CN105320492A - 基于分部分段多项式近似的数字预失真和后失真 - Google Patents

Abstract

本发明涉及基于分部分段多项式近似的数字预失真和后失真。其中非线性失真器被配置为减弱非线性***的非线性部件的非线性特征。非线性失真器进行操作以根据应用于非线性特征的非线性函数的部分的分段多项式近似对非线性特征进行建模。非线性失真器生成减少非线性部件的非线性特征的模型输出。

Description

基于分部分段多项式近似的数字预失真和后失真

技术领域

本发明涉及非线性***中的数字预失真和后失真，更具体地，涉及基于分部和分段多项式近似的预失真和后失真。

背景技术

非线性特征在面对科学努力的大多数***中是固有的，并且在广泛的科学领域中存在特定挑战。非线性***的行为通常通过等式的非线性***来描述。等式的非线性***是联立方程组，其中，未知数(或者在微分方程的情况下为未知函数)出现作为大于1次的多项式的变量。换句话说，在等式的非线性***中，将被求解的等式不能写为其中出现的未知变量或函数的线性组合。由于非线性等式难以求解，所以非线性***通常通过线性等式来近似(线性化)。

等式的非线性***或非线性特征应用于非线性部件或具有存储器的非线性***的非线性数字预失真和后失真方案，诸如用于无线、有线或光纤通信的功率放大器。由显示出动态非线性特征(即，具有存储器的非线性行为)的***部件引起的主要问题是带外发射和带内失真，这导致诸如低能量效率和劣化性能的设计问题。非线性预失真和后失真方案或它们的组合试图通过修改(预失真或后失真)非线性***的输入或输出信号来减弱由于带外发射和带内失真所引起的不想要的效应。

发明内容

为解决上述问题，本发明提供了一种用于从具有存储器或者显示存储效应的非线性行为中减弱非线性特征的非线性***，包括：存储器，存储可执行部件；以及处理器，耦合至所述存储器，被配置为执行或促进执行所述可执行部件，包括：非线性部件，被配置为处理输入并提供包括非线性特征的输出；和失真部件，被配置为基于分部分段多项式近似生成所述非线性部件的非线性特征的模型并提供减少所述非线性特征的模型输出。

优选地，该非线性***还包括：失真核心部件，被配置为基于应用于所述非线性特征的函数的N个部分的所述分部分段多项式近似生成所述非线性特征的近似或逆向近似。

优选地，该N个部分包括P阶复杂度，其中N和P包括至少为2的整数。

优选地，该非线性***还包括：误差部件，被配置为基于部分的数量和多个部分的分割控制近似误差，其中通过具有所述N个部分的分段多项式函数，所述近似误差基于所述非线性特征的非线性函数和所述非线性函数的近似。

优选地，该非线性***还包括：系数部件，被配置为接收所述输入和所述输出并基于所述输入信号、所述输出和由所述失真部件生成的所述模型输出估计系数的集合，以减弱处理操作的非线性特征。

优选地，该失真部件生成所述模型输出而不改变所述非线性部件的复杂度，并且被配置为根据所述系数的集合对所述非线性部件的非线性特征进行建模。

优选地，该失真部件还被配置为基于所述模型生成所述模型输出，所述模型包括所述输入以及减弱处理操作的非线性特征的所述非线性部件的非线性特征的逆前向函数或逆后向函数。

优选地，该非线性部件包括功率放大器、通信收发器的模拟部件或数字部件、或者被配置为分别发射和接收信号的混合模拟和数字部件中的至少一个。

优选地，该失真部件还被配置为经由N个部分通过实时生成与所述非线性部件的非线性特征相对应的非线性函数的分部分段多项式近似或逆向近似来生成所述非线性特征的模型，其中N包括大于1的整数，并且所述N个部分包括P阶复杂度，其中P包括至少为2的整数。

优选地，该非线性***还包括：失真核心部件，被配置为执行具有针对所述非线性行为的存储器切片的系数的集合的所述输入和包括所述非线性特征的所述输出的运行时间操作；以及查找表生成器，被配置为接收来自系数部件的系数的集合，并生成查找表以将所述系数的集合提供给对应于所述存储器切片的所述失真核心部件。

优选地，该非线性***还包括：系数部件，被配置为估计对应于所述存储器切片的所述非线性部件的非线性特征的系数的集合，基于所述非线性特征的非线性函数的所选的多个部分来处理所述输入和误差，并确定所述多个部分的分割。

优选地，该非线性***还包括：自适应分割部件，被配置为基于所述误差和所述多个部分的复杂度的阶数确定所述多个部分的分割，并且选择在其上操作分部分分段多项式近似的所述非线性函数的多个部分。

此外，本发明还提供了一种移动设备，从非线性部件的非线性行为中减弱非线性特征，包括：存储器，存储可执行指令；以及处理器，耦合至所述存储器，执行或促进执行所述可执行指令以至少进行如下操作：经由所述非线性部件利用非线性函数促进输出中的非线性特征；基于应用于所述非线性函数的部分的分段多项式近似生成所述输出的非线性函数的估计；并且基于所述估计提供模型输出，所述模型输出减弱由所述非线性函数生成的非线性特征。

优选地，该处理器进一步执行或促进执行所述可执行指令，以进行如下操作：作为所述估计的一部分，确定作为输入信号、输出信号和修改输出的函数的系数的集合。

优选地，该处理器进一步执行或促进执行所述可执行指令，以进行如下操作：基于多个部分和所述多个部分的分割控制近似误差。

优选地，该处理器进一步执行或促进执行所述可执行指令，以进行如下操作：生成与所述非线性函数的系数的集合相对应的查找表，所述非线性函数与所述非线性部件的存储器切片相关。

优选地，该处理器进一步执行或促进执行所述可执行指令，以进行如下操作：基于所述多个部分的近似误差确定所述多个部分的分割。

优选地，该处理器进一步执行或促进执行所述可执行指令，以进行如下操作：作为所述分段多项式近似的一部分，利用一个或多个最小二乘操作识别与存储器切片相关的非线性函数的系数的集合；以及经由一个或多个乘法器，通过在笛卡尔坐标中针对与存储器切片相对应的系数的集合索引查找表来生成估计。

