本發(fā)明涉及數(shù)字信號(hào)處理領(lǐng)域，特別是涉及預(yù)失真模型的調(diào)整方法及裝置。
背景技術(shù)：
：：在移動(dòng)通信系統(tǒng)中，許多模擬器件，特別是功率放大器都有非線性效應(yīng)，產(chǎn)生帶內(nèi)失真和帶外頻譜擴(kuò)展。帶內(nèi)失真會(huì)降低系統(tǒng)性能，帶外頻譜擴(kuò)展會(huì)干擾鄰近信道。目前減小非線性效應(yīng)的方法主要有功率回退技術(shù)、包絡(luò)消除和恢復(fù)技術(shù)、前饋線性化技術(shù)和數(shù)字預(yù)失真技術(shù)等。其中，功率回退會(huì)犧牲功放的效率，前饋線性化技術(shù)結(jié)構(gòu)復(fù)雜、成本高且自適應(yīng)性差，而數(shù)字預(yù)失真技術(shù)穩(wěn)定性高，適用帶寬較寬，實(shí)現(xiàn)成本低，是目前移動(dòng)通信系統(tǒng)中功放線性化的重要手段。目前廣泛應(yīng)用數(shù)字預(yù)失真的系統(tǒng)中，預(yù)失真模型主要采用預(yù)置模型，是在系統(tǒng)調(diào)試中確定并固化在系統(tǒng)中的。如果硬件狀態(tài)發(fā)生變化(例如，更換不同類型的功放，或更換射頻鏈路器件)，或者，應(yīng)用場(chǎng)景超出系統(tǒng)調(diào)試階段的實(shí)驗(yàn)場(chǎng)景(例如，信號(hào)帶寬或信號(hào)配置未在調(diào)試階段出現(xiàn)過)，就可能出現(xiàn)信號(hào)射頻指標(biāo)無法滿足系統(tǒng)要求的情況。這種情況下，現(xiàn)有采用的方法是根據(jù)新的應(yīng)用場(chǎng)景重新確定預(yù)失真模型，再將新確定的預(yù)失真模型重新固化到系統(tǒng)中，耗時(shí)較長(zhǎng)，且固話過程復(fù)雜，預(yù)失真系統(tǒng)無法靈活的適應(yīng)其自身的改變，系統(tǒng)性能較差。技術(shù)實(shí)現(xiàn)要素：本發(fā)明提供一種預(yù)失真模型的調(diào)整方法及裝置，用以解決現(xiàn)有技術(shù)預(yù)失真系統(tǒng)有變化時(shí)，只能根據(jù)新的應(yīng)用場(chǎng)景重新確定預(yù)失真模型，再將新確定的預(yù)失真模型重新固化到系統(tǒng)中，耗時(shí)較長(zhǎng)，且固話過程復(fù)雜，系統(tǒng)性能較差的問題。為解決上述技術(shù)問題，一方面，本發(fā)明提供一種預(yù)失真模型的調(diào)整方法，包括：對(duì)預(yù)失真系統(tǒng)的查找表(lookuptable，簡(jiǎn)稱為lut)進(jìn)行校驗(yàn)，以確定所述lut是否滿足預(yù)定條件；在所述lut不滿足所述預(yù)定條件的情況下，判斷是否需要更新模型參數(shù)(modelparameter，簡(jiǎn)稱為mp)；在確定需要更新mp的情況下，對(duì)當(dāng)前預(yù)失真模型進(jìn)行預(yù)處理得到預(yù)定預(yù)失真模型，以根據(jù)所述預(yù)定預(yù)失真模型更新所述mp。進(jìn)一步，對(duì)當(dāng)前預(yù)失真模型進(jìn)行預(yù)處理得到預(yù)定預(yù)失真模型，以根據(jù)所述預(yù)定預(yù)失真模型更新所述mp，包括：對(duì)所述當(dāng)前預(yù)失真模型對(duì)應(yīng)的公式進(jìn)行改寫和簡(jiǎn)化，以得到所述預(yù)定預(yù)失真模型，其中，所述預(yù)定預(yù)失真模型為：其中，p表示多項(xiàng)式階數(shù)，k表示索引延遲，l表示信號(hào)延遲，sp表示靜態(tài)項(xiàng)系數(shù)，mk,l,p表示記憶項(xiàng)系數(shù)，n表示采樣點(diǎn)，取值范圍為輸入信號(hào)的長(zhǎng)度；分別根據(jù)預(yù)設(shè)的參數(shù)p、k、l的最大值確定模型參數(shù)集合；從所述模型參數(shù)集合中選擇使得所述預(yù)失真系統(tǒng)的失真性能最優(yōu)的模型參數(shù)，以根據(jù)所述模型參數(shù)確定所述mp。進(jìn)一步，對(duì)預(yù)失真系統(tǒng)的查找表lut進(jìn)行校驗(yàn)，以確定所述lut是否滿足預(yù)定條件之前，還包括：獲取輸入信號(hào)，并根據(jù)所述輸入信號(hào)和所述預(yù)失真系統(tǒng)當(dāng)前的mp提取所述mp對(duì)應(yīng)的lut，其中，所述輸入信號(hào)包括：前向信號(hào)和功放反饋信號(hào)。