本發(fā)明涉及移動通信領域，尤其涉及一種數(shù)字預失真表生成方法、裝置及數(shù)字預失真系統(tǒng)。

背景技術：

由于影響器件非線性特性的因素較多，原因復雜，而且很多影響因素的變化在設備實際運行時具有連續(xù)性，DPD(Digital Pre-Distortion，數(shù)字預失真)表生成時，表中數(shù)據的采集只能在這些連續(xù)變化的因素中選取幾個離散條件，這種離散條件如何選取，設備運行時，每種運行條件下進行預失真時所使用的DPD數(shù)據不一定都能在DPD表中得到，這些DPD表中獲取不到的數(shù)據如何通過表中的有限數(shù)據計算得到，如何保證采集及計算得到的DPD數(shù)據的準確性、有效性和預失真的最佳性能，是現(xiàn)有各種DPD模塊和算法的關注點。

但是，現(xiàn)有方法的DPD表生成只考慮了一種影響因素，如僅根據放大器特性或者反饋信號進行預失真訓練以及表的生成，并且，沒有檢測和評估DPD表中數(shù)據的預失真效果；即，現(xiàn)有DPD表生成方法考慮的影響因素單一、且沒有對DPD表的數(shù)據進行檢測及評估，效果差。

因此，如何提供一種可以解決現(xiàn)有DPD表影響因素單一、且沒有對DPD表的數(shù)據進行檢測及評估導致的數(shù)字預失真效果差的DPD表生成方法，是本領域技術人員亟待解決的技術問題。

技術實現(xiàn)要素：

本發(fā)明提供了一種數(shù)字預失真表生成方法、裝置及數(shù)字預失真系統(tǒng)，以解決現(xiàn)有DPD表影響因素單一、且沒有對DPD表的數(shù)據進行檢測及評估導致的數(shù)字預失真效果差的問題。

本發(fā)明提供了一種DPD表生成方法，其包括：

根據待處理裝置的非線性數(shù)學模型，針對影響待處理裝置DPD表的所有工作參數(shù)，對待處理裝置的產品樣本的所有工作參數(shù)進行全遍歷數(shù)據采集，獲取評估數(shù)據，根據評估數(shù)據生成數(shù)據采集用例及全范圍的數(shù)據生成方法；

使用數(shù)據采集用例對待處理裝置采集數(shù)據，獲取尋優(yōu)數(shù)據；

對尋優(yōu)數(shù)據進行數(shù)字預失真效果的檢測和尋優(yōu)，尋優(yōu)結果作為非線性數(shù)學模型的模型系數(shù)；

使用全范圍的數(shù)據生成方法,根據模型系數(shù)生成DPD表。

進一步的，根據評估數(shù)據生成數(shù)據采集用例及全范圍的數(shù)據生成方法包括：使用聚類、擬合的方法對評估數(shù)據進行分析，得到所有工作參數(shù)的有限取值組合而成的有效的數(shù)據采集用例以及全范圍的數(shù)據生成方法。

進一步的，獲取尋優(yōu)數(shù)據包括：根據數(shù)據采集用例，對待處理裝置的射頻信號進行數(shù)字預失真測試；將數(shù)字預失真的射頻信號以頻譜形式顯示，按頻率步進掃描得到一組功率值，生成尋優(yōu)數(shù)據。

進一步的，對尋優(yōu)數(shù)據進行數(shù)字預失真效果的檢測和尋優(yōu)，將尋優(yōu)結果作為非線性數(shù)學模型的模型系數(shù)，生成DPD表包括：將預失真后的信號與標準信號進行功率對比，檢測DPD效果，直到找到功率差值最優(yōu)值，在DPD表的范圍內，先固定DPD虛部，進行實部遍歷，確定最優(yōu)的實部數(shù)據，將DPD實部固定為最優(yōu)的實部數(shù)據，進行虛部遍歷，確定最優(yōu)的虛部數(shù)據，循環(huán)至最優(yōu)值。

進一步的，對尋優(yōu)數(shù)據進行數(shù)字預失真效果的檢測和尋優(yōu)包括：大步尋優(yōu)與小步尋優(yōu)交替執(zhí)行，循環(huán)至最優(yōu)值。

本發(fā)明提供了一種DPD表生成裝置，其包括評估模塊、采集模塊、尋優(yōu)模塊及生成模塊，其中，

評估模塊用于根據待處理裝置的非線性數(shù)學模型，針對影響待處理裝置DPD表的所有工作參數(shù)，使用采集模塊對待處理裝置的產品樣本的所有工作參數(shù)進行全遍歷數(shù)據采集，獲取評估數(shù)據，根據評估數(shù)據生成數(shù)據采集用例及全范圍的數(shù)據生成方法；

