一种获取发射信号的方法、发射器及系统

本技术涉及通信领域，具体而言本技术实施例涉及一种获取发射信号的方法、发射器及系统。

背景技术：

1、宽带卫星通信是一种基于卫星技术的通信方式，它可以实现全球范围内的数据传输和通信。与传统的窄带卫星通信相比，宽带卫星通信具有更高的传输速率和更广的传输带宽，可以支持更多的用户和更多的应用场景。然而卫星系统自身的功率受限，为实现高效可靠的通信，通常需要在发射机中配置功率放大器，以提供足够的功率来克服长距离传输过程中的路径损耗。

2、然而，功率放大器内部的激励电路和放大电路在信号放大过程中可能会导致信号失真，特别是对于具有高峰均功率比(papr)(如正交频分复用(ofdm)信号)，更容易进入功率放大器的非线性区域，且随着信号带宽的增加，功率放大器将展现出复杂的记忆效应，增加信号的非线性程度，严重影响传输质量。

3、相关技术提供的技术方案并不难很好解决由于功率放大器在放大过程中引入的非线性失真问题。

技术实现思路

1、本技术实施例的目的在于提供一种获取发射信号的方法、发射器及系统，本技术的实施例采用间接学习的结构，利用边缘均衡生成对抗网络对功率放大器的反函数进行建模，并在输入层综合考虑当前信号与历史信号，以更好地提取功率放大器的记忆效应。

2、第一方面，本技术实施例提供一种获取发射信号的方法，所述方法包括：对当前时刻的待发射数据进行预处理得到当前预发射信号，其中，所述预处理包括编码、映射、调制和过采样；根据目标生成器获取与所述当前预发射信号对应的预失真信号，其中，所述目标生成器是通过学习功率放大器pa的逆特性后得到的，所述目标生成器具备构建所述功率放大器的反函数的能力；根据所述功率放大器将所述预失真信号进行功率放大得到目标发射信号。

3、本技术的一些实施例通过构建的目标生成器预先生成需要被放大的信号，之后再由放大器进行放大处理，由于目标生成器是根据功率放大器的反函数得到的需要被放大的信号，因此可以有效改善放大器在放大过程中引入的非线性失真。

4、在一些实施例中，所述根据目标生成器获取与所述当前预发射信号对应的预失真信号，包括：获取所述当前预发射信号和历史预发射信号的同相分量、正交分量以及包络；将所述同相分量、所述正交分量以及所述包络串联为一个一维向量；将所述一维向量输入所述目标生成器得到所述预失真信号。

5、与相关技术的边缘均衡生成对抗网络中的生成器的输入层架构不同，本技术的实施例的目标生成器的输入层可用于接收当前输入信号和历史输入信号，因此可以有效改善生成的卫星通信系统中发射信号的准确性，这是由于卫星信号带宽较大，功率放大器所展现的记忆效应增强，其当前输出信号不仅依赖于当前输入，还与历史输入有关。

6、在一些实施例中，在所述根据目标生成器获取与所述当前预发射信号对应的预失真信号之前，所述方法还包括：通过判别器与生成器交替训练，以使所述生成器具备构建所述功率放大器反函数的功能得到所述目标生成器，其中，所述生成器与所述功率放大器的输出端相连，所述判别器的输入端与所述功率放大器的输入端用于接收相同的样本输入信号，所述样本输入信号用于约束所述生成器的优化方向标签。

7、本技术的一些实施例通过判别器对生成器进行训练以得到目标生成器，具体的本技术实施例通过将生成器输入端与功率放大器输出端连接并通过将输入功率放大器的信号同时输入判别器可知本技术一些实施例的训练与测试数据集由功率放大器的输入与输出信号组成，这是由于为获得与功率放大器互逆特性的预失真模块(即目标生成器)，在离线训练中，功率放大器的输出和输入分别为边缘均衡生成对抗网络began模型的输入与目标数据。

