[发明专利]信号处理方法、装置、设备及存储介质、芯片、模组设备有效

专利信息
申请号: 202110009322.2 申请日: 2021-01-05
公开(公告)号: CN112865721B 公开(公告)日: 2023-05-16
发明(设计)人: 陈恒毅;柯兰艳;谭舒;桂竟晶 申请(专利权)人: 紫光展锐(重庆)科技有限公司
主分类号: H03F3/20 分类号: H03F3/20;H03F1/02;G06N3/088;G06N3/0442
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 熊永强;李光金
地址: 400700 重庆市*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 信号 处理 方法 装置 设备 存储 介质 芯片 模组
【说明书】:

本申请实施例公开了一种信号处理方法、装置、设备及存储介质、芯片、模组设备,该方法包括: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,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;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。通过本申请实施例,可以提高对信号进行线性化处理的准确度。

技术领域

本申请涉及计算机技术领域,尤其涉及一种信号处理方法、装置、计算机设备以及存储介质、芯片、模组设备。

背景技术

功率放大器(Power Amplifier,PA)作为基站发射机的重要部件,能够将信号经过放大后发射出去。通常,由于PA的非线性特性,信号经过PA会产生失真,因而多采用数字预失真(Digital Pre-Distortion,DPD)实现PA线性化。具体的,通过采用传统的多项式模型模拟出功率放大器的非线性特性,再进行相应逆矩阵运算后作为数字预失真技术,处理宽带调制信号。

通信技术发展的日新月异,所要求的通信速率越来越快,功率放大器作为通信系统中不可或缺的组件,其动态范围也在扩大,非线性特性和记忆性的复杂度也在增加,传统的多项式模型模拟PA非线性特性的准确度有待提升。

发明内容

本申请实施例提供一种信号处理方法、装置、计算机设备以及存储介质、芯片、模组设备,可以提高对信号进行线性化处理的准确度。

本申请实施例一方面提供了一种信号处理方法,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,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;

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。

本申请实施例一方面提供了一种信号处理装置,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。

可选的,所述装置还包括:训练模块,其中:

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。

可选的,所述训练模块,还用于:

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。

可选的,所述装置还包括:确定模块以及执行模块,其中:

所述获取模块,还用于获取测试样本集,所述测试样本集包括测试输入信号和测试输出信号;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于紫光展锐(重庆)科技有限公司,未经紫光展锐(重庆)科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110009322.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top