CN114567396A - 无线通信方法、非线性函数的拟合方法、终端及设备 - Google Patents

无线通信方法、非线性函数的拟合方法、终端及设备 Download PDF

Info

Publication number
CN114567396A
CN114567396A CN202210187928.XA CN202210187928A CN114567396A CN 114567396 A CN114567396 A CN 114567396A CN 202210187928 A CN202210187928 A CN 202210187928A CN 114567396 A CN114567396 A CN 114567396A
Authority
CN
China
Prior art keywords
function
fitting
target
interval
linear
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.)
Granted
Application number
CN202210187928.XA
Other languages
English (en)
Other versions
CN114567396B (zh
Inventor
邓周
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zeku Technology Beijing Corp Ltd
Original Assignee
Zeku Technology Beijing Corp Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zeku Technology Beijing Corp Ltd filed Critical Zeku Technology Beijing Corp Ltd
Priority to CN202210187928.XA priority Critical patent/CN114567396B/zh
Publication of CN114567396A publication Critical patent/CN114567396A/zh
Application granted granted Critical
Publication of CN114567396B publication Critical patent/CN114567396B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/391—Modelling the propagation channel
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Evolutionary Computation (AREA)
  • Electromagnetism (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请实施例公开了一种无线通信方法、非线性函数的拟合方法、终端及设备，属于无线通信领域。该方法包括：基于无线信号处理指令确定目标非线性函数；获取目标非线性函数对应的目标线性拟合函数；基于目标线性拟合函数进行无线信号处理。基于非线性函数在目标区间端点的函数值生成第一线性拟合函数；基于非线性函数以及第一线性拟合函数，确定最大拟合误差；响应于最大拟合误差不满足函数拟合条件，基于目标拟合误差对目标区间进行分段，得到子区间；基于子区间端点的函数值，生成各个子区间对应的第二线性拟合函数。在确保拟合精度的前提下，减少终端需要存储的函数参数量，提高无线通信的效率。

