电子科技大学王小波获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉电子科技大学申请的专利一种基于复数卷积神经网络的功放数字预失真优化方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120145963B 。
龙图腾网通过国家知识产权局官网在2025-08-05发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510209943.3,技术领域涉及:G06F30/337;该发明授权一种基于复数卷积神经网络的功放数字预失真优化方法是由王小波;王蕊;秦俪之;赵宏志;胡朋设计研发完成,并于2025-02-25向国家知识产权局提交的专利申请。
本一种基于复数卷积神经网络的功放数字预失真优化方法在说明书摘要公布了:本发明公开了一种基于复数卷积神经网络的功放数字预失真优化方法,包括以下步骤:S1.采集多组经过功放PA前后的数字信号,形成样本集;S2.对样本集中的数据进行预处理;S3.构建包含线性辅助分支和非线性模型的复数时延迟卷积神经网络,作为功放的数字预失真模型;S4.利用样本集中预处理后的数据对功放的数字预失真模型进行训练,得到训练成熟的数字预失真模型参数;S5.在实际进行功放的数字预失真时,先将待发送的数字信号送入训练成熟的数字预失真模型进行处理。本发明在保持低复杂度特性的同时,通过引入复数域处理和辅助线性分支,显著提升线性化能力。
本发明授权一种基于复数卷积神经网络的功放数字预失真优化方法在权利要求书中公布了:1.一种基于复数卷积神经网络的功放数字预失真优化方法,其特征在于:包括以下步骤: S1.采集多组经过功放PA前后的数字信号,形成样本集; S2.对样本集中的数据进行预处理; 所述步骤S2中,对样本集中的数据进行预处理包括: S201.对于样本集任意一组数字信号{xn,yn},首先对yn进行归一化处理,得到其中,G是功放PA的理想增益; 其中Ix[n]及Qx[n],Iy[n]及Qy[n]、分别为xn和yn的同相和正交分量; S202.对y′n进行滑窗处理,其中窗口长度为L,得到窗口数据Yn=[y′n,y′n-1,…,y′n-L+1]T; 将yn预处理得到的窗口数据Yn=[y′n,y′n-1,…,y′n-L+1]T,作为xn对应的窗口数据; S203.对于样本集中每一组数字信号,重复执行步骤S201~S202,完成样本集中各种数字信号的预处理; S3.构建包含线性辅助分支和非线性模型的复数时延卷积神经网络,作为功放的数字预失真模型; 所述步骤S3中构建的复数时延卷积神经网络中; 线性辅助分支由全连接层组成,输入特征数量是L,输出特征数量是1,用于执行复数输入的线性变换,生成初始预测值;线性辅助分支中的参数,通过梯度下降算法训练得到; 非线性模型部分由多个级联的一维复数卷积层及全连接层组成,使用Adam算法优化; 线性辅助分支和非线性模型的输出通过加法器组合后作为复数时延卷积神经网络的最终输出; S4.利用样本集中预处理后的数据对功放的数字预失真模型进行训练,得到训练成熟的数字预失真模型参数; S5.在实际进行功放的数字预失真时,先将待发送的数字信号送入训练成熟的数字预失真模型进行处理后,再通过DAC和上变频器后传输给功放PA,由功放PA对接收到的信号进行放大后进行发射。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人电子科技大学,其通讯地址为:611731 四川省成都市高新区(西区)西源大道2006号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。