CN113852586B - 基于5g通信的信号处理方法及装置 - Google Patents
基于5g通信的信号处理方法及装置 Download PDFInfo
- Publication number
- CN113852586B CN113852586B CN202110957157.3A CN202110957157A CN113852586B CN 113852586 B CN113852586 B CN 113852586B CN 202110957157 A CN202110957157 A CN 202110957157A CN 113852586 B CN113852586 B CN 113852586B
- Authority
- CN
- China
- Prior art keywords
- signal
- linearization
- predistortion coefficient
- evaluation
- predistortion
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 31
- 238000004891 communication Methods 0.000 title abstract description 14
- 238000011156 evaluation Methods 0.000 claims abstract description 68
- 238000000034 method Methods 0.000 claims abstract description 40
- 230000003321 amplification Effects 0.000 claims abstract description 13
- 238000003199 nucleic acid amplification method Methods 0.000 claims abstract description 13
- 238000012549 training Methods 0.000 claims description 63
- 238000012545 processing Methods 0.000 claims description 22
- 238000013210 evaluation model Methods 0.000 claims description 14
- 238000005516 engineering process Methods 0.000 abstract description 29
- 238000010295 mobile communication Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 12
- 230000003044 adaptive effect Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/32—Carrier systems characterised by combinations of two or more of the types covered by groups H04L27/02, H04L27/10, H04L27/18 or H04L27/26
- H04L27/34—Amplitude- and phase-modulated carrier systems, e.g. quadrature-amplitude modulated carrier systems
- H04L27/36—Modulator circuits; Transmitter circuits
- H04L27/366—Arrangements for compensating undesirable properties of the transmission path between the modulator and the demodulator
- H04L27/367—Arrangements for compensating undesirable properties of the transmission path between the modulator and the demodulator using predistortion
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Amplifiers (AREA)
Abstract