Description

无线通信方法、非线性函数的拟合方法、终端及设备
技术领域
本申请实施例涉及无线通信技术领域，特别涉及一种无线通信方法、非线性函数的拟合方法、终端及设备。
背景技术
非线性函数广泛应用在各个领域中，尤其对于无线通信领域，以无线通信系统的物理下行信道为例，其多个功能模块均涉及到非线性函数的计算。例如，发射机射频模块计算功率时需要用到指数函数和对数函数，接收机的信道估计与均衡模块再计算信道滤波器系数时可能需要用到平方根函数和倒数函数等。
相关技术中，非线性函数的拟合方法主要包括级数展开法、查表法和均匀分段拟合法。其中，级数展开法需要是利用泰勒展开式的前几项近似计算，因此需要较多的乘法器，计算复杂度高；查表法是通过存储自变量对应的函数值，计算时查表得到结果，均匀分段拟合法则是存储各个子区间对应的拟合函数的系数，这两种方法在精度要求较高的情况下需占用大量存储资源，且计算效率较低。
因此上述方法使得无线通信过程中的信号处理效率较低，对终端的硬件要求较高，且容易存在信号收发迟缓的情况。
发明内容
本申请实施例提供了一种无线通信方法、非线性函数的拟合方法、终端及设备。所述技术方案如下：
一方面，本申请实施例提供了一种无线通信方法，所述方法应用于终端的基带芯片，所述方法包括：
基于无线信号处理指令确定目标非线性函数，所述目标非线性函数是用于对发送或接收到的无线信号进行信号处理的函数；
获取所述目标非线性函数对应的目标线性拟合函数，所述线性拟合函数基于目标拟合误差对所述非线性函数的凹函数部分或凸函数部分进行非均匀分段线性拟合得到；
基于所述目标线性拟合函数进行无线信号处理。
另一方面，本申请实施例提供了一种非线性函数的拟合方法，所述方法应用于计算机设备，所述方法包括：
基于非线性函数在目标区间端点的函数值生成第一线性拟合函数，所述目标区间为凸区间或凹区间，所述第一线性拟合函数的斜率与所述目标区间端点连线的斜率一致；
基于所述非线性函数以及所述第一线性拟合函数，确定最大拟合误差，所述最大拟合误差是指所述非线性函数与所述第一线性拟合函数之差的最大值；
响应于所述最大拟合误差不满足函数拟合条件，基于目标拟合误差对所述目标区间进行分段，得到子区间，所述函数拟合条件为拟合误差小于或等于所述目标拟合误差；
基于所述子区间端点的函数值，生成各个所述子区间对应的第二线性拟合函数，所述非线性函数在所述目标区间内的目标线性拟合函数由各个所述子区间对应的所述第二线性拟合函数组成，所述目标线性拟合函数用于供终端的基带芯片进行无线信号处理。
另一方面，本申请实施例提供了一种无线通信装置，所述装置包括：
第一确定模块，用于基于无线信号处理指令确定目标非线性函数，所述目标非线性函数是用于对发送或接收到的无线信号进行信号处理的函数；
第一获取模块，用于获取所述目标非线性函数对应的目标线性拟合函数，所述线性拟合函数基于目标拟合误差对所述非线性函数的凹函数部分或凸函数部分进行非均匀分段线性拟合得到；
信号处理模块，用于基于所述目标线性拟合函数进行无线信号处理。
另一方面，本申请实施例提供了一种非线性函数的拟合装置，所述装置包括：
合函数，所述目标区间为凸区间或凹区间，所述第一线性拟合函数的斜率与所述目标区间端点连线的斜率一致；
第二确定模块，用于基于所述非线性函数以及所述第一线性拟合函数，确定最大拟合误差，所述最大拟合误差是指所述非线性函数与所述第一线性拟合函数之差的最大值；
区间分段模块，用于响应于所述最大拟合误差不满足函数拟合条件，基于目标拟合误差对所述目标区间进行分段，得到子区间，所述函数拟合条件为拟合误差小于或等于所述目标拟合误差；
第二生成模块，用于基于所述子区间端点的函数值，生成各个所述子区间对应的第二线性拟合函数，所述非线性函数在所述目标区间内的目标线性拟合函数由各个所述子区间对应的所述第二线性拟合函数组成，所述目标线性拟合函数用于供终端的基带芯片进行无线信号处理。
另一方面，本申请实施例提供了一种终端，所述终端包括处理器和存储器；所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上述方面所述的无线通信方法。
另一方面，本申请实施例提供了一种计算机设备，所述计算机设备包括处理器和存储器；所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上述方面所述的非线性函数的拟合方法。
另一方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条计算机程序，所述计算机程序由处理器加载并执行以实现如上述方面所述的无线通信方法或非线性函数的拟合方法。
根据本申请的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。终端的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该终端执行上述方面的各种可选实现方式中提供的无线通信方法；计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述方面的各种可选实现方式中提供的非线性函数的拟合方法。
本申请实施例提供的技术方案至少包括以下有益效果：
本申请实施例中，终端中存储有用于处理无线信号的非线性函数对应的线性拟合函数，基带芯片在进行信号处理时可以基于线性拟合函数对无线信号进行分析和处理，以减少芯片的数据处理量以及计算的复杂度；另一方面，线性拟合函数是计算机设备基于凹函数和凸函数的性质，对非线性函数中的凹函数部分或凸函数部分进行非均匀分段线性拟合得到的，在确保线性拟合函数与非线性函数之间的拟合误差不高于目标拟合误差的前提下，能够以最少的区间数对函数进行划分，减少终端需要存储的函数参数量，相同的拟合精度下相比于均匀分段拟合法所需的存储资源较少，进而提高无线通信的效率。
附图说明
图1示出了本申请一个示例性实施例提供的无线通信方法的流程图；
图2是本申请一个示例性实施例示出的基带芯片的结构框图；
图3示出了本申请另一个示例性实施例提供的无线通信方法的流程图；
图4示出了本申请一个示例性实施例提供的非线性函数的拟合方法的流程图；
图5示出了本申请另一个示例性实施例提供的非线性函数的拟合方法的流程图；
图6是本申请一个示例性实施例示出的非线性函数及其第一线性拟合函数的示意图；
图7示出了本申请另一个示例性实施例提供的非线性函数的拟合方法的流程图；
图8示出了本申请另一个示例性实施例提供的非线性函数的拟合方法的流程图；
图9示出了本申请一个示例性实施例提供的无线通信装置的结构框图；
图10示出了本申请一个示例性实施例提供的非线性函数的拟合装置的结构框图；
图11示出了本申请一个示例性实施例提供的终端的结构框图；
图12示出了本申请一个示例性实施例提供的计算机设备的结构框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
在本文中提及的“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
线性函数即一次多项式函数，其函数图像是一条直线。而非线性函数则是函数图像不是一条直线的函数，包括幂函数、指数函数、对数函数、三角函数、反三角函数、高次多项式函数等基本初等函数及其组成的复合函数。
非线性函数广泛应用在各个领域中，尤其对于无线通信领域，基带芯片的多个功能模块都涉及到非线性函数的计算。
对于非线性函数，特别是超越函数，很多时候不能或不需要求出精确值，只需计算足够精度的近似值。传统方法通常采用级数展开法、查表法和分段拟合法等来计算。
级数展开法是将函数进行泰勒级数展开，利用展开式的前几项近似计算，计算精度与所取展开式的项数有关。级数展开法需要较多的乘法器，计算复杂度高，资源消耗大。
查表法是将自变量的每个值所对应的函数值保存到查找表中，计算时根据自变量的值直接查表得到结果。查表法需要占用很大的存储资源，其计算精度和输入数据精度以及存储函数值精度有关，计算精度的提高将导致存储资源的大幅增加。
相比于级数展开法和查表法，分段拟合法在精度要求不太高的时候是一种更简单有效的方法。分段拟合法将自变量的取值区间划分为多个子区间，每个子区间为一段，对每段用一个简单函数进行拟合来逼近原函数，使计算误差满足一定的条件。拟合函数一般是多项式函数，其中最简单常用的是一次函数即线性函数。分段拟合法不需要存储函数值，而只需要存储拟合函数的系数，所需存储资源比查表法少很多。自变量取值范围的划分通常采用均匀分段法，但在满足一定计算精度的条件下，均匀分段法需要划分的段数可能比非均匀分段法多很多，从而需要更多的存储资源来保存各段的拟合函数系数。针对均匀分段的缺点，许多非均匀分段的拟合算法被提出。然而，目前的非均匀分段拟合算法具有较强的局限性，只能够针对某一种或某一类非线性函数进行拟合，无法广泛应用于各种非线性函数中。
本申请实施例提出了一种无线通信方法以及非线性函数的拟合方法。本申请各个实施例提供的无线通信方法应用于设置有基带芯片的终端，该终端可以是智能手机、平板电脑、电子书阅读器、个人便携式计算机、台式计算机等。本申请各个实施例提供的非线性函数的拟合方法应用于计算机设备，该计算机设备可以是智能手机、平板电脑、个人便携式计算机、台式计算机、服务器或服务器集群等。
请参考图1，其示出了本申请一个示例性实施例提供的无线通信方法的流程图。本实施例以该方法用于终端的基带芯片为例进行说明。该方法包括如下步骤：
步骤101，基于无线信号处理指令确定目标非线性函数，目标非线性函数是用于对发送或接收到的无线信号进行信号处理的函数。
在信号发送或信号接收的过程中，当接收到无线信号处理指令时，终端内的基带芯片首选确定信号处理方式，其中部分信号处理阶段需要利用非线性函数。例如，基带芯片在计算信号发射功率时需要用到计数函数以及对数函数。
在一种可能的实施方式中，终端的基带芯片中设置有多个功能模块，不同的功能模块负责不同阶段的信号处理任务。如图2所示，发射机基带芯片中包含编码模块、调制模块、资源映射模块、参考信号生产模块等，接收机基带芯片中包含解码模块、解调模块、信道估计与均衡模块、参考信号生成模块等。当基带芯片中的某一功能模块接收到信号处理指令时，确定当前阶段信号处理任务所需的目标非线性函数。
步骤102，获取目标非线性函数对应的目标线性拟合函数。
其中，线性拟合函数基于目标拟合误差对非线性函数的凹函数部分或凸函数部分进行非均匀分段线性拟合得到。
由于非线性函数，特别是超越函数，其函数的求解和分析过程较为复杂、计算量较大，若直接基于非线性函数进行信号处理，则对基带芯片的计算能力要求较高，并且非线性函数很多时候不能也不需要计算出精确的函数值，而只需要计算出精度足够的估计值即可。因此，在一种可能的实施方式中，终端内预先存储有信号处理所需的各个非线性函数对应的线性拟合函数，例如，终端的存储器中存储有各个非线性函数对应的线性拟合函数，基带芯片基于目标非线性函数确定其对应的目标线性拟合函数。
可选的，终端内存储的线性拟合函数是由终端预先对非线性函数进行线性拟合得到的，或者，是由其它外部设备如计算机设备对非线性函数进行线性拟合得到的。终端内存储有各个线性拟合函数的完整表达式，或者，终端仅存储必需的参数，例如线性拟合函数为一次线性函数，则终端仅存储各个线性拟合函数的斜率和截距即可。
值得一提的是，以计算机设备为例，本申请实施例中所采用的线性拟合函数是由计算机设备基于目标拟合误差对非线性函数的凹函数部分或凸函数部分进行非均匀分段线性拟合得到的。利用凹函数以及凸函数的特性，以预设的目标拟合误差为基准，对非线性函数的凸区间或凹区间进行非均匀划分，能够以最少的分段数对非线性函数进行拟合，且满足拟合精度，从而减少终端所需的存储资源。