优选地，该处理器进一步执行或促进执行所述可执行指令，以进行如下操作：作为所述分段多项式近似的一部分，利用一个或多个最小二乘操作识别与存储器切片相关的非线性函数的系数的集合；以及经由一个或多个CORDIC部件且不受乘法器控制，通过在极坐标中针对与存储器切片相对应的系数的集合索引查找表来生成估计。

此外，还提供了一种用于减弱非线性部件中的非线性特征的方法，包括：经由耦合至存储器的处理设备，利用针对所述非线性特征的不同部分的分段多项式近似的集合来近似所述非线性特征的非线性函数；以及根据所述分段多项式近似的集合提供减少由所述非线性部件生成的非线性特征的模型输出，所述非线性部件包括所述非线性函数的逆后向或所述非线性函数的逆前向，用于操作以减少所述非线性部件的输出中的非线性特征。

优选地，该方法还包括：根据所述分段多项式函数的集合中的至少一个函数和非线性函数确定近似误差。

优选地，该方法还包括：基于近似误差和不同部分的复杂度的阶数中的至少一个选择存储器切片的所述非线性函数的所述不同部分。

优选地，该方法还包括：根据所选不同部分、所选不同部分的数量、近似误差、所选不同部分的复杂度的阶数以及存储在对应于先前存储器切片的查找表中的先前系数的集合中的至少一个，自适应地确定与存储器切片的所述非线性函数相对应的系数的集合，其中最小二乘操作被应用于所述存储器切片的所述非线性函数的不同部分；以及利用所述系数的集合迭代地更新至少一个查找表。

优选地，该方法还包括：根据先前存储器切片的先前输出结果、计算笛卡尔坐标***中的所述非线性部件的输入的幅度的乘法的集合以及不利用一个或多个乘法器计算极坐标***中的所述非线性部件的输入的幅度的CORDIC计算的集合中的至少一个和来自至少一个查找表的系数的集合，生成所述模型输出。

优选地，该方法还包括：基于所述不同部分的数量、多个部分的分割和每个部分的多项式阶数来控制所述模型输出的近似误差。

附图说明

图1是示出根据所描述各个方面的用于利用非线性失真的非线性***的框图。

图2A至图2C是示出根据所描述各个方面的用于利用非线性失真的非线性***的框图。

图3是示出根据所描述各个方面的用于利用非线性失真的非线性***的另一框图。

图4是示出根据所描述各个方面的分段多项式近似和多项式近似的近似误差的示图。

图5是示出根据所描述各个方面的非线性***的失真核心的框图。

图6是示出根据所描述各个方面的存储器切片的框图。

图7是示出根据所描述各个方面的非线性***的另一失真核心的框图。

图8是示出根据所描述各个方面的另一存储器切片的框图。

图9是示出根据所描述各个方面的减弱非线性失真的方法的图表的示图。

图10是示出根据所描述各个方面的减弱非线性失真的方法的另一流程图。

图11是示出根据所描述各个方面的减弱非线性失真的方法的又一流程图。

具体实施方式

现在将参照附图描述本发明，其中类似的参考标号用于表示类似的元件，并且所示结构和设备不需要按比例绘制。如本文所使用的，术语“部件”、“***”、“接口”等用于表示计算机相关实体、硬件、软件(例如，执行中)和/或固件。例如，部件可以是处理器、在处理器上运行的处理、控制器、对象、可执行程序、存储设备和/或具有处理设备的计算机。通过说明，在服务器上运行的设备和服务器也可以是部件。一个或多个部件可以驻留在处理内，并且部件可以定位在一个计算机上和/或在两个或多个计算机之间分布。本文可以描述元件的集合或其他部件的集合，其中术语“集合”可以解释为“一个或多个”。

此外，这些部件可以从诸如具有模块的其上存储有各种数据结构的各种计算机可读存储介质执行。部件可以经由本地和/或远程处理进行通信，诸如根据具有一个或多个数据包的信号(例如，来自在本地***、分布式***中与另一部件交互和/或横跨网络(诸如因特网、局域网、广域网或具有其他***的类似网络)经由信号与其他***交互的一个部件的数据)。

作为另一示例，部件可以是具有由电或电子电路操作的机械部提供的特定功能的装置，其中电或电子电路可以被一个或多个处理器执行的软件应用或固件应用操作。一个或多个处理器可以在装置内或外，并且可以执行软件或固件应用的至少一部分。作为又一示例，部件可以是通过不具有机械部的电子部件提供特定功能的装置；电子部件其中可以包括一个或多个处理器以执行软件和/或固件，它们至少部分地给出电子部件的功能。

使用词语示例用于以具体方式表示概念。如本申请所使用的，术语“或”用于表示包括性的“或”而非排他性“或”。即，除非另有指定或从上下文明确得知，否则“X采用A或B”表示自然包括排序中的任一种。即，如果X采用A，X采用B或者C采用A和B，则“X采用A或B”满足前述任一种情况。此外，本申请和所附权利要求中使用的冠词“一个”应该理解为表示“一个或多个”，除非另有指定或者从上下文中明确专用于单个形式。此外，关于说明书和权利要求中使用的术语“包括”、“具有”或它们的变型，这种术语均以类似于术语“包括”的方式解释。

考虑上述非线性***的缺陷，公开了减弱不同非线性部件(例如，功率放大器、数字或模拟传输或接收链部件、混合数字和模拟部件、多入多出(MIMO)部件或其他非线性设备)的非线性特征的各个方面。本文公开的非线性预失真或后失真部件、方案或它们的组合可以进行操作以减弱由具有存储器的非线性行为引起的不想要的效应，诸如带外发射或带内失真。所公开的非线性失真方案可以通过利用分部分段(segmentwisepiecewise)多项式近似(polynomialapproximation)操作对***部件的非线性行为进行建模来修改非线性***的输入或输出信号。

例如，诸如功率放大器或生成非线性特征的其他通信部件的非线性部件可以被修改为减小由于失真器或失真部件的操作而产生的这些不想要的非线性效应。失真部件可以被配置为生成分段多项式近似，其中对由***的非线性部件生成的非线性函数的部分进行适应性或动态处理，其本质上可以是动态的(具有存储器或存储效应)。可以基于非线性函数的参数的各种标准来选择对应于不同存储器切片的非线性函数的不同部分。选择部分的分部或处理可以根据各种标准而变化(诸如近似误差、所选择的分部多项式次数和分部的数量)。由部件的非线性行为而产生的一个或多个存储器切片的系数可用于生成分部和分段近似或者这些近似的反转。下面进一步参照附图描述本公开的附加方面和细节。