本发明公开了一种基于5G通信的信号处理方法及装置。其中，该方法包括：获取第一信号和第二信号，其中，第二信号为将第一信号输入至功率放大器进行放大处理后得到的；基于第一信号，对第二信号进行线性化评估，得到第二信号的线性化评估结果；在第二信号的线性化评估结果为非线性的情况下，将第二信号输入至预失真系数模型中，得到第一信号对应的目标预失真系数。本发明解决了相关技术中信号带宽增长，导致的预失真技术实现难度高的技术问题。
Description
技术领域
本发明涉及通信领域，具体而言，涉及一种基于5G通信的信号处理方法及装置。
背景技术
早期移动通信系统，采用恒定包络的调制技术，对功率放大器线性度的要求不高。以3G(3th Generation Mobile Communication Technology，第三代移动通信技术)、4G(4th Generation Mobile Communication Technology，第四代移动通信技术)为代表的地面移动通信系统，采用高频谱利用率的数字调制技术，例如，OFDM(Orthogonal FrequencyDivision Multiplexing，正交频复用技术)、WCDMA(Wideband Code Division MultipleAccess，宽带码分多址)、QAM(Quadrature Amplitude Modulation，正交振幅调制)等的通信信号，具有非恒定包络、宽频带和高峰平比等特点，对功率放大器线性度要求高。因此，功率放大器线性化技术已成为无线通信系统的关键技术之一。其中，数字预失真技术主要解决信号带宽20MHz(Mega Hertz，兆赫)～60MHz的非线性失真问题。在5G(5th GenerationMobile Communication Technology，第五代移动通信技术)移动通信中，5G移动通信的大能耗问题已成为业界热点工程难题，其中，数字预失真技术必不可少。然而，5G移动通信信号带宽增长至100MHz，预失真技术难度和实现成本大幅增加。移动通信需求带宽增长至400MHz时，难度进一步增大，且国内外无相关成熟产品。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种基于5G通信的信号处理方法及装置，以至少解决相关技术中信号带宽增长，导致的预失真技术实现难度高的技术问题。
根据本发明实施例的一个方面，提供了一种信号处理方法，包括：获取第一信号和第二信号，其中，所述第二信号为将所述第一信号输入至功率放大器进行放大处理后得到的；基于所述第一信号，对第二信号进行线性化评估，得到所述第二信号的线性化评估结果；在所述第二信号的线性化评估结果为非线性的情况下，将所述第二信号输入至预失真系数模型中，得到所述第一信号对应的目标预失真系数。
可选地，获取所述第二信号包括：获取所述功率放大器对所述第一信号进行放大得到的放大信号；对所述放大信号进行欠采样处理，得到经过欠采样处理后的第二信号。
可选地，基于所述第一信号，对第二信号进行线性化评估，得到所述第二信号的线性化评估结果，包括：将所述第一信号和所述第二信号输入至线性化评估模型，得到所述第二信号的线性化评估结果，其中，所述线性化评估模型采用多组样本信号进行机器训练得到，所述多组样本信号包括：第一样本信号和第二样本信号，以及第一样本信号和第二样本信号是否为线性相关的结果。
可选地，所述第二信号的线性化评估结果为非线性的情况包括以下之一：所述第二信号与所述第一信号为全部非线性相关，所述第二信号与所述第一信号为部分非线性相关。
可选地，在将所述第二信号输入至预失真系数模型中，得到所述第一信号对应的目标预失真系数之前，还包括：获取样本训练集，其中，所述样本训练集包括多组训练数据，所述多组训练数据包括：第二训练信号，与该第二训练信号非线性相关的第一训练信号对应的预失真系数；采用所述样本训练集进行机器训练，得到所述预失真系数模型。
可选地，在将所述第二信号输入至预失真系数模型中，得到所述第一信号对应的目标预失真系数之后，还包括：获取所述第一信号的初始预失真系数；基于所述初始预失真系数和所述目标预失真系数，得到初始预失真系数的调整系数；基于所述调整系数，将预失真系统中的所述初始预失真系数调整为所述目标预失真系数。
根据本发明实施例的一个方面，提供了一种信号处理装置，包括：获取模块，用于获取第一信号和第二信号，其中，所述第二信号为将所述第一信号输入至功率放大器进行放大处理后得到的；评估模块，用于基于所述第一信号，对第二信号进行线性化评估，得到所述第二信号的线性化评估结果；处理模块，用于在所述第二信号的线性化评估结果为非线性的情况下，将所述第二信号输入至预失真系数模型中，得到所述第一信号对应的目标预失真系数。
根据本发明实施例的一个方面，提供了一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现任一项所述的信号处理方法。
根据本发明实施例的一个方面，提供了一种计算机可读存储介质，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行任一项所述的信号处理方法。
