具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，本发明实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本发明实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。

首先对本发明实施例的相关技术内容进行介绍：

如图1所示，为一种无线射频系统方案的架构示意图，主要包含基带(baseband)芯片，射频收发芯片(Radio FrequencyIntegrated Circuit，RFIC)、射频前端(RadioFrequencyFront End，RFFE)芯片和天线(antenna)几部分组成。

新无线(New radio，NR)系统的研究目前主要考虑两个频段，频段FR1(Frequencyrange 1)和频段FR2(Frequency range 2)，其中，FR1和FR2包括的频域范围如表1所示。应理解，本发明实施例可以应用于FR1和FR2频段，也可以应用于其他频段，例如52.6GHz到71GHz的频段，或71GHz到100GHz的频段等，本申请对此并不限定。

表1

针对2G、3G、4G，以及NR中的FR1，射频前端中设置有接收(Rx)通路和发送(Tx)通路，以及连接接收通路或发送通路与天线之间的开关；其中，在发送通路中设置有功率放大器(Power Amplifier，PA)矩阵。

针对NR中的FR2，天线与其他射频前端器件已经集成为毫米波天线系统集成芯片，其中，主要包括移相器矩阵、PA矩阵和天线矩阵。

3gpp对不同通信制式(2G、3G、4G、5G)的射频发射功率有着严格的规范要求，终端设备需要严格按照网络设备要求的发射功率进行射频信号发射，因此射频功率控制是衡量终端设备性能的重要指标之一。无线通信系统中射频功率控制也主要是通过如图1中所示的以上基带芯片、射频收发芯片、射频前端芯片和天线四个模块进行控制实施，具体的功率控制方案主要是通过以下两方面实施：

(1)实验室中芯片工程师，根据芯片特性和3gpp规范要求，完成部分终端样本的功率控制方案调试，对上述各模块的功率控制调整，保证实验终端设备天线的发射功率满足3gpp规范要求，并将功率控制方案和功率控制数据应用于所有终端设备；

(2)基于第一步优化调试之后，所有终端设备都可以初步正常发射，但因终端设备内部器件的个体差异的影响，可能会导致天线的发射功率不一定满足3gpp规范要求，故需要对所有终端设备进行工厂校准，可以基于第一步功率控制方案和功率控制数据进行校准，保证每一终端设备的天线口功率都符合3gpp规范。

通过上述功率方案调试，能够实现功率控制，但存在以下几点问题：

1)实验室中芯片优化调试，需要对从业人员经验要求较高，同时调试耗时较长，人为因素不可控，对各模块功率控制效率不能很好优化组合；

2)目前方案中射频功率控制复杂，为了做好射频功率控制，会引入多种功率控制方式，比如数字预失真技术(Digital Pre-Distortion，DPD)、包络跟踪(Envelopetracking，ET)等方式，导致功率控制变复杂和芯片成本变高；

3)随着通信制式增加，通信控制方案变复杂，功率控制方案也越来越复杂，其次会增加工厂生产校准时间，严重影响工厂产率，同时需要昂贵的生产设备，以及占用大量的生产资源，导致终端成本越来越高；

4)针对NR中的RF2，天线与PA等其他射频前端器件已经是集成于一颗芯片，同时因通信频率较高，使用传统LTE方式进行验证测试时，传导线损较大。

为了解决上述问题，实现低成本、高可靠性的射频增益控制。本发明实施例提供了一种射频增益控制方法、装置及通信设备，可以获取目标增益参数对应的目标连接参数，目标连接参数为基于多个增益控制因素的样本取值对第一增益控制模型进行训练后得到的，第一增益控制模型为针对第一射频组件建立的用于进行增益控制的神经网络模型；根据目标连接参数，配置第一射频组件的多个增益控制因素，以对第一射频组件进行增益控制。

本发明实施例提供的射频增益控制方法，可以应用于射频增益控制装置或者或者通信设备，该射频增益控制装置可以为通信设备中用于实现该射频增益控制方法的功能模块，或者功能实体。

本发明实施例中，所涉及的通信设备可以为网络设备或者终端设备。

上述终端设备可以称之为用户设备(user equipment，UE)、接入终端、用户单元、用户站、移动站、移动台、远方站、远程终端、移动设备、用户终端、终端、无线通信设备、用户代理或用户装置等。

终端设备可以是WLAN中的站点(STAION，ST)，可以是蜂窝电话、无绳电话、会话启动协议(Session Initiation Protocol，SIP)电话、无线本地环路(Wireless Local Loop，WLL)站、个人数字处理(Personal 40Digital Assistant，PDA)设备、具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其它处理设备、车载设备、可穿戴设备、下一代通信系统例如NR网络中的终端设备，或者未来演进的公共陆地移动网络(Public LandMobile Network，PLMN)网络中的终端设备等。在本发明实施例中，终端设备可以部署在陆地上，包括室内或室外、手持、穿戴或车载；也可以部署在水面上(如轮船等)；还可以部署在空中(例如飞机、气球和卫星上等)。