图1示出了根据各个方面的生成非线性特征并减弱非线性特征的非线性***的总体示例。***100包括非线性部件102，其在操作中或输出中生成非线性特征。***100还包括失真部件104，其进行操作以生成输出信号来通过减少或减弱非线性特征利用多个期望的特性改进非线性部件102的输出。

例如，非线性部件102可以包括用于无线、有线或光纤通信的放大器，诸如功率放大器。在其他示例中，非线性部件102可以包括通信收发器的模拟或数字部件或者分别发射和接收信号的混合电路部件。具体地，非线性部件102可以包括进行操作或生成具有非线性或失真分量的输出的任何设备或设备部件。

非线性部件102可以包括***、***设备、设备部件，诸如功率放大器、模数转换器、数模转换器、接收器处理链的部件、收发器处理链或者用于一个或多个不同对象的部件的任何其他部件组合。非线性***100或非线性部件102可以显示出或生成不同的劣化元件，诸如非线性失真、线性失真和存储效应，其中非线性失真和存储效应在本文可以表示为非线性或动态非线性，并且其行为可以根据一个或多个非线性函数来描述。具体地，非线性失真是指相对于输入或输入振幅由***、设备电路或部件的非线性特征(诸如AM(振幅调制)AM和AM-PM(相位调制)特性)所引起的波形失真。线性失真可以表示由电路的线性频率特性(在信号分量中出现的频率特性)引起的波形失真，并且存储效应表示由非线性部件102的非线性特征和***100的各种频率特性(在失真部件中出现的频率特性)之间的相互关系所引起的波形失真。在简单的放大器模型中，例如，仅利用非线性失真(AM-AM和AM-PM特性)，放大器或非线性部件102的输出可以唯一地通过电流输入110来确定。然而，当线性失真或存储效应存在时，在时域方面，放大器的输出不仅可以与电流输入相关，而且还与放大器的先前输入、先前状态和/或先前输出相关。

***100包括失真部件104、处理器106和数据存储器108。失真部件104可以进行操作以通过建模或生成非线性部件的非线性特征的模型来减少由非线性部件或设备102显示出的非线性特征，其中基于分部分段多项式近似，或者换句话说基于针对一个或多个存储器切片处(在近似操作之前或与近似操作同时的不同迭代或时间段的存储效应)的非线性函数的各个部分的分段多项式近似来生成模型。失真部件104进一步进行操作以提供模型输出，其减少***输出112中由非线性部件102显示出的非线性特征。例如，在一个方面中，由失真部件104生成的模型输出可以操作为非线性特征的逆后向(post-inverse)部件或者作为逆后向部件以减弱、取消或减少非线性特征。

参照图2A至图2C，示出了根据所公开各个方面的非线性***的示例，其可以利用分段多项式近似来减弱非线性特征。所公开的非线性失真(预、后或其他模型模拟函数)本质上可以是数字或模拟的，诸如数字预失真或后失真并且不通过本公开的操作和部件限定特定的一种失真类型或它们的组合。

例如，图2A示出了具有预失真架构的一种非线性***200，其向非线性部件102提供预失真以减少被显示出的非线性特征。非线性***200包括与上面讨论的***100类似的部件，并且还包括系数估计器或系数部件202，其促进失真部件104的操作以提供模型输出y(n)。模型输出y(n)可以包括非线性特征的逆前向以减弱、减少或取消非线性部件102的非线性行为，尤其是导致低能量效率和劣化性能的带外发射或带内失真。

失真部件104用作非线性***部件102的预失真器，其用于建模或预测非线性部件102的非线性特征并诸如通过减少、减弱或取消非线性效应来失真非线性特征。例如，用作预失真器设备的失真部件104相非线性***200馈入输入信号x(n)，并产生修改输出y(n)。模型输出y(n)被进一步馈送给非线性***200的非线性部件102。作为预失真器设备的失真部件104的目的在于修改输入信号x(n)，使得非线性***部件102(例如，功率放大器)的***输出信号具有更期望的特性(例如，低带外发射、低带内失真或其他这种特性)。作为预失真器的失真部件104进行操作以模拟非线性***部件102的逆前向，例如经由非线性部件102的输入信号逆向地影响非线性特征。

系数部件202被配置为处理***输入和输出信号，并且为失真部件104提供用于经由分部分段多项式近似建模非线性行为的系数。系数部件202被进一步配置为接收输入x(n)和输出(***输出)并估计系数的集合。估计可以基于输入信号、输出和失真部件104生成的模型输出y(n)，以减弱来自处理操作的非线性特征。例如，系数部件202进行操作以估计与用于一个或多个存储器切片的非线性部件的非线性特征相对应的系数集合。例如，存储器切片可以表示存储器保留或记得非线性***的先前输入并且还可以影响非线性***200的非线性部件102的当前非线性行为的切片或部分。

系数部件202可以进一步进行操作以根据被非线性部件输出的非线性特征的非线性函数的分割选择的多个部分来接收和处理非线性***200的输入x(n)和近似误差。部分可以表示被非线性的分割选择的部分，其通过非线性部件102显示或表示的非线性函数来表示。每个部分都可以具有限定该部分的部分参数或边界，诸如分离、中断、线性部分、部分的二次或其他多项式次部分以及在坐标***(诸如笛卡尔坐标、极坐标、球面坐标等)中表示的边界。系数部件202可以进行操作以根据本文公开和以下进一步详细描述的方面生成或估计与部分相关的系数。

系数部件202可进一步进行操作以确定部分的分割。分割可以表示与特定存储器切片相对应的非线性特征的部分如何选择或划分用于对各个部分的分段多项式近似进行分析。例如，基于关于该部分的复杂度的阶P，可以基于非线性特征的不连续点或区域来选择非线性特征的部分。例如，可以选择第一阶部分或线性部分；可以选择第二阶二次部分等用于分析或用于部分识别处理，这进一步在下面详细描述的图9中示出。此外，基于一个或多个标准(诸如具有用于分割的一个或多个功能参数的不连续或非线性部分的数量、不均匀性的程度、限定分割的边界或者与动态地经由非线性***部件102表示并且被存储器切片中的存储效应影响的非线性函数相关的其他数学参数)，可以选择部分的数量(例如，经由以下详细描述的分割部件310)用于系数生成的分析。

