[发明专利]信号处理方法、装置、设备及存储介质、芯片、模组设备

权利要求书

1.一种信号处理方法，其特征在于，包括：

获取待处理信号；

将所述待处理信号输入数字预失真网络中进行处理，得到预失真信号；

将所述预失真信号输入功率放大器中进行处理，得到处理后的信号，其中，所述处理后的信号与所述待处理信号呈线性关系；

其中，所述数字预失真网络是利用训练样本集对初次训练后的记忆神经网络进行反向训练得到的，所述训练样本集包括功率放大器的多组历史输入信号和历史输出信号，所述初次后的记忆神经网络是利用所述训练样本集中的历史输入信号作为记忆神经网络的输入，所述训练样本集中的历史输出信号作为所述记忆神经网络的输出，对所述记忆神经网络进行正向训练得到的。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

获取训练样本集，所述训练样本集包括功率放大器的多组历史输入信号和历史输出信号；

以所述训练样本集中的历史输入信号作为记忆神经网络的输入，以所述训练样本集中的历史输出信号作为所述记忆神经网络的输出，对所述记忆神经网络进行正向训练，得到初次训练后的记忆神经网络；

利用所述训练样本集对所述初次训练后的记忆神经网络进行反向训练，得到所述数字预失真网络。

3.如权利要求2所述的方法，其特征在于，所述利用所述训练样本集对所述初次训练后的记忆神经网络进行反向训练，得到所述数字预失真网络，包括：

保持所述初次训练后的记忆神经网络的网络结构不变，以所述训练样本集中的历史输出信号作为所述初次训练后的记忆神经网络的输入，以所述训练样本集中的历史输入信号作为所述初次训练后的记忆神经网络的输出，对所述初次训练后的记忆神经网络进行反向训练，得到所述数字预失真网络。

4.如权利要求2所述的方法，其特征在于，所述利用所述训练样本集对所述初次训练后的记忆神经网络进行反向训练，得到所述数字预失真网络之前，所述方法还包括：

获取测试样本集，所述测试样本集包括测试输入信号和测试输出信号；

将所述测试输入信号输入所述初次训练后的记忆神经网络中进行处理，得到预测信号；

根据所述预测信号和所述测试输出信号确定所述初次训练后的记忆神经网络是否满足初次训练停止条件；

若满足所述初次训练停止条件，则执行所述利用所述训练样本集对所述初次训练后的记忆神经网络进行反向训练，得到所述数字预失真网络的步骤。

5.如权利要求1至4任一项所述的方法，其特征在于，所述记忆神经网络包括长短期记忆神经网络或双向长短期记忆神经网络中的任意一种。

6.一种信号处理装置，其特征在于，包括：

获取模块，用于获取待处理信号；

输入模块，用于将所述待处理信号输入数字预失真网络中进行处理，得到预失真信号，所述数字预失真网络是利用功率放大器的历史输入信号和历史输出信号对记忆神经网络进行训练得到的；

处理模块，用于将所述预失真信号输入功率放大器中进行处理，得到处理后的信号，其中，所述处理后的信号与所述待处理信号呈线性关系；

其中，所述数字预失真网络是利用训练样本集对初次训练后的记忆神经网络进行反向训练得到的，所述训练样本集包括功率放大器的多组历史输入信号和历史输出信号，所述初次后的记忆神经网络是利用所述训练样本集中的历史输入信号作为记忆神经网络的输入，所述训练样本集中的历史输出信号作为所述记忆神经网络的输出，对所述记忆神经网络进行正向训练得到的。

7.如权利要求6所述的装置，其特征在于，还包括：

所述获取模块，还用于获取训练样本集，所述训练样本集包括功率放大器的多组历史输入信号和历史输出信号；

训练模块，用于以所述训练样本集中的历史输入信号作为记忆神经网络的输入，以所述训练样本集中的历史输出信号作为所述记忆神经网络的输出，对所述记忆神经网络进行正向训练，得到初次训练后的记忆神经网络；

所述训练模块，还用于利用所述训练样本集对所述初次训练后的记忆神经网络进行反向训练，得到所述数字预失真网络。