本發(fā)明涉及通信技術領域，尤其涉及一種非線性特性的確定方法、裝置和系統(tǒng)。

背景技術：

隨著通信系統(tǒng)的傳輸速率不斷提高，系統(tǒng)中的非線性特性已成為性能的主要限制因素之一，因而受到重視。而在各種應對系統(tǒng)非線性特性的方法中，一個必要的前提步驟是對非線性特性的測量和估計。

目前，常用的對非線性特性進行測量和估計的方法有兩種，方法一是基于輸入和輸出時域波形直接比對(參考文獻1)，得到輸入輸出傳遞函數(shù)，其優(yōu)點是簡便直接，缺點是對大帶寬系統(tǒng)誤差很大，可能低估了非線性，進而會導致系統(tǒng)傳輸失??；方法二是先對系統(tǒng)的非線性進行建模，再利用訓練序列或迭代的方法訓練出模型系數(shù)(參考文獻2)，其優(yōu)點是較方法一準確，缺點是測量裝置及過程十分復雜，很難滿足高速通信系統(tǒng)的硬件和時間效率要求。

圖1A是一個參數(shù)固定的待測系統(tǒng)的示意圖，圖1B是對應于圖1A的待測系統(tǒng)的Volterra非線性模型(簡稱為Volterra模型)的示意圖，如圖1A和圖1B所示，在圖1B中，

其中，

是一階項，N₁是記憶長度，是系數(shù)；

是二階項，N₂是記憶長度，是系數(shù)；

是三階項，N₃是記憶長度，是系數(shù)；

n表示一個信號x()的時間坐標，x(n)就是這個信號的第n個時刻的值，x(n+1)就是這個信號的第n+1個時刻的值，x(n-k)就是這個信號的第n-k個時刻的值。k,l,m表示記憶長度，是相對于時刻n的偏移量，比如x(n)偏移記憶長度k就是x(n-k)。

以此類推。

因項數(shù)完備、假設少、準確度好等優(yōu)點，Volterra模型適用于高速大帶寬的長記憶效應的非線性特性估計。

參考文獻1：CN103297155A

參考文獻2：Dennis R.Morgan,etc,‘A Generalized Memory Polynomial Model for Digital Predistortion of RF Power Amplifiers’,IEEE Transactions on Signal Processing,vol.54,no.10,2006

應該注意，上面對技術背景的介紹只是為了方便對本發(fā)明的技術方案進行清楚、完整的說明，并方便本領域技術人員的理解而闡述的。不能僅僅因為這些方案在本發(fā)明的背景技術部分進行了闡述而認為上述技術方案為本領域技術人員所公知。

技術實現(xiàn)要素：

在靈活的高速通信系統(tǒng)中，由于存在自適應控制、反饋控制、動態(tài)控制等功能，系統(tǒng)參數(shù)都必須可以調(diào)節(jié)，如放大器增益等，系統(tǒng)參數(shù)的調(diào)節(jié)會導致非線性特性的變化。然而，現(xiàn)有的Volterra模型及測量方法僅適用于固定參數(shù)的待測系統(tǒng)的非線性估計，因此，現(xiàn)有的Volterra模型不能反應非線性特性的這種變化。為了解決這一問題，現(xiàn)有的技術是針對不同的系統(tǒng)參數(shù)，采用多次測量，進行非線性特性估計，其缺點在于，多次測量往往伴隨著額外的時間復雜度和空間復雜度，系統(tǒng)效率低。

