[发明专利]基于FFT与BP神经网络模型的功率放大器频域行为建模方法

摘要

本发明的目的在于提供一种基于快速傅立叶变换(FFT)与反向传播(BP)神经网络的功率放大器频域行为建模方法，从频域的角度对功率放大器进行建模，有效地克服普通的功率放大器行为模型频域精度不高的问题。本方法利用的反向传播神经网络模型对于非线性数据具有良好的描述能力，且模型结构简单，所需要的参数个数少，收敛速度快。本方法能够很好地描述功率放大器的非线性特性和记忆效应，尤其是其频域特性，具有较快的模型收敛速度和较高的精度。

主权项

1.基于FFT与BP神经网络的功率放大器频域行为建模方法，其特征在于，包括如下步骤：步骤A：采集功率放大器的输入信号数据和输出信号数据；步骤B：对采集到的输入和输出信号数据进行快速傅立叶变换；步骤C：将输入和输出信号数据的快速傅立叶变换的实部和虚部均进行归一化；步骤D：利用反向传播神经网络对功率放大器进行频域实部建模和频域虚部建模，得到实部建模输出和虚部建模输出步骤E：准备复数数组Z＝{Z(1),Z(2),…,Z(M)}，其初始实部Z_Re和虚部Z_Im均为0，令对Z进行逆傅立叶变换得到模型的时域输出信号；步骤G：将步骤E所得时域输出信号与步骤A的输出信号进行比较，以所建立验证频域行为模型的性能。