根据实时对应于非线性部件的非线性特征的非线性函数的分段多项式近似，经由N个部分的数量，失真部件104由此被配置为生成非线性特征的一个或多个模型，其中N包括大于1的整数，并且N个部分可以包括P阶复杂度。P阶复杂度可以包括等于或大于1的整数，诸如两个。

图2B示出了涉及非线性***210内的后失真的另一重要应用。例如，失真部件104用作非线性***210中的后失真器，因为其被馈入有非线性***部件102(例如，接收器链)的输出作为输入x(n)并产生修改输出信号或建模输出y(n)作为***输出。非线性***210的非线性部件102在这种情况下还可以提供输入作为***输入。作为后失真器的非线性***210的失真部件104的一个目的在于产生输出信号y(n)作为具有多个期望特性(典型地，降低非线性失真或低非线性失真)的***输出。例如，与诸如仅通过多项式近似方法的其他失真形式表明的降低相比，***210由此进行操作以更多地减少非线性部件102表现出的非线性失真。用作后失真器的失真部件104被配置为模拟非线性***部件102的非线性特征的逆后向。

如上所述，系数部件202可以根据不同的标准(诸如近似误差、部分的数量、分割标准、系数部件和***的先前输入和本文讨论的其他标准)提供系数。例如，系数部件可以操作任何一种系数估计处理，诸如最小二乘估计或经由失真部件104用于确定针对存储器切片的各个部分的分段多项式近似的系数集合的其他估计操作的集合。

图2C示出了另一非线性***220结构，其包括***模型模拟或识别，其中非线性部件102的预失真或后失真可以动态地(实时或快速地)实施或者根据***需求和结构以预订方式实施。例如，失真部件104可以动态地模拟或建模非线性***本身并且提供模型输出y(n)用作非线性部件102处的预失真、后失真或其他非线性特征的减弱。然后，在识别或建模处理期间找到的模型输出y(n)和/或系数可以用于进一步的处理(例如，预失真或后失真)。作为一种优势，失真部件104和系数部件202可以进行操作以针对甚至更高非线性***(诸如认为是无限阶多项式或高阶多项式的函数的那些***)产生更好的性能或更多地减少非线性特征，同时在相同层级处保持复杂度或者不改变非线性部件102的总体复杂度或阶数。

现在参照图3，示出了根据所公开各个方面的进行操作以减弱非线性特征的非线性***300。***300包括非线性预失真架构作为上述一种示例，尽管还可以使用其他架构，诸如后失真或动态建模结构。***300包括失真部件104、系数部件202和作为上述非线性部件102的功率放大器302。

在一个方面中，近似非线性静态函数(作为大多数公共非线性动态模型的构建块)涉及多项式。示例包括沃尔泰拉级数表示和通过修剪诸如存储器多项式(MP)、广义存储器多项式(GMP)、动态偏差减少(DDR)方法和其他类似方法而获得的所有低复杂度后代(off-springs)。虽然多项式近似对于弱非线性***(即，可以利用中等阶的多项式近似的***)来说工作的很好，但多种先进***(例如，采用多尔蒂或包络跟踪架构的功率放大器)要求非常高或无限阶的多项式用于精确相配。高阶多项式意味着大量参数被估计，这使得***识别过程变得复杂。对于要求无限阶多项式的***，可以保留残留建模误差并由此限制线性性能。从而，采用用于建模非线性***的适应性过程。如上所述，针对各个部分生成分段多项式近似。

存储器多项式(MP)模型由于可以每个存储器深度或切片仅使用一个查找表(LUT)来实施而变得流行。本文所公开的方面可以使用分部分段线性函数的全局表示的延伸进一步为MP模型的修改提供PWP近似方法。

非线性***300的失真部件104包括失真核心部件304和查找表(LUT)部件306。失真核心部件304执行输入x(n)的运行时间处理，并根据从LUT部件306接收的输出Lm(·)or生成模型输出y(n)。LUT部件306处理由系数部件202提供的系数c_m,b_m,k,q。LUT部件306进一步根据下文讨论的失真核心部件304的不同实施架构Lm(·)(基于CORDIC的实施)或用于下面描述的基于乘法器的实施)生成或更新查找表。LUT部件306的各个输出Lm(·)或被馈送给失真核心304，其基于LUT值生成输出。

系数部件202包括最小均方(LS)部件308和自适应分割部件310。系数部件202处理输入信号x(n)和误差信号e(n)，选择适当的分割βk，并产生对应的系数c_m,b_m,k,q。分别经由LS部件308和分割部件310在迭代过程中确定分割选择和对应系数。对于每个迭代n，分割部件动态地基于从误差部件312接收的误差e(n-1)确定分割β_k(n)，通过LS部件308确定系数c_m,b_m,k,q并根据Lm(·)或更新LUT表。

在另一方面中，失真部件104的函数可以通过以下等式来数学地表示：

$y\left(n\right)={\Σ}_{m=0}^{M}w\left(n-{\mathrm{\Δ}}_m\right)\left(c_m+{\Σ}_{k=0}^K{\Σ}_{q=1}^{Q_{m,k}}{b}_{m,k,q}\right){\left|\left|x\left(n-{\mathrm{\Δ}}_m\right)\right|-{\mathrm{\β}}_k\right|}^q)$ (等式1)其中，w(n)是x(n)的依赖于实施的函数，K表示分割边界β^k的数量，k∈{1，2，...，K}用于输入范围的分割(即，存在K+1个部分)，β₀＝0，Q_m，k表示第m个存储器切片中的第k个部分的多项式阶数，并且c_m,b_m,k,q表示在识别处理中确定的模型系数。延迟通过延迟元件314实现为z^-δm，这允许非均匀整数延迟线(即，其允许且δ_m≠δ_n，m≠n)。可选地，可以使用均匀整数延迟线(δ_m＝c，)。

***300还包括误差部件312，其被配置为基于部分的数量和多个部分的分割来控制近似误差。通过具有N个部分的分段多项式函数，近似误差基于非线性特征的非线性函数和非线性函数的近似。为了确认***的近似质量，误差可以被限定为非线性部件302的非线性特征的非线性函数g(x)和各个部分的PWP近似之间的差异，如下表示为:

e(x)＝f(x)-g(x)(等式2)