终端设备还可以是手机(Mobile Phone)、平板电脑(Pad)、带无线收发功能的电脑、虚拟现实(Virtual Reality，VR)终端设备、增强现实(Augmented Reality，AR)终端设备、工业控制(industrial control)中的无线终端设备、无人驾驶(self driving)中的无线终端设备、远程医疗(remote medical)中的无线终端设备、智能电网(smart grid)中的无线终端设备、运输安全(transportation safety)中的无线终端设备、智慧城市(smartcity)中的无线终端设备或智慧家庭(smart home)中的无线终端设备等。

本发明实施例涉及的网络设备可以为接入网设备。接入网设备可以是长期演进(long-term evolution，LTE)系统、下一代(移动通信系统)(next radio，NR)系统或者授权辅助接入长期演进(authorized auxiliary access long-term evolution，LAA-LTE)系统中的演进型基站(evolutional node B，简称可以为eNB或e-NodeB)宏基站、微基站(也称为“小基站”)、微微基站、接入站点(access point，AP)、传输站点(transmission point，TP)或新一代基站(new generation Node B，gNodeB)等。在本发明实施例中，网络设备可以是用于与移动设备通信的设备，网络设备可以是WLAN中的接入点(Access Point，AP)，GSM或CDMA中的基站(Base Transceiver Station，BTS)，也可以是WCDMA中的基站(NodeB，NB)，还可以是LTE中的演进型基站(Evolutional Node B，eNB或eNodeB)，或者中继站或接入点，或者车载设备、可穿戴设备以及NR网络中的网络设备(gNB)或者未来演进的PLMN网络中的网络设备或者NTN网络中的网络设备等。在本发明实施例中，网络设备可以为小区提供服务，终端设备通过该小区使用的传输资源(例如，频域资源，或者说，频谱资源)与网络设备进行通信，该小区可以是网络设备(例如基站)对应的小区，小区可以属于宏基站，也可以属于小小区(Small cell)对应的基站，这里的小小区可以包括：城市小区(Metro cell)、微小区(Micro cell)、微微小区(Pico cell)、毫微微小区(Femto cell)等，这些小小区具有覆盖范围小、发射功率低的特点，适用于提供高速率的数据传输服务。

本发明实施例的技术方案可以应用于各种通信系统，例如：全球移动通讯(GlobalSystem of Mobile communication，GSM)系统、码分多址(Code Division MultipleAccess，CDMA)系统、宽带码分多址(Wideband Code Division Multiple Access，WCDMA)系统、通用分组无线业务(General Packet Radio Service，GPRS)、长期演进(Long TermEvolution，LTE)系统、先进的长期演进(Advanced long term evolution，LTE-A)系统、新无线(New Radio，NR)系统、NR系统的演进系统、非授权频谱上的LTE(LTE-based access tounlicensed spectrum，LTE-U)系统、非授权频谱上的NR(NR-based access to unlicensedspectrum，NR-U)系统、非地面通信网络(Non-Terrestrial Networks，NTN)系统、通用移动通信系统(Universal Mobile Telecommunication System，UMTS)、无线局域网(WirelessLocal Area Networks，WLAN)、无线保真(Wireless Fidelity，WiFi)、第五代通信(5th-Generation，5G)系统或其他通信系统等。

如图2A所示，为本发明实施例中提供的一种射频系统的架构示意图，该射频系统中包括：基带芯片、射频收发芯片、射频前端芯片、天线和神经网络芯片，其中，该神经网络芯片可以为微型处理器(Graphics Processing Unit，GPU)或者，该神经网络芯片可以为中央处理器(Central Processing Unit，CPU)下面将结合如图2A所示的射频系统的架构示意图，对本发明实施例提供的射频增益控制方法进行示例性的说明。

如图2B所示，为本发明实施例提供的一种射频增益控制方法的流程示意图，该方法流程包括：

201、获取目标增益参数对应的目标连接参数。

其中，第一增益控制模型为针对第一射频组件建立的用于进行增益控制的神经网络模型，目标连接参数为基于多个增益控制因素的样本取值对第一增益控制模型进行训练后得到的。

可选的，在通信设备中可以预先保存有多组增益参数与连接参数的对应关系。示例性的，下述表2以对应关系表的形式，以保存有n组增益参数与连接参数为例，进行示例性的说明。

表2

可选的，通信设备中可以预先保存有目标增益参数与目标连接参数的对应关系，例如，目标增益参数与目标连接参数的对应关系可以为上述保存的n组对应关系中的一组，n大于或等于2。