為了解決上述問題，本發(fā)明實施例提供了一種非線性特性的確定方法、裝置和系統(tǒng)。

根據(jù)本發(fā)明實施例的第一方面，提供了一種非線性特性的確定裝置，其中，所述裝置包括：

第一確定單元，其根據(jù)待測系統(tǒng)的輸入和/或參數(shù)確定所述待測系統(tǒng)的非線性項的修正因子；

修正單元，其利用所述修正因子對所述待測系統(tǒng)的非線性模型的非線性項進行修正；

第二確定單元，其根據(jù)修正后的非線性模型得到所述待測系統(tǒng)的非線性特性。

根據(jù)本發(fā)明實施例的第二方面，提供了一種非線性特性的確定方法，其中，所述方法包括：

根據(jù)待測系統(tǒng)的輸入和/或參數(shù)確定所述待測系統(tǒng)的非線性項的修正因子；

利用所述修正因子對所述待測系統(tǒng)的非線性模型的非線性項進行修正；

根據(jù)修正后的非線性模型得到所述待測系統(tǒng)的非線性特性。

根據(jù)本發(fā)明實施例的第三方面，提供了一種網(wǎng)絡實體，所述網(wǎng)絡實體包括前述第一方面所述的裝置。

根據(jù)本發(fā)明實施例的第四方面，提供了一種通信系統(tǒng)，所述通信系統(tǒng)包括前述第三方面所述的網(wǎng)絡實體。

本發(fā)明的有益效果在于：通過本發(fā)明實施例，可以估計待測系統(tǒng)在不同輸入和/參數(shù)配置下的非線性特性，提高了估計的準確性和適用的廣泛性。

參照后文的說明和附圖，詳細公開了本發(fā)明的特定實施方式，指明了本發(fā)明的原理可以被采用的方式。應該理解，本發(fā)明的實施方式在范圍上并不因而受到限制。在所附權利要求的精神和條款的范圍內(nèi)，本發(fā)明的實施方式包括許多改變、修改和等同。

針對一種實施方式描述和/或示出的特征可以以相同或類似的方式在一個或更多個其它實施方式中使用，與其它實施方式中的特征相組合，或替代其它實施方式中的特征。

應該強調(diào)，術語“包括/包含”在本文使用時指特征、整件、步驟或組件的存在，但并不排除一個或更多個其它特征、整件、步驟或組件的存在或附加。

附圖說明

所包括的附圖用來提供對本發(fā)明實施例的進一步的理解，其構成了說明書的一部分，用于例示本發(fā)明的實施方式，并與文字描述一起來闡釋本發(fā)明的原理。顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領域普通技術人員來講， 在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。在附圖中：

圖1A是一個參數(shù)固定的待測系統(tǒng)的示意圖；

圖1B是對應圖1A的待測系統(tǒng)的Volterra非線性模型的工作原理示意圖；

圖2是本發(fā)明實施例的非線性特性確定裝置的組成示意圖；

圖3是圖2的裝置的第一確定單元的一個實施方式的組成示意圖；

圖4是圖2的裝置的第一確定單元的另一個實施方式的組成示意圖；

圖5A是一個參數(shù)可調(diào)的待測系統(tǒng)的示意圖；

圖5B是對應圖5A的待測系統(tǒng)的修正后的Voterra模型的工作原理示意圖；

圖6A是以放大器作為待測系統(tǒng)的示意圖；

圖6B是對應圖6A的放大器的修正后的Voterra模型的工作原理示意圖；

圖7是不同的放大器增益時，非線性特性估計的示意圖；

圖8是本發(fā)明實施例的非線性特性的確定方法的流程圖；

圖9是圖8的方法中步驟801的一個實施方式的流程圖；

圖10是圖9的方法中確定經(jīng)驗公式的一個實施方式的流程圖；

圖11是圖8的方法中步驟801的另一個實施方式的流程圖；

圖12是本發(fā)明實施例的網(wǎng)絡實體的硬件組成示意圖；

圖13是本發(fā)明實施例的通信系統(tǒng)的拓撲示意圖。

具體實施方式

參照附圖，通過下面的說明書，本發(fā)明的前述以及其它特征將變得明顯。在說明書和附圖中，具體公開了本發(fā)明的特定實施方式，其表明了其中可以采用本發(fā)明的原則的部分實施方式，應了解的是，本發(fā)明不限于所描述的實施方式，相反，本發(fā)明包括落入所附權利要求的范圍內(nèi)的全部修改、變型以及等同物。

本發(fā)明實施例提供了一種適用于可調(diào)參數(shù)的通信系統(tǒng)的非線性特性的確定方法、裝置和系統(tǒng)，通過對Volterra模型的非線性項進行修正，并利用修正后的模型來估計待測系統(tǒng)在不同輸入和/或參數(shù)配置下的非線性特性。