根据本发明实施例的一个方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现任一项所述的信号处理方法。
在本发明实施例中，采用对第一信号输入至功率方法器进行放大处理后的第二信号进行线性化评估，在线性化评估结果为非线性的情况下，将第二信号输入至预失真系数模型的方式，达到了得到第一信号对应的目标预失真系数的目的，进而根据该目标预失真系数进行调整，解决相关技术中信号带宽增长，导致的预失真技术实现难度高的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的信号处理方法的流程图；
图2是根据本发明可选实施方式提供的信号处理方法中预失真架构的逻辑示意图；
图3是根据本发明可选实施方式提供的信号处理方法的预失真模块示意图；
图4是根据本发明可选实施方式提供的信号处理方法中采用欠采样信号处理技术的结构示意图；
图5是根据本发明可选实施方式提供的信号处理方法中采用通用模型构建及自适应更新技术的结构示意图；
图6是根据本发明实施例的信号处理装置的结构框图；
图7是根据一示例性实施例示出的一种终端的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
首先，在对本申请实施例进行描述的过程中出现的部分名词或术语适用于如下解释：
数字预失真(Digital Pre-Distortion，DPD)：是目前无线通信系统中最基本的构建块之一，其用于提高功率放大器的效率。
预失真(Pre-Distortion，PD)：一种射频功率放大器线性化技术。
非线性失真：输出信号与输入信号不成线性关系。
欠采样技术：测试设备带宽能力不足的情况下采取的手段，相当于增大了测试设备的带宽，可以采样更高频率的信号。
自适应信号处理技术：在信号处理过程中引入了某种最有准则，在任何时刻任何环境下都被满足，因而可增强期望信号，消除干扰信号。保证信号处理的主要任务在存在噪声和干扰的信道环境下确保有用信息正确、有效地传输。
根据本发明实施例，提供了一种信号处理方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的信号处理方法，如图1所示，该方法包括如下步骤：
步骤S102，获取第一信号和第二信号，其中，第二信号为将第一信号输入至功率放大器进行放大处理后得到的；
步骤S104，基于第一信号，对第二信号进行线性化评估，得到第二信号的线性化评估结果；
步骤S106，在第二信号的线性化评估结果为非线性的情况下，将第二信号输入至预失真系数模型中，得到第一信号对应的目标预失真系数。
通过上述步骤，采用对第一信号输入至功率方法器进行放大处理后的第二信号进行线性化评估，在线性化评估结果为非线性的情况下，将第二信号输入至预失真系数模型的方式，达到了得到第一信号对应的目标预失真系数的目的，进而根据该目标预失真系数进行调整，解决相关技术中信号带宽增长，导致的预失真技术实现难度高的技术问题。
作为一种可选的实施例，获取第一信号和第二信号，其中，第二信号为将第一信号输入至功率放大器进行放大处理后得到的。其中，第一信号可以是多种类型的信号，例如可以为欠采样信号。第二信号为将欠采样信号输入至功率放大器进行放大处理后得到的信号。在获取第二信号时，可以采取多种方式，例如，获取功率放大器对第一信号进行放大得到的放大信号；对放大信号进行欠采样处理，得到经过欠采样处理后的第二信号。
作为一种可选的实施例，基于第一信号，对第二信号进行线性化评估，得到第二信号的线性化评估结果；其中，线性化评估，即是对放大信号进行评估，评估经过功率放大器放大后的得到信号是否为指定放大信号，例如，当第一信号为a，经过功率放大器放大后的第二信号应当为A，可是检测到的第二信号为B，此时得到非线性的第二信号的线性化评估结果。
作为一种可选的实施例，基于第一信号，对第二信号进行线性化评估，得到第二信号的线性化评估结果，包括：将第一信号和第二信号输入至线性化评估模型，得到第二信号的线性化评估结果，其中，线性化评估模型采用多组样本信号进行机器训练得到，多组样本信号包括：第一样本信号和第二样本信号，以及第一样本信号和第二样本信号是否为线性相关的结果。在进行线性化评估的判断中，可以将第一信号与第二信号输入至线性化评估模型中，进行更精准的判断。在线性化的评估结果中，包括线性化的情况与非线性化的情况，在第二信号的线性化评估结果为非线性的情况包括以下之一：第二信号与第一信号为全部非线性相关，第二信号与第一信号为部分非线性相关。例如，当第一信号中包括三种频率的信号a，b，c，经过功率放大器放大后的第二信号应当为A，B，C，检测到的第二信号为A，B，B，则此时，第二信号与第一信号为部分非线性相关。在使用线性化评估模型之前，还包括，获取多组样本信号，其中，多组样本信号包括：第一样本信号和第二样本信号，以及第一样本信号和第二样本信号是否为线性相关的结果，采用多组训练样本对初始模型进行机器训练，得到线性化评估模型。采用多组第一样本信号与第二样本信号训练初始模型得到的线性化评估模型，由于训练的第一样本信号与第二样本信号之间包括是否为线性相关的结果，因此，后续采用训练得到的线性化评估模型对第一信号与第二信号进行线性化评估，能够有针对性、准确地识别第二信号的线性化结果，有效避免识别不对应的问题，能够更精准地识别出第二信号中非线性部分，在不停的经过样本信号训练时，也能逐渐提高识别的准确性。