总的相对误差可以限定为：

$10{\log }_{10}\frac{E_x\left({\left|e\left(x\right)\right|}^2\right)}{E_x\left({\left|e\left(x\right)\right|}^2\right)}$ (等式3)

其中，E_x(·)表示·相对于x的期望。

在示例中，图4示出了根据所公开各个方面的误差的图表。例如，图表400示出了当利用阶数P＝9的多项式p(x)和具有K+1＝8个部分的第一阶PWP函数f(x)的近似误差。p(x)和f(x)通过9个参数来描述(具有K个部分边界的PWP函数f(x)具有K+1个部分和K+2个参数)。如图所示，PWP近似明显地胜过多项式近似。

此外，下表1将用于不同模型复杂度(参数数量)的两种近似方法进行比较。总之，所提出的PWP近似方法相对于现有非线性函数的多项式近似具有两个优势：

表1：PWP相对于示例性函数g(x)的多项式近似

对于高度非线性函数，PWP近似产生比多项式近似更小的近似误差。可以通过多项式阶数来控制多项式近似的近似误差。通常，较高的阶数产生较低的近似误差。然而，高多项式阶数在参数估计器的实施中引起数字问题，这对实际***中的近似误差施加限制。所公开非线性***中的PWP近似的近似误差可以通过部分的数量和分割更加容易地控制和降低(尤其当选择不均匀部分时)。

返回参照图3，例如，误差部件312可以进行操作以经由反相器312、延迟部件314和加法器316确定并为每次迭代提供误差。误差(e(n))被提供给分割部件310和LS部件308。因此，分割部件310进行操作以基于部分的数量和多个部分的分割(选择什么部分)来控制近似。分割部件310可以进行操作以根据所接收的误差动态地确定分割。

此外，LS部件308可以自适应地、动态地或实时地确定与存储器切片的非线性函数相对应的系数，其中将最小二乘操作应用于存储器切片的非线性函数的不同部分。这些系数的确定可以根据所选择的不同部分、所选不同部分的数量、近似误差、所选不同部分的复杂度的阶数或者对应于先前存储器切片的查找表中存储的系数的先前集合进行操作。因此，可以利用系数集合来迭代地更新查找表。

参照图5，示出了根据所公开各个方面的失真核心部件的示例性实施。失真核心部件304被示为利用乘法器的一个示例并提供主要计算每个存储器切片的输出作为失真模型输出y(n)的预/后失真器核心的顶级架构的框图。

例如，预/后失真器核心304可以是基于乘法器的架构，其与任何坐标旋转数字计算机(CORDIC)部件或CORDIC操作无关。预/后失真器核心利用w(n)＝x(n)由上述等式1给出并且可以写为：

$y\left(n\right)={\mathrm{\Σ}}_{m=0}^M{y}_m\left(n\right)$ (等式4)

其中，y_m(n)表示第m个存储器切片的输出，通过以下等式给出：

$y_m\left(n\right)=x(n-{\mathrm{\Δ}}_m){\tilde{L}}_m\left({\left|x(n-{\mathrm{\Δ}}_m)\right|}^2\right)$ (等式5)。

可以使用分析和实施每个存储器切片，其可以通过平方振幅|x(n-Δ_m|²来索引，并在笛卡尔坐标中生成或返回系数通过从在识别处理期间获取的查找表的重映射来得到如下表示为：

$L_m\left(v\right)=c_m+{\Σ}_{k=0}^K{\Σ}_{q=1}^{Q_{m,k}}{b}_{m,k,q}{\left|v-{\mathrm{\β}}_k\right|}^{q}v\≥0$ (等式6)。

因此，失真核心部件304操作至少两个真实乘法，根据笛卡尔输入x(n)计算|x(n)|²以及计算等式5的M+1个存储器切片块(切片0、切片1、…、切片M)。

参照图6，详细示出了上面图5所示乘法器实施的存储器切片(例如，第m个切片)的框图。第m个存储器切片的框图502被提供有笛卡尔坐标中的信号x(n-Δ_m-1)、平方振幅|x(n-Δ_m-1)|²和来自笛卡尔坐标中的前一存储器切片块的中间结果利用先前结果经由乘法器和加法器操作计算(等式5)并返回笛卡尔坐标中的可以通过延迟元件z^-δm602、604来实现延迟它们允许非均匀整数延迟线(即，其允许和δ_m≠δ_n，m≠n)。在该实施中，δ₀＝Δ₀＝0以避免等待时间。可选地，可以使用均匀整数延迟线(δ_m＝c，)。

现在参照图7，示出了根据所描述各个方面的不利用任何乘法器的失真核心部件的示例性实施。失真核心部件304被示为利用一个或多个CORDIC部件的一个示例，并提供计算每个存储器切片的输出作为失真模型输出y(n)的预/后失真器核心的顶级架构的框图。

操作为预/后失真器核心的失真核心304是不具有乘法器的架构，其利用一个或多个CORDIC部件702用于生成坐标变换。利用通过(等式3)给出预/后失真器核心部件304，其中ψ_x(n-Δ_M)＝arg(x(n-Δ_M))表示x(n-Δ_M)的相位。因此，类似于上述(等式4)核心的输出可以写为(等式7)，其中y_m(n)表示第m个存储器切片的输出，通过以下等式给出：

$y_m\left(n\right)=e^{{\mathrm{j\ψ}}_x\left(n-{\mathrm{\Δ}}_m\right)}{L}_m\left(\left|x\left(n-{\mathrm{\Δ}}_m\right)\right|\right)$ (等式8)。

每个存储器切片都可以有效地利用由上述(等式6)给出的查找表L_m来实施，其可以通过|x(n-Δ_m)|来索引并在极坐标中生成或返回系数L_m(|x(n-Δ_m)|)。因此，失真核心部件304进行操作以在计算(等式8)的过程中利用将x(n)从笛卡尔坐标***转换为极坐标***的一个或多个CORDIC部件702并针对M+1个存储器切片块704计算(等式7)。