步骤103，基于目标线性拟合函数进行无线信号处理。
基带芯片获取到目标线性拟合函数后，利用目标线性拟合函数代替目标非线性函数进行信号处理。例如，目标非线性函数为幂函数，而基带芯片利用获取到的一次线性函数进行信号处理。由此可见，基带芯片在无线通信过程中的计算量大大降低。并且由于目标线性拟合函数是基于目标拟合误差得到的，因此能够确保计算精度，在保证信号质量的前提下极大得降低了基带芯片的运算量以及终端的存储量，提高了信号处理效率以及通信速率。
综上所述，本申请实施例中，终端中存储有用于处理无线信号的非线性函数对应的线性拟合函数，基带芯片在进行信号处理时可以基于线性拟合函数对无线信号进行分析和处理，以减少芯片的数据处理量以及计算的复杂度；另一方面，线性拟合函数是计算机设备基于凹函数和凸函数的性质，对非线性函数中的凹函数部分或凸函数部分进行非均匀分段线性拟合得到的，在确保线性拟合函数与非线性函数之间的拟合误差不高于目标拟合误差的前提下，能够以最少的区间数对函数进行划分，减少终端需要存储的函数参数量，相同的拟合精度下相比于均匀分段拟合法所需的存储资源较少，进而提高无线通信的效率。
由于需要确保实际的最大拟合误差不超过目标拟合误差，因此非线性函数的各个凸区间或凹区间可能并非最小的函数分段单位(区间跨度越大实际拟合误差越大)。在一种可能的实施方式中，上述非线性函数的凹区间或凸区间包括至少一个子区间，终端内存储有非线性函数在各个子区间内对应的线性拟合函数的参数。
请参考图3，其示出了本申请一个示例性实施例提供的无线通信方法的流程图。本实施例以该方法用于终端的基带芯片为例进行说明。该方法包括如下步骤：
步骤301，基于无线信号处理指令确定目标非线性函数以及目标自变量取值。
非线性函数通常会被拟合为多段线性拟合函数。在信号处理过程中，基带芯片实际上是针对某一个或几个自变量取值进行计算，或者某一段或几段特定的区间进行函数计算。因此，基带芯片并不需要获取目标非线性函数对应的所有目标线性拟合函数，而只需要获取所需的一段或几段。在一种可能的实施方式中，基带芯片基于无线信号处理指令确定目标非线性函数以及目标自变量取值，从而基于目标自变量取值确定目标线性拟合函数。
步骤302，基于目标自变量取值确定目标子区间。
基带芯片基于目标自变量取值，确定包含该目标自变量取值的子区间，即目标子区间。
示意性的，对于区间[0,10]上的目标非线性函数，其被拟合为区间[0,3]上的目标线性拟合函数a以及区间[3,10]上的目标线性拟合函数b。基带芯片确定目标自变量取值为5，则确定目标子区间为[3,10]。
步骤303，获取目标非线性函数在目标子区间内对应的目标线性拟合函数。
在一种可能的实施方式中，终端内存储有目标非线性函数在各个子区间内对应的目标先行拟合函数的参数。基带芯片基于目标子区间确定目标线性拟合函数的参数，进而得到目标线性拟合函数。
步骤304，基于目标线性拟合函数进行无线信号处理。
步骤304的具体实施方式可以参考上述步骤103，本申请实施例在此不再赘述。
本申请实施例中，终端内存储有非线性函数在各个子区间内对应的线性拟合函数的参数，基带芯片只需基于目标自变量取值获取目标非线性函数在目标子区间内对应的目标线性拟合函数即可，无需获取所有的目标线性拟合函数，提高了信号处理效率。
在一种可能的实施方式中，基带芯片中设置有射频模块、信道估计和均衡模块以及解码模块中的至少一种功能模块，不同功能模块用于基于不同类型的非线性函数进行信号处理。其中，射频模块用于基于指数函数以及对数函数计算信号发射功率；信道估计和均衡模块用于基于平方根函数以及倒数函数计算信道滤波器系数，基于平方根函数以及倒数函数计算信道滤波器系数，以及基于三角函数和反三角函数估计频率偏差和相位偏差；解码模块用于基于双曲正切函数和双曲正切函数的反函数运行置信度传播算法，基于激活函数运行神经网络算法等。当然，无线信号处理的具体过程更加复杂，其中还可能涉及其它非线性函数的使用，均可以通过上述方式进行无线信号处理，本申请实施例在此不再赘述。
上述各个实施例示出了利用目标线性拟合函数代替目标非线性函数进行信号处理的过程，即非线性函数的线性拟合在通信领域的应用过程。下述各个实施例用于解释说明计算机设备利用凹函数和凸函数的特性，对非线性函数进行非均匀分段线性拟合，得到上述线性拟合函数的过程。
请参考图4，其示出了一种非线性函数的拟合方法的流程图。本实施例以该方法用于计算机设备为例进行说明。该方法包括如下步骤：
步骤401，基于非线性函数在目标区间端点的函数值生成第一线性拟合函数。
其中，目标区间为凸区间或凹区间，第一线性拟合函数的斜率与目标区间端点连线的斜率一致。
设函数f(x)在区间[a,b]上连续，且在(a,b)内具有二阶导数f″(x)，如果对于任意x∈(a,b)，恒有f″(x)<0，则函数f(x)是区间[a,b]上的严格凸函数；如果对于任意x∈(a,b)，恒有f″(x)>0，则函数f(x)是区间[a,b]上的严格凹函数。为简洁起见，在不引起歧义的情况下，后文所提及的凸函数(或凹函数)均指严格凸函数(或严格凹函数)。
函数f(x)是区间[a,b]上的凸函数(或凹函数)，也称函数f(x)在区间[a,b]内是凸的(或凹的)，区间[a,b]称为函数f(x)的凸区间(或凹区间)。常用的非线性函数都存在凸区间(或凹区间)。例如区间[0,0.5]是正弦函数sin(πx)的一个凸区间，区间[0,1]是指数函数2x的一个凹区间。
假设非线性函数f(x)在区间[a,b]内是凸(或凹)的，在最大绝对误差最小化的准则下，f(x)在区间[a,b]的线性拟合函数设为g(x)＝kx+c，则易知其斜率应等于区间两端点连线的斜率，即，若要使线性拟合函数g(x)与非线性函数之间的拟合误差最小，则g(x)的斜率等于区间两端点连线的斜率。
在一种可能的实施方式中，计算机设备对非线性函数在目标区间内的函数部分进行线性拟合，首先基于非线性函数在目标区间端点的函数值生成第一线性拟合函数。
值得一提的是，上述目标区间可由开发人员预先基于实际应用需求对非线性函数进行划分得到。
步骤402，基于非线性函数以及第一线性拟合函数，确定最大拟合误差。
最大拟合误差是指非线性函数与第一线性拟合函数之差的最大值。即在目标区间内，任意一个自变量取值对应的在非线性函数和第一线性拟合函数上的函数差，均不超过该最大拟合误差。因此，计算机设备通过计算最大拟合误差，判断第一线性拟合函数是否满足函数拟合条件所要求的拟合精度。
步骤403，响应于最大拟合误差不满足函数拟合条件，基于目标拟合误差对目标区间进行分段，得到子区间。
函数拟合条件为拟合误差小于或等于目标拟合误差。
在一种可能的实施方式中，计算机设备通过比较第一线性拟合函数对应的最大拟合误差和目标拟合误差，判断是否需要对目标区间进一步划分以提高拟合精度。
在设定的目标拟合误差为εset时，若按上述步骤计算得到的非线性函数f(x)在区间[a,b]上的实际最大拟合误差εact≤εset，则无需对区间[a,b]分段，或者说此时分段数Nseg＝1；若实际最大拟合误差εact>εset，则需要对区间[a,b]进一步分段，使得在分段数(子区间数)最少时每段的实际最大拟合误差不超过εset。
若最大拟合误差不满足函数拟合条件，即εact>εset，则计算机设备基于目标拟合误差对目标区间进行分段，得到至少两个子区间。具体的，计算机设备首先对目标区间进行一次分段，得到两个子区间，然后分别计算各个子区间对应的线性拟合函数，并再次通过计算各个子区间的最大拟合误差判断是否满足函数拟合条件，若存在子区间内的线性拟合函数不满足，则再针对该子区间进一步划分，以此类推，直至整个目标区间内的实际最大拟合误差小于或等于目标拟合误差。
步骤404，基于子区间端点的函数值，生成各个子区间对应的第二线性拟合函数。
上述非线性函数在目标区间内的目标线性拟合函数由各个子区间对应的第二线性拟合函数组成，目标线性拟合函数用于供终端的基带芯片进行无线信号处理。
计算机设备解析得到满足目标拟合误差的区间划分方式后，基于区间端点以及非线性函数在各个子区间内的函数表达式，计算得到非线性函数在各个子区间内对应的第二线性拟合函数，非线性函数的目标线性拟合函数即由目标区间内的各个第二线性拟合函数组成。
本申请实施例中，线性拟合函数是计算机设备基于凹函数和凸函数的性质，对非线性函数中的凹函数部分或凸函数部分进行非均匀分段线性拟合得到的，在确保线性拟合函数与非线性函数之间的拟合误差不高于目标拟合误差的前提下，能够以最少的区间数对函数进行划分，减少终端需要存储的函数参数量，相同的拟合精度下相比于均匀分段拟合法所需的存储资源较少，进而提高无线通信的效率。并且，非线性函数通常由凸函数和凹函数组成，因此本申请实施例提供的方法具有较强的普适性，不受函数类型的限制。
在一种可能的实施方式中，若第一线性拟合函数不满足函数拟合条件，则计算机设备需在目标区间的基础上进一步划分子区间，提高拟合精度；若第一线性拟合函数满足函数拟合条件，则可以不再划分，第一线性拟合函数即为非线性函数的目标线性拟合函数。
请参考图5，其示出了一种非线性函数的拟合方法的流程图。本实施例以该方法用于计算机设备为例进行说明。该方法包括如下步骤：
步骤501，基于非线性函数在目标区间两个端点的函数值，生成端点连线对应的第一线性函数。
在一种可能的实施方式中，计算机设备在平面坐标系下，计算过非线性函数f(x)在目标区间[a,b]两个端点f(a)和f(b)的直线的斜率k和截距c1，其计算公式分别为：
Figure BDA0003524371230000071
Figure BDA0003524371230000072
因此可得端点连线对应的第一线性函数g1(x)＝kx+c1。
步骤502，基于切线在非线性函数曲线上的切点，生成切线对应的第二线性函数，切线与端点连线平行。
计算机设备进一步几段斜率为k，且与非线性函数的曲线相切的直线(即切线)对应的第二线性函数。由于已知第二线性函数的斜率k，且能够根据非线性函数的表达式得到切点的横坐标(切点横坐标x*满足方程f′(x*)＝k)，则切线的截距可以通过如下公式求解得到：
c2＝f(x*)-kx*
因此可得切线对应的第二线性函数g2(x)＝kx+c2。
步骤503，基于第一线性函数和第二线性函数，生成第一线性拟合函数。
其中，第一线性拟合函数的斜率与第一线性函数的斜率一致，第一线性拟合函数的截距为第一截距和第二截距的平均值，第一截距为第一线性函数的截距，第二截距为第二线性函数的截距。
基于凹函数以及凸函数的曲线特性可知，在目标区间[a,b]内，自变量取值为切点和两端点的横坐标时，函数的线性拟合误差最大。
由于第一线性函数和第二线性函数对应的最大拟合误差相等，均为二者截距之差的绝对值，即|c2-c1|，因此为了尽可能降低拟合误差，将二者中间的直线对应的函数确定为第一线性拟合函数，第一线性拟合函数的截距为第一线性函数和第二线性函数截距的平均值，即
Figure BDA0003524371230000073
步骤504，获取切点对应的切点横坐标。
步骤505，基于切点横坐标在非线性函数中对应的第一函数值，以及切点横坐标在第一线性拟合函数中对应的第二函数值，确定最大拟合误差。
最大拟合误差为第一函数值与第二函数值之差的绝对值。基于凹函数以及凸函数的曲线特性可知，在目标区间[a,b]内，自变量取值为切点和两端点的横坐标时，函数的线性拟合误差最大。因此计算机设备可以基于切点横坐标计算第一线性拟合函数对应的最大拟合误差ε：