進(jìn)一步，對(duì)預(yù)失真系統(tǒng)的查找表lut進(jìn)行校驗(yàn)，以確定所述lut是否滿足預(yù)定條件，包括：判斷所述lut相關(guān)值連續(xù)超限次數(shù)是否大于預(yù)設(shè)相關(guān)值連續(xù)超限次數(shù)；如果大于上述預(yù)設(shè)相關(guān)值連續(xù)超限次數(shù)，保持當(dāng)前mp和lut；如果不大于上述預(yù)設(shè)相關(guān)值連續(xù)超限次數(shù)，判斷所述lut峰值校驗(yàn)連續(xù)超限次數(shù)是否大于預(yù)設(shè)峰值校驗(yàn)連續(xù)超限次數(shù)；如果大于預(yù)設(shè)峰值校驗(yàn)連續(xù)超限次數(shù)，清除當(dāng)前mp和lut；如果不大于預(yù)設(shè)峰值校驗(yàn)連續(xù)超限次數(shù)，判斷所述lut峰值增益校驗(yàn)連續(xù)超限次數(shù)是否大于預(yù)設(shè)峰值增益校驗(yàn)連續(xù)超限次數(shù)；如果大于預(yù)設(shè)峰值增益校驗(yàn)連續(xù)超限次數(shù)，清除當(dāng)前mp和lut；如果不大于預(yù)設(shè)峰值增益校驗(yàn)連續(xù)超限次數(shù)，保持當(dāng)前mp和lut。進(jìn)一步，判斷是否需要更新模型參數(shù)mp，包括：判斷重新獲取輸入信號(hào)的次數(shù)是否達(dá)到預(yù)設(shè)次數(shù)，其中，所述輸入信號(hào)包括：前向信號(hào)和功放反饋信號(hào)；在重新獲取所述輸入信號(hào)的次數(shù)達(dá)到所述預(yù)設(shè)次數(shù)的情況下，確定更新所述mp。另一方面，本發(fā)明還提供一種預(yù)失真模型的調(diào)整裝置，包括：校驗(yàn)?zāi)K，用于對(duì)預(yù)失真系統(tǒng)的lut進(jìn)行校驗(yàn)，以確定所述lut是否滿足預(yù)定條件；判斷模塊，用于在所述lut不滿足所述預(yù)定條件的情況下，判斷是否需要更新mp；處理模塊，用于在確定需要更新mp的情況下，對(duì)當(dāng)前預(yù)失真模型進(jìn)行預(yù)處理得到預(yù)定預(yù)失真模型，以根據(jù)所述預(yù)定預(yù)失真模型更新所述mp。進(jìn)一步，所述處理模塊包括：處理單元，用于對(duì)所述當(dāng)前預(yù)失真模型對(duì)應(yīng)的公式進(jìn)行改寫和簡(jiǎn)化，以得到所述預(yù)定預(yù)失真模型，其中，所述預(yù)定預(yù)失真模型為：其中，p表示多項(xiàng)式階數(shù)，k表示索引延遲，l表示信號(hào)延遲，sp表示靜態(tài)項(xiàng)系數(shù)，mk,l,p表示記憶項(xiàng)系數(shù)，n表示采樣點(diǎn)，取值范圍為輸入信號(hào)的長(zhǎng)度；參數(shù)確定單元，用于分別根據(jù)預(yù)設(shè)的參數(shù)p、k、l的最大值確定模型參數(shù)集合；模型確定單元，用于從所述模型參數(shù)集合中選擇使得所述預(yù)失真系統(tǒng)的失真性能最優(yōu)的模型參數(shù)，以根據(jù)所述模型參數(shù)確定所述mp。進(jìn)一步，還包括：獲取模塊，用于獲取輸入信號(hào)，并根據(jù)所述輸入信號(hào)和所述預(yù)失真系統(tǒng)當(dāng)前的mp提取所述mp對(duì)應(yīng)的lut，其中，所述輸入信號(hào)包括：前向信號(hào)和功放反饋信號(hào)。進(jìn)一步，所述校驗(yàn)?zāi)K具體用于：判斷所述lut相關(guān)值連續(xù)超限次數(shù)是否大于預(yù)設(shè)相關(guān)值連續(xù)超限次數(shù)；如果大于上述預(yù)設(shè)相關(guān)值連續(xù)超限次數(shù)，保持當(dāng)前mp和lut；如果不大于上述預(yù)設(shè)相關(guān)值連續(xù)超限次數(shù)，判斷所述lut峰值校驗(yàn)連續(xù)超限次數(shù)是否大于預(yù)設(shè)峰值校驗(yàn)連續(xù)超限次數(shù)；如果大于預(yù)設(shè)峰值校驗(yàn)連續(xù)超限次數(shù)，清除當(dāng)前mp和lut；如果不大于預(yù)設(shè)峰值校驗(yàn)連續(xù)超限次數(shù)，判斷所述lut峰值增益校驗(yàn)連續(xù)超限次數(shù)是否大于預(yù)設(shè)峰值增益校驗(yàn)連續(xù)超限次數(shù)；如果大于預(yù)設(shè)峰值增益校驗(yàn)連續(xù)超限次數(shù)，清除當(dāng)前mp和lut；如果不大于預(yù)設(shè)峰值增益校驗(yàn)連續(xù)超限次數(shù)，保持當(dāng)前mp和lut。