由于针对不同的增益参数和连接参数，获取与增益参数对应的连接参数的方式均相同，因此下面以获取目标增益参数对应的目标连接参数的具体过程为例示例性的说明。

在上述201之前，通信设备可以先基于第一射频组件的多个增益控制因素的样本取值，对第一增益控制模型进行训练，以得到目标增益控制模型，然后对应保存目标增益参数与针对多个增益控制因素的目标连接参数，该目标连接参数包括：目标增益控制模型的任意两个相邻隐含层之间的连接权重和偏置值。

其中，目标增益控制模型输出的第一增益参数与目标增益参数的误差小于或等于第一误差门限，第一增益控制模型为针对第一射频组件建立的用于进行增益控制的神经网络模型。

在基于第一射频组件的多个增益控制因素，对第一增益控制模型进行训练，以得到目标增益控制模型的过程中，可能经历了一次或多次的训练过程。具体的，可以循环执行以下a、b和c的训练步骤，直到调整后的第一增益控制模型输出的增益参数与目标发射增益的误差小于或等于第一误差门限，将调整后的第一增益控制模型作为目标增益控制模型。

a、将第一射频组件的多个增益控制因素，输入至第一增益控制模型。

b、获取第一增益控制模型输出的增益参数。

c、根据第一增益控制模型输出的增益参数与目标增益参数的误差，调整第一增益控制模型中的连接参数。

其中，该连接参数包括：第一增益控制模型的任意两个相邻隐含层之间的连接权重和偏置值。

其中，循环执行以上a、b和c的训练步骤的次数可以为一次或多次，以能够使得第一增益控制模型输出的增益参数与目标增益参数的误差小于或等于第一误差门限为准。

需要说明的是，本发明实施例中，第一误差门限可以根据实际针对第一增益控制模型的训练精度进行设置，本发明实施例不做限定。

本发明实施例中，上述第一射频组件可以包括射频系统中的一个或多个器件。可选的，以上述图2A所示的射频系统为例，第一射频组件包括以下至少一项：

(A)基带芯片；

相应的，第一增益控制模型为针对基带芯片建立的用于进行增益控制的神经网络模型。

(B)基带芯片和射频收发芯片；

相应的，第一增益控制模型为针对基带芯片和射频收发芯片建立的用于进行增益控制的神经网络模型。

(C)基带芯片、射频收发芯片和射频前端；

相应的，第一增益控制模型为针对基带芯片、射频收发芯片和射频前端建立的用于进行增益控制的神经网络模型。

(D)基带芯片、射频收发芯片、射频前端和天线；

相应的，第一增益控制模型为针对基带芯片、射频收发芯片、射频前端和天线建立的用于进行增益控制的神经网络模型。

(E)射频收发芯片和射频前端；

相应的，第一增益控制模型为针对射频收发芯片和射频前端建立的用于进行增益控制的神经网络模型。

(F)射频收发芯片、射频前端和天线；

相应的，第一增益控制模型为针对射频收发芯片、射频前端和天线建立的用于进行增益控制的神经网络模型。

(G)射频前端和天线；

相应的，第一增益控制模型为针对射频前端和天线建立的用于进行增益控制的神经网络模型。

(H)天线。

相应的，第一增益控制模型为针对天线建立的用于进行增益控制的神经网络模型。

可选的，本发明实施例中所涉及的增益控制包括当不限于以下至少一种：

1、发射功率控制，即针对第一射频组件的发射功率的控制；

2、发射功耗控制，即针对第一射频组件的发射功耗的控制；

3、接收信号强度控制，即针对第一射频组件的接收信号强度的控制。

下面将以针对增益控制为发射功率控制作为示例，对本发明实施例提供的射频增益控制方法进行详细的说明：

在如图2A所示的射频系统中，发射功率P主要是由基带芯片、射频收发芯片、射频前端芯片和天线决定。

在通信系统中，射频功率控制是典型的多因素控制问题。可选的，对于基带芯片、射频收发芯片、射频前端和天线影响功率控制的因素分别如下所示：

基带芯片的功率控制因素主要包括：信号强度、频率、温度、器件工艺水平等。本发明实施例中X表示基带芯片的功率控制因素的样本取值的集合，X＝[x₁,x₂,x₃...x_i]，其中，x₁,x₂,x₃...x_i表示基带芯片的i个不同的功率控制因素的样本取值，i大于或等于2；

射频收发芯片的功率控制因素主要包括：各级功率放大器、信道、温度、电压、器件工艺水平等。本发明实施例中Y表示射频收发芯片的功率控制因素的样本取值的集合，Y＝[y₁,y₂,y₃...y_j]，其中，y₁,y₂,y₃...y_j表示射频收发芯片的j个不同的功率控制因素的样本取值，j大于或等于2；

射频前端芯片的功率控制因素主要包括：功率放大器、电压、温度、器件工艺水平、器件印制电路板(Printed Circuit Board，PCB)布局方式等。本发明实施例中Z表示射频前端芯片的功率控制因素样本取值的集合，Z＝[z₁,z₂,z₃...z_m]，其中，z₁,z₂,z₃...z_m表示射频前端芯片的m个不同的功率控制因素的样本取值，m大于或等于2；