Figure BDA0003524371230000074
适宜性的，以正弦函数sin(πx)在其凸区间[0,0.5]内的线性拟合为例，其示意图如图6所示。
步骤506，响应于最大拟合误差满足函数拟合条件，将第一线性拟合函数确定为目标线性拟合函数。
在一种可能的实施方式中，若第一线性拟合函数对应的最大拟合误差满足函数拟合条件，即ε≤εset，则可以直接确定第一线性拟合函数为目标线性拟合函数，不必再进行分段。
步骤507，响应于最大拟合误差不满足函数拟合条件，基于目标拟合误差对目标区间进行分段，得到子区间。
步骤508，基于子区间端点的函数值，生成各个子区间对应的第二线性拟合函数。
步骤507至步骤508的具体实施方式可以参考上述步骤403至步骤404，本申请实施例在此不再赘述。
本申请实施例中，计算机设备基于凹函数或凸函数的特性，确定区间端点连线以及同斜率的切线进行线性拟合，选取二者截距的平均值作为第一线性拟合函数的截距，以使第一线性拟合函数的拟合误差最小，在第一线性拟合函数不满足函数拟合条件的情况下以目标拟合误差为基准划分目标区间，确定最小分段数，从而需要存储的线性拟合参数也最少，可以节省存储资源。
请参考图7，其示出了本申请另一个示例性实施例提供的非线性函数的拟合方法的流程图。本实施例以该方法应用于计算机设备为例进行说明。该方法包括如下步骤：
步骤701，基于非线性函数在目标区间端点的函数值生成第一线性拟合函数。
步骤702，基于非线性函数以及第一线性拟合函数，确定最大拟合误差。
步骤701至步骤702的具体实施方式可以参考上述步骤401至步骤402，本申请实施例在此不再赘述。
步骤703，响应于最大拟合误差不满足函数拟合条件，以目标区间的第二端点为参考区间的第二端点，基于目标拟合误差确定参考区间的第一端点。
本申请实施例中，第一端点为左端点，所述第二端点为右端点，或，所述第一端点为右端点，所述第二端点为左端点。
在一种可能的实施方式中，计算机设备首先在目标区间的左端或右端划定出一个满足函数拟合条件的参考区间，在后续的区间划分过程中，在从目标区间的另一端开始逐个解析得到各个子区间的区间端点后，根据当前最后一个解析得到的子区间与参考区间之间的关系判断是否结束区间划分。即参考区间用于判断区间划分是否收敛。
具体的，假设[xs,xe]是非线性函数f(x)的凸(或凹)区间[a,b]的子区间，即a≤xs<xe≤b，并且非线性函数f(x)在子区间[xs,xe]内的实际最大拟合误差εact＝εset，则子区间左端点xs和右端点xe应满足如下方程组：
Figure BDA0003524371230000081
Figure BDA0003524371230000082
其中，第一个方程的含义为子区间内切点处的斜率根据子区间两端点的坐标计算得到，第二个方程的含义是当自变量取值为切点横坐标时，非线性函数与端点连线的函数差的绝对值为目标拟合误差的二倍。
对于凸函数而言，第二个方程中绝对值符号内的数值为正，因此绝对值符号可以直接去掉；对于凹函数而言，第二个方程中绝对值符号内的数值为负，去掉绝对值符号后需将值取反。方程组中包含3个未知数，分别是左端点xs、右端点xe和切点x*。在区间[a,b]内，当子区间左端点固定时，线性拟合的实际最大绝对误差随着右端点的增大而单调递增，当已知子区间左端点xs时，可以求出唯一的右端点xe。同理，当子区间右端点固定时，线性拟合的实际最大绝对误差随着左端点的减小而单调递增，已知该子区间右端点xe时，可以求出唯一的左端点xs。
以第二端点为右端点为例，当函数f(x)在其目标区间[a,b]的实际最大拟合误差εact>εset时，计算机设备首先固定最后一个子区间(即参考区间)的右端点为b，在区间(a,b)内求出其左端点xref，使非线性函数f(x)在子区间[xref,b]内对应的实际最大拟合误差εact＝εset。即已知右端点xe为b，基于上述方程组解析得到左端点xref。
步骤704，以目标区间的第一端点为第一子区间的第一端点，基于目标拟合误差依次确定各个子区间的第二端点。
计算机设备基于目标区间的一段计算得到参考区间后，从另一端开始逐个解析子区间的区间端点值。由于第一子区间的第一端点已知，且每解析得到一个子区间的第二端点，即可得到下一个子区间的第一端点，因此只存在两个未知数，可以通过求解上述方程组进行解析。
以第一端点为左端点为例，计算机设备已知第一子区间的左端点x0＝a，在区间(x0,b)内求出其右端点x1，使函数f(x)在子区间[x0,x1]的实际最大拟合误差εact＝εset。
具体的，步骤704包括如下步骤：
步骤704a，基于第一线性函数、第二线性函数以及目标拟合误差生成方程组，第一线性函数为子区间端点连线对应的函数，第二线性函数是与子区间端点连线平行且与非线性函数相切的线段所对应的函数。
计算机设备基于第一线性函数、第二线性函数以及目标拟合误差生成如步骤703所示的方程组。
步骤704b，将第i子区间的第二端点作为第i+1子区间的第一端点，通过数值求解算法对方程组进行解析，得到第i+1子区间的第二端点，i为小于n的正整数。
上述方程组中含有非线性函数和一阶导数，通常不存在解析解，可以采用数值解法进行求解。例如利用MATLAB软件的vpasolve函数计算。数值求解通常需要设定解的搜索范围来保证解的正确性和收敛速度，因为非线性函数f(x)在其凸(或凹)区间[a,b]外的凸性(或凹性)无法保证，所以为了确保能正确求解，应将计算机设备的搜索范围限制在目标区间[a,b]内。
步骤705，响应于第n-1子区间的第二端点在参考区间内，确定子区间数为n，且第n子区间的第一端点为第n-1子区间的第二端点，第n子区间的第二端点为目标区间的第二端点。
其中，n为正整数。
在一种可能的实施方式中，计算机设备每求解得到一个子区间的端点值，就进行一次收敛性判断。计算机设备在求解得到第n-1子区间的第二端点后，判断第n-1子区间的第二端点是否位于参考区间内，若是，即xn≥xref，则说明当前划分出的n-1个子区间以及参考区间能够完全涵盖目标区间，若否，即xn<xref，第n-1子区间与参考区间之间还存在一段距离，当前的n-1个子区间以及参考区间无法涵盖目标区间，还需要继续划分，计算下一个子区间的端点值。
具体的，计算机设备中存储有精度控制参数，即第n-1子区间在参考区间外(目标区间内)，但其第二端点与参考区间第一端点之间的差值小于精度控制参数，也可认为分段收敛。
例如以第一端点为左端点为例，在解析得到第一子区间的右端点x1后，若x1≥xref-δ，则说明段数Nseg＝2时已经可以满足误差要求；否则以右端点x1作为下一个子区间左端点，继续计算下一个子区间右端点,直到某个子区间的右端点大于或等于xref-δ为止。其中δ是精度控制参数，通常取一个很小的正数。
若第n-1子区间的第二端点在参考区间内，确定子区间数为n，且第n子区间的第一端点为第n-1子区间的第二端点，第n子区间的第二端点为目标区间的第二端点。
步骤706，基于子区间端点的函数值，生成各个子区间对应的第二线性拟合函数。
步骤706的具体实施方式可以参考上述步骤404，本申请实施例在此不再赘述。
本申请实施例中，在第一线性拟合函数不满足函数拟合条件的情况下，计算机设备基于目标拟合误差生成方程组，基于参考区间求解得到最小分段数，在满足最大误差不大于设定误差的情况下，分段数最少，需要存储的线性拟合参数也最少，可以节省存储资源，同时判断自变量所处子区间的比较次数也减少，能够提高计算效率，进而提高终端的信号处理效率。
上述实施例解释说明了计算得到满足函数拟合条件的最小分段数n的过程，按照上述过程求解得到的n个子区间对目标区间进行划分，已经能够满足函数拟合条件，此时区间划分可以结束，即计算机设备可以直接基于上述n个子区间的区间端点对非线性函数进行分段，分别计算得到各个子区间内的第二线性拟合函数，其中前n-1个第二线性拟合函数对应的实际最大拟合误差等于目标拟合误差，而第n子区间内的第二线性拟合函数对应的实际最大拟合误差可能小于目标拟合误差。然而，实际上，若
Figure BDA0003524371230000101
则说明迭代计算的各子区间右端点x1,x2,…,
Figure BDA0003524371230000102
正好是区间[a,b]的最优分段点，而各段对应的子区间分别为[a,x1],[x1,x2],…,
Figure BDA0003524371230000103
每段的实际最大拟合误差εact＝εset，此时目标拟合误差即为分段数为n时所能达到的最大拟合误差的最小化结果。若
Figure BDA0003524371230000104
Figure BDA0003524371230000105
则说明迭代计算的各子区间右端点还不是最优分段点，最优分段时各段的实际最大拟合误差应小于目标拟合误差εset。
请参考图8，其示出了本申请另一个示例性实施例提供的非线性函数的拟合方法的流程图。本实施例以该方法应用于计算机设备为例进行说明。该方法包括如下步骤：
步骤801，基于非线性函数在目标区间端点的函数值生成第一线性拟合函数。
步骤802，基于非线性函数以及第一线性拟合函数，确定最大拟合误差。
步骤803，响应于最大拟合误差不满足函数拟合条件，以目标区间的第二端点为参考区间的第二端点，基于目标拟合误差确定参考区间的第一端点。
步骤804，以目标区间的第一端点为第一子区间的第一端点，基于目标拟合误差依次确定各个子区间的第二端点。
步骤805，响应于第n-1子区间的第二端点在参考区间内，确定子区间数为n，且第n子区间的第一端点为第n-1子区间的第二端点，第n子区间的第二端点为目标区间的第二端点。
步骤801至步骤805的具体实施方式可以参考上述步骤701至步骤705，本申请实施例在此不再赘述。
步骤806，基于第n-1子区间的第二端点与参考区间的第一端点之间的关系，更新n个子区间的区间端点。
若
Figure BDA0003524371230000106
则说明迭代计算的各子区间右端点还不是最优分段点，最优分段时各段的实际最大拟合误差应小于目标拟合误差εset。计算机设备可以根据第n-1子区间的第二端点与参考区间的第一端点之间的关系，判断当前计算得到的n个子区间的端点是否为分段数最小时的最优分段点。
具体的，步骤806包括如下步骤：
步骤806a，响应于端点偏差值小于或等于目标精度参数，确定n个子区间的区间端点为目标区间端点，端点偏差值为第n-1子区间的第二端点与参考区间的第一端点的距离差。
即，迭代结束后，若
Figure BDA0003524371230000107
则说明迭代计算的各子区间右端点x1,x2,…,
Figure BDA0003524371230000108
正好是区间[a,b]的最优分段点，而各段对应的子区间分别为[a,x1],[x1,x2],…,
Figure BDA0003524371230000109
每段的实际最大拟合误差εact＝εset。
步骤806b，响应于端点偏差值大于目标精度参数，基于目标拟合误差、端点偏差值以及第n子区间对应的参考拟合误差，更新n个子区间的区间端点。
若端点偏差值大于目标精度参数δ，即
Figure BDA00035243712300001010
则说明迭代计算的各子区间右端点还不是最优分段点。此时计算机设备基于目标拟合误差、端点偏差值以及第n子区间对应的参考拟合误差，更新n个子区间的区间端点，将n个子区间的区间端点调整至最优分段点，使最终的实际拟合误差小于目标拟合误差，在不改变需要存储的拟合参数量的前提下提高函数拟合的精度。