采集模塊用于使用數(shù)據采集用例對待處理裝置采集數(shù)據，獲取尋優(yōu)數(shù)據；

尋優(yōu)模塊用于對尋優(yōu)數(shù)據進行數(shù)字預失真效果的檢測和尋優(yōu)，尋優(yōu)結果作為非線性數(shù)學模型的模型系數(shù)；

生成模塊用于使用所述全范圍的數(shù)據生成方法,根據所述模型系數(shù)生成DPD表。

進一步的，評估模塊用于使用聚類、擬合的方法對評估數(shù)據進行分析，得到所有工作參數(shù)的有限取值組合而成的有效的數(shù)據采集用例及全范圍的數(shù)據生成方法。

進一步的，采集模塊用于根據數(shù)據采集用例，對待處理裝置的射頻信號進行數(shù)字預失真測試；將數(shù)字預失真的射頻信號以頻譜形式顯示，按頻率步進掃描得到一組功率值，生成尋優(yōu)數(shù)據。

進一步的，尋優(yōu)模塊用于將預失真后的信號與標準信號進行功率對比，檢測DPD效果，直到找到功率差值最優(yōu)值，在DPD表的范圍內，先固定DPD虛部，進行實部遍歷，確定最優(yōu)的實部數(shù)據，將DPD實部固定為最優(yōu)的實部數(shù)據，進 行虛部遍歷，確定最優(yōu)的虛部數(shù)據，循環(huán)至最優(yōu)值。

進一步的，尋優(yōu)模塊還用于大步尋優(yōu)與小步尋優(yōu)交替執(zhí)行，循環(huán)至最優(yōu)值。

同時，本發(fā)明也提供了一種DPD系統(tǒng)，其使用本發(fā)明提供的DPD表生成裝置生成的DPD表。

本發(fā)明的有益效果：

本發(fā)明提供了一種DPD表生成方法，考慮了影響待處理裝置的DPD表的所有工作參數(shù)，使用統(tǒng)計學方法對所有工作參數(shù)進行評估分析，得到采數(shù)的影響因素組合用例，使用這些用例進行采數(shù)，既解決了離散條件選取問題，利用自動化也保證了數(shù)據的采集和生成效率；同時，在采數(shù)算法和完整的DPD數(shù)據生成算法上較現(xiàn)有的算法也有所改進，現(xiàn)有的DPD表生成方法，無論是離線寫入的DPD表，還是實時訓練得到的DPD表，均不會對表中的數(shù)據進行預失真效果檢測和尋優(yōu)，本發(fā)明給出的DPD表生成方法，其數(shù)據是在檢測和尋優(yōu)預失真效果前提下采集得到，得到后使用該數(shù)據使能DPD，并且配置和連通一條收、發(fā)鏈路，檢測收端設備信號，用接收信號進一步遍歷、驗證和尋優(yōu)前面得到的DPD數(shù)據，從而保證DPD表中的數(shù)據都是預失真效果尋優(yōu)后的數(shù)據，進而使得本發(fā)明中DPD表中的數(shù)據所達到的預失真效果要好于現(xiàn)有DPD表生成方法獲取的數(shù)據所達到的預失真效果。

附圖說明

圖1為本發(fā)明第一實施例提供的DPD表生成裝置的結構示意圖；

圖2為本發(fā)明第二實施例提供的DPD表生成方法的流程圖；

圖3為本發(fā)明第三實施例提供的DPD系統(tǒng)的結構示意圖。

具體實施方式

現(xiàn)通過具體實施方式結合附圖的方式對本發(fā)明做出進一步的詮釋說明。

第一實施例：

圖1為本發(fā)明第一實施例提供的DPD表生成裝置的結構示意圖，由圖1可知，在本實施例中，本發(fā)明提供的DPD表生成裝置1包括評估模塊11、采集模塊12、尋優(yōu)模塊13及生成模塊14，其中，

評估模塊11用于根據待處理裝置的非線性數(shù)學模型，針對影響待處理裝置DPD表的所有工作參數(shù)，使用采集模塊12對待處理裝置的產品樣本的所有工作參數(shù)進行全遍歷數(shù)據采集，獲取評估數(shù)據，根據評估數(shù)據生成數(shù)據采集用例及全范圍的數(shù)據生成方法，供采集模塊12及生成模塊14使用；

采集模塊12用于使用評估模塊11得到的數(shù)據采集用例對待處理裝置采集數(shù)據，獲取尋優(yōu)數(shù)據，并反饋給尋優(yōu)模塊13；

尋優(yōu)模塊13用于對采集模塊12采集得到的尋優(yōu)數(shù)據進行數(shù)字預失真效果的檢測和尋優(yōu)，尋優(yōu)結果作為非線性數(shù)學模型的模型系數(shù)；