作为一种可选的实施例，在第二信号的线性化评估结果为非线性的情况下，将第二信号输入至预失真系数模型中，得到第一信号对应的目标预失真系数。在第二信号的线性化评估结果为非线性的情况下，需要对第一信号进行系数的校正，使得校正后的第一信号再经过放大器放大处理得到第二信号后，第二信号的线性化评估结果为线性化。在将第二信号输入至预失真系数模型中，得到第一信号对应的目标预失真系数之前，还包括：获取样本训练集，其中，样本训练集包括多组训练数据，多组训练数据包括：第二训练信号，与该第二训练信号非线性相关的第一训练信号对应的预失真系数；采用样本训练集进行机器训练，得到预失真系数模型。采用多组训练数据训练初始模型得到预失真系数模型，由于多组训练数据是第二训练信号，与该第二训练信号非线性相关的第一训练信号对应的预失真系数的，因此，后续采用训练得到的预失真系数模型得到目标预失真系数时，是有针对性地对第二信号进行识别得到的，有效避免识别不对应，不准确等问题，预失真训练模型不断地经过样本训练，能够逐渐提升得到的目标预失真系数的准确性。
作为一种可选的实施例，在将第二信号输入至预失真系数模型中，得到第一信号对应的目标预失真系数之后，还包括：获取第一信号的初始预失真系数；基于初始预失真系数和目标预失真系数，得到初始预失真系数的调整系数；基于调整系数，将预失真系统中的初始预失真系数调整为目标预失真系数。由于不同的功率放大器放大信号的能力不同，会导致放大所得的信号有一定程度上的不同，在第一信号接入功率放大器之前，第一信号可能有初始预失真系数，但是该初始预失真系数不适用于当前的功率放大器，因此需要根据该功率放大器的特性进行调整，即需要针对通过该功率放大器得到的第二信号，得到目标预失真系数，基于初始预失真系数和目标预失真系数，得到初始预失真系数的调整系数，将预失真系统中的初始预失真系数调整为目标预失真系数。从而使得第一信号通过该功率放大器进行放大后的第二信号为指定的第二信号。
基于上述实施例及可选实施例，提供了一种可选实施方式，下面具体说明。
移动通信采用预失真技术后，在保证满足线性化指标同时可提高输出功率大于4dB(decibel，功率比)，节约成本50％以上，宽带预失真技术是5G移动通信传输效率提升的关键。预失真技术的突破可以用于5G移动通信、物联网、军用通信、无人机通信、路由器等不同场合。
图2是根据本发明可选实施方式提供的信号处理方法中预失真架构的逻辑示意图，如图2所示，鉴于此，本发明可选实施方式针对宽带通信系统非线性失真问题，提供了一种宽带预失真架构设计，其利用欠采样与自适应信号处理技术，解决宽带通信系统面临的能耗难题。
图3是根据本发明可选实施方式提供的信号处理方法的预失真模块示意图，如图3所示，下面进行详细介绍：
预失真模块的硬件电路主要是反馈回路，通过高集成超线性解调器、ADC(Analog-to-digital converter，模拟数字转换器)、耦合器、下变频器和滤波器构成。其中，下变频器主要负责完成通信工作频段到下变频，带宽不小于100MHz；射频滤波器支撑带限预失真算法设计；超线性解调器负责I和Q两路的不小于100MHz的解调；ADC采样率量化位数14bit(binary digit，比特)，采样率不小于400MHz。
步骤：
S1，根据回路反馈的欠采样信号进行功率放大器的线性化评估；
需要说明的是，图4是根据本发明可选实施方式提供的信号处理方法中采用欠采样信号处理技术的结构示意图，如图4所示，其采用欠采样信号处理技术进行处理，在图3中的智能信号处理与评估模块进行处理。
S2，如果需要进行线性化系数更新，则利用欠采样获取的数据作为训练数据开展深度学习模型的训练与更新；
需要说明的是，图5是根据本发明可选实施方式提供的信号处理方法中采用通用模型构建及自适应更新技术的结构示意图，如图5所示，其采用通用模型构建及自适应更新技术进行处理，在图3中的预失真校正模块进行处理。
S3，完成预失真系数的计算及更新。
需要说明的是，本发明可选实施方式提供的技术将以嵌入式软件的形态集成在具有自主知识产权的预失真IP(Intellectual property)核中。在工程实现的过程中，同时也关注各类噪声、IQ(In-phase quadrature)两路不平衡、DC(Direct Current，直流)offset(直流偏移)等因素对预失真效果的影响并提出工程化的解决措施，以支撑工程产品实施。