具体的，步骤806b包括如下步骤：
步骤一，基于第n子区间的区间端点以及非线性函数确定参考拟合误差。
由于前n-1个子区间的区间端点是基于目标拟合误差计算得到的，因此前n-1个子区间对应的最大拟合误差极为目标拟合误差，而第n子区间是基于第n-1子区间的第二端点以及目标区间的第二端点得到的，其对应的实际最大拟合误差小于目标拟合误差，因此可将第n子区间对应的实际最大拟合误差确定为参考拟合误差，在参考拟合误差以及目标拟合误差之间对其它子区间对应的最大拟合误差进行最小化。
计算机设备基于第n子区间的两个区间端点的函数值计算参考拟合误差，其具体计算过程可以参考第一线性拟合函数对应的最大拟合误差的计算过程，本申请实施例在此不再赘述。
步骤二，基于误差选取范围确定实际拟合误差以及n个子区间的区间端点，其中，误差选取范围的下限为参考拟合误差，初始误差选取范围的上限为目标拟合误差。
在一种可能的实施方式中，计算机设备可以令最优分段时实际最大误差上限的初始值为目标拟合误差，即εhigh＝εset，此时端点偏差值最大，记为
Figure BDA0003524371230000111
对于最后一个子区间
Figure BDA0003524371230000112
易知该子区间对应的实际最大拟合误差为最优分段时实际最大误差的一个下限，记为εlow。综上，最优分段时的实际最大误差应满足εlow<εact<εhigh。
计算机设备在误差选取范围内不断试探对最大拟合误差进行最小化。具体的，步骤二包括如下步骤：
步骤1，基于端点偏差值从误差选取范围中确定候选拟合误差。
具体的，第一次选取时可选取参考拟合误差，后续可根据如下集中方法在误差选取范围内进行取值：
方法一：候选拟合误差取搜索区间中点，即
Figure BDA0003524371230000113
方法二：候选拟合误差取搜索区间两端点的加权平均值，即εt＝wεlow+(1-w)εhigh，其中w为权值，例如取
Figure BDA0003524371230000114
方法三：当εhigh和dhigh更新时，候选拟合误差
Figure BDA0003524371230000115
当εlow和dlow更新时，候选拟合误差
Figure BDA0003524371230000116
其中εhigh,pre和dhigh,pre分别是更新前的误差选取范围上限和对应端点偏差值，εlow,pre和dlow,pre分别是更新前的误差选取范围下限和对应端点偏差值。在尚未获取足够的参数(如εhigh,pre、εlow,pre、dhigh,pre和dlow,pre)之前，或者按此方法求出的新的候选拟合误差不满足εlow<εt<εhigh时，可以先采用前两种取值方法，其中dlow为误差选取范围下限对应的端点偏差值。
候选拟合误差的选取方法不限于上述三种方式，还可以采用其他方式进行取值，本申请实施例在此不再赘述。
步骤2，以目标区间的第二端点为参考区间的第二端点，基于候选拟合误差更新参考区间的第一端点。
由于计算的拟合误差标准由目标拟合误差更新为候选拟合误差，因此计算机设备需要重新计算参考区间，作为本轮区间端点是否收敛的判断标准。
示意性的，以第一端点为左端点为例，固定最后一个子区间的右端点为b，在区间(a,b)内求出其左端点xref，使非线性函数f(x)在子区间[xref,b]的实际最大拟合误差εact＝εt。以此左端点xref作为后续计算收敛判定的参考点。
步骤3，以目标区间的第一端点为第一候选子区间的第一端点，基于候选拟合误差依次确定第一候选子区间至第n-1候选子区间的第二端点。
在一种可能的实施方式中，类似于以目标拟合误差为基准初次进行区间划分的过程，计算机设备以目标区间的第一端点为第一候选子区间的第一端点，基于候选拟合误差依次确定第一候选子区间至第n-1候选子区间的第二端点。
示意性的，初始化第一子区间的左端点x0＝a，从第一个子区间开始依次计算n-1个子区间的右端点。具体的，第n子区间的左端点取为xn-1，在区间(xn-1,b)内求出右端点xn，使非线性函数f(x)在子区间[xn-1,xn]的实际最大拟合误差εact＝εt。
步骤4，基于第n-1候选子区间的第二端点与参考区间的关系，确定实际拟合误差以及n个子区间的区间端点。
最大拟合误差的最小化过程，即不断选取新的拟合误差作为基准调整n个子区间端点的过程，在每一轮计算后，根据第n-1候选子区间的第二端点与参考区间的关系，判断本轮候选拟合误差过小还是过大，更新误差选取范围的上限或下限，并进行下一轮计算，直至确定出最优分段点。
具体的，步骤4包含如下三种情况：
响应于第n-1候选子区间的第二端点位于参考区间内且端点偏差值大于目标精度参数，更新误差选取范围，更新后的误差选取范围的上限为候选拟合误差；基于更新后的端点偏差值以及误差选取范围，更新参考区间以及候选子区间的区间端点。
响应于第n-1候选子区间的第二端点位于参考区间外且端点偏差值大于目标精度参数，更新误差选取范围，更新后的误差选取范围的下限为候选拟合误差；基于更新后的端点偏差值以及误差选取范围，更新参考区间以及候选子区间的区间端点。
响应于端点偏差值小于或等于目标精度参数，将候选拟合误差确定为实际拟合误差，以及基于更新后的n-1个候选子区间的端点确定n个子区间的区间端点。
具体的，以第一端点为左端点为例，若第Nseg-1个子区间的右端点满足
Figure BDA0003524371230000121
Figure BDA0003524371230000122
则说明当前目标误差εt仍然偏大，更新误差搜索区间上限εhigh＝εt，更新端点偏差
Figure BDA0003524371230000123
回到步骤1。若
Figure BDA0003524371230000124
则说明当前目标误差εt仍然偏小，更新误差搜索区间下限εlow＝εt，更新端点偏差
Figure BDA0003524371230000125
回到步骤1。若
Figure BDA0003524371230000126
则说明迭代计算的各子区间右端点正好是区间[a,b]的最优分段点，各段对应的子区间分别为[a,x1],[x1,x2],…,
Figure BDA0003524371230000127
每段的实际最大拟合误差εact＝εt，计算结束。
步骤807，基于更新后的n个子区间的区间端点，生成各个子区间对应的第二线性拟合函数。
计算机设备基于最优分段点，生成各个子区间对应的第二线性拟合函数。得到非均匀分段的最优分段点和各子区间后，很容易求出各子区间的线性拟合函数。记第n子区间的拟合直线的斜率和截距分别为kn和cn，则线性拟合函数为gn(x)＝knx+cn。将各分段点以及各子区间拟合直线的斜率和截距存储在查找表中，计算非线性函数值时，根据分段点查找自变量x所处的子区间序号，假设自变量x在第n子区间内，即xn-1≤x≤xn，查询得到第n子区间的拟合直线的斜率和截距，从而可以求得非线性函数的近似值f(x)≈gn(x)＝knx+cn。
本申请实施例中，在确定出最少分段数n时，计算机设备进一步判断实际拟合误差是否能够更小，在不改变分段数的前提下，计算机设备不断迭代更新候选拟合误差、区间端点以及误差选取范围，直至确定出最佳分段点，使非线性函数在目标区间整体的线性拟合误差达到最小，即在不增加实现成本和复杂度的前提下提高了计算精度，进而能够提高无线通信的信号质量。
图9是本申请一个示例性实施例提供的无线通信装置的结构框图，该装置包括如下结构。
第一确定模块901，用于基于无线信号处理指令确定目标非线性函数，所述目标非线性函数是用于对发送或接收到的无线信号进行信号处理的函数；
第一获取模块902，用于获取所述目标非线性函数对应的目标线性拟合函数，所述线性拟合函数基于目标拟合误差对所述非线性函数的凹函数部分或凸函数部分进行非均匀分段线性拟合得到；
信号处理模块903，用于基于所述目标线性拟合函数进行无线信号处理。
可选的，所述凹区间或所述凸区间包括至少一个子区间，终端内存储有所述非线性函数在各个所述子区间内对应的所述线性拟合函数的参数；
所述第一确定模块901，包括：
第一确定单元，用于基于所述无线信号处理指令确定所述目标非线性函数以及目标自变量取值；
所述第一获取模块902，包括：
第二确定单元，用于基于所述目标自变量取值确定目标子区间；
第一获取单元，用于获取所述目标非线性函数在所述目标子区间内对应的所述目标线性拟合函数。
可选的，所述基带芯片中设置有射频模块、信道估计和均衡模块以及解码模块中的至少一种功能模块，不同功能模块用于基于不同类型的所述非线性函数进行信号处理，其中，所述射频模块用于基于指数函数以及对数函数计算信号发射功率，所述信道估计和均衡模块用于基于平方根函数以及倒数函数计算信道滤波器系数，基于平方根函数以及倒数函数计算信道滤波器系数，以及基于三角函数和反三角函数估计频率偏差和相位偏差，所述解码模块用于基于双曲正切函数和双曲正切函数的反函数运行置信度传播算法，基于激活函数运行神经网络算法。
图10是本申请一个示例性实施例提供的非线性函数的拟合装置的结构框图，该装置包括如下结构。
第一生成模块1001，用于基于非线性函数在目标区间端点的函数值生成第一线性拟合函数，所述目标区间为凸区间或凹区间，所述第一线性拟合函数的斜率与所述目标区间端点连线的斜率一致；
第二确定模块1002，用于基于所述非线性函数以及所述第一线性拟合函数，确定最大拟合误差，所述最大拟合误差是指所述非线性函数与所述第一线性拟合函数之差的最大值；
区间分段模块1003，用于响应于所述最大拟合误差不满足函数拟合条件，基于目标拟合误差对所述目标区间进行分段，得到子区间，所述函数拟合条件为拟合误差小于或等于所述目标拟合误差；
第二生成模块1004，用于基于所述子区间端点的函数值，生成各个所述子区间对应的第二线性拟合函数，所述非线性函数在所述目标区间内的目标线性拟合函数由各个所述子区间对应的所述第二线性拟合函数组成，所述目标线性拟合函数用于供终端的基带芯片进行无线信号处理。
可选的，所述区间分段模块1003，包括：
第三确定单元，用于响应于所述最大拟合误差不满足所述函数拟合条件，以所述目标区间的第二端点为参考区间的第二端点，基于所述目标拟合误差确定所述参考区间的第一端点；
第四确定单元，用于以所述目标区间的第一端点为第一子区间的第一端点，基于所述目标拟合误差依次确定各个子区间的第二端点；
第五确定单元，用于响应于第n-1子区间的第二端点在所述参考区间内，确定子区间数为n，且第n子区间的第一端点为所述第n-1子区间的第二端点，所述第n子区间的第二端点为所述目标区间的第二端点，n为正整数；
其中，所述第一端点为左端点，所述第二端点为右端点，或，所述第一端点为右端点，所述第二端点为左端点。
可选的，所述第四确定单元，还用于：
基于第一线性函数、第二线性函数以及所述目标拟合误差生成方程组，所述第一线性函数为所述子区间端点连线对应的函数，所述第二线性函数是与所述子区间端点连线平行且与所述非线性函数相切的线段所对应的函数；
将第i子区间的第二端点作为第i+1子区间的第一端点，通过数值求解算法对所述方程组进行解析，得到所述第i+1子区间的第二端点，i为小于n的正整数。
可选的，所述第二生成模块1004，包括：
端点更新单元，用于基于第n-1子区间的第二端点与所述参考区间的第一端点之间的关系，更新n个所述子区间的区间端点；
第一生成单元，用于基于更新后的n个所述子区间的区间端点，生成各个所述子区间对应的所述第二线性拟合函数。
可选的，所述端点更新单元，还用于：