8、在一些实施例中，所述生成器的输入信号包括由所述功率放大器输出的当前放大信号以及历史放大信号。

9、本技术的一些实施例通过引入历史信号对生成器进行训练可以使得训练得到的目标生成器更适合在卫星等宽带通信系统中生成更准确的预失真信号，进而更好的改善经过功率放大器之后引入的非线性失真。

10、在一些实施例中，所述通过判别器对生成器进行训练，包括：在第i次训练中：通过所述功率放大器对第i样本输入信号至少进行放大处理得到第i放大信号；将与所述第i放大信号以及历史放大信号对应的相关数据输入所述生成器的输入端，并通过所述生成器得到第i预测生成信号，其中，所述相关数据包括正交分量、同相分量以及幅值；通过生成器损失函数获取第i损失值，并依据所述第i损失值确定对所述生成器的参数调整策略；将所述第i预测生成信号以及所述第i样本输入信号均输入所述判别器的输入端，并通过所述判别器输出重构误差，其中，所述判别器包括编码器和解码器；依据所述重构误差调整所述判别器的参数。

11、本技术的一些实施例在生成器的损失函数中还设置计算真实数据与生成数据误差的一项(即需要计算第i损失值)，使得与不含有该项得相关技术方案相比可以更好的保证生成器朝着正确的方向优化。

12、在一些实施例中，所述生成器包括输入层，所述输入层包括多个延时单元以及多个输入神经元，一个输入神经元与多个延时单元对应且一个输入神经元与一个输入参量对应，一个输入参量属于与当前放大信号或者历史放大信号对应的正交分量、同相分量和幅值中的一个。

13、本技术的一些实施例为了可以更好的考虑历史数据，对边缘均衡网络生成器的输入层做了改进，引入了抽头延时器，将历史数据也作为模型输入，进而可以更好的改善功率放大器对宽带信号引入的非线性失真。

14、在一些实施例中，所述通过生成器损失函数获取第i损失值，包括：在获取所述第i预测生成信号与所述第i样本输入信号之间的误差，得到第一损失值；将所述第一损失值与重构误差的相似值的和作为与所述生成器对应的损失值，所述相似值用于表征所述第i预测生成信号进入所述判别器后得到的第一重构误差与所述第i样本输入信号进入所述判别器后得到第二重构误差之间的相似性。

15、与相关技术仅根据重构误差之间的相似性调整生成器的参数的技术方案相比，本技术的一些实施例在确定对生成器的损失函数时还引入了真实数据(即第i样本输入信号)与生成数据(即第i预测生成信号)之间误差，这样可以保证生成器朝着正确的方向优化。

16、第二方面，本技术的一些实施例提供一种发射器，所述发射器包括：预处理器，被配置为对当前时刻的待发射数据进行预处理得到当前预发射信号，其中，所述预处理包括编码、映射、调制和过采样；目标生成器，被配置为获取与所述当前预发射信号对应的预失真信号；放大器，被配置为将所述预失真信号进行放大处理得到目标发射信号；其中，所述目标生成器是通过学习功率放大器pa的逆特性后得到的，所述目标生成器具备构建所述功率放大器的反函数的能力。

17、第三方面，本技术的一些实施例提供一种用于获取目标生成器的装置，所述装置包括：预处理单元，被配置为对信源生成的数据进行编码、映射、调制和过采样处理得到放大器第i样本输入信号；放大器，与所述调制器的输出端连接，被配置为将所述第i样本输入信号进行放大处理得到第i放大样本信号；生成器，所述生成器的输入端与所述放大器的输出端连接，被配置为接收输入的第i放大样本信号以及历史放大样本信号得到第i预测样本信号；判别器，所述判别器的输入端与所述生成器的输出端和所述调制器的输出端均连接，被配置为接收输入的所述第i预测样本信号以及所述第i样本输入信号得到对应的重构误差值；，并在结束训练时得到如第一方面或第二方面中任意实施例所述的目标生成器。

18、第四方面，本技术的一些实施例提供一种卫星通信系统，所述卫星通信系统包括发射器和接收器，其中，所述发射器被配置为采用如第一方面任意实施例所述的方法生成的目标发射信号，所述接收器被配置为接收所述目标发射信号。