天线的功率控制因素主要包括：天线形状、工作频率范围、温度、PCB布局方式等。本发明实施例中V表示天线的功率控制因素样本取值的集合，V＝[v₁,v₂,v₃...v_n]，其中，v₁,v₂,v₃...v_n表示天线的n个功率控制因素的样本取值。

由于无线通信中射频功率控制是典型的多因素控制问题，因此在本发明实施例中提出采用神经网络控制单元对各射频组件性能进行自学习训练，实现各射频组件动态基于功率控制因素的功率动态分配，确保终端的发射功率处于最优状态。

本发明实施例中，可以基于神经网络针对射频系统中组件的功率控制过程可以分为：1)自学习训练阶段和2)训练结果使用阶段，两个阶段，其中，1)自学习训练阶段的具体实现过程如下：

1)自学习训练阶段，该阶段采用多层神经网络(Multi-layer neural network，MLP)算法进行学习训练，该阶段主要是静态分析和学习射频系统中各个组件的功率控制因素对功率的影响，具体的算法实现如下：

MLP神经网络算法是一种最有效的多层神经网络学习方法，其主要特点是信号前向传递，而误差后向传播，通过不断调节神经网络中的连接参数(包括权重值和偏置值)，使得神经网络的最终输出与期望输出尽可能接近，通常多层神经网络由L层神经元组成，L大于且等于2，其中第1层称为输入层，第L层被称为输出层，其余各层均被称为隐含层；结合本发明实施例中的图2A所示的射频系统，以基于基带芯片和射频收发芯片所组成的第一射频组件，所构建的神经网络模型为例对算法过程进行说明，对应的神经网络模型(即第一增益控制模型)可以定义如下：

输入层：神经网络的输入为XY＝[x₁,x₂,x₃...x_i,y₁,y₂,y₃...y_j]；其中，X表示基带芯片的功率控制因素的样本取值的集合，Y表示射频收发芯片的功率控制因素的样本取值的集合，x₁,x₂,x₃...x_i表示基带芯片的i个不同的功率控制因素的样本取值，i大于或等于2，y₁,y₂,y₃...y_j表示射频收发芯片的j个不同的功率控制因素的样本取值，j大于或等于2。

输出层：P＝[p₁,p₂,p₃...p_k]，其中，P表示训练过程中训练得到的发射功率的集合，p₁,p₂,p₃...p_k为进行k次训练过程中，每次训练后所输出的发射功率，其中，k大于或等于1。

隐含层：H^(l)表示第l隐含层的神经元输出，

其中，l大于或等于1，小于或等于L，s为第l层神经元的个数，分别表示不同的s个神经元的输出；

假设表示从l-1层第r个神经元到l层的第t个神经元之间的连接权重，表示l层第t个神经元的偏置值，和即为连接参数，那么并且针对隐含层中的第1层来说，其中，f()为神经元的激活函数。

根据上述函数式可以建立起从功率控制因素到输出的发射功率之间的神经网络模型，可以通过反复训练k次更新各隐含层对应的连接参数，即和以使得最终计算出的发射功率与预设的目标发射功率的误差小于或等于第一误差门限，并认为此时训练后的神经网络模型为目标功率控制模型(即对应于目标增益控制模型)。

进一步的，可以获取该目标功率控制模型中的和并将和保存在通信设备中，以备后续使用进行功率控制时使用。

可选的，可以将学习好的和保存在非易失性存储器(Non-VolatileMemory，NVM)。

202、根据目标连接参数，配置第一射频组件的多个增益控制因素，以对第一射频组件进行增益控制。

其中，目标连接参数包括：目标增益控制模型的任意两个相邻隐含层之间的连接权重和偏置值。

可选的，根据目标连接参数，配置第一射频组件的多个增益控制因素包括：根据目标连接参数和多个增益控制因素的样本取值，计算多个增益控制因素的目标取值；根据多个增益控制因素的目标取值，配置第一射频组件的多个增益控制因素，以对第一射频组件进行增益控制。

进一步的，上述根据目标连接参数和多个增益控制因素的样本取值，计算多个增益控制因素的目标取值，包括：根据目标连接参数和多个增益控制因素的样本取值进行第一运算，得到多个增益控制因素的目标取值；第一运算为针对训练后的第一增益控制模型的逆运算。这里训练后的第一增益控制模型为上述目标增益控制模型，即第一运算为针对目标增益控制模型的逆运算。

