆深度，和表示功率放大器的非线性响应函数；

以为训练样本输入向量，以作为训练样本输出向量。

3.如权利要求2所述功率放大器的模拟方法，其特征在于，p和 q的取值均为2；所述改进的BP神经网络的输入层、隐含层、输出层的神经元个数分别为6、14、2。