针对数字预失真与功率放大器系统自动调谐的交互式在线自适应的制作方法

技术特征：
1.一种用于提高数字功率放大器dpa的功率效率和线性度的自动调谐控制器，所述自动调谐控制器包括：接口，该接口包括连接到所述dpa的输入端子和输出端子，所述接口被配置为获取输入信号和输出信号；数字预失真dpd-dpa自适应控制器，所述dpd-dpa自适应控制器包括运行和存储dpd算法、效率增强方法和学习成本函数的处理器和存储器，dpd自适应控制器被配置为执行以下步骤：通过使用数据驱动优化方法来计算dpd系数以基于dpd模型来定义学习成本函数，其中，所述学习成本函数包括dda性能的变量和dpd性能的变量两者；基于所述dpd性能来更新所述学习成本函数；通过关于所述dda性能的变量求解更新的学习成本函数来优化所述更新的学习成本函数；以及通过所述接口提供针对dpa和dpd的最优参数。2.根据权利要求1所述的自动调谐控制器，其中，基于所述dda性能的变量和所述dpd性能的变量的灵敏度来定义所述学习成本函数。3.根据权利要求1所述的自动调谐控制器，其中，所述学习成本函数由papr降低的阈值、功率比、相位差、衰减差、所述功率放大器的主偏置电压和所述功率放大器的峰值偏置电压来定义。4.根据权利要求1所述的自动调谐控制器，其中，所述数据驱动优化方法是极值搜索方法、模拟退火方法、贝叶斯优化、遗传演进或爬山方法。5.根据权利要求1所述的自动调谐控制器，其中，基于所述dpd性能来实时更新所述学习成本函数。6.根据权利要求1所述的自动调谐控制器，其中，响应于来自用户的请求，执行dpa系数的修剪以用于快速学习。7.根据权利要求1所述的自动调谐控制器，其中，如果所述学习成本函数的值等于或高于期望成本函数的值，则避免更新。8.根据权利要求1所述的自动调谐控制器，其中，在包括dpd自适应和dda自适应的交互循环中对所述学习成本函数进行调整。9.根据权利要求8所述的自动调谐控制器，其中，首先单独地对所述dda进行调整以定义所述dda的变量。10.根据权利要求1所述的自动调谐控制器，其中，dpa自适应和dpd自适应实时地同时执行。11.一种数字多尔蒂功率放大器ddpa系统，该ddpa系统包括：根据权利要求1所述的自动调谐控制器；以及多尔蒂功率放大器dpa电路，该dpa电路具有控制输入和用于生成输出信号的输出。12.根据权利要求11所述的ddpa系统，其中，从先前的最优点执行离线训练。13.根据权利要求11所述的ddpa系统，其中，优化变量包括峰值平均功率比papr降低的阈值、功率比、相位差、衰减差、pa的主偏置电压和pa的峰值偏置电压。14.根据权利要求11所述的ddpa系统，其中，通过adam方法、梯度下降或随机梯度下降
方法来执行离线训练。15.根据权利要求11所述的ddpa系统，其中，输入信号条件至少包括pa的频率、信号功率电平和信号调制格式。16.根据权利要求11所述的ddpa系统，其中，神经网络是卷积神经网络cnn、深度神经网络dnn或鲁棒dnn。17.根据权利要求11所述的ddpa系统，其中，经训练的dda-dpd nn已经基于输入信号条件和优化的dpd和dda系数两者进行离线训练。18.根据权利要求11所述的ddpa系统，其中，预定优化方法是极值搜索优化、模拟退火、贝叶斯优化、爬山、遗传演进或最小二乘法。19.根据权利要求11所述的ddpa系统，其中，可以将针对一个dda单元获得的dda-dpd nn传递到不同的dda单元，其中，通过使用来自新的dda单元的稀疏数据有限地调谐所述dda-dpd nn来完成该传递。20.根据权利要求11所述的ddpa系统，其中，所述接口被配置为连接到至少两个功率晶体管。

技术总结
提供了一种用于提高数字功率放大器DPA的功率效率和线性度的自动调谐控制器。所述控制器包括：接口，其包括连接到DPA的输入端子和输出端子，所述接口被配置为获取输入信号和输出信号；数字预失真DPD-DPA自适应控制器，其包括运行和存储DPD算法、效率增强方法和学习成本函数的处理器和存储器。所述DPD自适应控制器被配置为执行以下步骤：通过使用数据驱动优化方法来计算DPD系数以基于DPD模型来定义学习成本函数，其中，学习成本函数包括DDA性能的变量和DPD性能的变量两者；基于DPD性能来更新学习成本函数；通过关于所述DDA性能的变量求解更新的学习成本函数来优化更新的学习成本函数；以及通过接口提供针对DPA和DPD的最优参数。数。数。


技术研发人员：M
受保护的技术使用者：三菱电机株式会社
技术研发日：2021.08.17
技术公布日：2023/8/29