本发明实施例提供的射频增益控制方法，可以获取目标增益参数对应的目标连接参数，目标连接参数为基于多个增益控制因素的样本取值对第一增益控制模型进行训练后得到的，第一增益控制模型为针对第一射频组件建立的用于进行增益控制的神经网络模型；根据目标连接参数，配置第一射频组件的多个增益控制因素，以对第一射频组件进行增益控制。通过该方案，可以针对对应的多个增益控制因素对第一增益控制模型进行训练，得到与目标增益参数对应目标连接参数，并通过该目标连接参数，配置第一射频组件的多个增益控制因素，如此可以对第一射频组件进行增益控制，使得第一射频组件按照目标增益参数输出射频信号，相比于现有技术中人为调试提高了可靠性，并且无需复杂的调试设备，因此可以实现低成本、高可靠性的射频增益控制。

如图3所示，为本发明实施例中提供的另一种射频增益控制方法的流程示意图，该方法流程包括：

301、基于第一射频组件的多个增益控制因素的样本取值，对第一增益控制模型进行训练，以得到目标增益控制模型。

可选的，针对第一射频组件包括上述(E)、(F)、(G)和(H)中的至少一项的实施例，上述301在实现时还需要进一步引入输入增益参数作为训练第一增益控制模型的输入。也就是说，得到目标增益控制模型可以包括：基于第一射频组件的多个增益控制因素，以及输入增益参数，对第一增益控制模型进行训练，以得到目标增益控制模型。

其中，输入增益参数为第二射频组件的增益参数，第二射频组件向第一射频组件输入射频信号的射频组件。

可选的，输入增益参数为第二射频组件经过增益控制之后的增益参数。

示例性的，假设第一射频组件为(E)射频收发芯片和射频前端，那么第二射频组件可以为基带芯片。

示例性的，假设第一射频组件为(F)射频收发芯片、射频前端和天线；那么第二射频组件可以为基带芯片。

示例性的，假设第一射频组件为(G)射频前端和天线；那么第二射频组件可以为射频收发芯片和基带芯片，或者，第二射频组件可以为射频收发芯片。

示例性的，假设第一射频组件为(H)天线，那么第二射频组件可以为射频前端、射频收发芯片和基带芯片，或者，第二射频组件可以为射频前端。

302、对应保存目标增益参数与针对多个增益控制因素的目标连接参数。

其中，目标连接参数包括：目标增益控制模型的任意两个相邻隐含层之间的连接权重和偏置值。

通过上述301和302，可以针对对应的多个增益控制因素对第一增益控制模型进行训练，得到出的第一增益参数接近于目标增益参数的目标增益控制模型，并将该目标增益参数与该目标增益控制模型对应的目标连接参数进行保存，如此对应保存的该目标连接数据可以作为在后续需要输出目标增益参数时，进行功率控制的参数。

303、获取目标增益参数对应的目标连接参数。

其中，目标连接参数为基于多个增益控制因素的样本取值对第一增益控制模型进行训练后得到的，即通过上述301和302得到的。

304、根据目标连接参数，配置第一射频组件的多个增益控制因素，以对第一射频组件进行增益控制。

上述303和304对应于以上2)训练结果使用阶段，在该阶段可以先确定第一射频组件对应的目标发射功率，并从通信设备中获取之前的训练结果中，与目标发射功率匹配存储的目标连接参数，并根据该目标连接参数，配置第一射频组件的多个功率控制因素，对第一射频组件进行功率控制。

在一些可选的实现方式中，由于通信设备在不同应用场景中对于射频增益参数的需求有所不同，该阶段可以先识别通信设备的当前应用场景，并确定与当前应用场景对应的第一射频组件的目标增益参数。

也就是说，本发明实施例中，在上述301之前，以该方法应用的通信设备是终端设备为例，还可以根据终端设备的使用数据，确定终端设备的当前应用场景，然后确定与当前应用场景对应的第一射频组件的目标增益参数(如目标发射功率)。

其中，终端设备的使用数据包括以下至少一种：

(1)终端设备的剩余电量；

(2)终端设备的温度；

(3)终端设备的握持方式；

(4)终端设备的服务基站。

一种可能的实现方式中，在根据终端设备的剩余电量确定终端设备当前处于低电量场景中时，该场景下需要将发射功率降低，以节省终端设备的耗电量。

一种可能的实现方式中，在根据终端设备的温度确定终端设备当前处于高温场景中时，该场景下为了避免终端设备过热，可以将发射功率降低，以降低终端设备因为较高发射功率导致的终端设备发热问题。

另一种可能的实现方式中，在根据终端设备的握持方式确定终端设备处于非使用状态时，可以将发射功率降低；在终端设备处于使用状态时，可以将发射功率升高，以避免在使用终端设备过程中由于发射功率的限制，导致终端设备的传输距离受限。

还一种可能的实现方式中，可以根据终端设备的服务基站，确定该服务基站为终端设备当前场景所配置的相应发射功率范围，并在该发射功率范围内，确定终端设备的发射功率。可选的，还可以在该发射功率范围内考虑其他因素(例如，终端设备的剩余电量、终端设备的温度等)，选择终端设备的发射功率。

