一種功率放大器的模擬方法及功率放大器模擬裝置制造方法及圖紙

本發(fā)明專利技術(shù)公開了一種功率放大器的模擬方法。該方法利用一種改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行功率放大器的模擬，改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)采用Levenberg-Marquardt(LM)學(xué)習(xí)算法和加入動量因子的訓(xùn)練算法更新模型的權(quán)值和閾值，有效加快了模型的建立速度，并能夠防止模型陷入局部最小值。本發(fā)明專利技術(shù)還公開了一種功率放大器模擬裝置，采用改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)；并進(jìn)一步利用本發(fā)明專利技術(shù)的功率放大器模擬裝置構(gòu)建并行結(jié)構(gòu)的功率放大器模擬器，使模擬與訓(xùn)練互不干擾，提高了功率放大器模擬器的工作效率。相比現(xiàn)有技術(shù)，本發(fā)明專利技術(shù)具有更快的訓(xùn)練收斂速度，實(shí)時(shí)性更好。

【技術(shù)實(shí)現(xiàn)步驟摘要】

本專利技術(shù)涉及一種功率放大器的模擬方法及功率放大器模擬裝置，利用計(jì)算機(jī)模擬實(shí)際功率放大器的輸入輸出關(guān)系。
技術(shù)介紹
隨 著無線通信技術(shù)的迅速發(fā)展，迫切需求無線移動通信容量和速率的提高，如此對功率放大器(PA, Power Amplifier)的線性度提出了更高的要求。例如，當(dāng)前PA線性化技術(shù)的主流技術(shù)之一的預(yù)失真技術(shù)，其主要原理是通過在PA之前引入一個(gè)與PA特性相反的模塊——預(yù)失真器(PD，Predistorter)，使得整個(gè)系統(tǒng)(H)十PA)的輸入和輸出呈線性關(guān)系，從而實(shí)現(xiàn)了對PA的線性化。對功率放大器的非線性和記憶性的預(yù)測程度決定了預(yù)失真器的性能優(yōu)劣，因此如何建立精確的功率放大器模型具有重大的研究意義。在描述非線性元件的行為模型時(shí)，非線性元件通常被視為一個(gè)完全由外部響應(yīng)描述的“黑盒子”，BP神經(jīng)網(wǎng)絡(luò)具有逼近任意分線性函數(shù)的特性，并被許多研究者運(yùn)用以描述功率放大器輸入和輸出的關(guān)系。但是傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)算法采用梯度下降的訓(xùn)練方法，使得建模過程收斂速度緩慢，并容易收斂于局部最小值，因此限制了其實(shí)際中的應(yīng)用。
技術(shù)實(shí)現(xiàn)思路
本專利技術(shù)所要解決的技術(shù)問題在于克服現(xiàn)有基于BP神經(jīng)網(wǎng)絡(luò)的功率放大器模擬方法訓(xùn)練過程收斂速度較慢以及易收斂于局部最小值的不足，提供一種具有較快訓(xùn)練收斂速度的功率放大器的模擬方法及功率放大器模擬裝置。本專利技術(shù)具體采用以下技術(shù)方案解決上述技術(shù)問題一種功率放大器的模擬方法，利用改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)模擬實(shí)際功率放大器，先以實(shí)際功率放大器的輸入、輸出作為訓(xùn)練樣本對改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，訓(xùn)練好的改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)即可實(shí)現(xiàn)功率放大器的模擬；所述改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)的隱含層的輸出函數(shù)為_7]=η其中，外)+ ，Xi⑴表示第t次迭代時(shí)第i個(gè)輸入層神經(jīng)元 =\的輸入數(shù)據(jù)，η表示輸入層神經(jīng)元個(gè)數(shù)，Wij表示第i個(gè)輸入節(jié)點(diǎn)到第j個(gè)隱含層神經(jīng)元的權(quán)值，thhj(t)表示第t次迭代時(shí)隱含層第j個(gè)神經(jīng)元的閾值；所述改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)的輸出層的傳輸函數(shù)為線性函數(shù)y0 (t) =Xh2o (t)m其中，A2ejt(Z) = *y,X0+thok(t)，thok(t)表示第t次迭代時(shí)輸出層第k個(gè)神/=1經(jīng)元的閾值；誤差e的計(jì)算公式如下e{t) = ^(y{t)-d{t)f其中，d表示實(shí)際測量的輸出，t表示迭代次數(shù)；權(quán)值和閾值的更新模型如下ω Ji (t+1) = ω ^ (t) + Δ ω ^ (t)( +1) = ω^ ( ) + Δ ω kJ (t)thh (t+1) =thh (t) + Δ thh (t)tho (t+1) =tho (t) + Δ tho (t)ω u表示第i個(gè)輸入節(jié)點(diǎn)到第j個(gè)隱含層神經(jīng)元的權(quán)值，ω#表示第j個(gè)隱含層神經(jīng)元到第k個(gè)輸出層神經(jīng)元的權(quán)值，Δ 爿表示第i個(gè)輸入節(jié)點(diǎn)到第j個(gè)隱含層神經(jīng)元的權(quán)值變化量，Λ kJ表示第j個(gè)隱含層神經(jīng)元到第k個(gè)輸出層神經(jīng)元的權(quán)值變化量，thh、tho 分別表不隱含層、輸出層的閾值，Athh和△ tho分別表不隱含層、輸出層的閾值變化量；其中權(quán)值變化量Λ ω、閾值變化量Ath分別按照以下公式計(jì)算 Aoj( t) = -η*·-—— + α*Δ /；(t -1 )'1.w ⑴Ath (t) = -η*---1- a*Ath(t-1)dth(i) ' . 