進(jìn)一步，所述判斷模塊包括：判斷單元，用于判斷重新獲取輸入信號(hào)的次數(shù)是否達(dá)到預(yù)設(shè)次數(shù)，其中，所述輸入信號(hào)包括：前向信號(hào)和功放反饋信號(hào)；更新確定單元，用于在重新獲取所述輸入信號(hào)的次數(shù)達(dá)到所述預(yù)設(shè)次數(shù)的情況下，確定更新所述mp。本發(fā)明在lut不滿足預(yù)定條件的情況下，判斷是否需要更新mp，在需要更新mp的情況下，對(duì)當(dāng)前預(yù)失真模型進(jìn)行處理以得到另一種形式的預(yù)失真模型，并根據(jù)該預(yù)失真模型更新mp，該方法在當(dāng)前mp無法適用lut時(shí)，可以自適應(yīng)的調(diào)整預(yù)失真模型，更新mp以適用當(dāng)前的預(yù)失真系統(tǒng)，耗時(shí)較短，系統(tǒng)性能有較大提高，解決了現(xiàn)有技術(shù)預(yù)失真系統(tǒng)有變化時(shí)，只能根據(jù)新的應(yīng)用場(chǎng)景重新確定預(yù)失真模型，再將新確定的預(yù)失真模型重新固化到系統(tǒng)中，耗時(shí)較長(zhǎng)，且固話過程復(fù)雜，系統(tǒng)性能較差的問題。附圖說明圖1是本發(fā)明實(shí)施例中預(yù)失真模型的調(diào)整方法的流程圖；圖2是本發(fā)明實(shí)施例中預(yù)失真模型的調(diào)整裝置的結(jié)構(gòu)示意圖；圖3是本發(fā)明實(shí)施例中預(yù)失真模型的調(diào)整裝置處理模塊的結(jié)構(gòu)示意圖；圖4是本發(fā)明實(shí)施例中預(yù)失真模型的調(diào)整裝置判斷模塊的結(jié)構(gòu)示意圖；圖5是本發(fā)明優(yōu)選實(shí)施例中數(shù)字預(yù)失真處理系統(tǒng)結(jié)構(gòu)示意圖；圖6是本發(fā)明優(yōu)選實(shí)施例中預(yù)失真參數(shù)估計(jì)裝置自適應(yīng)數(shù)字預(yù)失真的過程示意圖；圖7是本發(fā)明優(yōu)選實(shí)施例中預(yù)失真模型參數(shù)搜索模塊工作時(shí)的流程示意圖；圖8是本發(fā)明優(yōu)選實(shí)施例中模型參數(shù)更新條件判斷模塊工作流程示意圖。具體實(shí)施方式為了解決現(xiàn)有技術(shù)預(yù)失真系統(tǒng)有變化時(shí)，只能根據(jù)新的應(yīng)用場(chǎng)景重新確定預(yù)失真模型，再將新確定的預(yù)失真模型重新固化到系統(tǒng)中，耗時(shí)較長(zhǎng)，且固話過程復(fù)雜，系統(tǒng)性能較差的問題，本發(fā)明提供了一種預(yù)失真模型的調(diào)整方法及裝置，以下結(jié)合附圖以及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不限定本發(fā)明。本發(fā)明實(shí)施例提供一種預(yù)失真模型的調(diào)整方法，該方法的流程如圖1所示，包括步驟s102至s106：s102，對(duì)預(yù)失真系統(tǒng)的lut進(jìn)行校驗(yàn)，以確定lut是否滿足預(yù)定條件；s104，在lut不滿足預(yù)定條件的情況下，判斷是否需要更新mp；s106，在確定需要更新mp的情況下，對(duì)當(dāng)前預(yù)失真模型進(jìn)行預(yù)處理得到預(yù)定預(yù)失真模型，以根據(jù)預(yù)定預(yù)失真模型更新mp。