下面結合附圖和具體實施方式對本發(fā)明實施例進行說明。

實施例1

本發(fā)明實施例提供了一種非線性特性的確定裝置，該裝置適用于可調(diào)參數(shù)的通信 系統(tǒng)，例如可調(diào)參數(shù)的高速通信系統(tǒng)。圖2是該裝置的組成示意圖，請參照圖2，該裝置200包括：第一確定單元201、修正單元202和第二確定單元203。其中，第一確定單元201用于根據(jù)待測系統(tǒng)的輸入和/或參數(shù)確定所述待測系統(tǒng)的非線性項的修正因子；修正單元202用于利用所述修正因子對所述待測系統(tǒng)的非線性模型的非線性項進行修正，得到修正后的非線性模型；第二確定單元203用于根據(jù)修正后的非線性模型得到所述待測系統(tǒng)的非線性特性。

在本實施例中，該待測系統(tǒng)的輸入是指測試信號，可以是類噪聲信號，為了使非線性特性的估計結果更加準確，可以設置不同的系統(tǒng)輸入，以測量不同系統(tǒng)輸入下的信號功率，進而估計該待測系統(tǒng)在該輸入下的非線性特性。

在本實施例中，該待測系統(tǒng)的參數(shù)可以是非線性特性較大的對應參數(shù)，例如，以放大器為待測系統(tǒng)為例，該待測系統(tǒng)的參數(shù)可以是放大器的增益。對于參數(shù)可調(diào)的通信系統(tǒng)，不同的參數(shù)下，非線性特性是不同的。

在本實施例中，為了使非線性模型適用于不同的系統(tǒng)輸入和/或參數(shù)，采用修正因子對該非線性模型的非線性項進行修正，該修正因子可以根據(jù)該待測系統(tǒng)的輸入和/或參數(shù)確定。

在一個實施方式中，如圖3所示，該第一確定單元201包括第一確定模塊301和第二確定模塊302，該第一確定模塊301根據(jù)該待測系統(tǒng)的輸入和/或參數(shù)確定信號功率，該第二確定模塊302根據(jù)該信號功率，利用修正因子和信號功率的經(jīng)驗公式，確定上述修正因子。

在該實施方式中，根據(jù)該待測系統(tǒng)的輸入和/或參數(shù)可以確定其信號功率，該信號功率反應了當前的輸入和/或參數(shù)。

在該實施方式中，該修正因子和信號功率的經(jīng)驗公式可以是預先設定的。例如，該經(jīng)驗公式可以是：修正因子等于信號功率的冪函數(shù)，也即γ＝P^a，其中，γ為修正因子，P為信號功率，a是該冪函數(shù)的參數(shù)，可以為常數(shù)，其可以是預先設定的，也可以是通過預先測量得到的。

在該實施方式中，該修正因子和信號功率的經(jīng)驗公式也可以根據(jù)該待測系統(tǒng)的不同輸入和/或參數(shù)確定。則在該實施方式中，如圖3所示，該第一確定單元201還可以包括第三確定模塊303，其根據(jù)該待測系統(tǒng)的不同輸入和/或參數(shù)確定上述經(jīng)驗公式。

如圖3所示，在該第三確定模塊303的一個實施方式中，該第三確定模塊可以包括：第一測量模塊3031和擬合模塊3032，該第一測量模塊3031根據(jù)預先設定的修正因子的優(yōu)化準則測量該待測系統(tǒng)的不同的輸入和/或參數(shù)下的最優(yōu)修正因子和信號功率，該擬合模塊3032對上述不同的輸入和/或參數(shù)下的最優(yōu)修正因子和信號功率進行經(jīng)驗擬合，得到該修正因子和信號功率的經(jīng)驗公式。

在該實施方式中，修正因子的優(yōu)化準則可以是測試信號對應的非線性噪聲功率誤差最小原則。這里的測試信號是指系統(tǒng)輸入，也即，對于系統(tǒng)每一次的輸入和/或參數(shù)，以該輸入(測試信號)對應的非線性噪聲功率誤差最小為原則，找到該輸入和/或參數(shù)下對應的最優(yōu)修正因子和信號功率。

在該實施方式中，修正因子的優(yōu)化準則也可以是模型和實驗的誤碼率(BER/Q因子)之間的差別最小原則。也即，對于系統(tǒng)每一次的輸入和/或參數(shù)，以模型和實驗的誤碼率之間的差別最小為原則，找到該輸入和/或參數(shù)下對應的最優(yōu)修正因子和信號功率。

以上兩種修正因子的優(yōu)化準則只是舉例說明，在實施過程中，可以根據(jù)其它優(yōu)化準則確定待測系統(tǒng)的不同的輸入和/或參數(shù)下的最優(yōu)修正因子和信號功率，本實施例并不以此作為限制。

