[发明专利]一种基于支持向量机的功率放大器行为模型的建模方法

摘要

本发明公开了一种基于支持向量机的功率放大器行为模型的建模方法，在非线性状态下宽带调制信号的时域输入输出特性数据进行采集，然后根据采集的数据，基于支持向量机算法，使用拉格朗日乘数法，以及网格搜索优化算法，求得模型的优化系数，最后得到最优行为模型；突破了现有功放建模技术，能解决现有强非线性、强记忆效应功放模型预测精度低的问题，开发所得功放行为模型具有很好的可行性和准确性。

主权项

1.一种基于支持向量机的功率放大器行为模型的建模方法，其特征在于，具体包括如下步骤：101)拟合函数步骤：在宽带信号激励下，实际测量得基于支持向量机的功率放大器的输入波与反射波样本，输入波与反射波样本的集合为n代表样本总数量，i代表样本序号，其中x_i∈R^d，y_i∈R，R代表实数集，d代表实数集的维度，以拟合得到输入波与反射波样本的线性函数如下：f(x)＝w^Tx+b公式(1)其中w为权系数，b为阈值，x为输入波，y为反射波样本，y＝f(x)，T为时间；102)精度限制步骤：步骤101)中线性函数设置在精度ε下进行无误差拟合得到如下公式：其中优化目标最小化为||w||，并引入松弛因子ξ^±，用于允许拟合的误差，具体公式如下：其中，C为常数，表示对超出允许误差的样本的惩罚程度；103)引入拉格朗日步骤：引入拉格朗日乘子，其中拉格朗日函数L如下：其中，η^±和α^±为非负的拉格朗日乘子，对应于上述公式有解，则令对w，b,ξ^±的偏导为零，得到如下公式：将公式(6)带入公式(5)中，可得对偶形式公式如下：其中j代表样本数的序号，从而得到对应的拟合函数：104)非线性拟合步骤：先使用非线性映射把数据映射到一个高维特征空间，然后在高维特征空间进行线性回归，其中在高维特征空间，线性回归中的内积运算可用核函数K来代替，具体公式如下：为一个线性函数，从而得到引入非线性拟合的最终拟合函数：其中使用的核函数K为径向基函数，如下：其中，e表示常数，γ为函数的宽度参数，控制了函数的径向作用范围；105)通过对参数，包括正则化参数C，余量ε，核函数参数γ的范围的设定以及网格搜索技术的应用，最终选取最优模型参数来得到最优器件模型。