[发明专利]基于支持向量回归的多分段数字预失真系统及方法

说明书

本发明公开了一种基于支持向量回归的多分段数字预失真系统及方法，通过数字预失真模块对输入信号进行预处理，使输入信号先具有与功率放大器相反的非线性特性，再经过功率放大器的非线性放大得到与原始输入信号呈线性放大关系的输出信号，最终实现对原始输入信号的线性放大。建立数字预失真模型即建立功率放大器逆向行为模型的过程，仅关注输入与输出量之间的函数关系，可以看作一个数学建模问题，支持向量机作为一种先进的机器学习方法为功放行为模型的建立提供了可行方案。本发明能够实现在保持建模及线性化精度相比普通的基于支持向量回归的数字预失真方法不降低的同时，提高预失真模块参数提取及对信号数字预失真处理的速度。

技术领域

本发明涉及数字预失真技术领域，特别是涉及一种基于支持向量回归的多分段数字预失真系统及方法。

背景技术

在现代通信系统中，广泛采用正交幅度调制等非恒包络调制方式，宽带码多分址和正交频分复用等多通道宽带数据传输技术，使信号具有高峰均比特性。射频功率放大器的固有非线性对此类信号影响更为强烈，导致更严重的幅度与相位失真，这对射频功率放大器这一关键器件的线性度提出了更高要求。此外，网络吞吐速率和传输时延作为5G移动通信的重要指标，也对通信系统中的数字信号处理速度提出了更为严格的要求。

数字预失真通过数字信号处理技术生成数字预失真器，实现非线性补偿，对信号的线性度改善明显且具有很高的灵活性，已经成为最常用线性化技术之一。传统数字预失真器模型的复杂度和计算量会随着功放记忆效应和非线性技术的加深而急剧增加，具有一定局限性。对于特征更为复杂的5G信号，传统模型也难以实现较好的线性化效果。机器学习作为数学建模中热门的研究方向，为数字预失真技术中行为模型的建立提供了广阔的新思路。

发明内容

技术问题：本发明的目的是提供一种基于支持向量回归的多分段数字预失真系统及方法，能够以更高速度实现功率放大器的精确线性化，降低单个模型的复杂度，在保证建模精度相比传统基于支持向量回归方法不降低的情况下，提高建立模型的参数提取速度、线性化过程中的数字信号处理速度，实现更快速的数字预失真处理过程。

技术方案：为达到此目的，本发明的一种基于支持向量回归的多分段数字预失真系统采用以下技术方案：

所述多分段数字预失真系统中：数字基带输入信号经过基于支持向量机的多分段数字预失真器、数模转换器、发射机链路、功率放大器产生线性放大的射频输出信号；再经反馈回路接收，通过模数转换器转化为输出数字信号，与数字基带输入信号基本保持一致；所述基于支持向量机的多分段数字预失真器包括幅度控制模块、数字预失真器多分段模型，输入信号首先通过幅度控制模块进行幅度选择，信号经过幅度选择后接入数字预失真器多分段模型，进入与其幅度区间对应的子模块，经过数字预失真器处理后的信号通过数模转换器转变为模拟信号，连接发射机链路。

其中，

所述的基于支持向量机的多分段数字预失真器的参数提取过程为数字基带输入信号经过数模转换器、发射机链路、功率放大器产生射频输出信号；再经反馈回路接收，通过模数转换器转化为输出数字信号，对数字基带输入信号和输出数字信号建立逆模型；对建模过程中的输入信号按照幅度大小划分为不同区间，建立各区间内的逆模型即数字预失真器子模块行为模型，所有子模块行为模型的集合为数字预失真器多分段模型，求解模型参数即为数字预失真器的参数提取过程。

所述基于支持向量机的多分段数字预失真器的参数提取过程中，划分在各区间内的输入信号和与之对应的输出信号建立回归方程即子模块行为模型的方式，为支持向量回归，根据式(1)得到：

f(x)＝w^Tx+b (1)

式(1)中，w为权数矢量，b为偏置，T表示转置。

所述基于支持向量机的多分段数字预失真器的参数提取过程中，所述数字预失真器子模块的行为模型分为实部和虚部两部分，根据式(2)得到：