在本實施方式中，得到了待測系統(tǒng)的不同的輸入和/或參數(shù)下的最優(yōu)修正因子和信號功率，可以對該最優(yōu)修正因子和信號功率進行經(jīng)驗擬合，得到該修正因子和信號功率的經(jīng)驗公式。例如，可以采用冪函數(shù)擬合，也可以采用其它擬合方法。

在本實施方式中，通過第一確定模塊301確定了當前輸入和/或參數(shù)下測試信號的信號功率，第二確定模塊302即可根據(jù)該信號功率，利用上述修正因子和信號功率的經(jīng)驗公式確定當前輸入和/或參數(shù)下的修正因子，進而，利用該修正因子對該待測系統(tǒng)的非線性模型的非線性項進行修正，即可得到該輸入和/或參數(shù)下的該待測系統(tǒng)的非線性特性。

在另一個實施方式中，如圖4所示，該第一確定單元201包括第二測量模塊401、和第四確定模塊402。在本實施方式中，與圖3所示的第一測量模塊3031類似，第二測量模塊401根據(jù)預先設定的修正因子優(yōu)化準則，測量該待測系統(tǒng)的不同的輸入和/或參數(shù)下的最優(yōu)修正因子，得到不同的輸入和/或參數(shù)與最優(yōu)修正因子的對應關系。其中，修正因子優(yōu)化準則如前所述，此處省略說明。在本實施方式中，第四確定模塊 402根據(jù)該待測系統(tǒng)的輸入和/或參數(shù)以及上述對應關系確定上述修正因子。

在本實施方式中，不再對不同的輸入和/或參數(shù)下的最優(yōu)修正因子和信號功率進行經(jīng)驗擬合，而是直接利用不同的輸入和/或參數(shù)與最優(yōu)修正因子的對應關系，確定修正因子。其中，該對應關系可以通過表格的方式實現(xiàn)，也可以通過其它方式實現(xiàn)，例如曲線、函數(shù)等，有了這樣的對應關系，根據(jù)該待測系統(tǒng)的輸入和/或參數(shù)，即可確定其對應的最優(yōu)的修正因子，利用該修正因子對該待測系統(tǒng)的非線性模型的非線性項進行修正，即可得到該輸入和/或參數(shù)下的該待測系統(tǒng)的非線性特性。

在本實施例中，修正單元202可以通過將上述修正因子乘以該待測系統(tǒng)的非線性模型的非線性項來實現(xiàn)對所述待測系統(tǒng)的非線性模型的非線性項的修正。由此，由于該修正因子反應了待測系統(tǒng)的不同的輸入和/或參數(shù)，即便改變該待測系統(tǒng)的輸入和/回參數(shù)，也可以利用該修正后的非線性模型去估計該待測系統(tǒng)的非線性特性，提高了估計的準確性和適用的廣泛性，解決了背景技術指出的問題。

在本實施例中，根據(jù)系統(tǒng)復雜度的要求，上述非線性模型可以是截短的Volterra模型，例如，通過設定截短的Voterra模型的階數(shù)和各階對應的記憶長度得到截短的Voterra模型作為上述非線性模型。

在本實施例中，上述非線性模型的系數(shù)可以通過常規(guī)方法測量獲得，例如最小二乘估計法、自適應迭代法等。

圖5A是一個參數(shù)可調(diào)的待測系統(tǒng)的示意圖；圖5B是對應圖5A的待測系統(tǒng)的修正后的Voterra模型的示意圖，如圖5A所示，對于該待測系統(tǒng)，其參數(shù)是可調(diào)的，并且，其輸入x(n)也可以改變，通過本實施例的裝置200的第一確定單元201確定的修正因子對Voterra模型的非線性項進行修正，得到修正后的Voterra模型，如圖5B所示，對應待測系統(tǒng)的不同的輸入和/或參數(shù)，利用該修正后的Voterra模型，可以估計該待測系統(tǒng)的非線性特性。

為了使本實施例的裝置200的原理和應用更加清楚，下面以放大器作為待測系統(tǒng)為例，對該裝置200的工作原理進行說明，其中，可調(diào)參數(shù)為放大器增益。