需要说明的是，除了上述(1)(2)(3)和(4)所示的几种终端设备的使用参数之外，还可以通过其他终端设备的使用参数来确定终端设备的使用场景。

可选的，本发明实施例中还可以建立用于识别终端设备使用场景的神经网络模型，并根据不同场景下的终端设备的使用参数，对该神经网络模型进行训练，以得到场景识别模型。在后续使用中，可以根据实时获取的终端设备的使用参数作为该场景识别模型的输入，并获取该场景识别模型对应输出的当前应用场景，并确定与当前应用场景对应的第一射频组件的目标发射功率，然后可以按照目标发射功率作为基准，确定对应保存在终端设备中的目标连接参数。

需要说明的是，上述是以增益控制为发射功率控制为例进行说明的，针对其他增益控制，例如，发射功耗、接收信号强度等过程的实现方式，与上述发射功率控制过程的实现类似，本发明实施例不再赘述。

在一些可能的实现方式中，可以采用自学习训练标志来标识通信设备中是否保存有已经训练过的针对第一射频组件的目标连接参数。

若终端设备中存在自学习训练标志，说明终端设备中已经存在第一射频组件的对应的目标连接参数，可以进行后续的增益控制；若终端设备中不存在自学习训练标志，则说明终端设备中不存在针对第一射频组件保存的目标连接参数，需要通过神经网络训练获取目标连接参数。

其中，目标连接参数为从目标增益控制模型中获取的连接参数，目标增益控制模型输出的第一增益参数与目标增益参数的误差小于或等于第一误差门限，第一增益控制模型为针对第一射频组件建立的用于进行增益控制的神经网络模型。

本发明实施例提供的射频增益控制方法，可以获取目标增益参数对应的目标连接参数，目标连接参数为基于多个增益控制因素的样本取值对第一增益控制模型进行训练后得到的，第一增益控制模型为针对第一射频组件建立的用于进行增益控制的神经网络模型；根据目标连接参数，配置第一射频组件的多个增益控制因素，以对第一射频组件进行增益控制。通过该方案，可以针对对应的多个增益控制因素对第一增益控制模型进行训练，得到与目标增益参数对应目标连接参数，并通过该目标连接参数，配置第一射频组件的多个增益控制因素，如此可以对第一射频组件进行增益控制，使得第一射频组件按照目标增益参数输出射频信号，相比于现有技术中人为调试提高了可靠性，并且无需复杂的调试设备，因此可以实现低成本、高可靠性的射频增益控制。

可选的，如图4所示，本发明实施例还提供一种增益控制方法，该方法包括：

401、获取目标增益参数对应的目标连接参数。

402、根据目标连接参数，配置第一射频组件的多个增益控制因素，以对第一射频组件进行增益控制。

其中，该目标连接参数为终端设备通过上述如图3所示的实施例中301和302得到的目标连接参数，该目标连接参数与目标增益参数对应保存在通信设备中。

403、获取第一射频组件输出的实际增益参数。

可选的，本发明实施例中实际增益参数与目标增益参数为相对应的物理量，例如，在目标增益参数指示发射功率这一物理量时，实际增益参数也指示发射功率这一物理量；在目标增益参数指示发射功耗这一物理量时，实际增益参数也指示发射功耗这一物理量。

其中，在上述目标增益参数指示发射功率这一物理量时，上述实际增益参数可以为实际在射频系统中检测出的发射功率。

射频系统中的发射功率，会随着上述功率控制因素非线性变化，可能会出现饱和区间。本发明实施例中，可以在射频系统中设置功率反馈点，来检测功率控制后的实际发射功率，以此来评估功率控制的效果。

如图2A中所示，M为位于射频收发芯片与射频前端之间的一个功率反馈点，在该点可以通过功率感应器检测该点的实际发射功率，并利用实际发射功率去进一步优化目标增益控制模型，得到更新后的目标连接参数。

在图2A中，M点主要是评估基带芯片和射频收发芯片所组成的第一射频组件的发射功率，若根据M点的检测的实际发射功率与之前训练时的目标发射功率存在较大误差，那么可以继续对基带芯片和射频收发芯片所组成的第一射频组件进行训练。

404、确定实际增益参数与目标增益参数的误差。

针对功率控制，实际增益参数为M点检测的实际发射功率，目标增益参数为上述目标发射功率，确定实际发射功率与目标发射功率之间的误差。

405、若实际增益参数与目标增益参数的误差大于第二误差门限，则基于第一射频组件的多个增益控制因素，对目标增益控制模型进行训练。

其中，可以判断实际发射功率与目标发射功率之间的误差与第二误差门限的大小关系，在实际增益参数与目标增益参数的误差大于第二误差门限的情况下，说明根据之前与目标发射功率对应保存的目标连接参数，对基带芯片和射频收发芯片进行功率控制之后，得到的实际发射功率与预期的目标发射功率，存在较大的偏差，那么可能需要更新之间保存的目标连接参数，以使得后续进行功率控制时的匹配度。