本發(fā)明實(shí)施例在lut不滿足預(yù)定條件的情況下，判斷是否需要更新mp，在需要更新mp的情況下，對(duì)當(dāng)前預(yù)失真模型進(jìn)行處理以得到另一種形式的預(yù)失真模型，并根據(jù)該預(yù)失真模型更新mp，該方法在當(dāng)前mp無法適用lut時(shí)，可以自適應(yīng)的調(diào)整預(yù)失真模型，更新mp以適用當(dāng)前的預(yù)失真系統(tǒng)，耗時(shí)較短，系統(tǒng)性能有較大提高，解決了現(xiàn)有技術(shù)預(yù)失真系統(tǒng)有變化時(shí)，只能根據(jù)新的應(yīng)用場(chǎng)景重新確定預(yù)失真模型，再將新確定的預(yù)失真模型重新固化到系統(tǒng)中，耗時(shí)較長(zhǎng)，且固話過程復(fù)雜，系統(tǒng)性能較差的問題。實(shí)現(xiàn)的過程中，對(duì)當(dāng)前預(yù)失真模型進(jìn)行預(yù)處理得到預(yù)定預(yù)失真模型，以根據(jù)預(yù)定預(yù)失真模型更新mp的過程如下：對(duì)當(dāng)前預(yù)失真模型對(duì)應(yīng)的公式進(jìn)行改寫和簡(jiǎn)化，以得到預(yù)定預(yù)失真模型，其中，預(yù)定預(yù)失真模型為：其中，s(n)設(shè)置為靜態(tài)項(xiàng)，設(shè)置為記憶項(xiàng)，設(shè)置為交叉項(xiàng)，p表示多項(xiàng)式階數(shù)，k表示索引延遲，l表示信號(hào)延遲，sp表示靜態(tài)項(xiàng)系數(shù)，mk,l,p表示記憶項(xiàng)系數(shù)，n表示采樣點(diǎn)，取值范圍為輸入信號(hào)(前向信號(hào)和功放反饋信號(hào))的長(zhǎng)度，例如長(zhǎng)度為8192，則n的取值范圍為1～8192；p、k、l的取值范圍可根據(jù)實(shí)際情況設(shè)置，一般情況下，建議3≤p≤15，k和l的最寬取值范圍可以為：0≤k≤9，0≤l≤9。在得到預(yù)定預(yù)失真模型之后，分別根據(jù)預(yù)設(shè)的參數(shù)p、k、l的最大值確定模型參數(shù)集合；再從模型參數(shù)集合中選擇使得預(yù)失真系統(tǒng)的失真性能最優(yōu)的模型參數(shù)，以根據(jù)模型參數(shù)確定mp。在對(duì)預(yù)失真系統(tǒng)的查找表lut進(jìn)行校驗(yàn)，以確定lut是否滿足預(yù)定條件之前，還可以獲取輸入信號(hào)，并根據(jù)輸入信號(hào)和預(yù)失真系統(tǒng)當(dāng)前的mp提取mp對(duì)應(yīng)的lut，其中，輸入信號(hào)包括：前向信號(hào)和功放反饋信號(hào)。在對(duì)預(yù)失真系統(tǒng)的查找表lut進(jìn)行校驗(yàn)的過程中，可以設(shè)置多重校驗(yàn)來確定lut是否滿足預(yù)定條件，下面校驗(yàn)過程進(jìn)行說明。實(shí)現(xiàn)時(shí)，可以先判斷l(xiāng)ut相關(guān)值連續(xù)超限次數(shù)是否大于預(yù)設(shè)相關(guān)值連續(xù)超限次數(shù)；如果lut相關(guān)值連續(xù)超限次數(shù)大于上述預(yù)設(shè)相關(guān)值連續(xù)超限次數(shù)，保持當(dāng)前mp和lut；如果lut相關(guān)值連續(xù)超限次數(shù)不大于上述預(yù)設(shè)相關(guān)值連續(xù)超限次數(shù)，再判斷l(xiāng)ut峰值校驗(yàn)連續(xù)超限次數(shù)是否大于預(yù)設(shè)峰值校驗(yàn)連續(xù)超限次數(shù)。如果lut峰值校驗(yàn)連續(xù)超限次數(shù)大于預(yù)設(shè)峰值校驗(yàn)連續(xù)超限次數(shù)，清除當(dāng)前mp和lut；如果lut峰值校驗(yàn)連續(xù)超限次數(shù)不大于預(yù)設(shè)峰值校驗(yàn)連續(xù)超限次數(shù)，繼續(xù)判斷l(xiāng)ut峰值增益校驗(yàn)連續(xù)超限次數(shù)是否大于預(yù)設(shè)峰值增益校驗(yàn)連續(xù)超限次數(shù)。如果lut峰值增益校驗(yàn)連續(xù)超限次數(shù)大于預(yù)設(shè)峰值增益校驗(yàn)連續(xù)超限次數(shù)，清除當(dāng)前mp和lut；如果lut峰值增益校驗(yàn)連續(xù)超限次數(shù)不大于預(yù)設(shè)峰值增益校驗(yàn)連續(xù)超限次數(shù)，保持當(dāng)前mp和lut。