圖6A是以放大器作為待測系統(tǒng)的示意圖，圖6B是對應圖6A的放大器的修改后的Voterra模型的工作原理示意圖。

在該例子中，如圖6B所示，可以先設定用于放大器建模的Volterra階數(shù)和記憶長度。如最高階為3階，記憶長度分別為1階101樣點，2階11樣點，3階9樣點， 對應的總項數(shù)和系數(shù)個數(shù)為332。然后，可以設定輸入信號(測試信號)和增益，如輸入為類噪聲信號，增益為最大增益，由此建模為如前所述的Volterra模型，并測量模型系數(shù)。

在該例子中，可以根據(jù)修正因子的優(yōu)化準則，找出該輸入和/或參數(shù)下的最優(yōu)修正因子，而后測量增益后的信號功率。然后改變不同的系統(tǒng)輸入和/或參數(shù)，利用同樣的方法得到對應的最優(yōu)修正因子和信號功率。對于不同的系統(tǒng)輸入和/或參數(shù)下測得的最優(yōu)修正因子和信號功率，可以進行公式擬合，得到修正因子的經(jīng)驗公式。

以冪函數(shù)擬合為例，得到的修正因子的經(jīng)驗公式如下：

γ＝a1·SgnlPwr^a2

其中，γ為修正因子，SgnlPwr為信號功率，a1和a2為擬合參數(shù)。

利用該修正因子對前述的Volterra模型的非線性項進行修正，也即，將該修正因子乘以該Volterra模型的非線性項，得到修正后的Volterra模型，如下：

由此，可以得到該放大器在該系統(tǒng)輸入和/或參數(shù)下的非線性特性，也即：

其中，由于修正因子γ與信號功率相關，不同的系統(tǒng)輸入和/或參數(shù)，信號功率不同，因此，基于不同的系統(tǒng)輸入和/或參數(shù)，可以得到不同的修正因子γ，由此，可以得到不同的系統(tǒng)輸入和/或參數(shù)下的不同的非線性特性。

在該例子中，考慮到放大器增益與信號功率(非線性特性)直接相關，針對放大器，該修正后的Volterra模型需要把增益提到非線性傳遞函數(shù)之外，如圖6所示。

以上是以利用修正因子優(yōu)化準則對放大器的不同輸入和/或參數(shù)下的最優(yōu)修正因子和信號功率進行冪函數(shù)擬合，以得到修正因子的經(jīng)驗公式為例，但是，如前所述， 本實施例并不以此作為限制。該修正因子也可以利用預先設定的與信號功率相關的經(jīng)驗公式確定，或者，該修正因子也可以根據(jù)放大器的不同輸入和/或參數(shù)下的最優(yōu)修正因子與該不同輸入和/或參數(shù)的對應關系確定。

圖7是不同的放大器增益時，非線性特性估計的示意圖，在圖7中，傳輸信號為符號率為32G的NRZ(Non-Return to Zero，不歸零碼)16QAM信號。從圖7可以看出，與現(xiàn)有的方法相比，本申請?zhí)岢龅姆椒ǜ咏趯嶒炛?，非線性特性估計的準確性更高。

通過本發(fā)明實施例的裝置，可以估計待測系統(tǒng)在不同輸入和/參數(shù)配置下的非線性特性，提高了估計的準確性和適用的廣泛性。

實施例2

本發(fā)明實施例還提供了一種非線性特性的確定方法，由于該方法解決問題的原理與實施例1的裝置類似，因此其具體的實施可以參照實施例1的裝置的實施，內(nèi)容相同之處不再重復說明。

圖8是本實施例的非線性特性的確定方法的流程圖，請參照圖8，該方法包括：

步驟801：根據(jù)待測系統(tǒng)的輸入和/或參數(shù)確定所述待測系統(tǒng)的非線性項的修正因子；

步驟802：利用所述修正因子對所述待測系統(tǒng)的非線性模型的非線性項進行修正；

步驟803：根據(jù)修正后的非線性模型得到所述待測系統(tǒng)的非線性特性。

圖9是步驟801的一個實施方式的流程圖，請參照圖9，在該實施方式中，步驟801包括：

步驟901：根據(jù)所述待測系統(tǒng)的輸入和/或參數(shù)，確定信號功率；

步驟902：利用修正因子和信號功率的經(jīng)驗公式，根據(jù)所述信號功率確定所述修正因子。

在一個實施方式中，該經(jīng)驗公式是預先設定的。例如，該經(jīng)驗公式為：修正因子等于信號功率的冪函數(shù)。其中，該冪函數(shù)的參數(shù)可以是預先設定的，也可以是通過預先測量得到的。