响应于端点偏差值小于或等于目标精度参数，确定n个所述子区间的区间端点为目标区间端点，所述端点偏差值为所述第n-1子区间的第二端点与所述参考区间的第一端点的距离差；
响应于所述端点偏差值大于所述目标精度参数，基于所述目标拟合误差、所述端点偏差值以及所述第n子区间对应的参考拟合误差，更新n个所述子区间的区间端点。
可选的，所述端点更新单元，还用于：
基于所述第n子区间的区间端点以及所述非线性函数确定所述参考拟合误差；
基于误差选取范围确定实际拟合误差以及n个所述子区间的区间端点，其中，所述误差选取范围的下限为所述参考拟合误差，所述初始误差选取范围的上限为所述目标拟合误差。
可选的，所述端点更新单元，还用于：
基于所述端点偏差值从所述误差选取范围中确定候选拟合误差；
以所述目标区间的第二端点为所述参考区间的第二端点，基于所述候选拟合误差更新所述参考区间的第一端点；
以所述目标区间的第一端点为第一候选子区间的第一端点，基于所述候选拟合误差依次确定所述第一候选子区间至第n-1候选子区间的第二端点；
基于所述第n-1候选子区间的第二端点与所述参考区间的关系，确定所述实际拟合误差以及n个所述子区间的区间端点。
可选的，所述端点更新单元，还用于：
响应于所述第n-1候选子区间的第二端点位于所述参考区间内且所述端点偏差值大于所述目标精度参数，更新所述误差选取范围，更新后的所述误差选取范围的上限为所述候选拟合误差；基于更新后的所述端点偏差值以及所述误差选取范围，更新所述参考区间以及所述候选子区间的区间端点；
响应于所述第n-1候选子区间的第二端点位于所述参考区间外且所述端点偏差值大于所述目标精度参数，更新所述误差选取范围，更新后的所述误差选取范围的下限为所述候选拟合误差；基于更新后的所述端点偏差值以及所述误差选取范围，更新所述参考区间以及所述候选子区间的区间端点；
响应于所述端点偏差值小于或等于所述目标精度参数，将所述候选拟合误差确定为所述实际拟合误差，以及基于更新后的n-1个所述候选子区间的端点确定n个所述子区间的区间端点。
可选的，所述第一生成模块1001，包括：
第二生成单元，用于基于所述非线性函数在所述目标区间两个端点的函数值，生成所述端点连线对应的第一线性函数；
第三生成单元，用于基于切线在所述非线性函数曲线上的切点，生成所述切线对应的第二线性函数，所述切线与所述端点连线平行。
第四生成单元，用于基于所述第一线性函数和所述第二线性函数，生成所述第一线性拟合函数，其中，所述第一线性拟合函数的斜率与所述第一线性函数的斜率一致，所述第一线性拟合函数的截距为第一截距和第二截距的平均值，所述第一截距为所述第一线性函数的截距，所述第二截距为所述第二线性函数的截距。
可选的，所述第二确定模块1002，包括：
第二获取单元，用于获取所述切点对应的切点横坐标；
第六确定单元，用于基于所述切点横坐标在所述非线性函数中对应的第一函数值，以及所述切点横坐标在所述第一线性拟合函数中对应的第二函数值，确定所述最大拟合误差，所述最大拟合误差为所述第一函数值与所述第二函数值之差的绝对值。
可选的，所述方法还包括：
第三确定模块，用于响应于所述最大拟合误差满足所述函数拟合条件，将所述第一线性拟合函数确定为所述目标线性拟合函数。
综上所述，本申请实施例中，终端中存储有用于处理无线信号的非线性函数对应的线性拟合函数，基带芯片在进行信号处理时可以基于线性拟合函数对无线信号进行分析和处理，以减少芯片的数据处理量以及计算的复杂度；另一方面，线性拟合函数是计算机设备基于凹函数和凸函数的性质，对非线性函数中的凹函数部分或凸函数部分进行非均匀分段线性拟合得到的，在确保线性拟合函数与非线性函数之间的拟合误差不高于目标拟合误差的前提下，能够以最少的区间数对函数进行划分，减少终端需要存储的函数参数量，相同的拟合精度下相比于均匀分段拟合法所需的存储资源较少，进而提高无线通信的效率。
请参考图11，其示出了本申请一个示例性实施例提供的终端1100的结构方框图。该终端1100可以是智能手机、平板电脑、电子书、便携式个人计算机等安装并运行有应用程序的电子设备。本申请中的终端1100可以包括一个或多个如下部件：处理器1110和存储器1120。
处理器1110可以包括一个或者多个处理核心。处理器1110利用各种接口和线路连接整个终端1100内的各个部分，通过运行或执行存储在存储器1120内的指令、程序、代码集或指令集，以及调用存储在存储器1120内的数据，执行终端1100的各种功能和处理数据。可选地，处理器1110可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable LogicArray，PLA)中的至少一种硬件形式来实现。处理器1110可集成中央处理器(CentralProcessing Unit，CPU)、图形处理单元(Graphics Processing Unit，GPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责屏幕所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器1110中，单独通过一块基带芯片进行实现，即终端1100中可以设置独立的基带芯片实现上述无线通信方法。
存储器1120可以包括随机存储器(Random Access Memory，RAM)，也可以包括只读存储器(Read-Only Memory，ROM)。可选地，该存储器1120包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器1120可用于存储指令、程序、代码、代码集或指令集。存储器1120可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等，该操作系统可以是Android系统(包括基于Android系统深度开发的系统)、苹果公司开发的IOS系统(包括基于IOS系统深度开发的系统)或其它系统。存储数据区还可以存储终端1100在使用中所创建的数据(比如电话本、音视频数据、聊天记录数据)等。
除此之外，本领域技术人员可以理解，上述附图所示出的终端1100的结构并不构成对终端1100的限定，终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。比如，终端1100中还包括射频电路、拍摄组件、传感器、音频电路、Wi-Fi组件、电源、蓝牙组件等部件，在此不再赘述。
请参考图12，其示出了本申请一个示例性实施例提供的计算机设备的结构示意图。具体来讲：所述计算机设备1200包括CPU1201、包括随机存取存储器(Random AccessMemory，RAM)1202和只读存储器(Read-Only Memory，ROM)1203的系统存储器1204，以及连接系统存储器1204和中央处理单元1201的系统总线1205。所述计算机设备1200还包括帮助计算机内的各个器件之间传输信息的基本输入/输出系统(Input/Output系统，I/O系统)1206，和用于存储操作系统1213、应用程序1214和其他程序模块1215的大容量存储设备1207。
所述基本输入/输出系统1206包括有用于显示信息的显示器1208和用于用户输入信息的诸如鼠标、键盘之类的输入设备1209。其中所述显示器1208和输入设备1209都通过连接到系统总线1205的输入输出控制器1210连接到中央处理单元1201。所述基本输入/输出系统1206还可以包括输入输出控制器1210以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地，输入输出控制器1210还提供输出到显示屏、打印机或其他类型的输出设备。
所述大容量存储设备1207通过连接到系统总线1205的大容量存储控制器(未示出)连接到中央处理单元1201。所述大容量存储设备1207及其相关联的计算机可读介质为计算机设备1200提供非易失性存储。也就是说，所述大容量存储设备1207可以包括诸如硬盘或者只读光盘(Compact Disc Read-Only Memory，CD-ROM)驱动器之类的计算机可读介质(未示出)。
不失一般性，所述计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、计算机存储器(Erasable Programmable Read Only Memory，EPROM)、读写存储器(Electrically Erasable Programmable Read Only Memory，EEPROM)、闪存或其他固态存储其技术，CD-ROM、数字通用光盘(Digital Versatile Disc，DVD)或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知所述计算机存储介质不局限于上述几种。上述的系统存储器1204和大容量存储设备1207可以统称为存储器。
存储器存储有一个或多个程序，一个或多个程序被配置成由一个或多个中央处理单元1201执行，一个或多个程序包含用于实现上述神经网络模型的编译方法的指令，中央处理单元1201执行该一个或多个程序实现上述各个方法实施例提供的方法。
根据本申请的各种实施例，所述计算机设备1200还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即计算机设备1200可以通过连接在所述系统总线1205上的网络接口单元1211连接到网络1212，或者说，也可以使用网络接口单元1211来连接到其他类型的网络或远程计算机系统(未示出)。
所述存储器还包括一个或者一个以上的程序，所述一个或者一个以上程序存储于存储器中，所述一个或者一个以上程序包含用于进行本申请实施例提供的方法中由计算机设备所执行的步骤。
本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现如上各个实施例所述的无线通信方法或非线性函数的拟合方法。
根据本申请的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。终端的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该终端执行上述方面的各种可选实现方式中提供的无线通信方法；计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述方面的各种可选实现方式中提供的非线性函数的拟合方法。
本领域技术人员应该可以意识到，在上述一个或多个示例中，本申请实施例所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时，可以将这些功能存储在计算机可读存储介质中或者作为计算机可读存储介质上的一个或多个指令或代码进行传输。计算机可读存储介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
需要说明的是，本申请所涉及的信息(包括但不限于用户设备信息、用户个人信息等)、数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)以及信号，均为经用户授权或者经过各方充分授权的，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
以上所述仅为本申请的可选实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (20)

