基于多路实值时延神经网络的大规模MIMO系统发射机射频失真补偿方案

来源：信号处理杂志 2021年第9期北京时间：

作者：焦斌, 梁彦, 季薇, 李汀, 李飞

摘要：大规模MIMO（Multiple-Input Multiple-Output）系统具有频谱效率高、系统容量大的优势。然而由于发射机射频元件存在着技术、工艺等方面的限制，大规模MIMO系统不可避免地存在着多种射频失真问题，成为制约系统性能的重要瓶颈。本文针对大规模MIMO系统中的功率放大器 (Power Amplifier，PA)非线性、同相/正交 (In-phase/Quadrature，I/Q)支路不平衡、射频链路串扰等多种射频失真问题，提出基于多路实值时延神经网络（Real-Valued Timed-Delay Neural Network, RVTDNN）的大规模MIMO系统发射机射频失真补偿方案。该方案使用多个RVTDNN预失真网络对发射信号进行预处理，补偿发射机的射频不理想特性，提高系统性能。此外，本文还提出了基于量子遗传算法的预失真网络超参数优化方案，与传统的基于遗传算法的网络超参数优化方案相比，该方案在种群数较小时可实现超参数优化，从而降低了算法的时间复杂度。

关键词：大规模MIMO系统, 发射机射频失真, 多路实值时延神经网络, 超参数优化, 量子遗传算法