在迭代過程中，當(dāng)e(t+l)〈e(t)時(shí)，η在下次迭代計(jì)算時(shí)乘以一個(gè)Φ>1的量來加快收斂速度，而α的值不變；當(dāng)e(t+t) ^ e(t)時(shí)，放棄本次誤差函數(shù)對權(quán)值的調(diào)整，并在下次迭代中使Π乘以一個(gè)0〈Φ〈1的量，同時(shí)設(shè)置下次迭代的動量因子α=0，重新進(jìn)行迭代運(yùn)算，直到再次出現(xiàn)e(t+l)〈e(t)時(shí)才將α設(shè)置為原來的非零值。所述改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本按照以下方法得到測量實(shí)際功率放大器的輸入、輸出信號Iout (n) =f1 Qout (n) =f2 其中，I (n)和Q (n)代表基帶輸入信號n采樣時(shí)刻的I和Q分量，Itjut (n)和Qwt (n) 代表實(shí)際功率放大器輸出信號變換到基帶的n采樣時(shí)刻的I和Q分量，P和q分別表示I 和Q分量的記憶深度，fi和f2表示功率放大器的非線性響應(yīng)函數(shù)；以(I(n)，I (n-Ι)，…，I (n-p)，Q(n)，Q(n-l)，…，Q(n-q))為訓(xùn)練樣本輸入向量，以(Iout (n)，Qout (n))作為訓(xùn)練樣本輸出向量。優(yōu)選地，P和q的取值均為2 ;所述改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)的輸入層、隱含層、輸出層的神經(jīng)元個(gè)數(shù)分別為6、14、2?！N功率放大器模擬裝置，以實(shí)際功率放大器的輸入、輸出作為訓(xùn)練樣本對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練得到，所述BP神經(jīng)網(wǎng)絡(luò)為改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)，其隱含層的輸出函數(shù)為V,(/)=i + g2nn-lη其中，圳=Σ咚⑴* χ,㈧+ lhh^，Xi (t)表示第t次迭代時(shí)第i個(gè)輸入層神經(jīng)元的輸入數(shù)據(jù)，n表示輸入層神經(jīng)元個(gè)數(shù)，Wij表示第i個(gè)輸入節(jié)點(diǎn)到第j個(gè)隱含層神經(jīng)元的權(quán)值，thhj(t)表示第t次迭代時(shí)隱含層第j個(gè)神經(jīng)元的閾值；所述改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)的輸出層的傳輸函數(shù)為線性函數(shù)y0 (t) =Xh2o (t)m其中，Xh2oAt) = *yh(t) + ihok(t)，thok (t)表示第t次迭代時(shí)輸出層第k個(gè)神J=I經(jīng)元的閾值；誤差e的計(jì)算公式如下e(J)=丄(·ν(/) — rf'(/))22其中，d表示實(shí)際測量的輸出，t表示迭代次數(shù)；權(quán)值和閾值的更新模型如下 ω Ji (t+1) = ω ^ (t) + Δ ω ^ (t)( +1) = ω^ ( ) + Δ ω kJ (t)thh (t+1) =thh (t) + Δ thh (t)tho (t+1) =tho (t) + Δ tho (t)ω u表示第i個(gè)輸入節(jié)點(diǎn)到第j個(gè)隱含層神經(jīng)元的權(quán)值，ω#表示第j個(gè)隱含層神經(jīng)元到第k個(gè)輸出層神經(jīng)元的權(quán)值，Δ 爿表示第i個(gè)輸入節(jié)點(diǎn)到第j個(gè)隱含層神經(jīng)元的權(quán)值變化量，Λ kJ表示第j個(gè)隱含層神經(jīng)元到第k個(gè)輸出層神經(jīng)元的權(quán)值變化量，thh、tho 分別表不隱含層、輸出層的閾值，Athh和△ tho分別表不隱含層、輸出層的閾值變化量；其中權(quán)值變化量Λ ω、閾值變化量Ath分別按照以下公式計(jì)算.、 (％ ⑴Aw(t) = -η*-+ α! Δο( - )Aih(I) = -rf “⑴ + a* Ar hit-1)vlh{t)在迭代過程中，當(dāng)e(t+l)〈e(t)時(shí)，η在下次迭代計(jì)算時(shí)乘以一個(gè)Φ>1的量來加快收斂速度，而α的值不變；當(dāng)e(t+t) ^ e(t)時(shí)，放棄本次誤差函數(shù)對權(quán)值的調(diào)整，并在下次迭代中使Π乘以一個(gè)0〈Φ〈1的量，同時(shí)設(shè)置下次迭代的動量因子α=0，重新進(jìn)行迭代運(yùn)算，直到再次出現(xiàn)e(t+l)〈e(t)時(shí)才將α設(shè)置為原來的非零值。根據(jù)本專利技術(shù)的專利技術(shù)思路，還可以得到一種功率放大器模擬器，包括兩個(gè)并行的如上所述功率放大器模擬裝置第一模擬裝置、第二模擬裝置，兩個(gè)功率放大器模擬裝置按照以下方法進(jìn)行功能切換第一模擬裝置進(jìn)行實(shí)際功率放大器的模擬，第二模擬裝置接收新的訓(xùn)練樣本并進(jìn)行訓(xùn)練；第二模擬裝置完成訓(xùn)練后，將參數(shù)復(fù)制至第一模擬器，第二模擬裝置進(jìn)行實(shí)際功率放大器的模擬，第一模擬裝置接收新的訓(xùn)練樣本并進(jìn)行訓(xùn)練；依此反復(fù)循環(huán)。