經(jīng)過上述一系列校驗(yàn)過程之后，完成校驗(yàn)，能夠確定lut是否滿足預(yù)定條件，并針對(duì)其滿足預(yù)定條件與否執(zhí)行不同的過程。進(jìn)一步，判斷是否需要更新模型參數(shù)mp時(shí)，可以先判斷重新獲取輸入信號(hào)的次數(shù)是否達(dá)到預(yù)設(shè)次數(shù)，其中，輸入信號(hào)包括：前向信號(hào)和功放反饋信號(hào)；在重新獲取輸入信號(hào)的次數(shù)達(dá)到預(yù)設(shè)次數(shù)的情況下，說明當(dāng)前的mp已經(jīng)不適合現(xiàn)在的預(yù)失真系統(tǒng)，所以可以確定需要更新mp。本發(fā)明實(shí)施例還提供了一種預(yù)失真模型的調(diào)整裝置，該裝置的結(jié)構(gòu)示意如圖2所示，包括：校驗(yàn)?zāi)K10，用于對(duì)預(yù)失真系統(tǒng)的查找表lut進(jìn)行校驗(yàn)，以確定lut是否滿足預(yù)定條件；判斷模塊20，與校驗(yàn)?zāi)K10耦合，用于在lut不滿足預(yù)定條件的情況下，判斷是否需要更新模型參數(shù)mp；處理模塊30，與判斷模塊20耦合，用于在確定需要更新mp的情況下，對(duì)當(dāng)前預(yù)失真模型進(jìn)行預(yù)處理得到預(yù)定預(yù)失真模型，以根據(jù)預(yù)定預(yù)失真模型更新mp。其中，上述處理模塊30的結(jié)構(gòu)示意可以如圖3所示，包括：處理單元301，用于對(duì)當(dāng)前預(yù)失真模型對(duì)應(yīng)的公式進(jìn)行改寫和簡(jiǎn)化，以得到預(yù)定預(yù)失真模型，其中，預(yù)定預(yù)失真模型為：其中，p表示多項(xiàng)式階數(shù)，k表示索引延遲，l表示信號(hào)延遲，sp表示靜態(tài)項(xiàng)系數(shù)，mk,l,p表示記憶項(xiàng)系數(shù)，n表示采樣點(diǎn)，取值范圍為輸入信號(hào)的長(zhǎng)度；參數(shù)確定單元302，與處理單元301耦合，用于分別根據(jù)預(yù)設(shè)的參數(shù)p、k、l的最大值確定模型參數(shù)集合；模型確定單元303，與參數(shù)確定單元302耦合，用于從模型參數(shù)集合中選擇使得預(yù)失真系統(tǒng)的失真性能最優(yōu)的模型參數(shù)，以根據(jù)模型參數(shù)確定mp。上述調(diào)整裝置還可以包括與校驗(yàn)?zāi)K10耦合的獲取模塊，用于獲取輸入信號(hào)，并根據(jù)輸入信號(hào)和預(yù)失真系統(tǒng)當(dāng)前的mp提取mp對(duì)應(yīng)的lut，其中，輸入信號(hào)包括：前向信號(hào)和功放反饋信號(hào)。對(duì)于校驗(yàn)?zāi)K10，其具體用于：判斷l(xiāng)ut相關(guān)值連續(xù)超限次數(shù)是否大于預(yù)設(shè)相關(guān)值連續(xù)超限次數(shù)；如果大于上述預(yù)設(shè)相關(guān)值連續(xù)超限次數(shù)，保持當(dāng)前mp和lut；如果不大于上述預(yù)設(shè)相關(guān)值連續(xù)超限次數(shù)，判斷l(xiāng)ut峰值校驗(yàn)連續(xù)超限次數(shù)是否大于預(yù)設(shè)峰值校驗(yàn)連續(xù)超限次數(shù)；如果大于預(yù)設(shè)峰值校驗(yàn)連續(xù)超限次數(shù)，清除當(dāng)前mp和lut；如果不大于預(yù)設(shè)峰值校驗(yàn)連續(xù)超限次數(shù)，判斷l(xiāng)ut峰值增益校驗(yàn)連續(xù)超限次數(shù)是否大于預(yù)設(shè)峰值增益校驗(yàn)連續(xù)超限次數(shù)；如果大于預(yù)設(shè)峰值增益校驗(yàn)連續(xù)超限次數(shù)，清除當(dāng)前mp和lut；如果不大于預(yù)設(shè)峰值增益校驗(yàn)連續(xù)超限次數(shù)，保持當(dāng)前mp和lut。對(duì)于判斷模塊20，其結(jié)構(gòu)示意可以如圖4所示，包括：判斷單元201，用于判斷重新獲取輸入信號(hào)的次數(shù)是否達(dá)到預(yù)設(shè)次數(shù)，其中，輸入信號(hào)包括：前向信號(hào)和功放反饋信號(hào)；更新確定單元202，與判斷單元201耦合，用于在重新獲取輸入信號(hào)的次數(shù)達(dá)到預(yù)設(shè)次數(shù)的情況下，確定更新mp。