(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211306660.3 (22)申请日 2022.10.25 (71)申请人 北京力通 通信有限公司 地址 100083 北京市海淀区王庄路1号院4 号楼清华同方科技大厦19层1901 (72)发明人 侯卫兵　雷伟龙　 (74)专利代理 机构 北京远大卓悦知识产权代理 有限公司 1 1369 专利代理师 史霞 (51)Int.Cl. H04B 1/04(2006.01) H03F 1/32(2006.01) G06N 3/04(2006.01) (54)发明名称 基于神经网络的宽带数字预失真系统和方 法 (57)摘要 本发明公开了一种基于神经网络的宽带数 字预失真系统和方法， 方法包括以下步骤： 构建 信号拟合模块； 基于当前时刻k的基带IQ输入信 号X(k)构造的记忆化信号Xm(k)， 并以其作为信 号拟合模块的输入， 在确定的隐层状态量h_ state和输出状态量o_state下， 输出拟合信号 Xfit(k)； 在信号拟合模块后级联基于循环神经网 络的记忆化处理模块， 其中， 记忆化处理模块将 每次处理后的信号输出并保存， 与下一时刻信号 拟合模块输出的拟合信号一同作为下一时刻 的 记忆化处理模块输入。 本发明具有添加信号拟合 模块解决循环神经网络收敛慢甚至难以收敛的 问题， 配合使用循环神经网络提高数字预失真系 统的精度的有益效果。 权利要求书3页 说明书11页 附图1页 CN 115378446 A 2022.11.22 CN 115378446 A 1.基于神经网络的宽带 数字预失真方法， 其特 征在于， 包括以下步骤： 步骤一： 构建信号拟合模块 顺序采样一段包 含多个采样点的输入信号X和输出信号Y； 将每个采样点的输入信号X， 与该采样点前后时刻的一部分输入信号拼接， 构造该采样 点对应输入信号的记 忆化信号Xm； 基于每个采样点的输出信号Y构建该采样点对应输出信号的记 忆化信号Ym； 设定拟合信号 ， 其中， h_state为隐层 状态量， o_state为输出状态量； 以Xm作为输入， 拟合信号Xfit为输出， Ym为标签， 训练至拟合信号Xfit与输出信号Ym的损 失小于一定阈值， 得信号拟合模块， 其中， 训练过程中， 连续处理L个采样点信号， 取L个采样 点信号损失er ror的平均值， 更新 一次隐层状态量h_state和输出状态量 o_state； 步骤二： 基于当前时刻k的基带IQ输入信号X(k)构造 的记忆化信号Xm(k)， 并以其作为 信号拟合模块的输入， 在确定的隐层状态量h_state和输出状态量o_state下， 输出拟合信 号Xfit(k)； 步骤三： 在信号拟合模块后级联基于循环神经网络的记忆化处理模块， 其中， 记忆化处 理模块将 每次处理后的信号输出并保存， 与下一时刻信号拟合模块输出的拟合信号一同作 为下一时刻的记 忆化处理模块输入。 2.如权利要求1所述的基于神经网络的宽带数字预失真方法， 其特征在于， 步骤一中， 设定i时刻采样点的输入信号为X(i)、 输出信号为Y(i)， 基于输入信号X(i)构造记忆 化信号 Xm(i)， 基于 Y(i)构建记 忆化信号Ym(i)， 构造方法如下： ； 。 3.如权利要求2所述的基于神经网络的宽带数字预失真方法， 其特征在于， 对于i时刻 采样点： 该采样点对应隐层状态量h_state表示 为： 输出状态量 o_state表示 为： 该采样点对应拟合信号Xfit(i)与输出信号Ym(i)的损失er ror(i)表示 为：权　利　要　求　书 1/3 页 2 CN 115378446 A 2。 4.如权利要求3所述的基于神经网络的宽带数字预失真方法， 其特征在于， 将全部采样 点以L为间隔分成多组， 记为{1L、 2L、 ……、 mL、……}， 更新一次隐层状态量h_state和输出 状态量o_state， 方法为： ， 式中， error(mL)为第mL组中L个采样点信号损 失error的平均值， μ为步长， ∂为偏微分符号， w(mL)与h_state(mL)、 o_state(mL)中的各元 素对应， w(mL+1)与h_state(mL+1)、 o_state(mL+1)中的各 元素对应。 5.如权利要求1所述的基于神经网络的宽带数字预失真方法， 其特征在于， L为全部采 样点信号处 理完的总次数。 6.如权利要求 4所述的基于神经网络的宽带 数字预失真方法， 其特 征在于， μ为0.0 01。 7.如权利要求4所述的基于神经网络的宽带数字预失真方法， 其特征在于， 构建记忆化 处理模块， 具体为： 输入： ， 式中， Xout(k‑1)为上一时刻记忆化处理模 块的输出； 输出： ， 式中， hr_state(k)为隐层状态量， or_state(k)为输出状态量， 。 8.如权利要求7所述的基于神经网络的宽带数字预失真方法， 其特征在于， 步骤S3还包 括： 经过记忆化处理模块的输出Xout(k)经处理后送入信号放大器， 信号放大器完成射频信 号的放大， 输出信号Ym(k)； 记忆化处理模块以Ym(k)为标签， 构 建反馈回路， 采集信号放大器的输出信号Ym(k)， 输 入至记忆化处理模块； 计算 与 的损失 ， 表示为： ； 根据损失error(k)更新后的下一时刻的隐层状态量hr_state(k+1)与输出状态量or_权　利　要　求　书 2/3 页 3 CN 115378446 A 3