参照图8，详细示出了上面图7所示CORDIC实施或无乘法器实施的存储器切片(例如，第m个切片)的框图704。第m个存储器切片的框图704被提供有极坐标中的信号x(n-Δ_m-1)和来自笛卡尔坐标中的前一存储器切片块的中间结果计算(等式8)并在笛卡尔坐标中返回此外或可选地，还可以使δ₀＝Δ₀＝0以避免一些等待时间。

现在参照图9，示出了根据(a)中的第一阶(线性)PWP和(b)中的第二阶(二次)PWP的示例性非线性函数g(x)和PWP近似f(x)。代替通过多项式近似g(x)，针对各个部分通过所公开的系数生成分段多项式(PWP)近似。例如，两个均匀部分被选择用于线性近似，其中在(a)中线部分被线性近似以给出函数g(x)来适合线性部分，并且在(b)中线部分被二次近似以适合阶数2的多项式部分，其中大于阶数2的部分也可以被选择。

虽然本公开描述的方法在本文示出和描述为一系列动作或事件，但应该理解，这种动作或事件的所示排序不是限制性的。例如，除本文示出和/或描述的之外，一些动作可以以不同的顺序发生和/或与其他动作或事件同时发生。此外，不是要求所有示出的动作来实施本文描述的一个或多个方面或实施例。此外，可以在一个或多个独立的动作和/或阶段中执行本文描述的一个或多个动作。

参照图10，示出了根据所描述各个方面的用于减弱或去除非线性***或***的部件中的非线性特征的方法1000。方法1000开始，并且在1002中包括利用非线性特征的不同部分的分段多项式近似的集合，经由耦合至存储器(例如，数据存储器108)的处理设备(例如，失真部件104)近似非线性特征的非线性函数。

在1004中，该方法进一步包括：根据分段多项式近似的集合，提供减弱由非线性部件(例如，非线性部件102)生成的非线性特征的模型输出，非线性部件包括非线性函数的逆后向或非线性函数的逆前向，其进行操作以减少非线性部件的输出中的非线性特征。

在其他方面中，该方法可进一步包括：根据非线性函数的非线性函数和至少一个分段多项式函数确定近似误差。基于近似误差、不同部分的复杂度的阶数或上面讨论的标准中的至少一个，非线性函数的不同部分可以被选择用于操作存储器切片的分段多项式近似。

***的系数部件还可以进行操作以根据所选不同部分、所选不同部分的数量、近似误差、所选不同部分的复杂度的阶数或者对应于先前存储器切片的查找表中存储的先前系数集合中的至少一个，自适应地确定与存储器切片的非线性函数相对应的系数集合，其中最小二乘操作被应用于存储器切片的非线性函数的不同部分。然后，***可以迭代地利用系数的集合更新至少一个查找表。

现在参照图11，示出了用于减弱来自其中具有至少一个非线性部件的设备(例如，移动设备)的非线性行为的非线性特征的方法1100。

方法1100包括在1102中进行操作以经由非线性部件促进具有非线性函数的输出中的非线性特征。在1104中，该方法进行操作以基于应用于非线性函数的部分的分段多项式近似生成输出的非线性函数的估计。在1106中，操作基于评估提供减少由非线性函数生成的非线性特征的模型输出。

应用(例如，程序模块)可以包括线程、程序、部件、数据结构等，其执行特定的任务或实施特定的抽象数据类型。此外，本领域技术人员应该理解，所公开的操作可以利用其他***配置来实践，包括单处理器或多处理器***、迷你计算机、大型计算机以及个人计算机、手持计算设备、基于微处理器的或可编程消费电子设备等，每一个都可以操作性地耦合至一个或多个相关联的设备。

计算设备通常可以包括各种计算机可读介质。计算机可读介质可以为任何可用介质，其可以被计算机存取并且包括易失性和非易失性、可移除和不可移除介质。通过示例但不限制地，计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或者技术实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质(例如，一个或多个数据存储器)可以包括但不限于RAM、ROM、EEPROM、闪存或其他存储技术、CDROM、数字通用盘(DVD)或其他光盘存储器、磁带盒、磁带、磁盘存储器或其他磁性存储设备，或者可用于存储期望信息并且可以被计算机存取的任何其他介质。

通信介质通常具体化诸如载波或其他传输机制的调制数据信号中的计算机可读指令、数据结构、程序模块或其他数据，并且包括任何信息传输介质。术语“调制数据信号”表示一个或多个特性以对信号中的信息进行编码的这种方式进行设置或改变的信号。通过示例但不限制地，通信介质包括有线介质(诸如有线网络或直接有线连接)和无线介质(诸如声波、RF、红外和其他无线介质)。上述任何组合也应该包括在计算机可读介质的范围内。

应该理解，本文描述的各个方面可以通过硬件、软件、固件或它们的任何组合来实施。当以软件实施时，功能可以以一个或多个指令或代码存储在计算机可读介质上或在计算机可读介质上传输。计算机可读介质包括计算机存储介质和通信介质，包括利于从一个地方向另一地方传输计算机程序的任何介质。存储介质可以是可以被通用或专用计算机存取的任何可用介质。通过示例但不限制地，这种计算机可读介质可以包括RAM、ROM、EEPROM、CD-ROM或其他光盘存储器、磁盘存储器或其他磁性存储设备，或者可用于以指令或数据结构的形式承载或存储期望程序代码并且可以被通用或专用计算机或通用或专用处理器存取的任何其他介质。此外，任何连接被适当地用于计算机可读介质。例如，如果使用同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或无线技术(诸如红外、无线电和微波)从网站、服务器或其他远程源传输软件，则同轴电缆、光纤电缆、双绞线、DSL或无线技术(诸如红外、无线电和微波)包括在介质的定义中。如本文所使用的，盘包括压缩盘(CD)、及光盘、光盘、数字通用盘(DVD)、软盘和蓝光盘，其中盘通常磁性地产生数据，同时盘利用激光光学地产生数据。上述组合也应该包括在计算机可读介质的范围内。

可以利用通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其他可编程逻辑设备、分立门或晶体管逻辑、分立硬件部件或者被设计为执行本文所述功能的它们的任何组合来实施或执行结合本文公开的方面的各种所示逻辑、逻辑块、模块和电路。通用处理器可以可以是微处理器，但是在可选方式中，处理器可以任何传统的处理器、控制器、微控制器或状态机。处理器还可以实施为计算设备的组合，例如DSP和微处理器、多个微处理器、结合DSP核心的一个或多个微处理器或者任何其他这种结构的组合。此外，至少一个处理器可以包括可用于执行本文描述的一个或多个动作和/或行动的一个或多个模块。