優(yōu)選實(shí)施例為了克服現(xiàn)有技術(shù)中存在的預(yù)失真模型固定，無法根據(jù)應(yīng)用場(chǎng)景變化自適應(yīng)調(diào)整，無法滿足系統(tǒng)要求的問題和缺陷，本發(fā)明實(shí)施例提供是一種預(yù)失真模型的調(diào)整方法，其能夠自適應(yīng)的調(diào)整數(shù)字預(yù)失真模型，核心部分采用數(shù)字處理技術(shù)，針對(duì)不同的硬件環(huán)境及應(yīng)用場(chǎng)景，在數(shù)字域?qū)Ψ诺姆蔷€性失真進(jìn)行建模，實(shí)現(xiàn)模型自適應(yīng)調(diào)整的數(shù)字預(yù)失真，改善發(fā)射鏈路的非線性，提高功放效率。本發(fā)明實(shí)施例提供的方法包括以下步驟：第一步：采集樣本xy(前向信號(hào)x(n)和功放反饋信號(hào)y(n))，根據(jù)樣本xy和預(yù)失真mp，提取預(yù)失真lut。第二步：對(duì)lut進(jìn)行校驗(yàn)，根據(jù)校驗(yàn)結(jié)果判斷上述lut是否滿足指標(biāo)要求。第三步：如果上述lut滿足指標(biāo)要求，則回到第一步，以更新預(yù)失真器中的lut。第四步：如果lut不滿足指標(biāo)要求，根據(jù)lut的校驗(yàn)結(jié)果判斷是否需要更新mp。在此過程中，可以設(shè)置多次判斷，如果lut多次判斷后仍不滿足指標(biāo)要求，再按照需要更新mp的流程處理。第五步：如果需要更新mp，則清除當(dāng)前mp和lut，并重新采集樣本xy，進(jìn)行預(yù)失真模型參數(shù)搜索，確定新的預(yù)失真參數(shù)模型，以根據(jù)新的預(yù)失真參數(shù)模型更新mp，回到第一步。第六步：如果不需要更新mp，回到第一步。本發(fā)明實(shí)施例提供的預(yù)失真模型的調(diào)整裝置可以包括以下模塊：預(yù)失真表格提取模塊，還包括：預(yù)失真模型參數(shù)搜索模塊和模型參數(shù)更新條件判斷模塊。預(yù)失真表格提取模塊(相當(dāng)于校驗(yàn)?zāi)K)用來提取預(yù)失真查找表lut，對(duì)查找表lut進(jìn)行校驗(yàn)，如果校驗(yàn)不通過，進(jìn)入模型參數(shù)更新條件判斷模塊(相當(dāng)于判斷模塊)；模型參數(shù)更新條件判斷模塊判斷當(dāng)前是否滿足模型參數(shù)更新條件；如果滿足模型參數(shù)更新條件，清除當(dāng)前模型參數(shù)mp和查找表lut，重新采集樣本xy，進(jìn)入預(yù)失真模型參數(shù)搜索模塊(相當(dāng)于處理模塊)，更新模型參數(shù)mp；然后再根據(jù)新模型參數(shù)mp重新提取預(yù)失真查找表lut。上述過程中，其核心在于如何調(diào)整預(yù)失真模型，本發(fā)明實(shí)施例在設(shè)計(jì)中采用經(jīng)典記憶多項(xiàng)式模型，信號(hào)經(jīng)過預(yù)失真處理的公式描述為：上式可以進(jìn)一步簡(jiǎn)化為：預(yù)失真的基本原理就是根據(jù)采集樣本xy(前向信號(hào)x(n)和功放反饋信號(hào)y(n))，通過式(1)進(jìn)行參數(shù)估計(jì)，得到bp，使得能夠與y(n)的失真特性達(dá)到理想的匹配，從而實(shí)現(xiàn)功放的線性化。實(shí)際應(yīng)用中，預(yù)失真的功能是通過預(yù)失真器實(shí)現(xiàn)的。輸入信號(hào)x(n)經(jīng)過預(yù)失真器，得到預(yù)失真后的信號(hào)經(jīng)過數(shù)模轉(zhuǎn)換器進(jìn)入功放，輸出射頻信號(hào)。射頻信號(hào)經(jīng)過模數(shù)轉(zhuǎn)換器得到功放反饋信號(hào)y(n)。其中，預(yù)失真后的信號(hào)是通過式(2)實(shí)現(xiàn)的，即bp最終會(huì)以lut的形式進(jìn)行使用，預(yù)失真器中保存的參數(shù)就是lut。式(1)中的k、l和p如何設(shè)置直接決定了的匹配效果。因此k、l和p的排列組合構(gòu)成了功放的mp，即mp＝[k,l,p]。目前常用的預(yù)失真處理中，mp是在系統(tǒng)中預(yù)置的，是在系統(tǒng)調(diào)試中確定并固化在系統(tǒng)中的。