生成模塊14用于使用評估模塊11得到的全范圍的數(shù)據生成方法,根據所述模型系數(shù)生成DPD表。

在一些實施例中，上述實施例中的DPD表生成裝置1還包括：調用模塊，用于在生成DPD表之后，存儲DPD表，并根據待處理裝置的實時工作參數(shù)，查找對應的DPD表并輸出進行DPD。

在一些實施例中，上述實施例中的評估模塊11用于使用聚類、擬合的方法對評估數(shù)據進行分析，得到所有工作參數(shù)的有限取值組合而成的有效的數(shù)據采 集用例以及全范圍的數(shù)據生成方法，將數(shù)據生成方法及全范圍的數(shù)據生成方法形成數(shù)據文件，本申請所涉及的聚類、擬合是常用的算法，下文進行大致說明。

聚類分析又稱群分析，它是研究(樣品或指標)分類問題的一種統(tǒng)計分析方法，同時也是數(shù)據挖掘的一個重要算法。聚類(Cluster)分析是由若干模式(Pattern)組成的，通常，模式是一個度量(Measurement)的向量，或者是多維空間中的一個點。聚類分析以相似性為基礎，在一個聚類中的模式之間比不在同一聚類中的模式之間具有更多的相似性。

聚類分析包括以下4種主要方法：

1、K-MEANS；

k-means算法接受輸入量k；然后將n個數(shù)據對象劃分為k個聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個“中心對象”(引力中心)來進行計算的。

k-means算法的工作過程說明如下：

首先從n個數(shù)據對象任意選擇k個對象作為初始聚類中心；而對于所剩下其它對象，則根據它們與這些聚類中心的相似度(距離)，分別將它們分配給與其最相似的(聚類中心所代表的)聚類；

然后再計算每個所獲新聚類的聚類中心(該聚類中所有對象的均值)；不斷重復這一過程直到標準測度函數(shù)開始收斂為止。

一般都采用均方差作為標準測度函數(shù).k個聚類具有以下特點：各聚類本身盡可能的緊湊，而各聚類之間盡可能的分開。

2、K-MEDOIDS；

K-MEANS有其缺點：產生類的大小相差不會很大，對于臟數(shù)據很敏感。

改進的算法：k—medoids方法。這兒選取一個對象叫做mediod來代替上面的中心的作用，這樣的一個medoid就標識了這個類。K-medoids和K-means不一樣的地方在于中心點的選取，在K-means中，我們將中心點取為當前cluster中所有數(shù)據點的平均值，在K-medoids算法中，我們將從當前cluster中選取這樣一個點——它到其他所有(當前cluster中的)點的距離之和最小——作為中心點。

步驟：

1，任意選取K個對象作為medoids(O1,O2,…Oi…Ok)。

以下是循環(huán)的：

2，將余下的對象分到各個類中去(根據與medoid最相近的原則)；

3，對于每個類(Oi)中，順序選取一個Or，計算用Or代替Oi后的消耗—E(Or)。選擇E最小的那個Or來代替Oi。這樣K個medoids就改變了，下面就再轉到2。

4，這樣循環(huán)直到K個medoids固定下來。

這種算法對于臟數(shù)據和異常數(shù)據不敏感，但計算量顯然要比K均值要大，一般只適合小數(shù)據量。

3、Clara；

上面提到K-medoids算法不適合于大數(shù)據量的計算。Clara算法，這是一種基于采樣的方法，它能夠處理大量的數(shù)據。

Clara算法的思想就是用實際數(shù)據的抽樣來代替整個數(shù)據，然后再在這些抽樣的數(shù)據上利用K-medoids算法得到最佳的medoids。Clara算法從實際數(shù)據中抽取多個采樣，在每個采樣上都用K-medoids算法得到相應的(O1,O2…Oi…Ok)，然后在這當中選取E最小的一個作為最終的結果。

4、Clarans；

Clara算法的效率取決于采樣的大小，一般不太可能得到最佳的結果。

在Clara算法的基礎上，又提出了Clarans的算法，與Clara算法不同的是：在Clara算法尋找最佳的medoids的過程中，采樣都是不變的。而Clarans算法在每一次循環(huán)的過程中所采用的采樣都是不一樣的。與上面所講的尋找最佳medoids的過程不同的是，必須人為地來限定循環(huán)的次數(shù)。