在另一個實施方式中，該經(jīng)驗公式是根據(jù)所述待測系統(tǒng)的不同輸入和/或參數(shù)確定的。例如，該經(jīng)驗公式可以通過圖10的方法確定，如圖10所示，該方法包括：

步驟1001：根據(jù)預先設定的修正因子優(yōu)化準則，測量所述待測系統(tǒng)的不同的輸入和/或參數(shù)下的最優(yōu)修正因子和信號功率；

步驟1002：對所述不同的輸入和/或參數(shù)下的最優(yōu)修正因子和信號功率進行經(jīng)驗擬合，得到修正因子和信號功率的經(jīng)驗公式。

其中，優(yōu)化準則如前所述，此處省略說明。

其中，經(jīng)驗擬合例如為冪函數(shù)擬合，但本實施例并不以此作為限制。

圖11是步驟801的另一個實施方式的流程圖，請參照圖11，在該實施方式中，步驟801包括：

步驟1101：根據(jù)預先設定的修正因子優(yōu)化準則，測量所述待測系統(tǒng)的不同的輸入和/或參數(shù)下的最優(yōu)修正因子，得到不同的輸入和/或參數(shù)與最優(yōu)修正因子的對應關系；

步驟1102：根據(jù)所述待測系統(tǒng)的輸入和/或參數(shù)以及所述對應關系確定所述修正因子。

其中，優(yōu)化準則如前所述，此處省略說明。

在本實施例的步驟802中，可以通過將所述修正因子乘以所述待測系統(tǒng)的非線性模型的非線性項來對所述待測系統(tǒng)的非線性模型的非線性項進行修正。

通過本發(fā)明實施例的方法，可以估計待測系統(tǒng)在不同輸入和/參數(shù)配置下的非線性特性，提高了估計的準確性和適用的廣泛性。

實施例3

本發(fā)明實施例還提供了一種網(wǎng)絡實體，該網(wǎng)絡實體可以是發(fā)射機或接收機，也可以是發(fā)射機或接收機中的一部分，比如一個電放大器，也可以是傳輸網(wǎng)絡的一部分，比如若干中繼放大器的組合，也可以是待測通信系統(tǒng)。該網(wǎng)絡實體可以包括實施例1所述的非線性特性的確定裝置。

圖12是本實施例的網(wǎng)絡實體的構成示意圖，如圖12所示，該網(wǎng)絡實體1200可以包括：中央處理器(CPU)1201和存儲器1202；存儲器1202耦合到中央處理器1201。值得注意的是，該圖是示例性的；還可以使用其他類型的結構，來補充或代替該結構，以實現(xiàn)電信功能或其它功能。

在一個實施方式中，實施例1所述的非線性特性的確定裝置的功能可以被集成到 中央處理器1201中。

在另一個實施方式中，該非線性特性的確定裝置可以與中央處理器1201分開配置，例如可以將該非線性特性的確定裝置配置為與中央處理器1201連接的芯片，通過中央處理器1201的控制來實現(xiàn)該非線性特性的確定裝置的功能。

如圖12所示，該網(wǎng)絡實體1200還可以包括：通信模塊1203、輸入單元1204、本地激光器1205、顯示器1206、電源1207。值得注意的是，網(wǎng)絡實體1200也并不是必須要包括圖12中所示的所有部件；此外，網(wǎng)絡實體1200還可以包括圖12中沒有示出的部件，可以參考現(xiàn)有技術。

如圖12所示，中央處理器1201有時也稱為控制器或操作控件，可以包括微處理器或其他處理器裝置和/或邏輯裝置，該中央處理器1201接收輸入并控制網(wǎng)絡實體1200的各個部件的操作。

其中，存儲器1202，例如可以是緩存器、閃存、硬驅(qū)、可移動介質(zhì)、易失性存儲器、非易失性存儲器或其它合適裝置中的一種或更多種?？蓛Υ骖A定義或預配置的信息，此外還可存儲執(zhí)行有關信息的程序。并且中央處理器1201可執(zhí)行該存儲器1202存儲的該程序，以實現(xiàn)信息存儲或處理等。其他部件的功能與現(xiàn)有類似，此處不再贅述。網(wǎng)絡實體1200的各部件可以通過專用硬件、固件、軟件或其結合來實現(xiàn)，而不偏離本發(fā)明的范圍。