本發(fā)明實(shí)施例能夠根據(jù)實(shí)際情況的變化(更換功放、更換射頻器件、采用未調(diào)試過的信號(hào)配置等)自適應(yīng)調(diào)整功放模型mp，以保證能夠與y(n)的失真特性達(dá)到理想的匹配，從而滿足系統(tǒng)的射頻指標(biāo)要求。預(yù)失真模型搜索實(shí)現(xiàn)的就是自適應(yīng)調(diào)整功放模型mp的功能。為便于描述，式(1)可進(jìn)一步改寫為：上式可以簡(jiǎn)化為：其中：本發(fā)明實(shí)施例中，將s(n)稱為靜態(tài)項(xiàng)，稱為記憶項(xiàng)，稱為交叉項(xiàng)。模型搜索就是根據(jù)預(yù)設(shè)的參數(shù)p、k、l(分別是p＝[p,ps,pm],k,l的最大值)，產(chǎn)生不同的參數(shù)組合，根據(jù)模型匹配效果，選擇其中能夠使得與y(n)匹配效果最好的組合。本發(fā)明實(shí)施例的模型搜索是根據(jù)模型匹配效果，分別進(jìn)行交叉項(xiàng)排序和記憶項(xiàng)排序，再進(jìn)行組合排序，選擇匹配效果最好的組合作為最終的搜索結(jié)果。采用本發(fā)明實(shí)施例提供的上述方法和裝置，與現(xiàn)有技術(shù)相比，取得了預(yù)失真模型可以自動(dòng)搜索并更新的進(jìn)步，達(dá)到了預(yù)失真模型與應(yīng)用場(chǎng)景最佳匹配的效果，節(jié)省了搜索及修改模型的人力成本，提高了調(diào)試和維護(hù)效率。下面結(jié)合附圖對(duì)上述過程進(jìn)行詳細(xì)說明。圖5是本發(fā)明實(shí)施例數(shù)字預(yù)失真處理系統(tǒng)結(jié)構(gòu)示意圖。主要包括預(yù)失真器和預(yù)失真參數(shù)估計(jì)裝置，設(shè)置在預(yù)失真參數(shù)估計(jì)裝置中的各模塊并未在此圖中示出，將在下文中進(jìn)行說明。本實(shí)施例實(shí)施步驟包括：步驟1，前向信號(hào)x(n)經(jīng)過預(yù)失真器，得到預(yù)失真后的信號(hào)步驟2，經(jīng)過數(shù)模轉(zhuǎn)換器進(jìn)入功放，輸出射頻信號(hào)。步驟3，射頻信號(hào)經(jīng)過模數(shù)轉(zhuǎn)換器得到功放反饋信號(hào)y(n)。步驟4，采集樣本xy(前向信號(hào)x(n)和功放反饋信號(hào)y(n))，進(jìn)入預(yù)失真參數(shù)估計(jì)模塊，生成查找表lut。步驟5，更新預(yù)失真器中的lut。圖6是本發(fā)明實(shí)施例預(yù)失真參數(shù)估計(jì)裝置自適應(yīng)數(shù)字預(yù)失真的過程示意圖。該裝置主要包括預(yù)失真表格提取模塊，預(yù)失真模型參數(shù)搜索模塊，模型參數(shù)更新條件判斷模塊；實(shí)施步驟包括：步驟1，采集樣本xy(前向信號(hào)x(n)和功放反饋信號(hào)y(n))。步驟2，進(jìn)入預(yù)失真表格提取模塊，以根據(jù)xy和當(dāng)前預(yù)失真mp提取預(yù)失真lut。步驟3，對(duì)lut進(jìn)行校驗(yàn)，并判斷其是否通過校驗(yàn)。如果通過校驗(yàn)，轉(zhuǎn)到步驟4，如果沒通過校驗(yàn)，轉(zhuǎn)到步驟5。步驟4，如果校驗(yàn)通過，更新預(yù)失真器中的lut，回到步驟1。步驟5，如果校驗(yàn)不通過，進(jìn)入模型參數(shù)更新條件判斷模塊，以判斷是否需要更新模型。步驟6，如果無需更新模型，則保持當(dāng)前mp和lut。隨后回到步驟1。步驟7，如果需要更新模型，清除當(dāng)前mp和lut。步驟8，采集樣本xy，進(jìn)入預(yù)失真模型參數(shù)搜索模塊。步驟9，根據(jù)預(yù)失真模型參數(shù)搜索模塊輸出的新模型，更新mp，回到步驟1。圖7是本發(fā)明預(yù)失真模型參數(shù)搜索模塊工作時(shí)的流程示意圖，主要包括模型參數(shù)排序和模型參數(shù)選擇過程，具體實(shí)施步驟如下：步驟1，獲取采集的樣本xy(前向信號(hào)x(n)和功放反饋信號(hào)y(n))。步驟2，分離記憶項(xiàng)和交叉項(xiàng)設(shè)p＝15，ps＝10，pm＝5，k＝3，l＝3。根據(jù)搜索參數(shù)確定模型參數(shù)集合。公式可描述為：式(10)所示即根據(jù)初始參數(shù)確定的模型參數(shù)集合。