一种太赫兹频段非线性失真补偿方法及系统与流程

本申请涉及到无线通信，特别是涉及到一种太赫兹频段非线性失真补偿方法及系统。

背景技术：

1、太赫兹频段以其超大带宽特性成为第六代移动通信系统的关键技术方向。然而，太赫兹频段功率放大器在工作过程中表现出显著的非线性失真效应，导致信号质量下降，严重影响通信系统的误码率和传输效率。为补偿功放非线性失真，数字预失真技术被广泛采用。现有的太赫兹频段非线性失真补偿方法通常采用固定参数或基于静态特性预存的半自适应参数架构。这类方法在信道条件、工作温度或功放老化状态发生变化时，补偿效果往往出现明显波动。此外，现有方法的参数调整周期较长，或需要累积较多输出信号样本才能完成一次有效的参数更新，难以匹配太赫兹信道的快速时变特性。

2、在非线性失真补偿系统中，特征提取的精细程度直接影响后续补偿参数的有效性。现有技术常采用简单的功率包络检测或单一维度的幅度统计量来表征失真状态，当功放进入饱和区或偏置条件发生较大改变时，单一的统计量难以区分不同幅度区间内的失真差异，导致补偿参数对局部失真特征的响应能力不足。同时，现有参数更新机制多采用固定步长的迭代方式，每次更新独立进行，无法利用历史调整经验来加速收敛过程，在信道环境或功放工作点发生跳变时，需要较多次数的迭代才能重新收敛，难以满足第六代移动通信系统对亚毫秒级自适应调整的需求。

技术实现思路

1、为解决现有技术中的一个或者几个问题，本申请的主要目的为提供一种太赫兹频段非线性失真补偿方法及系统。

2、为了实现上述发明目的，本申请提出一种太赫兹频段非线性失真补偿方法，所述方法包括：

3、实时采集功率放大器输出端的射频信号，根据所述射频信号，提取反映非线性失真状态的特征参数，根据所述特征参数生成当前时刻的状态向量；

4、将所述当前时刻的状态向量输入至预设的强化学习网络，通过所述强化学习网络输出当前时刻的补偿参数向量；

5、基于输出的结果，通过预设的映射关系将所述补偿参数向量转换为预失真系数，并将所述预失真系数对输入基带信号执行数字预失真处理；

6、根据处理的结果，将预失真处理后的信号输入所述功率放大器，并采集所述功率放大器对应的输出信号；

7、基于采集到的输出信号生成反馈信息，根据所述反馈信息调整所述强化学习网络的后续决策；

8、基于调整的结果，完成非线性失真的补偿。

9、本申请实施例还提供一种太赫兹频段非线性失真补偿系统，包括：

10、采集模块，用于实时采集功率放大器输出端的射频信号，根据所述射频信号，提取反映非线性失真状态的特征参数，根据所述特征参数生成当前时刻的状态向量；

11、第一输入模块，用于将所述当前时刻的状态向量输入至预设的强化学习网络，通过所述强化学习网络输出当前时刻的补偿参数向量；

12、转换模块，用于基于输出的结果，通过预设的映射关系将所述补偿参数向量转换为预失真系数，并将所述预失真系数对输入基带信号执行数字预失真处理；

13、第二输入模块，用于根据处理的结果，将预失真处理后的信号输入所述功率放大器，并采集所述功率放大器对应的输出信号；

14、调整模块，用于基于采集到的输出信号生成反馈信息，根据所述反馈信息调整所述强化学习网络的后续决策；

15、完成模块，用于基于调整的结果，完成非线性失真的补偿。

16、本申请还提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。

17、本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。

18、本申请实施例的太赫兹频段非线性失真补偿方法及系统，通过实时采集功放输出信号并提取精细化的状态向量，使系统能够敏锐地感知到失真特性的细微变化。通过强化学习网络的连续动作决策能力，可以快速生成适配当前状态的补偿参数向量，避免了传统迭代搜索算法收敛速度慢的问题。通过闭环反馈调整机制，能够利用每一次补偿后的结果来优化后续决策，形成正向循环。使得补偿参数不再依赖于离线测量和静态存储，而是随着功放工作状态的改变而动态演进，从而在太赫兹频段的快速时变环境中始终保持较高的补偿精度。

1.一种太赫兹频段非线性失真补偿方法，其特征在于，所述方法包括：

2.根据权利要求1所述的太赫兹频段非线性失真补偿方法，其特征在于，所述提取反映非线性失真状态的特征参数，步骤包括：

3.根据权利要求1所述的太赫兹频段非线性失真补偿方法，其特征在于，所述将所述当前时刻的状态向量输入至预设的强化学习网络，通过所述强化学习网络输出当前时刻的补偿参数向量，步骤包括：

4.根据权利要求3所述的太赫兹频段非线性失真补偿方法，其特征在于，所述actor网络和所述第一critic网络、第二critic网络的每个全连接层的节点数为128；所述leakyrelu激活函数的负斜率系数为0.2。

5.根据权利要求1所述的太赫兹频段非线性失真补偿方法，其特征在于，所述通过预设的映射关系将所述补偿参数向量转换为预失真系数，步骤包括：

6.根据权利要求3所述的太赫兹频段非线性失真补偿方法，其特征在于，所述根据所述反馈信息调整所述强化学习网络的后续决策，步骤包括：

7.根据权利要求1所述的太赫兹频段非线性失真补偿方法，其特征在于，在所述根据所述反馈信息调整所述强化学习网络的后续决策的步骤中，还包括温度补偿触发，步骤包括：

8.一种太赫兹频段非线性失真补偿系统，其特征在于，包括：

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。