本專利技術(shù)利用一種改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種功率放大器的模擬方法，其特征在于，利用改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)模擬實(shí)際功率放大器，先以實(shí)際功率放大器的輸入、輸出作為訓(xùn)練樣本對改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，訓(xùn)練好的改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)即可實(shí)現(xiàn)功率放大器的模擬；所述改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)的隱含層的輸出函數(shù)為：其中，，表示第t次迭代時(shí)第i個(gè)輸入層神經(jīng)元的輸入數(shù)據(jù)，n表示輸入層神經(jīng)元個(gè)數(shù)，表示第i個(gè)輸入節(jié)點(diǎn)到第j個(gè)隱含層神經(jīng)元的權(quán)值，表示第次迭代時(shí)隱含層第個(gè)神經(jīng)元的閾值；所述改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)的輸出層的傳輸函數(shù)為線性函數(shù)：其中，，表示第次迭代時(shí)輸出層第個(gè)神經(jīng)元的閾值；誤差的計(jì)算公式如下：其中，表示實(shí)際測量的輸出，表示迭代次數(shù)；權(quán)值和閾值的更新模型如下：表示第i個(gè)輸入節(jié)點(diǎn)到第j個(gè)隱含層神經(jīng)元的權(quán)值，表示第j個(gè)隱含層神經(jīng)元到第k個(gè)輸出層神經(jīng)元的權(quán)值，表示第i個(gè)輸入節(jié)點(diǎn)到第j個(gè)隱含層神經(jīng)元的權(quán)值變化量，表示第j個(gè)隱含層神經(jīng)元到第k個(gè)輸出層神經(jīng)元的權(quán)值變化量，、分別表示隱含層、輸出層的閾值，和分別表示隱含層、輸出層的閾值變化量；其中權(quán)值變化量、閾值變化量分別按照以下公式計(jì)算：在迭代過程中，當(dāng)時(shí)，在下次迭代計(jì)算時(shí)乘以一個(gè)的量來加快收斂速度，而的值不變；當(dāng)時(shí)，放棄本次誤差函數(shù)對權(quán)值的調(diào)整，并在下次迭代中使乘以一個(gè)的量，同時(shí)設(shè)置下次迭代的動量因子，重新進(jìn)行迭代運(yùn)算，直到再次出現(xiàn)時(shí)才將設(shè)置為原來的非零值。2012104437988100001dest_path_image002.jpg,2012104437988100001dest_path_image004.jpg,2012104437988100001dest_path_image006.jpg,2012104437988100001dest_path_image008.jpg,2012104437988100001dest_path_image010.jpg,2012104437988100001dest_path_image012.jpg,2012104437988100001dest_path_image014.jpg,2012104437988100001dest_path_image016.jpg,2012104437988100001dest_path_image018.jpg,2012104437988100001dest_path_image020.jpg,55371dest_path_image012.jpg,2012104437988100001dest_path_image022.jpg,2012104437988100001dest_path_image024.jpg,2012104437988100001dest_path_image026.jpg,2012104437988100001dest_path_image028.jpg,2012104437988100001dest_path_image030.jpg,2012104437988100001dest_path_image032.jpg,dest_path_image034.jpg,dest_path_image036.jpg,dest_path_image038.jpg,660926dest_path_image008.jpg,dest_path_image040.jpg,dest_path_image042.jpg,dest_path_image044.jpg,dest_path_image046.jpg,dest_path_image048.jpg,dest_path_image050.jpg,dest_path_image052.jpg,dest_path_image054.jpg,dest_path_image056.jpg,dest_path_image058.jpg,dest_path_image060.jpg,dest_path_image062.jpg,dest_path_image064.jpg,dest_path_image066.jpg,dest_path_image068.jpg,dest_path_image070.jpg,808706dest_path_image064.jpg,dest_path_image072.jpg,dest_path_image074.jpg,dest_path_image076.jpg,dest_path_image078.jpg...

【技術(shù)特征摘要】

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：王成華，陳慶霆，劉冰，朱德偉，龔琳，謝中山，
申請(專利權(quán))人：南京航空航天大學(xué)，
類型：發(fā)明
國別省市：