通过上述可选实施方式，可以达到至少以下几点有益效果：
(1)采用通用化、低成本的宽带预失真体系架构设计，解决现有算法稳定性、鲁棒性难题；
(2)在欠采样信号处理技术中，开展基于非扩频预失真技术研究，极大降低工程成本；
(3)优化传统多项式方法统型模型构建。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例的方法。
实施例2
根据本发明实施例，还提供了一种用于实施上述信号处理方法的装置，图6是根据本发明实施例的信号处理装置的结构框图，如图6所示，该装置包括获取模块602，评估模块604和处理模块606，下面对该装置进行详细说明。
获取模块602，用于获取第一信号和第二信号，其中，第二信号为将第一信号输入至功率放大器进行放大处理后得到的；评估模块604，连接于上述获取模块602，用于基于第一信号，对第二信号进行线性化评估，得到第二信号的线性化评估结果；处理模块606，连接于上述评估模块604，用于在第二信号的线性化评估结果为非线性的情况下，将第二信号输入至预失真系数模型中，得到第一信号对应的目标预失真系数。
此处需要说明的是，上述获取模块602，评估模块604和处理模块606对应于实施信号处理方法一中的步骤S102至步骤S106，多个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例1所公开的内容。
实施例3
本公开的实施例可以提供一种电子设备，该电子设备可以是一种终端，也可以是一种服务器。在本实施例中，该电子设备作为一种终端可以是计算机终端群中的任意一个计算机终端设备。可选地，在本实施例中，上述终端也可以为移动终端等终端设备。
可选地，在本实施例中，上述终端可以位于计算机网络的多个网络设备中的至少一个网络设备。
可选地，图7是根据一示例性实施例示出的一种终端的结构框图。如图7所示，该终端可以包括：一个或多个(图中仅示出一个)处理器71、用于存储处理器可执行指令的存储器72；其中，处理器被配置为执行指令，以实现上述任一项的信号处理方法。
其中，存储器可用于存储软件程序以及模块，如本公开实施例中的信号处理方法和装置对应的程序指令/模块，处理器通过运行存储在存储器内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的信号处理方法。存储器可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器可以通过传输装置调用存储器存储的信息及应用程序，以执行下述步骤：获取第一信号和第二信号，其中，第二信号为将第一信号输入至功率放大器进行放大处理后得到的；基于第一信号，对第二信号进行线性化评估，得到第二信号的线性化评估结果；在第二信号的线性化评估结果为非线性的情况下，将第二信号输入至预失真系数模型中，得到第一信号对应的目标预失真系数。
可选的，上述处理器还可以执行如下步骤的程序代码：获取第二信号包括：获取功率放大器对第一信号进行放大得到的放大信号；对放大信号进行欠采样处理，得到经过欠采样处理后的第二信号。
可选的，上述处理器还可以执行如下步骤的程序代码：基于第一信号，对第二信号进行线性化评估，得到第二信号的线性化评估结果，包括：将第一信号和第二信号输入至线性化评估模型，得到第二信号的线性化评估结果，其中，线性化评估模型采用多组样本信号进行机器训练得到，多组样本信号包括：第一样本信号和第二样本信号，以及第一样本信号和第二样本信号是否为线性相关的结果。
可选的，上述处理器还可以执行如下步骤的程序代码：第二信号的线性化评估结果为非线性的情况包括以下之一：第二信号与第一信号为全部非线性相关，第二信号与第一信号为部分非线性相关。
可选的，上述处理器还可以执行如下步骤的程序代码：在将第二信号输入至预失真系数模型中，得到第一信号对应的目标预失真系数之前，还包括：获取样本训练集，其中，样本训练集包括多组训练数据，多组训练数据包括：第二训练信号，与该第二训练信号非线性相关的第一训练信号对应的预失真系数；采用样本训练集进行机器训练，得到预失真系数模型。
可选的，上述处理器还可以执行如下步骤的程序代码：在将第二信号输入至预失真系数模型中，得到第一信号对应的目标预失真系数之后，还包括：获取第一信号的初始预失真系数；基于初始预失真系数和目标预失真系数，得到初始预失真系数的调整系数；基于调整系数，将预失真系统中的初始预失真系数调整为目标预失真系数。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(Read-Only Memory，ROM)、随机存取器(RandomAccess Memory，RAM)、磁盘或光盘等。
实施例4
