-
公开(公告)号:CN118413420A
公开(公告)日:2024-07-30
申请号:CN202311359707.7
申请日:2023-10-19
Applicant: 北京邮电大学
IPC: H04L25/49 , H04B1/04 , G06N3/0475 , G06N3/094 , G06F18/22
Abstract: 本申请实施例提供一种获取发射信号的方法、发射器及系统,所述方法包括:对当前时刻的待发射数据进行预处理得到当前预发射信号,其中,所述预处理包括编码、映射、调制和过采样;根据目标生成器获取与所述当前预发射信号对应的预失真信号,其中,所述目标生成器是通过学习功率放大器PA的逆特性后得到的,所述目标生成器具备构建所述功率放大器的反函数的能力;根据所述功率放大器将所述预失真信号进行功率放大得到目标发射信号。本申请的实施例采用间接学习的结构,利用边缘均衡生成对抗网络对功率放大器的反函数进行建模,并在输入层综合考虑当前信号与历史信号,以更好地提取功率放大器的记忆效应。
-
公开(公告)号:CN118413246A
公开(公告)日:2024-07-30
申请号:CN202311359878.X
申请日:2023-10-19
Applicant: 北京邮电大学
IPC: H04B1/04 , H03F1/32 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本申请实施例提供一种获取预发射信号生成器的方法及获取发射信号的装置,所述方法包括:将经过调制的多个待发射样本信号输入功率放大器得到多个对应的具有非线性失真的放大输出样本信号;将所述多个待发射样本信号和所述多个放大输出样本信号作为训练数据对目标生成对抗网络模型进行训练,得到预发射信号生成器,其中,所述预发射信号生成器用于构造所述功率放大器的逆模型,所述目标生成对抗网络模型是具有残差连接的生成对抗网络模型。与现有的基于神经网络预失真模型相比通过本申请实施例获取的预失真模型(即预发射信号生成器)在相同迭代次数训练下可以获得更精准的功率放大器逆模型,从而达到更好的线性化性能。
-
公开(公告)号:CN119743355A
公开(公告)日:2025-04-01
申请号:CN202510246021.X
申请日:2025-03-04
Applicant: 北京邮电大学
Abstract: 本申请提供的一种多天线卫星系统的数字预失真方法、装置及电子设备,涉及卫星通信领域,本申请是基于多门控混合专家网络,利用专家网络和私有网络来学习共有特征和私有特征,并利用门控网络为不同任务自适应地选择特征。通过自动调整共有特征和私有特征之间的参数化,预失真模型能有效学习复杂的数据分布,提高线性化性能,减少跨信道的非线性串扰。与现有的基于神经网络预失真模型相比,本申请的预失真模型在相同迭代次数训练下可以获得更精准的功率放大器逆模型,以有效补偿多路功率放大器失真和串扰。相比现有多项式的机器学习方法,预失真模型在非线性失真补偿和串扰抑制方面均具有更优异的性能。
-
-