1.一种无线通信方法，其特征在于，所述方法应用于终端的基带芯片，所述方法包括：
基于无线信号处理指令确定目标非线性函数，所述目标非线性函数是用于对发送或接收到的无线信号进行信号处理的函数；
获取所述目标非线性函数对应的目标线性拟合函数，所述线性拟合函数基于目标拟合误差对所述非线性函数的凹函数部分或凸函数部分进行非均匀分段线性拟合得到；
基于所述目标线性拟合函数进行无线信号处理。
2.根据权利要求1所述的方法，其特征在于，所述凹区间或所述凸区间包括至少一个子区间，终端内存储有所述非线性函数在各个所述子区间内对应的所述线性拟合函数的参数；
所述基于无线信号处理指令确定目标非线性函数，包括：
基于所述无线信号处理指令确定所述目标非线性函数以及目标自变量取值；
所述获取所述目标非线性函数对应的目标线性拟合函数，包括：
基于所述目标自变量取值确定目标子区间；
获取所述目标非线性函数在所述目标子区间内对应的所述目标线性拟合函数。
3.根据权利要求1或2所述的方法，其特征在于，所述基带芯片中设置有射频模块、信道估计和均衡模块以及解码模块中的至少一种功能模块，不同功能模块用于基于不同类型的所述非线性函数进行信号处理，其中，所述射频模块用于基于指数函数以及对数函数计算信号发射功率，所述信道估计和均衡模块用于基于平方根函数以及倒数函数计算信道滤波器系数，基于平方根函数以及倒数函数计算信道滤波器系数，以及基于三角函数和反三角函数估计频率偏差和相位偏差，所述解码模块用于基于双曲正切函数和双曲正切函数的反函数运行置信度传播算法，基于激活函数运行神经网络算法。
4.一种非线性函数的拟合方法，其特征在于，所述方法应用于计算机设备，所述方法包括：
基于非线性函数在目标区间端点的函数值生成第一线性拟合函数，所述目标区间为凸区间或凹区间，所述第一线性拟合函数的斜率与所述目标区间端点连线的斜率一致；
基于所述非线性函数以及所述第一线性拟合函数，确定最大拟合误差，所述最大拟合误差是指所述非线性函数与所述第一线性拟合函数之差的最大值；
响应于所述最大拟合误差不满足函数拟合条件，基于目标拟合误差对所述目标区间进行分段，得到子区间，所述函数拟合条件为拟合误差小于或等于所述目标拟合误差；
基于所述子区间端点的函数值，生成各个所述子区间对应的第二线性拟合函数，所述非线性函数在所述目标区间内的目标线性拟合函数由各个所述子区间对应的所述第二线性拟合函数组成，所述目标线性拟合函数用于供终端的基带芯片进行无线信号处理。
5.根据权利要求4所述的方法，其特征在于，所述响应于所述最大拟合误差不满足函数拟合条件，基于目标拟合误差对所述目标区间进行分段，得到子区间，包括：
响应于所述最大拟合误差不满足所述函数拟合条件，以所述目标区间的第二端点为参考区间的第二端点，基于所述目标拟合误差确定所述参考区间的第一端点；
以所述目标区间的第一端点为第一子区间的第一端点，基于所述目标拟合误差依次确定各个子区间的第二端点；
响应于第n-1子区间的第二端点在所述参考区间内，确定子区间数为n，且第n子区间的第一端点为所述第n-1子区间的第二端点，所述第n子区间的第二端点为所述目标区间的第二端点，n为正整数；
其中，所述第一端点为左端点，所述第二端点为右端点，或，所述第一端点为右端点，所述第二端点为左端点。
6.根据权利要求5所述的方法，其特征在于，所述以所述目标区间的第一端点为第一子区间的第一端点，基于所述目标拟合误差依次确定各个子区间的第二端点，包括：
基于第一线性函数、第二线性函数以及所述目标拟合误差生成方程组，所述第一线性函数为所述子区间端点连线对应的函数，所述第二线性函数是与所述子区间端点连线平行且与所述非线性函数相切的线段所对应的函数；
将第i子区间的第二端点作为第i+1子区间的第一端点，通过数值求解算法对所述方程组进行解析，得到所述第i+1子区间的第二端点，i为小于n的正整数。
7.根据权利要求5所述的方法，其特征在于，所述基于所述子区间端点的函数值，生成各个所述子区间对应的第二线性拟合函数，包括：
基于第n-1子区间的第二端点与所述参考区间的第一端点之间的关系，更新n个所述子区间的区间端点；
基于更新后的n个所述子区间的区间端点，生成各个所述子区间对应的所述第二线性拟合函数。
8.根据权利要求7所述的方法，其特征在于，所述基于第n-1子区间的第二端点与所述参考区间的第一端点之间的关系，更新n个所述子区间的区间端点，包括：
响应于端点偏差值小于或等于目标精度参数，确定n个所述子区间的区间端点为目标区间端点，所述端点偏差值为所述第n-1子区间的第二端点与所述参考区间的第一端点的距离差；
响应于所述端点偏差值大于所述目标精度参数，基于所述目标拟合误差、所述端点偏差值以及所述第n子区间对应的参考拟合误差，更新n个所述子区间的区间端点。
9.根据权利要求8所述的方法，其特征在于，所述基于所述目标拟合误差、所述端点偏差值以及所述第n子区间对应的参考拟合误差，更新n个所述子区间的区间端点，包括：
基于所述第n子区间的区间端点以及所述非线性函数确定所述参考拟合误差；
基于误差选取范围确定实际拟合误差以及n个所述子区间的区间端点，其中，所述误差选取范围的下限为所述参考拟合误差，所述初始误差选取范围的上限为所述目标拟合误差。
10.根据权利要求9所述的方法，其特征在于，所述基于误差选取范围确定实际拟合误差以及n个所述子区间的区间端点，包括：
基于所述端点偏差值从所述误差选取范围中确定候选拟合误差；
以所述目标区间的第二端点为所述参考区间的第二端点，基于所述候选拟合误差更新所述参考区间的第一端点；
以所述目标区间的第一端点为第一候选子区间的第一端点，基于所述候选拟合误差依次确定所述第一候选子区间至第n-1候选子区间的第二端点；
基于所述第n-1候选子区间的第二端点与所述参考区间的关系，确定所述实际拟合误差以及n个所述子区间的区间端点。
11.根据权利要求10所述的方法，其特征在于，所述基于所述第n-1候选子区间的第二端点与所述参考区间的关系，确定所述实际拟合误差以及n个所述子区间的区间端点，包括：
响应于所述第n-1候选子区间的第二端点位于所述参考区间内且所述端点偏差值大于所述目标精度参数，更新所述误差选取范围，更新后的所述误差选取范围的上限为所述候选拟合误差；基于更新后的所述端点偏差值以及所述误差选取范围，更新所述参考区间以及所述候选子区间的区间端点；
响应于所述第n-1候选子区间的第二端点位于所述参考区间外且所述端点偏差值大于所述目标精度参数，更新所述误差选取范围，更新后的所述误差选取范围的下限为所述候选拟合误差；基于更新后的所述端点偏差值以及所述误差选取范围，更新所述参考区间以及所述候选子区间的区间端点；
响应于所述端点偏差值小于或等于所述目标精度参数，将所述候选拟合误差确定为所述实际拟合误差，以及基于更新后的n-1个所述候选子区间的端点确定n个所述子区间的区间端点。
12.根据权利要求4至11任一所述的方法，其特征在于，所述基于非线性函数在目标区间端点的函数值生成第一线性拟合函数，包括：
基于所述非线性函数在所述目标区间两个端点的函数值，生成所述端点连线对应的第一线性函数；
基于切线在所述非线性函数曲线上的切点，生成所述切线对应的第二线性函数，所述切线与所述端点连线平行；
基于所述第一线性函数和所述第二线性函数，生成所述第一线性拟合函数，其中，所述第一线性拟合函数的斜率与所述第一线性函数的斜率一致，所述第一线性拟合函数的截距为第一截距和第二截距的平均值，所述第一截距为所述第一线性函数的截距，所述第二截距为所述第二线性函数的截距。
13.根据权利要求12所述的方法，其特征在于，所述基于所述非线性函数以及所述第一线性拟合函数，确定最大拟合误差，包括：
获取所述切点对应的切点横坐标；
基于所述切点横坐标在所述非线性函数中对应的第一函数值，以及所述切点横坐标在所述第一线性拟合函数中对应的第二函数值，确定所述最大拟合误差，所述最大拟合误差为所述第一函数值与所述第二函数值之差的绝对值。
14.根据权利要求4至11任一所述的方法，其特征在于，所述基于所述非线性函数以及所述第一线性拟合函数，确定最大拟合误差之后，所述方法还包括：
响应于所述最大拟合误差满足所述函数拟合条件，将所述第一线性拟合函数确定为所述目标线性拟合函数。
15.一种无线通信装置，其特征在于，所述装置包括：
第一确定模块，用于基于无线信号处理指令确定目标非线性函数，所述目标非线性函数是用于对发送或接收到的无线信号进行信号处理的函数；
第一获取模块，用于获取所述目标非线性函数对应的目标线性拟合函数，所述线性拟合函数基于目标拟合误差对所述非线性函数的凹函数部分或凸函数部分进行非均匀分段线性拟合得到；
信号处理模块，用于基于所述目标线性拟合函数进行无线信号处理。
16.一种非线性函数的拟合装置，其特征在于，所述装置包括：
第一生成模块，用于基于非线性函数在目标区间端点的函数值生成第一线性拟合函数，所述目标区间为凸区间或凹区间，所述第一线性拟合函数的斜率与所述目标区间端点连线的斜率一致；
第二确定模块，用于基于所述非线性函数以及所述第一线性拟合函数，确定最大拟合误差，所述最大拟合误差是指所述非线性函数与所述第一线性拟合函数之差的最大值；
区间分段模块，用于响应于所述最大拟合误差不满足函数拟合条件，基于目标拟合误差对所述目标区间进行分段，得到子区间，所述函数拟合条件为拟合误差小于或等于所述目标拟合误差；
第二生成模块，用于基于所述子区间端点的函数值，生成各个所述子区间对应的第二线性拟合函数，所述非线性函数在所述目标区间内的目标线性拟合函数由各个所述子区间对应的所述第二线性拟合函数组成，所述目标线性拟合函数用于供终端的基带芯片进行无线信号处理。
17.一种终端，其特征在于，所述终端包括处理器和存储器；所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至3任一所述的无线通信方法。
18.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器；所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求4至14任一所述的非线性函数的拟合方法。
19.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条计算机程序，所述计算机程序由处理器加载并执行以实现如权利要求1至3任一所述的无线通信方法，或，权利要求4至14任一所述的非线性函数的拟合方法。
20.一种计算机程序产品或计算机程序，其特征在于，所述计算机程序产品或计算机程序包括计算机指令，所述计算机指令存储在计算机可读存储介质中；终端的处理器从所述计算机可读存储介质读取所述计算机指令，所述处理器执行所述计算机指令，使得所述终端执行如权利要求1至3任一所述的无线通信方法；计算机设备的处理器从所述计算机可读存储介质读取所述计算机指令，所述处理器执行所述计算机指令，使得所述计算机设备执行如权利要求4至14任一所述的非线性函数的拟合方法。
CN202210187928.XA 2022-02-28 2022-02-28 无线通信方法、非线性函数的拟合方法、终端及设备 Active CN114567396B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210187928.XA CN114567396B (zh) 2022-02-28 2022-02-28 无线通信方法、非线性函数的拟合方法、终端及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210187928.XA CN114567396B (zh) 2022-02-28 2022-02-28 无线通信方法、非线性函数的拟合方法、终端及设备