在示例性实施例中，还提供了一种包括指令的计算机可读存储介质，当计算机可读存储介质中的指令由终端的处理器执行时，使得终端能够执行上述任一项的信号处理方法。可选地，计算机可读存储介质可以是非临时性计算机可读存储介质，例如，非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
可选地，在本实施例中，上述计算机可读存储介质可以用于保存上述实施例所提供的信号处理方法所执行的程序代码。
可选地，在本实施例中，上述计算机可读存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，或者位于移动终端群中的任意一个移动终端中。
可选地，在本实施例中，计算机可读存储介质被设置为存储用于执行以下步骤的程序代码：获取第一信号和第二信号，其中，第二信号为将第一信号输入至功率放大器进行放大处理后得到的；基于第一信号，对第二信号进行线性化评估，得到第二信号的线性化评估结果；在第二信号的线性化评估结果为非线性的情况下，将第二信号输入至预失真系数模型中，得到第一信号对应的目标预失真系数。
可选地，在本实施例中，计算机可读存储介质被设置为存储用于执行以下步骤的程序代码：获取第二信号包括：获取功率放大器对第一信号进行放大得到的放大信号；对放大信号进行欠采样处理，得到经过欠采样处理后的第二信号。
可选地，在本实施例中，计算机可读存储介质被设置为存储用于执行以下步骤的程序代码：基于第一信号，对第二信号进行线性化评估，得到第二信号的线性化评估结果，包括：将第一信号和第二信号输入至线性化评估模型，得到第二信号的线性化评估结果，其中，线性化评估模型采用多组样本信号进行机器训练得到，多组样本信号包括：第一样本信号和第二样本信号，以及第一样本信号和第二样本信号是否为线性相关的结果。
可选地，在本实施例中，计算机可读存储介质被设置为存储用于执行以下步骤的程序代码：第二信号的线性化评估结果为非线性的情况包括以下之一：第二信号与第一信号为全部非线性相关，第二信号与第一信号为部分非线性相关。
可选地，在本实施例中，计算机可读存储介质被设置为存储用于执行以下步骤的程序代码：在将第二信号输入至预失真系数模型中，得到第一信号对应的目标预失真系数之前，还包括：获取样本训练集，其中，样本训练集包括多组训练数据，多组训练数据包括：第二训练信号，与该第二训练信号非线性相关的第一训练信号对应的预失真系数；采用样本训练集进行机器训练，得到预失真系数模型。
可选地，在本实施例中，计算机可读存储介质被设置为存储用于执行以下步骤的程序代码：在将第二信号输入至预失真系数模型中，得到第一信号对应的目标预失真系数之后，还包括：获取第一信号的初始预失真系数；基于初始预失真系数和目标预失真系数，得到初始预失真系数的调整系数；基于调整系数，将预失真系统中的初始预失真系数调整为目标预失真系数。
在示例性实施例中，还提供了一种计算机程序产品，当计算机程序产品中的计算机程序由电子设备的处理器执行时，使得电子设备能够执行上述任一项的信号处理方法。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种信号处理方法，其特征在于，包括：
获取第一信号和第二信号，其中，所述第二信号为将所述第一信号输入至功率放大器进行放大处理后得到的；
基于所述第一信号，对第二信号进行线性化评估，得到所述第二信号的线性化评估结果；
在所述第二信号的线性化评估结果为非线性的情况下，将所述第二信号输入至预失真系数模型中，得到所述第一信号对应的目标预失真系数，其中，所述目标预失真系数用于调整所述第二信号。
2.根据权利要求1所述的方法，其特征在于，获取所述第二信号包括：
获取所述功率放大器对所述第一信号进行放大得到的放大信号；
对所述放大信号进行欠采样处理，得到经过欠采样处理后的第二信号。
3.根据权利要求1所述的方法，其特征在于，基于所述第一信号，对第二信号进行线性化评估，得到所述第二信号的线性化评估结果，包括：
将所述第一信号和所述第二信号输入至线性化评估模型，得到所述第二信号的线性化评估结果，其中，所述线性化评估模型采用多组样本信号进行机器训练得到，所述多组样本信号包括：第一样本信号和第二样本信号，以及第一样本信号和第二样本信号是否为线性相关的结果。
4.根据权利要求1所述的方法，其特征在于，所述第二信号的线性化评估结果为非线性的情况包括以下之一：所述第二信号与所述第一信号为全部非线性相关，所述第二信号与所述第一信号为部分非线性相关。
5.根据权利要求1至4中任一项所述的方法，其特征在于，在将所述第二信号输入至预失真系数模型中，得到所述第一信号对应的目标预失真系数之前，还包括：
获取样本训练集，其中，所述样本训练集包括多组训练数据，所述多组训练数据包括：第二训练信号，与该第二训练信号非线性相关的第一训练信号对应的预失真系数；
