(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202110584568.2 (22)申请日 2021.05.27 (71)申请人 大唐移动通信设备有限公司 地址 100191 北京市海淀区上地 东路5号院 1号楼1层 (72)发明人 任亚洲　 (74)专利代理 机构 北京润泽恒知识产权代理有 限公司 1 1319 专利代理师 刘冬亮 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种预失真模 型的训练方法、 装置及网络设 备 (57)摘要 本发明实施例提供了一种预失真模型的训 练方法、 装置及网络设备， 该方法包括： 获取输入 数据经过预失真器得到的期望数据， 并将所述期 望数据输入至功率放大器中得到训练数据； 将所 述期望数据以及所述训练数据， 通过二阶求导寻 优算法对预失真模型进行训练， 得到更新后的模 型参数； 根据更新后的模型参数， 得到更新后的 预失真模型。 上述方案， 能够使模型训练快速收 敛且可以避免局部最优解， 从而提高模 型训练精 度。 权利要求书2页 说明书14页 附图2页 CN 115408922 A 2022.11.29 CN 115408922 A 1.一种预失真模型的训练方法， 其特 征在于， 包括： 获取输入数据 经过预失真器得到的期望数据， 并将所述期望数据输入至功率放大器中 得到训练数据； 将所述期望数据以及所述训练数据， 通过二阶求导寻优算法对预失真模型进行训练， 得到更新后的模型参数； 根据更新后的模型参数， 得到更新后的预失真模型。 2.根据权利要求1所述的方法， 其特征在于， 在所述得到更新后的预失真模型之后， 所 述方法还 包括： 循环获取输入数据经过预失真器得到的期望数据， 并将所述期望数据输入至功率放大 器中得到训练数据， 将所述期望数据以及所述训练数据， 通过二 阶求导寻优算法对预失真 模型进行训练， 得到更新后的模 型参数， 根据更新后的模型参数， 得到更新后的预失真模型 的步骤， 直至获取到停止操作。 3.根据权利要求1所述的方法， 其特征在于， 所述将所述期望数据以及所述训练数据， 通过二阶求 导寻优算法对预失真模型进行训练， 得到更新后的模型参数， 包括： 将所述训练数据输入至所述预失真模型中， 根据 所述预失真模型中更新前的模型参数 对训练数据进行训练， 得到 输出数据； 将所述期望数据以及所述输出数据经过二阶求导寻优算法进行计算， 得到调参表达 式； 根据所述调参表达 式调整所述预失真模型中更新前的模型参数， 得到更新后的模型参 数。 4.根据权利要求3所述的方法， 其特征在于， 所述将所述期望数据以及所述输出数据 经 过二阶求 导寻优算法进行计算， 得到调参表达式， 具体方式为： 其中， Δz1(c)表示关于第c层神经 元更新前的调参表达式； z1(c)表示第c层神经 元更新前的模型参数； μ表示超参数； I表示单位矩阵； ei表示第c层神经 元的第i个期望数据与第i个输出 数据的残差值； di表示第c层神经元的连接权重参数与第c层神经元的前一层神经元的输 出数据相乘得 到的矩阵； J(di)表示关于di的雅阁比矩阵； 表示雅阁比矩阵的转置矩阵； H(di)表示海森矩阵， 5.根据权利要求3所述的方法， 其特征在于， 所述根据所述调参表达 式调整所述预失真 模型中更新前的模型参数， 得到更新后的模型参数， 包括： 针对所述预失真模型中的每一层神经元， 利用反向传导算法计算所述预失真模型的损 失函数的一阶求 导表达式；权　利　要　求　书 1/2 页 2 CN 115408922 A 2通过所述预失真模型的损失函数的一阶求导表达式对更新前的调参表达 式进行调 整， 得到更新后的调参表达式； 根据更新后的调参表达式， 计算更新后的模型参数。 6.根据权利要求5所述的方法， 其特征在于， 所述通过所述预失真模型的损失函数的一 阶求导表达式对更新前的调参表达式进行调整， 得到更新后的调参表达式， 具体方式为： 将所述预失真模型的损失函数的一阶求导表达 式与更新前的调参表达式相加， 得到更 新后的调参表达式。 7.根据权利要求5所述的方法， 其特征在于， 所述根据更新后的调参表达式， 计算更新 后的模型参数， 具体方式为： 其中， m、 λ、 α 均表示预设的超参数； z1(c)表示更新前的模型参数； z2(c)表示更新后的模型参数； Δz1(c)表示更新后的调参表达式； c表示预失真模型的第c层神经 元。 8.根据权利要求1所述的方法， 其特征在于， 所述预失真模型是所述功率放大器的逆模 型。 9.根据权利要求1所述的方法， 其特征在于， 所述模型参数包括： 每一层神经元的连接 权重参数以及偏置参数。 10.一种网络设备， 其特 征在于， 包括存 储器， 收发机， 处 理器： 存储器， 用于存储计算机程序； 收发机， 用于在所述处理器的控制下收发数据； 处理器， 用于读取 所述存储器中的计算机程序并执 行以下操作： 获取输入数据 经过预失真器得到的期望数据， 并将所述期望数据输入至功率放大器中 得到训练数据； 将所述期望数据以及所述训练数据， 通过二阶求导寻优算法对预失真模型进行训练， 得到更新后的模型参数； 根据更新后的模型参数， 得到更新后的预失真模型。 11.一种预失真模型的训练装置， 其特 征在于， 包括： 处理模块， 用于获取输入数据经过预失真器得到的期望数据， 并将所述期望数据输入 至功率放大器中得到训练数据； 训练模块， 用于将所述期望数据以及所述训练数据， 通过二阶求导寻优算法对预失真 模型进行训练， 得到更新后的模型参数； 更新模块， 用于根据更新后的模型参数， 得到更新后的预失真模型。 12.一种处理器可读存储介质， 其特征在于， 所述处理器可读存储介质存储有计算机程 序， 所述计算机程序用于使所述处理器执行权利要求 1至9任一项 所述的预失真模型的训练 方法。权　利　要　求　书 2/2 页 3 CN 115408922 A 3