而擬合是指已知某函數(shù)的若干離散函數(shù)值{f1,f2,…,fn}，通過調整該函數(shù)中若干待定系數(shù)f(λ1,λ2,…,λn)，使得該函數(shù)與已知點集的差別(最小二乘意義)最小。如果待定函數(shù)是線性，就叫線性擬合或者線性回歸(主要在統(tǒng)計中)，否則叫作非線性擬合或者非線性回歸。表達式也可以是分段函數(shù)，這種情況下叫作樣條擬合。一組觀測結果的數(shù)字統(tǒng)計與相應數(shù)值組的吻合。形象的說,擬合就是把平面上一系列的點，用一條光滑的曲線連接起來。因為這條曲線有無數(shù)種可能，從而有各種擬合方法。擬合的曲線一般可以用函數(shù)表示，根據這個函數(shù)的不同有不同的擬合名字。

在MATLAB中可以用polyfit來擬合多項式。擬合以及插值還有逼近是數(shù)值分析的三大基礎工具，通俗意義上它們的區(qū)別在于：擬合是已知點列，從整體上靠近它們；插值是已知點列并且完全經過點列；逼近是已知曲線，或者點列，通過逼近使得構造的函數(shù)無限靠近它們。

在一些實施例中，上述實施例中的采集模塊12用于根據數(shù)據采集用例，對待處理裝置的射頻信號進行數(shù)字預失真測試；將數(shù)字預失真的射頻信號以頻譜形式顯示，按頻率步進掃描得到一組功率值，生成尋優(yōu)數(shù)據。

在一些實施例中，上述實施例中的尋優(yōu)模塊13用于將預失真后的信號與標準信號進行功率對比，檢測DPD效果，直到找到功率差值最優(yōu)值，在DPD表的范圍內，先固定DPD虛部，進行實部遍歷，確定最優(yōu)的實部數(shù)據，將DPD實部固定為最優(yōu)的實部數(shù)據，進行虛部遍歷，確定最優(yōu)的虛部數(shù)據，循環(huán)至最優(yōu)值。

在一些實施例中，上述實施例中的尋優(yōu)模塊13還用于大步尋優(yōu)與小步尋優(yōu)交替執(zhí)行，循環(huán)至最優(yōu)值。

同時，本發(fā)明也提供了一種DPD系統(tǒng)，其使用本發(fā)明提供的DPD表生成裝置1生成的DPD表。

第二實施例：

圖2為本發(fā)明第二實施例提供的DPD表生成方法的流程圖，由圖2可知，在本實施例中，本發(fā)明提供的DPD表生成方法包括以下步驟：

S201：根據待處理裝置的非線性數(shù)學模型，針對影響待處理裝置DPD表的所有工作參數(shù)，對待處理裝置的產品樣本的所有工作參數(shù)進行全遍歷數(shù)據采集，獲取評估數(shù)據，根據評估數(shù)據生成數(shù)據采集用例及全范圍的數(shù)據生成方法；

S202：使用數(shù)據采集用例對待處理裝置采集數(shù)據，獲取尋優(yōu)數(shù)據；

S203：對尋優(yōu)數(shù)據進行數(shù)字預失真效果的檢測和尋優(yōu)，尋優(yōu)結果作為非線性數(shù)學模型的模型系數(shù)；

S204：使用全范圍的數(shù)據生成方法,根據模型系數(shù)生成DPD表。

在一些實施例中，上述實施例中的根據評估數(shù)據生成數(shù)據采集用例及全范圍的數(shù)據生成方法包括：使用聚類、擬合的方法對評估數(shù)據進行分析，得到所有工作參數(shù)的有限取值組合而成的有效的數(shù)據采集用例以及全范圍的數(shù)據生成方法，將數(shù)據采集用例以及全范圍的數(shù)據生成方法形成數(shù)據文件。

在一些實施例中，上述實施例中的獲取尋優(yōu)數(shù)據包括：根據數(shù)據采集用例，對待處理裝置的射頻信號進行數(shù)字預失真測試；將數(shù)字預失真的射頻信號以頻譜形式顯示，按頻率步進掃描得到一組功率值，生成尋優(yōu)數(shù)據。

在一些實施例中，上述實施例中的尋優(yōu)數(shù)據進行數(shù)字預失真效果的檢測和尋優(yōu)，將尋優(yōu)結果作為非線性數(shù)學模型的模型系數(shù)，生成DPD表包括：將預失真后的信號與標準信號進行功率對比，檢測DPD效果，直到找到功率差值最優(yōu)值，在DPD表的范圍內，先固定DPD虛部，進行實部遍歷，確定最優(yōu)的實部數(shù)據，將DPD實部固定為最優(yōu)的實部數(shù)據，進行虛部遍歷，確定最優(yōu)的虛部數(shù)據，循環(huán)至最優(yōu)值。

在一些實施例中，上述實施例中的對數(shù)據進行DPD效果的檢測和尋優(yōu)包括：大步尋優(yōu)與小步尋優(yōu)交替執(zhí)行，循環(huán)至最優(yōu)值。