采用所述样本训练集进行机器训练，得到所述预失真系数模型。
6.根据权利要求5所述的方法，其特征在于，在将所述第二信号输入至预失真系数模型中，得到所述第一信号对应的目标预失真系数之后，还包括：
获取所述第一信号的初始预失真系数；
基于所述初始预失真系数和所述目标预失真系数，得到初始预失真系数的调整系数；
基于所述调整系数，将预失真系统中的所述初始预失真系数调整为所述目标预失真系数。
7.一种信号处理装置，其特征在于，包括：
获取模块，用于获取第一信号和第二信号，其中，所述第二信号为将所述第一信号输入至功率放大器进行放大处理后得到的；
评估模块，用于基于所述第一信号，对第二信号进行线性化评估，得到所述第二信号的线性化评估结果；
处理模块，用于在所述第二信号的线性化评估结果为非线性的情况下，将所述第二信号输入至预失真系数模型中，得到所述第一信号对应的目标预失真系数，其中，所述目标预失真系数用于调整所述第二信号。
8.一种电子设备，其特征在于，包括：
处理器；
用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为执行所述指令，以实现如权利要求1至6中任一项所述的信号处理方法。
9.一种计算机可读存储介质，其特征在于，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如权利要求1至6中任一项所述的信号处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110957157.3A CN113852586B (zh) | 2021-08-19 | 2021-08-19 | 基于5g通信的信号处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110957157.3A CN113852586B (zh) | 2021-08-19 | 2021-08-19 | 基于5g通信的信号处理方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113852586A CN113852586A (zh) | 2021-12-28 |
| CN113852586B true CN113852586B (zh) | 2024-06-04 |
Family
ID=78976121
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110957157.3A Active CN113852586B (zh) | 2021-08-19 | 2021-08-19 | 基于5g通信的信号处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113852586B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115632615B (zh) * | 2022-12-21 | 2023-03-21 | 深圳国人无线通信有限公司 | 数字预失真方法与系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101072220A (zh) * | 2006-05-08 | 2007-11-14 | 中兴通讯股份有限公司 | 用于自适应功率放大器的径向基神经网络预失真方法 |
| CN111490737A (zh) * | 2019-01-28 | 2020-08-04 | 中国移动通信有限公司研究院 | 一种用于功率放大器的非线性补偿方法和设备 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102082752B (zh) * | 2010-02-25 | 2014-03-19 | 电信科学技术研究院 | 一种数字预失真处理方法及设备 |
| KR101102465B1 (ko) * | 2010-05-03 | 2012-01-05 | 한국과학기술원 | 광대역 전력 증폭기를 위한 디지털 전치왜곡 장치 및 그 방법 |
| US8989307B2 (en) * | 2013-03-05 | 2015-03-24 | Qualcomm Incorporated | Power amplifier system including a composite digital predistorter |
-
2021
- 2021-08-19 CN CN202110957157.3A patent/CN113852586B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101072220A (zh) * | 2006-05-08 | 2007-11-14 | 中兴通讯股份有限公司 | 用于自适应功率放大器的径向基神经网络预失真方法 |