k和l均為時(shí)延參數(shù)，共16列，分離記憶項(xiàng)和交叉項(xiàng)步驟3，交叉項(xiàng)排序。根據(jù)每一列交叉項(xiàng)對(duì)指標(biāo)的貢獻(xiàn)，按照貢獻(xiàn)大小對(duì)交叉項(xiàng)進(jìn)行排序。步驟4，記憶項(xiàng)排序。根據(jù)每一列記憶項(xiàng)對(duì)指標(biāo)的貢獻(xiàn)，按照貢獻(xiàn)大小對(duì)記憶項(xiàng)進(jìn)行排序。步驟5，組合排序。根據(jù)交叉項(xiàng)和記憶項(xiàng)分別排序的結(jié)果進(jìn)行組合，得到不同的排列組合，根據(jù)每種組合的指標(biāo)，按照指標(biāo)大小對(duì)組合結(jié)果進(jìn)行排序。步驟6，確定最優(yōu)時(shí)延參數(shù)(k和l)。對(duì)組合排序結(jié)果進(jìn)行篩選，選擇能夠滿足系統(tǒng)要求(如系統(tǒng)最多只支持9列時(shí)延參數(shù))的最佳組合。步驟7，確定最優(yōu)階數(shù)(p)。確定時(shí)延參數(shù)組合后，在預(yù)設(shè)值ps＝10，pm＝5的基礎(chǔ)上，在p設(shè)置的范圍內(nèi)進(jìn)行搜索，指標(biāo)最好的結(jié)果即最優(yōu)階數(shù)。步驟8，更新mp(mp＝[k,l,p])。圖8是本發(fā)明實(shí)施例模型參數(shù)更新條件判斷模塊工作流程示意圖。主要包括表格相關(guān)值校驗(yàn)結(jié)果統(tǒng)計(jì)及判斷、表格峰值校驗(yàn)結(jié)果統(tǒng)計(jì)及判斷、表格峰值增益校驗(yàn)結(jié)果統(tǒng)計(jì)及判斷；具體實(shí)施步驟如下：在lut校驗(yàn)不通過的情況下，統(tǒng)計(jì)表格相關(guān)值校驗(yàn)連續(xù)超限次數(shù)t1、表格峰值校驗(yàn)連續(xù)超限次數(shù)t2、表格峰值增益校驗(yàn)連續(xù)超限次數(shù)t3。例如，可以設(shè)置t1＝t2＝t3＝10。步驟1，判斷表格相關(guān)值連續(xù)超限次數(shù)是否大于t1。如果是，則轉(zhuǎn)向步驟2，否則轉(zhuǎn)向步驟3。步驟2，如果表格相關(guān)值連續(xù)超限次數(shù)大于t1，保持當(dāng)前mp和lut。步驟3，如果表格相關(guān)值校驗(yàn)連續(xù)超限次數(shù)不大于t1，判斷表格峰值校驗(yàn)連續(xù)超限次數(shù)是否大于t2。如果大于t2，轉(zhuǎn)向步驟4，否則轉(zhuǎn)向步驟5。步驟4，如果表格峰值校驗(yàn)連續(xù)超限次數(shù)大于t2，清除當(dāng)前mp和lut。步驟5，如果表格峰值校驗(yàn)連續(xù)超限次數(shù)不大于t2，判斷表格峰值增益校驗(yàn)連續(xù)超限次數(shù)是否大于t3。如果大于t3，轉(zhuǎn)向步驟6，否則轉(zhuǎn)向步驟7。步驟6，如果表格峰值增益校驗(yàn)連續(xù)超限次數(shù)大于t3，清除當(dāng)前mp和lut。步驟7，如果表格峰值增益校驗(yàn)連續(xù)超限次數(shù)不大于t3，保持當(dāng)前mp和lut。本發(fā)明上述實(shí)施例對(duì)比目前采用的數(shù)字預(yù)失真系統(tǒng)主要有以下幾點(diǎn)優(yōu)勢(shì)：一是模型自適應(yīng)產(chǎn)生，可以適應(yīng)不同硬件環(huán)境和不同應(yīng)用場(chǎng)景；二是可以通過軟件實(shí)現(xiàn)模型自適應(yīng)調(diào)整，當(dāng)硬件環(huán)境和應(yīng)用場(chǎng)景發(fā)生變化時(shí)，只需更新模型參數(shù)，無需更新軟件版本，可以大幅度提高調(diào)試效率，并節(jié)約了維護(hù)成本；三是預(yù)失真模型根據(jù)當(dāng)前環(huán)境自適應(yīng)產(chǎn)生，可以達(dá)到最佳匹配效果，真正做到量體裁衣，射頻指標(biāo)和穩(wěn)定性都能得到保證。盡管為示例目的，已經(jīng)公開了本發(fā)明的優(yōu)選實(shí)施例，本領(lǐng)域的技術(shù)人員將意識(shí)到各種改進(jìn)、增加和取代也是可能的，因此，本發(fā)明的范圍應(yīng)當(dāng)不限于上述實(shí)施例。當(dāng)前第1頁12當(dāng)前第1頁12