本發(fā)明實施例的網(wǎng)絡實體可以估計待測系統(tǒng)在不同輸入和/參數(shù)配置下的非線性特性，提高了估計的準確性和適用的廣泛性。

實施例4

本發(fā)明實施例還提供了一種通信系統(tǒng)，圖13是該系統(tǒng)的構成示意圖，如圖13所示，該系統(tǒng)1300包括多個網(wǎng)絡實體1301，如前所述，該網(wǎng)絡實體1301可以是發(fā)射機或接收機，也可以是發(fā)射機或接收機中的一部分，比如一個電放大器，也可以是傳輸網(wǎng)絡的一部分，比如若干中繼放大器的組合，也可以是待測通信系統(tǒng)等。其中，該網(wǎng)絡實體1301可以通過實施例3所述的網(wǎng)絡實體來實現(xiàn)，其內(nèi)容被合并于此，在此不再贅述。

通過本發(fā)明實施例提供的通信系統(tǒng)，網(wǎng)絡實體可以估計待測系統(tǒng)在不同輸入和/參數(shù)配置下的非線性特性，提高了估計的準確性和適用的廣泛性。

本發(fā)明實施例還提供一種計算機可讀程序，其中當在網(wǎng)絡實體中執(zhí)行所述程序時，所述程序使得計算機在所述網(wǎng)絡實體中執(zhí)行實施例2所述的方法。

本發(fā)明實施例還提供一種存儲有計算機可讀程序的存儲介質(zhì)，其中所述計算機可讀程序使得計算機在網(wǎng)絡實體中執(zhí)行實施例2所述的方法。

本發(fā)明以上的裝置和方法可以由硬件實現(xiàn)，也可以由硬件結合軟件實現(xiàn)。本發(fā)明涉及這樣的計算機可讀程序，當該程序被邏輯部件所執(zhí)行時，能夠使該邏輯部件實現(xiàn)上文所述的裝置或構成部件，或使該邏輯部件實現(xiàn)上文所述的各種方法或步驟。本發(fā)明還涉及用于存儲以上程序的存儲介質(zhì)，如硬盤、磁盤、光盤、DVD、flash存儲器等。

以上結合具體的實施方式對本發(fā)明進行了描述，但本領域技術人員應該清楚，這些描述都是示例性的，并不是對本發(fā)明保護范圍的限制。本領域技術人員可以根據(jù)本發(fā)明的精神和原理對本發(fā)明做出各種變型和修改，這些變型和修改也在本發(fā)明的范圍內(nèi)。