現(xiàn)結合具體應用場景對本發(fā)明做進一步的詮釋說明。

第三實施例：

本發(fā)明給出了一種自動生成DPD表的系統(tǒng)和方法，該方法針對器件的非線性特性數(shù)學模型，使用自動化采數(shù)系統(tǒng)，基于概率統(tǒng)計學的原理采集數(shù)學模型需要的DPD模型系數(shù)，為了實現(xiàn)數(shù)據采集的可行性、可實施性以及設備生產效率，這些DPD模型系數(shù)在有限樣本和篩選因素下采集得到，在此基礎上，為了保證數(shù)據的準確性和預失真效果，對采集得到的DPD模型系數(shù)進行預失真效果 的遍歷和尋優(yōu)，將這些優(yōu)化后的模型系數(shù)寫入DPD表后，最終使用這些尋優(yōu)得到的基礎數(shù)據，計算生成所選因素和條件范圍內的完整數(shù)據，生成完整的DPD表，并寫入設備的EEPROM(Electrically Erasable Programmable Read-Only Memory，電可擦可編程只讀存儲器)中，設備運行時以實時條件，如具體的工作參數(shù)，為索引，查詢EEPROM的DPD表，調用對應的DPD模型系數(shù)，代入數(shù)學模型中進行信號預失真計算，對信號進行預失真。

本發(fā)明在已知器件非線性數(shù)學模型的前提下發(fā)明了一種生成DPD表的方法，使用這種方法采集得到的數(shù)據準確性、有效性以及預失真效果較現(xiàn)有的方法都有所改進；包括以下步驟：

第一步、樣本評估。選擇有限的產品樣本，在帶寬、功率、頻率、調制方式和溫度五種因素下在數(shù)據采集模塊中進行全遍歷數(shù)據采集，采集到的數(shù)據反饋給樣本評估模塊，樣本評估模塊使用聚類、擬合等方法進行統(tǒng)計分析，得到五種因素的有限取值組合，稱之為數(shù)據采集用例，同時分析出五種因素全范圍數(shù)據的生成方法，將數(shù)據采集用例及全范圍數(shù)據的生成方法形成數(shù)據文件，分別作為數(shù)據采集模塊和DPD表生成模塊的輸入，具體的為，數(shù)據采集用例作為數(shù)據采集模塊的輸入，全范圍數(shù)據的生成方法作為DPD表生成模塊的輸入；

第二步、數(shù)據采集。利用樣本評估得到的數(shù)據采集用例，通過控制模塊中的儀表控制模塊設置頻譜儀，設備控制模塊設置發(fā)射設備，DPD數(shù)據去默認值，使能DPD功能，對發(fā)出的射頻信號進行DPD。同樣通過控制模塊中的接口板控制模塊控制接口板上的開關連通發(fā)射設備和頻譜儀，使得經過DPD的射頻信號以頻譜形式顯示在頻譜上?？刂祁l譜儀按頻率步進掃描得到一組功率值，反饋給數(shù)據采集模塊，數(shù)據采集模塊將數(shù)據輸入數(shù)據處理模塊進行分析和數(shù)據提??；

第三步、數(shù)據處理。對數(shù)據采集模塊輸入的數(shù)據在器件給定的DPD數(shù)據范圍內進行DPD數(shù)據遍歷，每次遍歷的DPD數(shù)據值反饋給數(shù)據采集模塊控制對發(fā)射信號進行DPD，預失真后的信號與標準信號進行功率對比，檢測DPD效果，直到找到功率差值最優(yōu)值，結束發(fā)射信號效果尋優(yōu)，記錄此時的DPD數(shù)據最優(yōu)值及范圍，以此為基礎，通過儀表控制模塊設置信號源發(fā)出接收信號，并通過接口板控制模塊控制開關連通接收設備和信號源，檢測接收設備的接收信號，進行接收信號的DPD效果驗證和尋優(yōu)，與發(fā)射信號尋優(yōu)一樣，接收信號尋優(yōu)過程也與數(shù)據采集模塊進行反饋循環(huán)，直到找到最優(yōu)值。重復第二和第三步，直到遍歷完成評估給出的所有用例。

第四步、DPD表生成。數(shù)據處理得到的最優(yōu)值輸入DPD表生成模塊，該模塊利用樣本評估得到的全范圍數(shù)據生成方法生成五種影響因素相關的完整DPD數(shù)據，形成數(shù)據文件，通過控制模塊中的設備控制模塊將數(shù)據文件寫入發(fā)射設備，寫完后在通過設備控制模塊回讀寫入發(fā)射設備的數(shù)據進行校驗。