对于软件实施，本文描述的技术可以利用执行本文描述的功能的模块(例如，程序、功能等)来实施。软件代码可以存储在存储单元中并且被处理器执行。存储单元可以在处理器内或处理器外实施，在这种情况下，存储单元可以通过本领域已知的各种方式通信地耦合至处理器。此外，至少一个处理器可以包括可用于执行本文所述功能的一个或多个模块。

本文所述技术可用于各种无线通信***，诸如CDMA、TDMA、FDMA、OFDMA、SC-FDMA和其他***。术语“***”和“网络”通常交换使用。CDMA***可以实施无线电技术，诸如通用陆地无线接入(UTRA)、CDMA2000等。UTRA包括宽带-CDMA(W-CDMA)和CDMA的其他变型。此外，CDMA2000覆盖IS-2000、IS-95和IS-856标准。TDMA***可实施无线电技术，诸如用于移动通信的全球***(GSM)。OFDMA***可以实施无线电技术，诸如演进UTRA(E-UTRA)、超移动宽带(UMB)、IEEE802.11(wi-Fi)、IEEE802.16(WiMAX)、IEEE802.20、Flash-OFDM等。UTRA和E-UTRA是通用移动电信***(UMTS)的一部分。3GPP长期演进(LTE)是使用E-UTRA的UMTS，其下行采用OFDMA且上行使用SC-FDMA。从名为“第三代合作伙伴项目”(3GPP)的组织的文档中描述了UTRA、E-UTRA、UMTS、LTE和GSM。此外，从名为“第三代合作伙伴项目2”(3GPP2)的组织的文档中描述了CDMA2000和UMB。此外，这种无线通信***还可以包括对等(例如，移动-移动)自组网络***，其通常使用不成对的未许可光谱、802.xx无线LAN、BLUETOOTH和任何其他段范围或长范围无线通信技术。

单载波频分多址(SC-FDMA)(其利用单载波调制和频域均匀)是可被所公开方面使用的技术。SC-FDMA具有与OFDMA***类似的性能并基本具有类似的总体复杂度。SC-FDMA信号由于其固有的信号载波结构而具有低峰值对平均值功率比(PAPR)。SC-FDMA可用于上行通信，其中较低的PAPR在传输功率效率方面可得益于移动终端。

此外，本文所公开的各种方面或特征可实施为使用标准编程和/或引擎技术的方法、装置或制造品。本文使用的术语“制造品”用于包括从任何计算机可读设备、载波或介质存取的计算机程序。例如，计算机可读介质可以包括但不限于磁性存储设备(例如，硬盘、软盘、磁带等)、光盘(例如，压缩盘(CD)、数字通用盘(DVD)等)、智能卡和闪存设备(例如，EPROM、卡、棒、键驱动等)。此外，本文描述的各种存储介质可以表示用于存储信息的一个或多个设备和/或其他机器可读介质。术语“机器可读介质”可以包括但不限于无线通道和能够存储、包含和/或承载指令和/或数据的各种其他介质。此外，计算机程序产品可以包括计算机可读介质，其具有可用于使得计算机执行本文所述功能的一个或多个指令或代码。

此外，结合本文所述方面描述的方法或算法的动作和/或行动可以以硬件直接具体化、以处理器执行的软件模块具体化或它们的组合。软件模块可以驻留在RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移除盘、CD-ROM或本领域已知的存储介质的任何其他形式中。示例性存储介质可耦合至处理器，使得处理器可以从/向存储介质读取/写入信息。在可选方式中，存储介质可以与处理器成一个整体。此外，在一些方面中，处理器或存储介质驻留在ASIC中。此外，ASIC可以驻留在用户终端中。在可选方式中，处理器和存储介质可以在用户终端中驻留为分立部件。此外，在一些方面中，方法或算法的动作和/或行动可以在机器可读介质和/或计算机可读介质上作为代码和/或指令集合中的一个或任何集合，其可以结合到计算机程序产品中。

上面主题的所示实施例的描述(包括摘要的描述)不用于排他或将公开的实施例限于所公开的精确形式。虽然本文描述的具体实施例和示例是为了说明的目的，但也可以考虑包括在这些实施例和示例的范围内的各种修改，这对于本领域技术人员来说是显而易见的。

关于这点，虽然所公开的主题结合各个实施例和对应附图进行了描述，但应该理解，可以使用其他类型实施例或者可以对所述实施例进行修改和增加用于执行与所公开主题相同、类似、可选或替换功能而不背离其范围。因此，所公开的主题应该不限于本文描述的任何单个实施例，但应该根据所附权利要求来构建其范围。

具体地，关于由上述部件或结构(组件、设备、电路、***等)执行的各种功能，用于描述这些组件的术语(包括“装置”)用于对应于执行所描述部件的指定功能(例如，功能等效)的任何部件或结构，即使没有所公开结构的结构等效，其执行本文所示示例性实施方式的功能。此外，虽然参照多个实施方式中的一个公开了特定特征，但这种特征可以与其他实施方式的一个或多个其他特征进行组合，这对于任何给定或特定应用来说是期望和有利的。

Claims (25)

1.一种用于从具有存储器或者显示存储效应的非线性行为中减弱非线性特征的非线性***，包括：

存储器，存储可执行部件；以及

处理器，耦合至所述存储器，被配置为执行或促进执行所述可执行部件，包括：

非线性部件，被配置为处理输入并提供包括非线性特征的输出；和

失真部件，被配置为基于分部分段多项式近似生成所述非线性部件的非线性特征的模型并提供减少所述非线性特征的模型输出。

2.根据权利要求1所述的非线性***，还包括：

失真核心部件，被配置为基于应用于所述非线性特征的函数的N个部分的所述分部分段多项式近似生成所述非线性特征的近似或逆向近似。

3.根据权利要求2所述的非线性***，其中所述N个部分包括P阶复杂度，其中N和P包括至少为2的整数。

4.根据权利要求2所述的非线性***，还包括：

误差部件，被配置为基于部分的数量和多个部分的分割控制近似误差，其中通过具有所述N个部分的分段多项式函数，所述近似误差基于所述非线性特征的非线性函数和所述非线性函数的近似。