需要说明的是，本发明实施例中，第二误差门限与第一误差门限可以相同也可以不同，具体可以根据实际针对第一增益控制模型，以及目标增益控制模型的训练精度进行设置，在此不做限定。

406、直到第一增益参数与目标增益参数的误差小于或等于第三误差门限，根据训练后的目标增益控制模型，更新与目标增益参数对应保存的目标连接参数。

其中，第三误差门限小于第一误差门限。

在实际增益参数与目标增益参数的误差大于第二误差门限时，可以说明当前进行功率控制时使用的目标连接参数并未达到实际功率控制要求，以此可以考虑对当前的目标功率控制模型进一步进行训练，在再次进行训练时，可以缩小误差的控制范围，即将第一误差门限更改为取值更小的第三误差门限，如此在将第一增益参数与目标增益参数的误差小于或等于第三误差门限作为，训练截止的条件时，可以得到更加符合实际功率控制要求的训练后的目标增益控制模型，并以此训练后的目标增益控制模型更新与目标增益参数对应保存的目标连接参数，可以保证重新存储的目标连接参数可以更加接近实际功率控制要求。

上述实施例中，在实际射频系统中设置功率反馈点，这样可以在根据本发明实施例中训练结果进行功率控制之后，根据实际发射功率和目标发射功率进行对比，这样在两者的误差较大时，可以说明之前保存的训练结果(即连接参数)在实际应用中并不匹配，如此可以继续基于实际发射功率再次对之间训练的目标增益控制模型再次进行训练，以得到优化后的增益控制模型，并从该优化后的增益控制模型中提取目标连接参数，更新与目标增益参数对应保存的目标连接参数。进一步的，还可以在图2A所示的射频系统中，还可以在其他位置设置功率反馈点，具体的，功率反馈点的位置的设置与本发明实施例中所定义的第一射频组件的相匹配。

示例性的，如图2A所示，还可以在N点设置功率反馈点，通过功率感应器检测实际发射功率，相应的，此时第一射频组件可以为以下几种情况：

(D)基带芯片、射频收发芯片、射频前端和天线；

(F)射频收发芯片、射频前端和天线；

(G)射频前端和天线；

(H)天线。

结合图2A所示，功率反馈点N位于天线端口，主要评估终端设备的最终发射功率，在本发明实施例中上述第一射频组件由射频前端和天线组成时，可以分析射频前端和天线性能，若根据N点的检测的实际发射功率与之前训练时的目标发射功率存在较大误差，那么可以继续对由射频前端和天线组成所组成的第一射频组件进行训练，以及可以重新对通信系统中，处于射频前端和天线上端的其他射频组件进行训练，例如，针对基带芯片和射频收发芯片所组成的射频组件进行训练。

由于射频前端和天线容易受终端设备中的器件布局和其他环境因素影响，并且针对不同产品可能会有不同的影响因素，而基带芯片和射频收发芯片相比之下受到外界影响较小，因此可以针对基带芯片和射频收发芯片组成的射频组件按照本实施例中方法进行射频增益控制，以及针对射频前端和天线组成的射频组件进行射频增益控制。

在针对射频前端芯片和天线组成的射频组件进行神经网络训练时，可以与上述针对基带芯片和射频收发芯片所组成的射频组件的训练过程类似的训练过程，其中，不同在于针对输入层，神经网络的输入为ZV＝[z₁,z₂,z₃...z_m,v₁,v₂,v₃...v_n]其中，Z表示射频前端芯片的功率控制因素样本取值的集合，V表示天线的功率控制因素样本取值的集合，z₁,z₂,z₃...z_m表示射频前端芯片的m个不同的功率控制因素的样本取值，m大于或等于2；v₁,v₂,v₃...v_n表示天线的n个功率控制因素的样本取值。

可选的，还可以将射频收发芯片按照增益控制后的增益参数(例如，发射功率)也作为神经网络的输入，对神经网络进行训练。

进一步的，在进行功率控制时，需要射频系统中的各模块处于线性工作区间，避免处于饱和工作区间，同时要求发射功率呈现连续线性变化，避免功率控制出现饱和区间和非连续性变化。

如图5所示，本发明实施例提供一种射频增益控制装置，其特征在于，包括：

获取模块501，用于获取目标增益参数对应的目标连接参数，目标连接参数为基于多个增益控制因素的样本取值对第一增益控制模型进行训练后得到的，第一增益控制模型为针对第一射频组件建立的用于进行增益控制的神经网络模型；

配置模块502，用于根据目标连接参数，配置第一射频组件的多个增益控制因素，以对第一射频组件进行增益控制。

可选的，配置模块502，具体用于根据目标连接参数和多个增益控制因素的样本取值进行第一运算，得到多个增益控制因素的目标取值；第一运算为针对训练后的第一增益控制模型的逆运算；