現(xiàn)結合圖3對尋優(yōu)算法進行說明，如圖3所示，本實施例提供的離線生成DPD表的系統(tǒng)包括以下模塊：

樣本評估模塊31、數(shù)據采集模塊32、數(shù)據處理模塊33、DPD表生成模塊34、控制模塊35、接口板36、包含頻譜儀和信號源的射頻儀表37、包含發(fā)射設備38和接收設備39的被測設備，其中控制模塊35根據控制對象的不同分為儀表控制模塊351、接口板控制模塊352和設備控制模塊353；還包括：射頻連接線、網口連接線、串口連接線。其中351模塊和353模塊均通過網口連接線分別連接射頻儀表和被測設備，完成控制信號和數(shù)字信號的發(fā)送和交互。352模塊通過串口連接線連接接口板，向接口板發(fā)送控制信號并回讀控制狀態(tài)。被測設備和 射頻儀表之間使用射頻連接線通過接口板間接連接，進行射頻信號交互；接口板上設計有射頻切換開關，在接口板控制模塊控制下完成各設備和儀表之間的射頻信號切換；射頻儀表則主要負責射頻信號的接收和顯示，以及接收設備的接收信號轉入。以上系統(tǒng)的功能框圖參見附圖3，圖中連線箭頭表示信號方向，連線從粗到細表示不同的信號類型，由粗到細依次為數(shù)據流、射頻發(fā)射信號、射頻接收信號和控制信號，其中控制信號均為雙向，表示向被控設備發(fā)送信號之后，被控設備要反饋和被讀取被控狀態(tài)。

基于上圖，本實施例提供的DPD表生成方法包括：

第一步：發(fā)射信號。使用評估時選定的五種影響因素取值和信號參數(shù)，通過35模塊中的353模塊設置發(fā)射和接收設備，然后通過35模塊中的352模塊切換開關連通發(fā)射設備和頻譜儀，使得發(fā)射設備發(fā)出要求的信號；

第二步：實部遍歷尋優(yōu)。在器件給定的DPD數(shù)據范圍內，固定DPD數(shù)據虛部，遍歷實部，通過35模塊的352模塊使能DPD功能，然后通過351模塊從頻譜儀讀取并分析頻譜數(shù)據，尋找DPD效果最優(yōu)的DPD數(shù)據；

第三步：虛部遍歷尋優(yōu)。在器件給定的DPD數(shù)據范圍內，使用第二步得到的實部數(shù)據，遍歷虛部，采用與第二步相同的方法分析頻譜尋優(yōu)；

第四步：實部二次尋優(yōu)。在器件給定的DPD數(shù)據范圍內，使用第三步得到的虛部數(shù)據，遍歷實部，采用與第二步相同的方法分析頻譜尋優(yōu)；

第五步：重復第二到四步，發(fā)射信號與標準信號對比，直到找到最優(yōu)值并記錄，同時記錄的還有DPD數(shù)據的尋優(yōu)范圍；

第六步：配置接收信號。通過35模塊中的351模塊配置信號源，353模塊控制發(fā)射設備使能DPD功能，然后通過35模塊的352模塊切換接口板開關連通 發(fā)射設備和信號源，以及信號源和接收設備，使得接收設備接收到要求的信號；

第七步：大步進尋優(yōu)。在上面得到的DPD尋優(yōu)范圍內，大步進遍歷DPD數(shù)據，通過353模塊讀取接收設備上的接收信號，尋優(yōu)DPD數(shù)據；

第八步：小步進尋優(yōu)。大步進尋優(yōu)結果輸出一個數(shù)據范圍，輸入小步進尋優(yōu)，使用第七步同樣的方法進一步小范圍內尋優(yōu)；

第九步：重復第七到第八步，直到連續(xù)兩次最優(yōu)接收信號對應的DPD模型系數(shù)相同，結束接收信號尋優(yōu)，記錄尋優(yōu)結果；

第十步：重復第一到九步，直到數(shù)據采集用例全部尋優(yōu)結束，記錄尋優(yōu)最終結果，并輸出尋優(yōu)最終結果為一個數(shù)據文件。

以上算法均在計算機上使用自動化控制和采數(shù)軟件自動實現(xiàn)，有益效果：本發(fā)明主要在PC機上實現(xiàn)了DPD表自動生成的系統(tǒng)和方法，該方法考慮了設備運行時各種影響DPD性能的條件和因素，基于功率放大器的非線性特性模型有針對性的采集DPD數(shù)據，并且采集得到的數(shù)據正確性和有效性立刻在設備運行環(huán)境中進行測試和驗證，且進一步根據DPD效果尋優(yōu)，尋優(yōu)后的數(shù)據才寫入和生成DPD表，保證了整個方法和系統(tǒng)的正確性和有效性。同時該方法具有通用性，針對不同的器件和設備僅需要給出不同的非線性數(shù)學模型，以及影響DPD的條件和因素，就可以使用本發(fā)明所闡述的方法和系統(tǒng)進行DPD數(shù)據采集，進而生成DPD表。