關于包括以上實施例的實施方式，還公開下述的附記：

附記1、一種非線性特性的確定方法，其中，所述方法包括：

根據(jù)待測系統(tǒng)的輸入和/或參數(shù)確定所述待測系統(tǒng)的非線性項的修正因子；

利用所述修正因子對所述待測系統(tǒng)的非線性模型的非線性項進行修正；

根據(jù)修正后的非線性模型得到所述待測系統(tǒng)的非線性特性。

附記2、根據(jù)附記1所述的方法，其中，確定所述待測系統(tǒng)的非線性項的修正因子，包括：

根據(jù)所述待測系統(tǒng)的輸入和/或參數(shù)，確定信號功率；

利用修正因子和信號功率的經(jīng)驗公式，根據(jù)所述信號功率確定所述修正因子。

附記3、根據(jù)附記2所述的方法，其中，所述經(jīng)驗公式是預先設定的。

附記4、根據(jù)附記3所述的方法，其中，所述經(jīng)驗公式為：修正因子等于信號功率的冪函數(shù)。

附記5、根據(jù)附記4所述的方法，其中，所述冪函數(shù)的參數(shù)是預先設定的或者通過預先測量得到的。

附記6、根據(jù)附記2所述的方法，其中，所述經(jīng)驗公式是根據(jù)所述待測系統(tǒng)的不同輸入和/或參數(shù)確定的。

附記7、根據(jù)附記6所述的方法，其中，根據(jù)所述待測系統(tǒng)的不同輸入和/或參數(shù)確定所述經(jīng)驗公式，包括：

根據(jù)預先設定的修正因子優(yōu)化準則，測量所述待測系統(tǒng)的不同的輸入和/或參數(shù)下的最優(yōu)修正因子和信號功率；

對所述不同的輸入和/或參數(shù)下的最優(yōu)修正因子和信號功率進行經(jīng)驗擬合，得到修正因子和信號功率的經(jīng)驗公式。

附記8、根據(jù)附記1所述的方法，其中，確定所述待測系統(tǒng)的非線性項的修正因子，包括：

根據(jù)預先設定的修正因子優(yōu)化準則，測量所述待測系統(tǒng)的不同的輸入和/或參數(shù)下的最優(yōu)修正因子，得到不同的輸入和/或參數(shù)與最優(yōu)修正因子的對應關系；

根據(jù)所述待測系統(tǒng)的輸入和/或參數(shù)以及所述對應關系確定所述修正因子。

附記9、根據(jù)附記1所述的方法，其中，利用所述修正因子對所述待測系統(tǒng)的非線性模型的非線性項進行修正，包括：

將所述修正因子乘以所述待測系統(tǒng)的非線性模型的非線性項。

附記10、一種非線性特性的確定裝置，其中，所述裝置包括：

第一確定單元，其根據(jù)待測系統(tǒng)的輸入和/或參數(shù)確定所述待測系統(tǒng)的非線性項的修正因子；

修正單元，其利用所述修正因子對所述待測系統(tǒng)的非線性模型的非線性項進行修正；

第二確定單元，其根據(jù)修正后的非線性模型得到所述待測系統(tǒng)的非線性特性。

附記11、根據(jù)附記10所述的裝置，其中，所述第一確定單元包括：

第一確定模塊，其根據(jù)所述待測系統(tǒng)的輸入和/或參數(shù)，確定信號功率；

第二確定模塊，其利用修正因子和信號功率的經(jīng)驗公式，根據(jù)所述信號功率確定所述修正因子。

附記12、根據(jù)附記11所述的裝置，其中，所述經(jīng)驗公式是預先設定的。

附記13、根據(jù)附記12所述的裝置，其中，所述經(jīng)驗公式為：修正因子等于信號功率的冪函數(shù)。

附記14、根據(jù)附記13所述的裝置，其中，所述冪函數(shù)的參數(shù)是預先設定的或者通過預先測量得到的。

附記15、根據(jù)附記11所述的裝置，其中，所述經(jīng)驗公式是根據(jù)所述待測系統(tǒng)的不同輸入和/或參數(shù)確定的。

附記16，根據(jù)附記15所述的裝置，其中，所述第一確定單元還包括：第三確定模塊，其根據(jù)所述待測系統(tǒng)的不同輸入和/或參數(shù)確定所述經(jīng)驗公式，所述第三確定模塊包括：

第一測量模塊，其根據(jù)預先設定的修正因子優(yōu)化準則，測量所述待測系統(tǒng)的不同的輸入和/或參數(shù)下的最優(yōu)修正因子和信號功率；

擬合模塊，其對所述不同的輸入和/或參數(shù)下的最優(yōu)修正因子和信號功率進行經(jīng)驗擬合，得到修正因子和信號功率的經(jīng)驗公式。

附記17、根據(jù)附記16所述的裝置，其中，所述修正因子優(yōu)化準則為：測試信號對應的非線性噪聲功率誤差最小原則，或者模型和實驗的誤碼率之間的差別最小原則。

附記18、根據(jù)附記10所述的裝置，其中，所述第一確定單元包括：

第二測量模塊，其根據(jù)預先設定的修正因子優(yōu)化準則，測量所述待測系統(tǒng)的不同的輸入和/或參數(shù)下的最優(yōu)修正因子，得到不同的輸入和/或參數(shù)與最優(yōu)修正因子的對應關系；

第四確定模塊，其根據(jù)所述待測系統(tǒng)的輸入和/或參數(shù)以及所述對應關系確定所述修正因子。

附記19、根據(jù)附記18所述的裝置，其中，所述修正因子優(yōu)化準則為：測試信號對應的非線性噪聲功率誤差最小原則，或者模型和實驗的誤碼率之間的差別最小原則。

附記20、根據(jù)附記10所述的裝置，其中，所述修正單元通過將所述修正因子乘以所述待測系統(tǒng)的非線性模型的非線性對所述待測系統(tǒng)的非線性模型的非線性項進行修正。