根据多个增益控制因素的目标取值，配置第一射频组件的多个增益控制因素，以对第一射频组件进行增益控制。

可选的，射频增益控制装置还包括：

训练模块503，用于在获取模块501获取目标增益参数对应的目标连接参数之前，基于第一射频组件的多个增益控制因素的样本取值，对第一增益控制模型进行训练，以得到目标增益控制模型，目标增益控制模型输出的第一增益参数与目标增益参数的误差小于或等于第一误差门限；

保存模块504，用于对应保存目标增益参数与针对多个增益控制因素的目标连接参数，目标连接参数包括：目标增益控制模型的任意两个相邻隐含层之间的连接权重和偏置值。

可选的，训练模块503具体用于：

循环执行以下训练步骤：

将第一射频组件的多个增益控制因素，输入至第一增益控制模型；

获取第一增益控制模型输出的增益参数；

根据第一增益控制模型输出的增益参数与目标增益参数的误差，调整第一增益控制模型中的连接参数；

直到调整后的第一增益控制模型输出的增益参数与目标发射增益的误差小于或等于第一误差门限，将调整后的第一增益控制模型作为目标增益控制模型。

可选的，第一射频组件包括以下任一项：

基带芯片；

基带芯片和射频收发芯片；

基带芯片、射频收发芯片和射频前端；

基带芯片、射频收发芯片、射频前端和天线；

射频收发芯片和射频前端；

射频收发芯片、射频前端和天线；

射频前端和天线；

天线。

可选的，第一射频组件包括以下任一项；

射频收发芯片和射频前端；

射频收发芯片、射频前端和天线；

射频前端和天线；

天线；

训练模块503，具体用于：

基于第一射频组件的多个增益控制因素的样本取值，以及输入增益参数，对第一增益控制模型进行训练，以得到目标增益控制模型；

其中，输入增益参数为第二射频组件的增益参数，第二射频组件为向第一射频组件输入射频信号的射频组件。

可选的，训练模块503，还用于：获取第一射频组件输出的实际增益参数；

确定实际增益参数与目标增益参数的误差；

若实际增益参数与目标增益参数的误差或等于第二误差门限，则基于第一射频组件的多个增益控制因素的样本取值，对目标增益控制模型进行训练，知道第一增益参数与目标增益参数的误差小于或等于第三误差门限，根据训练后得到的目标增益控制模型，更新与目标增益参数对应保存的目标连接参数，其中，第三误差门限小于第一误差门限。

可选的，训练模块503，还用于：根据目标连接参数，配置第一射频组件的多个增益控制因素，以对第一射频组件进行增益控制之前，根据终端设备的使用数据，确定终端设备的当前应用场景；

确定与当前应用场景对应的第一射频组件的目标增益参数；

其中，使用数据包括以下至少一种：

剩余电量、温度、握持方式、服务基站。

可选的，增益控制包括以下至少一种：

发射功率控制；

发射功耗控制；

接收信号强度控制。

如图6所示，本发明实施例还提供一种射频增益控制装置，该射频控制设备包括：存储器601和处理器602，以及存储在存储器601、上并可在处理器602、上运行的计算机程序，该计算机程序被处理器执行时可以实现上述方法实施例中的射频增益控制方法。

可选的，该射频增益控制装置可以为如图2A所示的射频系统，或者，该射频增益控制装置可以包括如图2A所示的该射频系统，图6中的处理器602的功能可以由如图2A所示的射频系统中的神经网络芯片(如GPU)实现，或者，图6中的处理器602的功能可以由如图2A所示的射频系统中的神经网络芯片和基带芯片实现，其中，神经网络芯片可以用于主要实现对增益控制模型的训练过程，例如，针对第一增益控制模型，以及目标增益控制模型的训练过程，基带芯片则可以用于主要实现训练后，应用训练后的增益控制模型的连接参数(如目标连接参数)进行功率控制的过程。

如图7，本发明实施例提供一种通信设备，该通信设备包括：射频增益控制装置701和第一射频组件702。

可选的，图7中所示的该通信设备中的射频增益控制装置701可以为如6所示，或者，如图5中所示的射频增益控制装置，图7中的第一射频组件702则可以通过上述图2A中的以下任一项实现：

基带芯片；

基带芯片和射频收发芯片；

基带芯片、射频收发芯片和射频前端；

基带芯片、射频收发芯片、射频前端和天线；

射频收发芯片和射频前端；

射频收发芯片、射频前端和天线；

射频前端和天线；

天线。

本发明实施例提供一种计算机可读存储介质，该计算机可读存储介质上存储计算机程序，该计算机程序被处理器执行时实现上述方法实施例中提供的射频增益控制方法，且能达到相同的技术效果，为避免重复，这里不再赘述。

其中，该计算机可读存储介质可以为只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。