另外，現(xiàn)有技術分為手動生成數(shù)據和DPD芯片自動化實現(xiàn)，DPD芯片所需成本高，而且DPD的采數(shù)、器件非線性模型建立、DPD訓練以及DPD表生成都需要系統(tǒng)開銷，對信號的要求不是很高，或者放大器非線性影響不是很大的需求，DPD芯片技術成本過高，也欠缺靈活性。最重要的是，本發(fā)明給出的DPD表生成 方法，其預失真的效果接近甚至優(yōu)于DPD芯片的效果，這一點已經在微波產品的應用中得到實踐和驗證。所以本發(fā)明兼顧手動方法的靈活性和低成本，在條件相同的情況下，又可以達到DPD芯片的預失真效果，是一種簡單高效低成本的綜合方法。

現(xiàn)在以微波產品為待檢測裝置為例進行說明，微波產品使用的數(shù)字芯片給出的預失真數(shù)學模型為：；

y＝x(g₁+g₃|x|²+g₅|x|⁴)；

其中x為輸入信號，y為輸出信號，g1、g3和g5為多項式模型系數(shù)，這3個模型系數(shù)的取值決定了不同條件和因素下的DPD效果。經過試驗證明3個模型系數(shù)中只有g3起決定作用。因此采數(shù)時僅尋優(yōu)g3值。數(shù)字芯片手冊給出的g3范圍為-2到+2。

流程部分的處理步驟如下：

第一步、樣本評估。選擇4個產品樣本，由于調制方式取值有限，由其他因素的評估結果決定。先進行帶寬評估，功率評估和頻率評估。在數(shù)據采集模塊中進行全遍歷數(shù)據采集，樣本評估模塊使用聚類、擬合等方法對遍歷得到的數(shù)據進行統(tǒng)計分析，得出帶寬、功率和頻率取值后，用這些值分別在高低溫下進行溫度評估。最后得到帶寬為28M，功率為16dBm、21dBm和23dBm，調制方式為128QAM、512QAM和1024QAM，頻點為21200MHz、21800MHz、22400MHz、23000MHz和23600MHz，常溫33°，輸出的數(shù)據文件為InterpolationData_23G.ini。高溫和低溫55°、5°、-15°、-33°和-40°單獨輸出一個文件為access數(shù)據庫表usr_Coefficients_23G。

第二步、數(shù)據采集。利用樣本評估得到的數(shù)據采集用例，通過自動化控制和采數(shù)軟件的儀表控制模塊設置頻譜儀FSV，自動化控制和采數(shù)軟件的設備控制模塊設置微波射頻單元設備SRU或AOU，使能DPD功能，并使其發(fā)出射頻信號。同樣通過自動化控制和采數(shù)軟件的接口板控制模塊控制RDC采數(shù)工裝上的開關連通發(fā)射設備和頻譜儀，使得發(fā)送的射頻信號以頻譜形式顯示在頻譜儀上?？刂祁l譜儀按頻率步進掃描得到一組功率值，反饋給數(shù)據采集模塊，數(shù)據采集模塊將數(shù)據輸入數(shù)據處理模塊進行分析和數(shù)據提??；

第三步、數(shù)據處理。對數(shù)據采集模塊輸入的數(shù)據在DPD模型系數(shù)g3的范圍內遍歷g3值，每次遍歷的g3值反饋給數(shù)據采集模塊控制發(fā)射信號進行DPD，DPD后的信號與歐標定義的標準信號進行功率對比，檢測DPD效果，直到找到功率差值最優(yōu)值，結束發(fā)射信號效果尋優(yōu)，記錄此時的DPD模型系數(shù)g3的最優(yōu)值及范圍，以此為基礎，通過儀表控制模塊設置信號源SMF100A發(fā)出接收信號，并通過接口板控制模塊控制開關連通接收設備和信號源，檢測接收設備的接收信號，進行接收信號的DPD效果驗證和尋優(yōu)，與發(fā)射信號尋優(yōu)一樣，接收信號尋優(yōu)過程也與數(shù)據采集模塊進行反饋循環(huán)，直到找到最優(yōu)值。重復第二和第三步，直到遍歷完成評估給出的所有用例。

第四步、DPD表生成。數(shù)據處理得到的最優(yōu)值輸入DPD表生成模塊，該模塊利用樣本評估得到的全范圍數(shù)據生成方法生成五種影響因素相關的完整DPD數(shù)據，形成數(shù)據文件，通過自動化控制和采數(shù)軟件的設備控制模塊將數(shù)據文件寫入發(fā)射設備，寫完后在通過設備控制模塊回讀寫入發(fā)射設備的數(shù)據進行校驗。