Publications (2)

Publication Number Publication Date
CN114567396A true CN114567396A (zh) 2022-05-31
CN114567396B CN114567396B (zh) 2024-09-06

Family

ID=81715406

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210187928.XA Active CN114567396B (zh) 2022-02-28 2022-02-28 无线通信方法、非线性函数的拟合方法、终端及设备

Country Status (1)

Country Link
CN (1) CN114567396B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115062342A (zh) * 2022-06-27 2022-09-16 华控清交信息科技(北京)有限公司 隐私计算方法、装置、电子设备和可读存储介质
CN116418349A (zh) * 2023-03-07 2023-07-11 东华大学 基于最大误差准则的序列数据压缩方法、设备和系统
CN116720554A (zh) * 2023-08-11 2023-09-08 南京师范大学 一种基于fpga技术的多段线性拟合的神经元电路实现方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101877025A (zh) * 2010-07-02 2010-11-03 天津大学 复杂非线性静态特性描述的分布式电源模型简化方法
WO2013170116A2 (en) * 2012-05-10 2013-11-14 Massachusetts Institute Of Technology Fixed point, piece-wise-linear fitting technique and related circuits
CN104484703A (zh) * 2014-12-30 2015-04-01 合肥工业大学 一种基于列梅兹逼近算法的sigmoid函数拟合硬件电路
US20160034421A1 (en) * 2014-08-01 2016-02-04 Infineon Technologies Ag Digital pre-distortion and post-distortion based on segmentwise piecewise polynomial approximation
CN107305484A (zh) * 2016-04-19 2017-10-31 北京中科寒武纪科技有限公司 一种非线性函数运算装置及方法
CN107861916A (zh) * 2017-11-10 2018-03-30 中国科学院计算技术研究所 一种用于针对神经网络执行非线性运算的方法和装置
CN108447103A (zh) * 2018-03-29 2018-08-24 润电能源科学技术有限公司 一种分段线段拟合方法及装置
US20190050369A1 (en) * 2016-04-19 2019-02-14 Cambricon Technologies Corporation Limited Apparatus and methods for non-linear function operations
CN113569506A (zh) * 2021-09-23 2021-10-29 苏州浪潮智能科技有限公司 一种光学芯片设计方法、系统、设备及计算机存储介质
CN113836487A (zh) * 2021-09-02 2021-12-24 哲库科技(北京)有限公司 混合函数的近似计算方法、终端设备及存储介质

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101877025A (zh) * 2010-07-02 2010-11-03 天津大学 复杂非线性静态特性描述的分布式电源模型简化方法
WO2013170116A2 (en) * 2012-05-10 2013-11-14 Massachusetts Institute Of Technology Fixed point, piece-wise-linear fitting technique and related circuits
US20150124907A1 (en) * 2012-05-10 2015-05-07 Massachusetts Institute Of Technology Hardware-Efficient Signal-Component Separator For Outphasing Power Amplifiers
US20160034421A1 (en) * 2014-08-01 2016-02-04 Infineon Technologies Ag Digital pre-distortion and post-distortion based on segmentwise piecewise polynomial approximation
CN104484703A (zh) * 2014-12-30 2015-04-01 合肥工业大学 一种基于列梅兹逼近算法的sigmoid函数拟合硬件电路
CN107305484A (zh) * 2016-04-19 2017-10-31 北京中科寒武纪科技有限公司 一种非线性函数运算装置及方法
US20190050369A1 (en) * 2016-04-19 2019-02-14 Cambricon Technologies Corporation Limited Apparatus and methods for non-linear function operations
CN107861916A (zh) * 2017-11-10 2018-03-30 中国科学院计算技术研究所 一种用于针对神经网络执行非线性运算的方法和装置
CN108447103A (zh) * 2018-03-29 2018-08-24 润电能源科学技术有限公司 一种分段线段拟合方法及装置
CN113836487A (zh) * 2021-09-02 2021-12-24 哲库科技(北京)有限公司 混合函数的近似计算方法、终端设备及存储介质
CN113569506A (zh) * 2021-09-23 2021-10-29 苏州浪潮智能科技有限公司 一种光学芯片设计方法、系统、设备及计算机存储介质

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
AAZAR SAADAAT KASHI ET AL.: "Nonlinear Signal-to-Noise Ratio Estimation in Coherent Optical Fiber Transmission Systems Using Artificial Neural Networks", 《JOURNAL OF LIGHTWAVE TECHNOLOGY》, vol. 36, no. 23, 1 December 2018 (2018-12-01), XP011698796, DOI: 10.1109/JLT.2018.2873949 *
GOTZ ALEFELD ET AL.: "Error Estimation for Nonlinear Complementarity Problems via Linear Systems with Interval Data", 《NUMERICAL FUNCTIONAL ANALYSIS ABD OPTIMIZATION》, 31 May 2008 (2008-05-31) *
温明生等: "求传感器最佳拟合直线的新方法", 《传感器技术》, no. 2, 30 April 1994 (1994-04-30) *
陆奇挺: "通信终端射频无源器件非线性特性建模仿真方法研究", 《万方学术》, 23 February 2021 (2021-02-23) *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115062342A (zh) * 2022-06-27 2022-09-16 华控清交信息科技(北京)有限公司 隐私计算方法、装置、电子设备和可读存储介质
CN116418349A (zh) * 2023-03-07 2023-07-11 东华大学 基于最大误差准则的序列数据压缩方法、设备和系统
CN116418349B (zh) * 2023-03-07 2024-01-26 东华大学 基于最大误差准则的序列数据压缩方法、设备和系统
CN116720554A (zh) * 2023-08-11 2023-09-08 南京师范大学 一种基于fpga技术的多段线性拟合的神经元电路实现方法
CN116720554B (zh) * 2023-08-11 2023-11-14 南京师范大学 一种基于fpga技术的多段线性拟合的神经元电路实现方法

Also Published As

Publication number Publication date
CN114567396B (zh) 2024-09-06

Similar Documents

Publication Publication Date Title
CN114567396B (zh) 无线通信方法、非线性函数的拟合方法、终端及设备
US11144817B2 (en) Device and method for determining convolutional neural network model for database
CN109960650B (zh) 基于大数据的应用程序评估方法、装置、介质及电子设备
CN114330236A (zh) 文字生成方法、装置、电子设备及存储介质
CN109359727B (zh) 神经网络的结构确定方法、装置、设备及可读介质
CN109034180B (zh) 异常检测方法、装置、计算机可读存储介质及电子设备
CN114223137A (zh) 用于低延时编码的灵活霍夫曼树近似
CN114817651B (zh) 数据存储方法、数据查询方法、装置和设备
CN109558543A (zh) 一种样本采样方法、样本采样装置、服务器和存储介质
CN112200299B (zh) 神经网络计算装置、数据处理方法及装置
CN114969631B (zh) 基带芯片、信道估计方法、数据处理方法及设备
CN108734188B (zh) 一种聚类方法、设备及存储介质
CN115563377A (zh) 企业的确定方法、装置、存储介质及电子设备
CN111259302B (zh) 信息推送方法、装置及电子设备
CN112927705B (zh) 频响校准方法及相关产品
CN116361536A (zh) 内容推荐方法、装置、电子设备和计算机可读介质
CN110209851B (zh) 模型训练方法、装置、电子设备及存储介质
CN114037965A (zh) 模型训练和车道线预测方法、设备及自动驾驶车辆
CN111582456A (zh) 用于生成网络模型信息的方法、装置、设备和介质
CN107743094B (zh) 路由接入方法及路由接入装置
CN107203578B (zh) 建立用户标识的关联的方法和装置
CN116630994B (zh) 输入法中的笔势识别方法、相关装置和介质
CN110457567B (zh) 查询项的纠错方法和装置
CN110647519B (zh) 对测试样本中的缺失属性值进行预测的方法及装置
CN116455719B (zh) 频偏估计方法、装置、通信设备和可读存储介质

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