5.根据权利要求1所述的非线性***，还包括：

系数部件，被配置为接收所述输入和所述输出并基于所述输入信号、所述输出和由所述失真部件生成的所述模型输出估计系数的集合，以减弱处理操作的非线性特征。

6.根据权利要求5所述的非线性***，其中所述失真部件生成所述模型输出而不改变所述非线性部件的复杂度，并且被配置为根据所述系数的集合对所述非线性部件的非线性特征进行建模。

7.根据权利要求6所述的非线性***，其中所述失真部件还被配置为基于所述模型生成所述模型输出，所述模型包括所述输入以及减弱处理操作的非线性特征的所述非线性部件的非线性特征的逆前向函数或逆后向函数。

8.根据权利要求1所述的***，其中所述非线性部件包括功率放大器、通信收发器的模拟部件或数字部件、或者被配置为分别发射和接收信号的混合模拟和数字部件中的至少一个。

9.根据权利要求1所述的非线性***，其中所述失真部件还被配置为经由N个部分通过实时生成与所述非线性部件的非线性特征相对应的非线性函数的分部分段多项式近似或逆向近似来生成所述非线性特征的模型，其中N包括大于1的整数，并且所述N个部分包括P阶复杂度，其中P包括至少为2的整数。

10.根据权利要求1所述的非线性***，还包括：

失真核心部件，被配置为执行具有针对所述非线性行为的存储器切片的系数的集合的所述输入和包括所述非线性特征的所述输出的运行时间操作；以及

查找表生成器，被配置为接收来自系数部件的系数的集合，并生成查找表以将所述系数的集合提供给对应于所述存储器切片的所述失真核心部件。

11.根据权利要求1所述的非线性***，还包括：

系数部件，被配置为估计对应于所述存储器切片的所述非线性部件的非线性特征的系数的集合，基于所述非线性特征的非线性函数的所选的多个部分来处理所述输入和误差，并确定所述多个部分的分割。

12.根据权利要求11所述的非线性***，还包括：

自适应分割部件，被配置为基于所述误差和所述多个部分的复杂度的阶数确定所述多个部分的分割，并且选择在其上操作分部分分段多项式近似的所述非线性函数的多个部分。

13.一种移动设备，从非线性部件的非线性行为中减弱非线性特征，包括：

存储器，存储可执行指令；以及

处理器，耦合至所述存储器，执行或促进执行所述可执行指令以至少进行如下操作：

经由所述非线性部件利用非线性函数促进输出中的非线性特征；

基于应用于所述非线性函数的部分的分段多项式近似生成所述输出的非线性函数的估计；并且

基于所述估计提供模型输出，所述模型输出减弱由所述非线性函数生成的非线性特征。

14.根据权利要求13所述的移动设备，其中所述处理器进一步执行或促进执行所述可执行指令，以进行如下操作：

作为所述估计的一部分，确定作为输入信号、输出信号和修改输出的函数的系数的集合。

15.根据权利要求13所述的移动设备，其中所述处理器进一步执行或促进执行所述可执行指令，以进行如下操作：

基于多个部分和所述多个部分的分割控制近似误差。

16.根据权利要求13所述的移动设备，其中所述处理器进一步执行或促进执行所述可执行指令，以进行如下操作：

生成与所述非线性函数的系数的集合相对应的查找表，所述非线性函数与所述非线性部件的存储器切片相关。

17.根据权利要求13所述的移动设备，其中所述处理器进一步执行或促进执行所述可执行指令，以进行如下操作：

基于所述多个部分的近似误差确定所述多个部分的分割。

18.根据权利要求13所述的移动设备，其中所述处理器进一步执行或促进执行所述可执行指令，以进行如下操作：

作为所述分段多项式近似的一部分，利用一个或多个最小二乘操作识别与存储器切片相关的非线性函数的系数的集合；以及

经由一个或多个乘法器，通过在笛卡尔坐标中针对与存储器切片相对应的系数的集合索引查找表来生成估计。

19.根据权利要求13所述的移动设备，其中所述处理器进一步执行或促进执行所述可执行指令，以进行如下操作：

作为所述分段多项式近似的一部分，利用一个或多个最小二乘操作识别与存储器切片相关的非线性函数的系数的集合；以及

经由一个或多个CORDIC部件且不受乘法器控制，通过在极坐标中针对与存储器切片相对应的系数的集合索引查找表来生成估计。

20.一种用于减弱非线性部件中的非线性特征的方法，包括：

经由耦合至存储器的处理设备，利用针对所述非线性特征的不同部分的分段多项式近似的集合来近似所述非线性特征的非线性函数；以及

根据所述分段多项式近似的集合提供减少由所述非线性部件生成的非线性特征的模型输出，所述非线性部件包括所述非线性函数的逆后向或所述非线性函数的逆前向，用于操作以减少所述非线性部件的输出中的非线性特征。

21.根据权利要求20所述的方法，还包括：

根据所述分段多项式函数的集合中的至少一个函数和非线性函数确定近似误差。

22.根据权利要求20所述的方法，还包括：

基于近似误差和不同部分的复杂度的阶数中的至少一个选择存储器切片的所述非线性函数的所述不同部分。

23.根据权利要求20所述的方法，还包括：

根据所选不同部分、所选不同部分的数量、近似误差、所选不同部分的复杂度的阶数以及存储在对应于先前存储器切片的查找表中的先前系数的集合中的至少一个，自适应地确定与存储器切片的所述非线性函数相对应的系数的集合，其中最小二乘操作被应用于所述存储器切片的所述非线性函数的不同部分；以及

利用所述系数的集合迭代地更新至少一个查找表。

24.根据权利要求20所述的方法，还包括：

根据先前存储器切片的先前输出结果、计算笛卡尔坐标***中的所述非线性部件的输入的幅度的乘法的集合以及不利用一个或多个乘法器计算极坐标***中的所述非线性部件的输入的幅度的CORDIC计算的集合中的至少一个和来自至少一个查找表的系数的集合，生成所述模型输出。

25.根据权利要求20所述的方法，还包括：

基于所述不同部分的数量、多个部分的分割和每个部分的多项式阶数来控制所述模型输出的近似误差。