具體應用中使用的DPD數(shù)據尋優(yōu)算法如下：

第一步、發(fā)射信號。讀取InterpolationData_23G.ini文件給出的用例， 通過自動化控制和采數(shù)軟件發(fā)送控制命令設置發(fā)射和接收設備，然后通過自動化控制和采數(shù)軟件發(fā)送控制命令，切換RDC采數(shù)工裝的射頻開關連通發(fā)射設備和頻譜儀FSV，使得發(fā)射設備發(fā)出要求的信號；

第二步、實部遍歷尋優(yōu)。在器件給定的DPD模型系數(shù)g3范圍-2到+2內，固定DPD模型系數(shù)g3虛部，遍歷實部，通過自動化控制和采數(shù)軟件使能DPD功能，然后通過自動化控制和采數(shù)軟件從頻譜儀讀取并分析頻譜數(shù)據，尋找DPD效果最優(yōu)的DPD數(shù)據；

第三步、虛部遍歷尋優(yōu)。在器件給定的DPD數(shù)據范圍內，使用第二步得到的實部數(shù)據，遍歷虛部，采用與第二步相同的方法分析頻譜尋優(yōu)；

第四步、實部二次尋優(yōu)。在器件給定的DPD數(shù)據范圍內，使用第三步得到的虛部數(shù)據，遍歷實部，采用與第二步相同的方法分析頻譜尋優(yōu)；

第五步、重復第二到四步，發(fā)射信號與標準信號對比，直到找到最優(yōu)值并記錄，同時記錄的還有DPD數(shù)據的尋優(yōu)范圍；

第六步、配置接收信號。通過自動化控制和采數(shù)軟件配置信號源，自動化控制和采數(shù)軟件控制發(fā)射設備使能DPD功能，然后通過自動化控制和采數(shù)軟件切換接口板開關連通發(fā)射設備和信號源，以及信號源和接收設備，使得接收設備接收到要求的信號；

第七步、大步進尋優(yōu)。在上面得到的DPD尋優(yōu)范圍內，以0.1為大步進遍歷DPD模型系數(shù)g3，通過53模塊讀取接收設備上的接收信號的MSE值，用MSE值尋優(yōu)DPD數(shù)據；

第八步、小步進尋優(yōu)。大步進尋優(yōu)結果輸出一個數(shù)據范圍，在該范圍內，以0.02為小步進使用第七步同樣的方法進一步小范圍內尋優(yōu)；

第九步、重復第七到第八步，直到連續(xù)兩次最優(yōu)接收信號對應的DPD模型系數(shù)相同，結束接收信號尋優(yōu)，記錄尋優(yōu)結果；

第十步、重復第一到九步，直到數(shù)據采集用例全部尋優(yōu)結束，記錄尋優(yōu)最終結果，并輸出尋優(yōu)最終結果為一個excel文件，文件多以產品條碼命令，例如219053719224.xlsm。

綜上可知，通過本發(fā)明的實施，至少存在以下有益效果：

本發(fā)明提供了一種DPD表生成方法，考慮了所有的影響因素，使用統(tǒng)計學方法對所有因素進行評估分析，得到采數(shù)的影響因素組合用例，使用這些用例進行采數(shù)，既解決了離散條件選取問題，利用自動化也保證了數(shù)據的采集和生成效率；同時，在采數(shù)算法和完整的DPD數(shù)據生成算法上較現(xiàn)有的算法也有所改進，現(xiàn)有的DPD表生成方法，無論是離線寫入的DPD表，還是實時訓練得到的DPD表，均不會對表中的數(shù)據進行預失真效果檢測和尋優(yōu)，本發(fā)明給出的DPD表生成方法，其數(shù)據是在檢測和尋優(yōu)預失真效果前提下采集得到，得到后使用該數(shù)據使能DPD，并且配置和連通一條收、發(fā)鏈路，檢測收端設備信號，用接收信號進一步遍歷、驗證和尋優(yōu)前面得到的DPD數(shù)據，從而保證DPD表中的數(shù)據都是預失真效果尋優(yōu)后的數(shù)據，進而使得本發(fā)明中DPD表中的數(shù)據所達到的預失真效果要好于現(xiàn)有DPD表生成方法獲取的數(shù)據所達到的預失真效果。

以上僅是本發(fā)明的具體實施方式而已，并非對本發(fā)明做任何形式上的限制，凡是依據本發(fā)明的技術實質對以上實施方式所做的任意簡單修改、等同變化、結合或修飾，均仍屬于本發(fā)明技術方案的保護范圍。