| CN111490737A (zh) * | 2019-01-28 | 2020-08-04 | 中国移动通信有限公司研究院 | 一种用于功率放大器的非线性补偿方法和设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113852586A (zh) | 2021-12-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Guan et al. | Optimized low-complexity implementation of least squares based model extraction for digital predistortion of RF power amplifiers | |
| CN111490737B (zh) | 一种用于功率放大器的非线性补偿方法和设备 | |
| JP4284630B2 (ja) | 歪補償増幅装置 | |
| CN102055411B (zh) | 基于多通道反馈的功率放大器线性化校正电路及方法 | |
| CN101904147B (zh) | 用于自动增益控制的方法和装置 | |
| US9374112B2 (en) | Capture selection for digital pre-distortion adaptation and capture concatenation for frequency hopping pre-distortion adaptation | |
| CN109088843B (zh) | 一种基于ofdm信号幅度最佳分布的峰均比抑制方法 | |
| CN113852586B (zh) | 基于5g通信的信号处理方法及装置 | |
| CN101262205A (zh) | 通过不对称地使用可用带宽来进行预失真 | |
| CN105519065A (zh) | 传输数据的方法和装置 | |
| JP5678161B2 (ja) | 高速フーリエ変換のためのタスク・リストを備えた再使用エンジンおよびそれを用いる方法 | |
| US20200280470A1 (en) | Systems and methods for nonlinear distortion discovery in active carriers | |
| CN112019221B (zh) | 一种信号处理方法、装置和存储介质 | |
| US20110221527A1 (en) | Digital predistortion apparatus and method for improving performance using peak level expansion | |
| CN104994051B (zh) | 基于瞬时与平均功率比的提高混合载波系统pa效率的线性尺度变换的信号发射和接收方法 | |
| CN104301269B (zh) | 等效采样预失真系统及其方法 | |
| WO2022110906A1 (zh) | 非线性损伤补偿方法、装置、传输设备以及存储介质 | |
| CN102904846A (zh) | 一种适应快变信号的数字预失真处理方法 | |
| CN106712728A (zh) | 一种用于卫星通信中的功放预失真补偿的方法 | |
| US10320489B2 (en) | Channel estimation using intra-symbol frequency domain averaging | |
| US10291267B2 (en) | Band-limited digital pre-distortion (DPD) expansion estimation and curve adjustment | |
| WO2020019240A1 (en) | Method, apparatus and computer readable media for data processing | |
| ElHassan et al. | A novel statistical model of OFDM signals with optimal tone reservation PAPR reduction for EVM theoretical analysis | |
| CN106161327B (zh) | 一种多载波单中继系统的信号传输处理方法及装置 | |
| CN115913140B (zh) | 运算精度控制的分段多项式数字预失真装置和方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |