CN1969459A - 用于使得具有非线性增益特性和记忆效应的rf功率放大器线性化的数字预失真***和方法 - Google Patents

Abstract

公开了一种用于数字预失真具有数字输入端的发射机(104)、上变频器(108)、和RF放大器(110)的***和方法。数字预失真器(100)优选地利用用于数字输入信号的三条路径：线性路径(114)、无记忆数字预失真路径(116)和基于记忆的数字预失真路径(118)。无记忆路径(116)优选地是索引到输入幅度或输入功率的、增益误差校正的查找表(LUT)。线性路径被分开，以保留***的动态范围和避免与无记忆LUT校正有关的量化。基于记忆的数字预失真路径(118)利用分级结构滤波器滤波功率包络，或输入信号幅度的更高的偶数阶模式，以产生增益校正。输入信号被由无记忆和基于记忆路径产生的增益误差校正调制。

Description

用于使得具有非线性增益特性和记忆效应的 RF功率放大器线性化的数字预失真***和方法

                        相关申请信息

本申请在35 USC 119(e)下要求2004年3月1日提交的临时申请序列号No.60/549,320的优先权，该申请的公开内容整体地在此引用以供参考。

                        技术领域

本发明涉及无线通信领域，具体地，涉及蜂窝基站传输。更具体地，本发明涉及使得把数字信号变换成RF波形的发射机线性化，具体地是线性化RF功率放大器。

                        背景、现有技术和相关信息

在数字信息的RF传输中，采样的数据序列被变换成模拟信号和随后通过包含不想要的非线性的各种操作而被处理。非线性的主要来源是功率放大器(PA)。PA(或其它设备)的非线性性状可以通过使用数字预失真(DPD)被补偿。也就是，校正信号是在PA之前施加的一个采样的序列，以便创建一个补偿发射机的非线性模式的校正信号。

PA传输特性的非线性性状可被分类为无记忆的或基于记忆的。对于无记忆的非线性设备，非线性模式仅仅是瞬时输入值x(t)的函数。相反，对于呈现记忆效应的PA，非线性模式是瞬时的和过去的输入值的函数。通常，在任何PA中都存在记忆效应；然而，当输入信号的带宽很大时，这种效应变为更明显。结果，当使用宽的带宽调制格式时，记忆效应的校正将逐渐变得更重要。

所以当前需要一种改进的数字预失真***，其中除了校正无记忆的非线性以外，还解决用来补偿与功率放大器有关的记忆效应的具体的问题。

                        附图说明

图1是利用按照本发明的数字预失真***和方法的线性化传输***的示意性框图。

图2是利用按照本发明的自适应数字预失真***的线性化传输***的示意性框图。

图3是显示在图2的自适应数字预失真线性化传输***中的迭代时序的时序图。

图4是图2的***的正向增益映射电路块的示意性框图。

图5是图1和2的DPD块的功能性示意性框图。

图6是显示按照本发明优选实施例的、图1和2中DPD块的详细实施方案的示意图。

图7是显示按照本发明优选实施例的、图2中系数估值器块的详细实施方案的示意图。

图8是显示按照本发明优选实施例的、图6中汉宁(hanning)滤波器块的详细实施方案的示意图。

图9是图8中汉宁滤波器块的已滤波输出的图形代表。

图10是显示按照本发明优选实施例的、图7中基本波形生成器块的详细实施方案的示意图。

                        发明内容

第一方面，本发明提供适于接收数字输入信号和输出预失真的数字信号的数字预失真器。数字预失真器包括输入端，被耦合来接收数字输入信号。第一信号路径被耦合到输入端。与第一信号路径并行地被耦合到输入端的第二信号路径包括提供第一预失真信号的第一数字预失真器电路。第一数字预失真器电路包括检测器，提供与数字输入信号的幅度有关的信号；和增益误差校正的查找表，用与数字输入信号的幅度有关的信号来进行索引。与第一和第二信号路径并行地被耦合到输入端的第三信号路径包括第二数字预失真器电路，提供对于输入信号的基于多项式的预失真操作和提供第二预失真信号。组合器电路接收和组合第一和第二数字预失真器电路的输出与第一信号路径的输出，以提供预失真的数字输出信号。

在数字预失真器的优选实施例中，查找表优选地具有最大索引范围，它小于数字输入信号的最大幅度。第二数字预失真器电路优选地包括串联耦合的固定系数滤波器和自适应系数滤波器。固定系数滤波器优选地包括汉宁滤波器。第二数字预失真器电路还包括一个提供相应于输入信号幅度的功率的信号的电路，且该固定系数滤波器提供对该相应于输入信号幅度的功率的信号的带通滤波操作。第二数字预失真器电路优选地从输入信号提供三阶预失真信号。第二数字预失真器电路还可以从输入信号提供一个或多个3+2m阶预失真信号，其中m是整数。第二数字预失真器电路的自适应系数滤波器优选地包括至少三个乘法器，接收该滤波器输入和用至少三个自适应滤波器系数对该滤波器输入操作。第二数字预失真器电路的自适应系数滤波器优选地接收固定系数滤波器的输出作为滤波器输入。

按照另一方面，本发明提供适于接收数字输入信号和输出数字预失真补偿信号的数字预失真电路。数字预失真电路包括输入端，用于接收数字输入信号。信号功率检测器电路被耦合到输入端和提供相应于输入信号幅度的功率的数字功率信号。固定系数滤波器库被耦合到信号功率检测器电路和提供对于数字功率信号的带通滤波操作。自适应系数滤波器库与固定系数滤波器库串联耦合，并对固定系数滤波器库的输出进行操作，其中自适应滤波器库的输出作为数字预失真补偿信号被提供。

在数字预失真电路的优选实施例中，固定系数滤波器库至少包括第一、第二和第三带通滤波器，对数字功率信号操作，以提供第一、第二和第三频带限制的功率信号。第一、第二和第三频带限制的功率信号可包括从数字功率信号得到的正弦、余弦和DC信号。例如，固定系数滤波器库可包括汉宁滤波器。自适应系数滤波器库优选地包括至少三个自适应系数的源。数字功率信号可包括输入信号幅度的二阶功率。数字预失真电路优选地还包括乘法器，被耦合来接收自适应系数滤波器库的输出，并且还接收输入信号，其中乘法器输出三阶信号作为数字预失真补偿信号。数字功率信号还可包括输入信号幅度的更高的偶数阶模式以及数字预失真电路输出包括数字预失真补偿信号的更高的奇数阶信号。

按照另一方面，本发明提供包括适于接收数字输入信号的输入端的自适应线性化传输***。数字预失真器被耦合到输入端，并接收数字输入信号和输出预失真的数字信号。数字预失真器包括分级结构滤波器，包括串联耦合的固定系数滤波器和自适应系数滤波器，以补偿传输***的记忆效应。数字模拟转换器被耦合来接收数字预失真器的预失真数字信号输出和提供模拟信号。上变频器接收来自数字模拟转换器的模拟信号和把它变换成RF模拟信号。功率放大器接收RF模拟信号和提供放大的RF输出信号。输出采样耦合器被耦合来采样来自功率放大器的模拟RF输出信号。反馈电路路径被耦合到输出采样耦合器，并包括下变频器和模拟数字转换器，把采样的RF输出信号转换成代表RF输出信号的数字采样信号。正向增益映射电路被耦合来接收输入信号，并提供数字预失真器与功率放大器对于输入信号的影响的模型。误差生成器电路被耦合来接收正向增益映射电路的输出和来自反馈电路路径的数字采样信号，并从信号之间的差值提供数字误差信号。自适应系数估值器电路被耦合来接收数字输入信号和数字误差信号，并把更新的预失真系数提供到数字预失真器中的自适应滤波器。

在自适应线性化传输***的优选实施例中，固定系数滤波器包括带通滤波器。例如，固定系数滤波器可包括汉宁滤波器。系数估值器电路优选地包括记忆基本波形生成器电路，包括信号功率检测器，提供相应于输入信号幅度的功率的功率信号；和分级结构滤波器，包括与第二滤波器串联的带通滤波器，其对功率信号操作和提供多个基本波形。系数估值器电路优选地包括多个带通滤波器，接收相应的基本波形和对该基本波形进行操作。系数估值器电路优选地还包括误差系数估值器，被耦合到多个滤波器的输出端，用于计算在自适应滤波器系数中的误差。系数估值器电路优选地还包括系数更新电路，用于从自适应滤波器系数中的误差确定更新的滤波器系数。正向增益映射电路和系数估值器电路可以在编程的数字信号处理器中被实施。

按照另一个方面，本发明提供用于数字地预失真一个数字输入信号的方法，以补偿在包括RF功率放大器的传输***中的记忆效应失真。方法包括接收数字输入信号，得出相应于输入信号幅度的功率的数字功率信号，利用固定的滤波器系数组对于数字功率信号执行第一滤波操作以提供第一滤波的信号，利用自适应的滤波器系数组对于第一滤波的信号执行第二滤波操作以提供第二滤波的信号，以及从第二滤波的信号提供预失真补偿信号。

在用于数字地预失真一个数字输入信号的方法的优选实施例中，执行第一滤波操作包括利用固定的汉宁核(Hanning kernel)对数字功率信号操作。第一滤波的信号可包括分开的正弦、余弦和DC分量。从第二滤波的信号提供预失真补偿信号优选地包括把第二滤波的信号乘以输入信号，以提供三阶信号作为预失真补偿信号。该方法优选地还包括采样传输***的输出，对在输入信号上操作的传输***增益建模，从采样的输出和建模的输出确定误差，以及使用误差来更新自适应滤波器系数。对在输入信号上操作的传输***增益建模优选地包括对滤波操作和来自传输***中放大器失真的影响建模。

在以下的详细说明中阐述本发明的另外的特性和优点。

                        具体实施方式

利用按照本发明的优选实施例的数字预失真***和方法的线性化传输***显示于图1。

参照图1，线性化传输***包括数字预失真器(DPD)100，用于线性化具有功率放大器(PA)110和传统的数字-模拟转换器(DAC)电路106和上变频器电路108的发射机104。数字输入信号x(nT)在输入端102处被加上，以及被提供到数字预失真器100。数字输入信号典型地可以以具有同相(I)和正交(Q)分量的复数形式被提供，正如本领域熟知的，以及这里是隐含的这样的，虽然为了便于说明只显示单个信号线。例如，输入信号可以是多个已知的宽的带宽信号的任一个信号，诸如在蜂窝无线通信***中采用的CDMA和WCDMA信号。数字预失真器100接收数字输入信号x(nT)，并且把它预失真成信号xPD(nT)，以补偿发射机中的非线性。由数字预失真器100实施的预失真操作校正放大器110的非线性，以及还可任选地校正由发射机104的其它部件提供的任何非线性。放大的模拟信号在输出端112处典型地被提供到在蜂窝无线通信应用中的传统的天线***(未示出)。

如图1所示，数字预失真器100包括三条并行的信号路径114，116和118。路径114提供线性补偿，它可能只给输入信号提供延时。无记忆和记忆数字预失真(DPD)电路116，118被分开地显示。正如后面详细地讨论的，记忆DPD操作是基于非线性的多项式模型以及无记忆DPD(优选地)通过使用查找表被实施，查找表把功率放大器增益校正映射到输入信号幅度(或功率)。分离开无记忆和记忆DPD电路允许使用非线性校正的不同的结构或不同的阶。由无记忆DPD电路块116和记忆DPD电路块118提供的两种预失真校正在可以是复数加法电路的组合电路122处被组合，以形成对于输入信号的组合的预失真校正。这个组合的预失真校正信号然后在也可以是复数加法电路的主路径组合电路120处被加到输入信号，以提供预失真的数字信号。这个预失真的数字信号沿线路124被提供到发射机电路104的数字输入端。

更具体地，预失真的信号x_PD(nT)优选地是从输入信号x(nT)得到的预定义基本波形的加权和。基本波形可以通过三种类别之一加以描述：作为输入信号的线性函数的线性波形；从输入信号的瞬时样本得到的非线性无记忆波形；作为在一个时间间隔内得到的输入样本的非线性函数的、非线性基于记忆的波形。与每个基本波形有关的是用作为复数加权项的系数。系数权重允许在组合(相加在一起)之前调节基本波形的幅度和相位，以及被使用来使得在功率放大器输出y_RF(t)中的失真最小化。基本函数的选择和系数的估值在后面描述。

如图1所示，校正信号(加权的基本波形)被并行地相加，以补偿在放大器内以后的非线性性状。相加校正信号的优点在于，基本波形的数目可以按希望增加，以便改进整个***的线性度。也就是，在性能(校正量)与预失真的复杂度(生成的基本波形的数目)之间加以折衷。

在优选实施例中，线性基本波形等于输入信号，如果必须，则被延时以在时间上对准非线性基本波形。对于上变频块内同相和正交误差的任何线性均衡或校正可以在传输路径中的其它地方被补偿。有可能包括附加的线性基本波形作为DPD的一部分；然而，它们有潜力与在导致系数漂移(不想要的效应)的传输路径内的任何自适应均衡块竞争。

如上所述，非线性基本波形可被分类为无记忆的或基于记忆的。无记忆基本波形的特征在于宽的带宽，以及是从输入信号的许多非线性模式得到的。基于记忆的基本波形具有较窄的带宽，以及优选地通过滤波输入信号的各个非线性模式而得到的。

在优选实施例中，功率放大器非线性的无记忆分量的校正是通过使用增益误差项的查找表(LUT)而得到的，该增益误差项是通过使用输入信号的幅度或幅度平方来进行索引。增益误差项是允许调节幅度和相位作为输入幅度的函数的复数值。在替换实施例中，无记忆校正可以通过使用其基本波形是输入信号的奇数阶非线性模式和其系数权重是复数标量项的多项式展开式而达到。

在优选实施例中，功率放大器记忆效应的校正牵涉到创建原先的信号的偶数阶非线性模式，然后应用窄带宽滤波器，以产生一组偶数阶子信号。偶数阶非线性模式之一是输入信号的幅度平方。滤波的偶数阶子信号是对输入信号进行调制的基于记忆的增益误差，由此通过想要的奇数阶校正而产生基本波形。系数权重被加到每个基本波形，以调节幅度和相位。在优选的方法中，没有以任何方式变换或再划分在线性路径114上提供的输入信号；仅仅处理从输入信号得到的非线性模式，以生成在路径116和118上的校正信号，它们在组合电路122处与输入信号相组合。

参照图2，图上显示利用数字预失真系数的自适应生成的、本发明的线性化传输***的实施例。图2的上部路径相应于图1的路径，并且采用相同的标号。图2的自适应实施例添加下部的反馈路径，它利用输入和采样的输出来提供更新的DPD参数到DPD 100。这是通过估计加权每个基本波形的系数而达到的。在每次迭代时，从输入x(nT)和输出y(nT)估计包括线性信号和失真的正向增益。

更具体地，如图2所示，放大器110的RF输出由采样耦合器200进行采样，以及采样的模拟RF信号由传统的模拟下变频器电路202被下变频和被解调成模拟I，Q信号。在***中模拟信号的上变频和下变频处理优选地通过为下变频电路202和在发射机104中的上变频电路使用相同的本地振荡器而进行相位同步。模拟的采样的输出信号由传统的模拟数字转换器(ADC)电路204被转换成数字信号。模拟数字转换器电路204的输出在时间对准块206处在时间上与输入对准，以及被归一化成具有与在增益块208处的输入相同的标称功率和采样速率。时间对准没有因果的约束条件，因为输入和输出样本首先被捕获，然后作为一批进行处理(非实时)。输入信号被提供到正向增益映射(FGM)电路块210，它可以在下面详细地描述的、实施信号处理的适当编程的DSP中被实施(FGM块的示意图被显示于图4)。输入参考信号和正向增益的乘积提供归一化的输出y(nT)/G_ave的估值(其中G_ave是后面规定的标称增益)。在估计的和测量的输出之间的差值，即由ε(nT)表示的误差信号，从电路212输出。系数估值器处理块214，也可以以相同的或分开的DSP被实施为FGM块210，被使用来得到系数调节，产生最小均方误差。(系数估值器处理块214的示意图显示于图7)

图2的实施例的自适应数字预失真***和方法优选地使用迭代方法来估计和改进由DPD 100通过提供更新的DPD参数而提供的校正信号。每次迭代包括三个步骤：(1)在观察间隔内捕获输入和输出样本并估计正向增益误差，(2)更新积累的正向增益误差，和(3)计算所需要的DPD参数。迭代的时序被显示于图3，它显示使用观察或数据捕获间隔300和计算间隔302的批处理，其中计算更新的DPD参数。

再次参照图2，在正向增益映射电路块201内，在与迭代i有关的观察间隔内得到输入和输出样本后，计算正向增益，以使得残余误差ε(t)最小化。对于迭代i的正向增益映射被表示为FGM(i)。积累的正向增益误差被使用来更新预失真估值，这由图2的DPD 100实施。

在优选实施例中，想要的DPD操作的估值是积累的正向增益误差的倒数：

(方程式1) $\mathrm{DPD}=1+{[(\mathrm{FGM}\left(1\right)-1)+\underset{i=2}{\overset{N}{\mathrm{\Σ}}}\mathrm{\α}\·(\mathrm{FGM}\left(i\right)-1)]}^{-1}$

其中0＜α＜1，以及[]^-1表示倒数运算，在后面描述。当***收敛时，正向增益映射FGM(i)趋于一。因此，(方程式1)的两个重要的方面是在正向路径上的积累的增益误差和积累的正向增益误差的倒数，以得到实际的预失真DPD操作。

用于迭代i的正向增益映射是，

(方程式2)FGM(i)＝1+c₀·G_err(i)+G_mem(i)

其中G_err是无记忆增益误差，G_mem是基于记忆的增益误差，以及c₀是通过在G_err与G_mem之间的相关(以后相对于系数估值器214描述的)而被影响的复数系数权重(接近1)。FGM电路210的功能块被显示于图4和被实施(方程式2)。具体地，在400处的输入信号被提供到三个信号路径。第一信号路径402只提供输入信号到加法器410(任选地，具有适当的延时)。第二信号路径包括无记忆增益误差功能块404、乘法器408和系数贮存装置406，其实施(方程式2)的第二项和把结果提供到加法器410。第三信号路径包括基于记忆的增益误差功能块412，其实施(方程式2)的第三项和把输出提供到加法器410。使用正向增益映射的输出信号的估值是

(方程式3) $\mathrm{est}\left\{\frac{y\left(\mathrm{nT}\right)}{G_{\mathrm{ave}}}\right\}=\mathrm{FGM}\left(i\right)\·x\left(\mathrm{nT}\right)$

其中G_ave是优选地按下式被计算的平均增益：

(方程式4) $G_{\mathrm{ave}}=\frac{\underset{n}{\mathrm{\Σ}}\{y\left(\mathrm{nT}\right)\·x^{*}\left(\mathrm{nT}\right)\}}{\underset{n}{\mathrm{\Σ}}\{x\left(\mathrm{nT}\right)\·x^{*}\left(\mathrm{nT}\right)\}}.$

数字预失真增益是从积累的FGM的倒置得到的：

(方程式5)DPD＝1+H_err+H_mem

其中H_err是积累的G_err的逆映射(在后面描述)以及其中H_mem是积累的基于记忆的增益误差G_mem的逆映射(在后面描述)。预失真的信号是

(方程式6)x_PD(nT)＝DPD·x(nT).

在DPD 100中实施(方程式5)的功能块被显示于图5。这些功能块相应于图1的DPD路径114，116和118，以及在图5上使用相同的标号。

接着，在优选实施例中将描述G_err和H_err的确定的细节。在优选实施例中，通过使用把输入信号幅度映射成复数增益误差的LUT，而实施无记忆校正。输入幅度的范围被量化成固定数目的仓(bin)。对于每个输入样本，识别适当的仓，以及相应的复数增益误差被使用来调制输入样本。通常，复数增益误差随输入信号幅度变化，因此产生非线性无记忆波形。

用于LUT的索引是

(方程式7)       L＝round{ρ·[|x(nT)|-q]}

其中ρ是标量项，q是偏移，以及round(舍入){}是识别最接近的整数的算子。仓L的中心幅度是

(方程式8) ${\left|x\right|}_L=q+\frac{L}{p}.$

对于建立无记忆增益误差模型所需要的仓的数目取决于在输入信号幅度范围内增益误差的变化。通常，最高的仓应当具有接近于最大输入信号幅度|x|_max的中心幅度。在这种情形下，仓的数目是

(方程式9) $L_{\max }=\mathrm{round}\{p\·[{\left|x\right|}_{\max }-q\left]\right\}$

其中L_max是仓数目。ρ的选择确定L_max。

复数增益误差项是必须被估值的系数。时间对准的输入和输出样本根据幅度被编组到仓。在每个仓，计算平均增益误差。对于仓L的增益误差是

(方程式10) $G_{\mathrm{err}}\left(L\right)=\frac{\underset{\mathrm{\λ}}{\mathrm{\Σ}}{w}_L\·\left\{\right[\frac{y\left(\mathrm{\λ}\right)}{G_{\mathrm{ave}}}-x\left(\mathrm{\λ}\right)]\·x^{*}\left(\mathrm{\λ}\right)\}}{\underset{\mathrm{\λ}}{\mathrm{\Σ}}{w}_L\·\{x\left(\mathrm{\λ}\right)\·x^{*}\left(\mathrm{\λ}\right)\}}$

其中w_L是窗口项，它是典型地被规定为下式的输入幅度的函数：

(方程式11)

在(方程式11)中规定的窗口项使得仓同样地被使用于预失真和估值。对于预失真，小ρ是优选的，因为仓分隔较小，这进而又减小与LUT有关的量化噪声。不幸地，当ρ(仓尺寸)较小时，在(方程式10)中的估值精度被减小，因为只有较少的测量值可用于平均。这会导致相邻的仓的大的起伏。当对于这两个块使用(方程式11)时，在预失真器中的量化噪声与估值器中的噪声敏感度之间存在折衷。

为了去除预失真量化与估值精度的联系，LUT优选地被平滑。优选的方法是为仓中心间距交叠的估值选择一个加权函数wL。一个这样的加权函数是汉宁窗：

(方程式12)

其中σ控制汉宁窗的宽度。使得σ/π比ρ^-1大得多，导致平滑的LUT映射。

对于仓L，迭代次数i的复数增益误差被表示为G_err(L，i)。对于仓L的积累的正向增益误差是

(方程式13)

其中N是迭代数目，0＜α＜1，以及c₀(i)是用于迭代i的复数系数权重。对于大的N数值，如果迭代过程收敛，则G_err(L，N)接近零。

应当指出，系数c₀(i)是作为在后面描述的估值级的一部分得到的，它包括无记忆和基于记忆的基本波形。系数c₀(i)对于纯无记忆***是单位1；对于感兴趣的输入信号格式，由于在无记忆和基于记忆的校正之间的相关性，将出现与单位1的小的偏差。

为了将信号预失真，需要倒置积累的正向增益误差。倒置优选地如下地执行：

(方程式14) $H_{\mathrm{err}}\left(L_{\mathrm{warpcd}}\right)=\frac{{-\mathrm{acc}}_{\_}{G}_{\mathrm{err}}\left(L\right)}{|1+{\mathrm{acc}}_{-}{G}_{\mathrm{err}}\left(L\right)|}$

其中L_warped表示仓L的中心幅度已改变。倒置的初始级扭曲(warp)仓的中心幅度，当增益为低(Gerr＜0)时压缩它和当增益为高(Gerr＞0)时扩展它：也就是，由|x|_L，warped表示的新的中心幅度变为

(方程式15) ${\left|x\right|}_{L,\mathrm{warped}}={\left|x\right|}_L\·|1+\mathrm{acc}\_G_{\mathrm{err}}\left(L\right)|.$

使用内插来重新采样LUT仓是方便的，这样，中心幅度是与原先的仓索引L相同的。

计算增益误差，而不是增益，具有不量化输入信号的线性部分的优点，该线性部分往往比起所需要的校正信号大得多。

接着，在优选实施例中将描述基于记忆的校正与G_mem和H_mem的确定的细节。基于记忆的校正优选地是通过使用滤波的非线性模式来建立基于记忆的增益误差的模型而达到。对于输入的偶数阶非线性模式施加滤波；最终得到的信号被输入信号调制，以得到基本波形：

(方程式16)γ_k(nT)＝β_k(nT)·x(nT)

其中γ_k是基本波形和β_k是滤波的偶数阶非线性模式，也被称为“基于记忆的增益误差函数”。

每个基于记忆的增益误差函数由非线性模式的阶数和带通滤波的中心频率被定义：

(方程式17) ${\mathrm{\β}}_{m,p}\left(\mathrm{nT}\right)=[\underset{r}{\mathrm{\Σ}}{\left|x\left(\mathrm{nT}\right)\right|}^m\·g_m(\mathrm{\τ}-\mathrm{nT})\·\exp (j\·{\mathrm{\ω}}_p\·(\mathrm{\τ}-\mathrm{nT}))]$

其中ω_p是滤波器的中心频率，m是模式阶数，以及g_m(t)是滤波器的基带核(baseband kernel)。基带核和中心频率的选择在下面描述。

频率ω_p和基带核的选择影响失真抵消的精度。在优选实施例中，频率的间距对于给定的模式是固定的，但在模式之间可以是不同的。同样地，在每个模式内使用的基带核是相同的，但通常它在m的数值之间是不同的。

例如，考虑二阶基于记忆的增益误差函数：

(方程式18) ${\mathrm{\β}}_{2,p}\left(\mathrm{nT}\right)=[\underset{\mathrm{\τ}}{\mathrm{\Σ}}{\left|x\left(\mathrm{nT}\right)\right|}^2\·g_2(\mathrm{\τ}-\mathrm{nT})\·\exp (j\·{\mathrm{\ω}}_p\·(\mathrm{\τ}-\mathrm{nT}))].$

对于每个频率ω_p有一个单独的函数β_2，p。四阶增益误差函数将是：

(方程式19) ${\mathrm{\β}}_{4,p}\left(\mathrm{nT}\right)=[\underset{\mathrm{\τ}}{\mathrm{\Σ}}{\left|x\left(\mathrm{nT}\right)\right|}^4\·g_4(\mathrm{\τ}-\mathrm{nT})\·\exp (j\·{\mathrm{\ω}}_p\·(\mathrm{\τ}-\mathrm{nT}))].$

通常，基带核g₂和g₄是不同的，后者在时域内标准偏差方面是较窄的。另外，对于g₄的增益误差函数组比起g₂是更大的，因为需要规定更多的频率。这是由于，当非线性的阶数增加时，交调(intermodulation)覆盖频谱的更宽的部分。结果，为了使用(方程式17)补偿较高阶非线性模式，需要更多的计算。

可以定义替换的基于记忆的增益误差函数，使用较低阶增益函数建立较高的阶非线性的模型。例如，假设二阶增益误差函数组被计算，如(方程式18)所示。较高阶增益误差函数可以如下地得到：

(方程式20)alt_β_m，p(nT)＝|x(NT)|^m-2·β_2，p(nT).

较低阶结果的这个重复使用提供了计算效率中的重大的改进。

本基于记忆的校正的一个优点是，所使用的增益误差函数的数目可以按对于满足频谱掩蔽技术规范(加余量)的目标的需要进行调节。频率ω_p和基带核g_m的选择确定对于给定的功率放大器和输入信号的失真抵消性能。希望选择对于满足频谱掩蔽所需要的基于记忆的增益误差函数的最小的数目。

有一个折衷在选择增益误差函数的数目和特性时发生。例如，过度指定(over-specifying)增益误差函数的数目，在失真的正向建模中提供更大的精度；然而，在估计加权系数期间出现问题。估值变得更加困难，因为该解是病态(ill-conditioned)的，或在极端的情形下，不是唯一的。

考虑非唯一性情形。因为基本波形不是独立的，所以存在齐次解(homogenous solution)。存在产生零波形的非零系数的向量。这个齐次系数向量可以通过一个比例因子来更改，而不影响正向增益模型的拟合，这意味着，必须采取附加步骤来避免系数漂移。具体地，希望使得齐次系数向量对于在正向增益模型中使用的系数向量的贡献最小化。无法控制系数向量的齐次模式可导致系数增加到它们的最大值，在这点，正向增益模型将变为无效。

病态条件比起上述的问题是不太严重的影响，且是由于增益误差函数的数目的中等过度指定而引起的。当解是病态时，估值器将使用过度的自由度来使得正向增益模型拟合于随机噪声(而不仅仅是决定性的交调失真)。在长的间隔内，随机噪声是与输入信号的非线性模式不相关的。然而，在较短的观察间隔内，可以存在某些相关值，这将(不正确地)被包括在正向增益模型的系数向量内。在正向增益被倒置后，随后的预失真将生成使功率放大器性能降级的、像噪声那样的频谱。

为了避免与病态和非唯一性有关的问题，重要的是利用输入信号和它的频谱特性的知识，来为基于记忆的校正去选择最好的增益误差函数(基带核和频率)。对于单个载波情形，最好的基带核涉及到脉冲形状和被使用来生成x(nT)和非线性模式的阶的数字码元的时间间距。这可以产生不常见的核，诸如Baastians函数。为了简单起见，优选实施方案选择更简单的核，诸如汉宁函数，以及调节核的宽度，以得到适用于x(nT)和感兴趣的非线性模式的阶的带宽。

对于多载波输入波形的情形，输入x(nT)是在频率上互相偏移的两个或多个频带限制的载波的和值。各个载波的带宽典型地小于频率偏移，使得线性信号在频率上分开。然而，复合信号的非线性模式包括在载波之间的交调，导致出现在输入信号的原先带宽之外的失真。交调项的带宽和中心频率可以从载波的带宽与中心频率进行计算。被使用来生成记忆基本波形的滤波器的频率间距和基带核带宽被选择来匹配在载波之间的交调。

通常，当选择最好的基于记忆的增益误差函数时，多载波情形比起单载波情形是更让人关心的。多载波输入波形具有更宽的带宽，以及与功率放大器的记忆效应有关的降级在更宽带宽下是最引人注意的。

在本发明的DPD方法中，通过规定简单的核，诸如汉宁窗，后面跟随多抽头FIR滤波器(如图6所示，在下面讨论)，而把基带核做成自适应的。FIR滤波器包括H滤波的非线性模式的多个版本，每个版本被延时不同的量，以及被系数加权。调节系数权重和对延时的波形求和，达到想要的滤波。处理每个延时的模式作为分开的基本波形，系数通过使用后面描述的方法被直接估值。然而，从正向增益模型的观点看来，汉宁窗与FIR滤波器的串联组合创建自适应分级结构窗口，其中FIR系数的适配稍微改变窗口的中心频率、平均延时和带宽。这对于决定性失真的精确建模提供足够的灵活性而同时充分限制自由度，以最小化随机噪声的影响，在FIR滤波器内系数的数目优选地是小的(例如，图6上显示三个系数)，以及延时间距优选地是汉宁窗尺寸的一半(图6所示的N个样本)。然而，如果需要正向模型中的附加精度，则延时间距和系数的数目可被改变。

在迭代i时用于基于记忆校正的正向增益误差模型是

(方程式21) $G_{\mathrm{mem}}\left(i\right)=\underset{k}{\mathrm{\Σ}}{c}_k\left(i\right)\·{\mathrm{\β}}_k\left(\mathrm{nT}\right)$

其中c_k(i)是在迭代i时的复数系数，应当指出，为了表示的方便性，索引n，p用k代替。复数系数的估值在后面描述。积累的正向增益误差系数是

(方程式22) $\mathrm{acc}\_c_k=c_k\left(1\right)+\underset{i=2}{\overset{n}{\mathrm{\Σ}}}\mathrm{\α}\·c_k\left(i\right)$

其中0＜α＜1。当处理过程收敛时，c_k(i)趋于零。基于记忆的预失真被近似为积累的正向系数的负值：

(方程式23) $H_{\mathrm{mem}}=\underset{k}{\mathrm{\Σ}}-\mathrm{acc}\_c_k\·{\mathrm{\β}}_k\left(\mathrm{nT}\right).$

接着参照图6，图上显示DPD电路100的详细的实施例。如图所示，在102处提供的输入沿第一线性信号路径114被提供，该信号路径可以是到组合器120的简单的连接，或如果必要，可包括延时，其取决于在并行DPD路径上电路的特定的实施方案。输入信号还被提供到无记忆补偿路径116，正如以上参照图1描述的。在无记忆路径116上，输入被提供到信号幅度检测器电路602，它得到相应于输入信号的幅度的信号，和把它提供到查找表(LUT)604，查找表利用它来对LUT条目进行索引，这提供上述的无记忆增益误差变换。替换地，被使用来对LUT进行索引的信号可以是与输入信号的幅度有关的任何其它适当的信号，例如功率信号或随输入信号幅度单调地增加的任何功能。被存储在查找表604中的系数将被电路606周期地更新，该电路606在以上相对于图2描述的自适应实施例中从系数估值器块214接收沿线路608的更新的系数。LUT604的输出被提供到乘法器610，该乘法器从非易失性贮存装置612接收复数系数(以上相对于方程式13描述的)，以提供加权的输出。被存储在存储器612中的系数可以在如以上相对于图2描述的自适应实施例中沿线路614被周期地更新。乘法器610的输出被提供到第二乘法器616，乘法器616也接收沿线路618的输入信号，以提供数字预失真补偿信号的更高阶无记忆基本函数分量到求和电路122。

来自输入端102的输入信号还被提供到基于记忆的校正DPD路径118。输入信号被提供到信号功率检测器620，它得到相应于输入信号幅度的功率的信号。具体地，如图所示，电路620可以提供相应于输入信号幅度平方的功率信号，该功率信号输出然后通过分级结构滤波器***作，以及滤波器输出或基于记忆的增益误差函数，被输入信号调制。更具体地，分级结构滤波器包括第一固定系数滤波器622，通过使用固定的滤波器核来提供基带滤波操作；后面跟随利用自适应滤波器系数的多抽头FI R滤波器625。在优选实施例中固定系数滤波器622可包括汉宁滤波器库。下面参照图8描述汉宁滤波器库的一个具体的实施例。在这样的实施例中，滤波器库的输出包括三个实数信号：正弦、余弦和DC信号。因此，对于图6上采用的汉宁滤波器的这个实施例，滤波器622的输出将包括三个实数信号，虽然为了易于说明，图上只显示单条线路。替换地，滤波器622的输出可以是单个复数信号或单个实数信号。如图所示，滤波器库622的输出被提供到自适应系数滤波器625。滤波器625的第一分支626接收沿线路624的、滤波器库622的输出，并实施自适应系数滤波操作，提供沿线路656的三阶记忆补偿信号输出。具体地，在线路624上的信号通过第一延时628被提供到乘法器632，该乘法器又接收由非易失性存储单元634提供的复数滤波器系数。在以上相对于图2描述的自适应实施例中，存储单元634中的复数系数由系数估值块沿线636周期地更新。同样地，沿线624的信号被提供到乘法器644，该乘法器接收来自非易失性存储单元646的复数滤波器系数，该复数系数沿线路648被周期地更新。另外，沿线路624的信号经由延时630被提供到乘法器638，该乘法器接收来自非易失性存储单元640的复数滤波器系数，该复数滤波器系数沿线路642被周期地更新。三个乘法器632，644和638的输出被提供到相加电路650，该相加电路然后把滤波器626的输出提供到乘法器652，该乘法器接收沿线路654的输入信号。被输入信号调制的滤波的输出沿线路656被提供作为三阶记忆补偿信号。

任选地，滤波器625还可包括附加更高阶记忆补偿分支627。每个这样的分支优选地包括自适应FIR滤波器，该自适应FIR滤波器接收输入信号的幅度的更高阶功率，这些更高阶功率被滤波和用输入信号被调制，以提供更高阶记忆补偿信号，例如5阶、7阶等等。滤波器625的这些更高阶信号分支由电路块627集中地表示。具体地，乘法器658接收信号幅度的均匀的功率和滤波器622的输出，以及提供更高的阶输出信号到多抽头FIR滤波器。这个FIR滤波器包括：乘法器664，接收来自延时660的被延时的信号和来自存储单元666的复数系数；乘法器676，接收来自存储单元678的复数系数；乘法器670，接收来自延时662的被延时的输入信号和接收来自存储单元672的复数滤波器系数；以及相加电路682，接收这三个乘法器664，676和670的输出。更高阶滤波器分支的输出被提供到乘法器684，该乘法器接收沿线路686的输入信号，以提供沿线路688的3+2m阶记忆补偿信号。这个更高阶FIR滤波器是自适应的以及系数存储单元666，672和678分别接收沿线668，674和680的更新的系数。三阶和更高阶记忆补偿信号在相加电路690中被组合，提供组合的记忆补偿信号。这个组合的记忆补偿信号被提供到组合器122。组合器122的输出是组合的无记忆和记忆预失真补偿信号，它被提供到组合器120，并与输入信号相组合，提供预失真的输入信号作为输出。本领域技术人员应当意识到，固定系数滤波器和自适应系数滤波器的次序仍然可以通过使用方程式(19)代替方程式(20)来合并入高于3阶的模式而被互换。所以，正如这里使用的，这样的滤波器的“串联”耦合包括这样的滤波器的任何排序。

接着将描述系数估值器块214的操作的原理，后面再参照图7讨论具体的实施方案。该系数优选地是通过使用加权最小均方(LMS)估值计算的。采样的误差信号如图2所示地进行计算：

(方程式24) $\mathrm{\ϵ}\left(\mathrm{nT}\right)=\frac{y\left(\mathrm{nT}\right)}{G_{\mathrm{ave}}}-\mathrm{FGM}\·x\left(\mathrm{nT}\right)$

其中输出信号y(nT)已被下变频、采样、和时间对准，在如以上相对于图2描述的标称的意义上匹配于输入信号x(nT)。估值误差可被重写为

(方程式25) $\mathrm{\ϵ}\left(\mathrm{nT}\right)={\mathrm{\ϵ}}_0\left(\mathrm{nT}\right)-c_0\·{\mathrm{\γ}}_0\left(\mathrm{nT}\right)-\underset{k}{\mathrm{\Σ}}{c}_k\·{\mathrm{\γ}}_k\left(\mathrm{nT}\right)$

其中

(方程式26) ${\mathrm{\ϵ}}_o\left(\mathrm{nT}\right)=\frac{y\left(\mathrm{nT}\right)}{G_{\mathrm{ave}}}-x\left(\mathrm{nT}\right),$

无记忆基本波形γ₀(nT)是

(方程式27)γ₀(nT)＝G_err·x(nT)，

以及记忆基本波形γ_k(nT)是

(方程式28)γ_k(nT)＝β_k(nT)·x(nT)

或是

(方程式29)γ_k(nT)＝alt_β_k(nT)·x(nT)

取决于使用增益误差函数的哪种形式。基于记忆的系数c_k的LMS估值使得|ε(nT)|²最小化。

考虑例如其中三个基本波形被使用来补偿基于记忆的非线性的情形，加上无记忆基本波形γ₀。下面描述直接LMS估值。测量值在时间间隔[nT-n₀T，nT]内被积累。估值的系数是

(方程式30) $\left[\begin{array}{c}{c}_0\\ c_1\\ c_2\\ c_3\end{array}\right]={[{\mathrm{\γ}}_v\·{\mathrm{\γ}}_v^T]}^{-1}\·{\mathrm{\γ}}_v\·{\mathrm{\ϵ}}_{0,v}$

其中ε_0，v＝[ε₀(nT-n₀T)...ε₀(nT)]^T，以及

(方程式31) ${\mathrm{\γ}}_v=\left[\begin{array}{ccc}{\mathrm{\γ}}_0(\mathrm{nT}-n_{0}T)& \·\·\·& {\mathrm{\γ}}_0\left(\mathrm{nT}\right)\\ {\mathrm{\γ}}_1(\mathrm{nT}-n_{0}T)& \·\·\·& {\mathrm{\γ}}_1\left(\mathrm{nT}\right)\\ {\mathrm{\γ}}_2(\mathrm{nT}-n_{0}T)& \·\·\·& {\mathrm{\γ}}_2\left(\mathrm{nT}\right)\\ {\mathrm{\γ}}_3(\mathrm{nT}-n_{0}T)& \·\·\·& {\mathrm{\γ}}_3\left(\mathrm{nT}\right)\end{array}\right].$

LMS估值器的直接实施方案的一个问题是，该补偿有利于具有大的误差功率的频谱的部分。不幸地，这典型地相应于横跨线性信号的带宽。通常，由政府监管机构规定的对于频谱发射的最严格的限制是在由线性信号占用的带宽以外。有利的是把估值偏置成有利于具有最紧的发射限制的频谱部分。

为了偏置估值，通过使用线性运算，诸如滤波器，修改误差信号和基本波形。由于系数是常数，由f_lipear()表示的线性算子可分开地施加到每个基本波形(利用叠加，见图7)：也就是

(方程式32) $f_{\mathrm{linear}}\left\{\mathrm{\ϵ}\left(\mathrm{nT}\right)\right\}=f_{\mathrm{linear}}\left\{{\mathrm{\ϵ}}_0\left(\mathrm{nT}\right)\right\}-\underset{k=0}{\overset{k\max }{\mathrm{\Σ}}}{c}_k\·f_{\mathrm{linear}}\left\{{\mathrm{\γ}}_k\left(\mathrm{nT}\right)\right\}.$

线性运算的一个例子是FIR滤波器，其核h_est(mT)优选地加强如由相

关标准规定的关键的频谱部分：

(方程式33) $f_{\mathrm{linear}}\left\{\mathrm{\ϵ}\left(\mathrm{nT}\right)\right\}=\underset{m}{\mathrm{\Σ\ϵ}}\left(\mathrm{mT}\right)\·h_{\mathrm{esl}}(\mathrm{nT}-\mathrm{mT}).$

在(方程式32)中也可以使用诸如IIR滤波器那样的其它线性运算。

因此，为了改进在特定的频谱部分中的失真抵消，将下式代入(方程式30)：

(方程式34)    ε_0，v＝[f_linear{ε₀(nT-n₀T}...f_linear{ε₀(nT)}]^T

和

(方程式35) ${\mathrm{\γ}}_v=\left[\begin{array}{ccc}{f}_{\mathrm{linear}}\left\{{\mathrm{\γ}}_0(\mathrm{nT}-n_{0}T)\right\}& \·\·\·& f_{\mathrm{linear}}\left\{{\mathrm{\γ}}_0\left(\mathrm{nT}\right)\right\}\\ f_{\mathrm{linear}}\left\{{\mathrm{\γ}}_1(\mathrm{nT}-n_{0}T)\right\}& \·\·\·& f_{\mathrm{linear}}\left\{{\mathrm{\γ}}_1\left(\mathrm{nT}\right)\right\}\\ f_{\mathrm{linear}}\left\{{\mathrm{\γ}}_2(\mathrm{nT}-n_{0}T)\right\}& \·\·\·& f_{\mathrm{linear}}\left\{{\mathrm{\γ}}_2\left(\mathrm{nT}\right)\right\}\\ f_{\mathrm{linear}}\left\{{\mathrm{\γ}}_3(\mathrm{nT}-n_{0}T)\right\}& \·\·\·& f_{\mathrm{linear}}\left\{{\mathrm{\γ}}_3\left(\mathrm{nT}\right)\right\}\end{array}\right]$

当使用滤波来阻挡频谱的线性部分时，有某些或全部滤波的基本波形成为零(或非常接近零)的风险。所以建议将估值正则化，以便稳定估值：也就是：

(方程式36) $\left[\begin{array}{c}{c}_0\\ c_1\\ c_2\\ c_3\end{array}\right]={[{\mathrm{\γ}}_v\·{\mathrm{\γ}}_v^T+R]}^{-1}\·[{\mathrm{\γ}}_v\·{\mathrm{\ϵ}}_{0,v}+R\·c_{v,\mathrm{default}}]$

其中R是正则矩阵以及c_v，default是缺省系数向量。R和c_v，default的典型的结构是

(方程式37) $R=\left[\begin{array}{cccc}{r}_{00}& 0& 0& 0\\ 0& r_{11}& 0& 0\\ 0& 0& r_{22}& 0\\ 0& 0& 0& r_{33}\end{array}\right]$

和

(方程式38)    c_v，default＝[1000]^T.

通常，矩阵R的元素，与在矩阵γ_vγ_v ^T中的相应的元素相比较，常常是小的。然而，在某些情形下，希望规定r₀₀的大的数值，以迫使无记忆基本波形的系数加权是单位1。

在估值过程期间在无记忆LUT的系数与基于记忆的系数之间存在交互作用的可能性，特别是对于带宽受限的输入信号。这是部分由于输入信号的自相关表现为类似于与记忆效应有关的延时扩展的事实而导致的。交互作用如果以有害的形式出现，其特征为在LUT的上部仓处的起伏和记忆系数随时间的越来越大的绝对值。下面，讨论用来减小在无记忆与基于记忆的系数估值之间交互作用的实施方案的细节。

前一节中，在记忆系数估值时使用系数c₀，而不是把它设置为单位1。这通过把无记忆校正减低c₀倍而减小交互作用。

用来减小交互作用的实施方案的另一个细节是规定小于最大输入幅度的LUT的输入范围。其输入幅度超过上部仓的输入/输出对的采样的测量值在LUT系数估值时被忽略。忽略大的峰值防止在上部仓处LUT增益误差的突然改变，这种突然改变在增益误差倒置期间会成为有问题的。

正向增益误差LUT的倒置也受限制。在大多数情形下，与倒置有关的扭曲会压缩仓的中心幅度。这使得上部仓处的倒置增益误差是未定义的。在本实施方案中，规定大于最大输入幅度的阈值幅度。在这个阈值幅度下，积累的正向增益误差被设置为零。在内插级被使用来恢复原先的仓幅度期间，在扭曲的上部仓以上的倒置的增益误差被填充以线性地衰减到零的值。衰减速率由在最上部仓的扭曲的幅度与所选择的阈值幅度之间的差值确定。结果，对于超过LUT索引范围的大的输入，由LUT提供的校正减小，从而允许该校正由基于记忆的校正占主导。这趋向于阻止在LUT与基于记忆的系数之间的交互作用。

积累的增益误差LUT优选地在倒置之前每次迭代时被平滑，有助于减小在LUT与基于记忆的系数之间的交互作用。由平滑引入的误差通过迭代过程而随时间减小。稳态解基本上不受最温和的平滑的影响，但系数的瞬态性状表现得更好。

参照图7，图上以示意性框图显示系数估值器块214的具体的实施方案。如图所示，系数估值器块接收沿线路700的输入信号和沿线路702的误差信号作为输入，正如以上相对于图2以及还有(方程式24)描述的。沿线路700提供的输入信号被提供到幅度检测器704，该幅度检测器得到相应于输入信号幅度的信号，以及信号幅度被使用来索引无记忆查找表正向增益映射电路706。查找表706的输出然后在乘法器708处与输入信号相混合，提供无记忆基函数作为输出。这个无记忆基本波形被提供到滤波器712，该滤波器优选地包括如以上相对于(方程式33)描述的FI R滤波器。正如以上指出的，可以采用其它适当的线性算子，包括I IR滤波器。沿线路700的输入信号也被提供到基于记忆的基本波形生成器710，该生成器提供基于记忆的基本波形，其中的N个波形显示于图7。电路710的具体的实施例被显示于下面描述的图10。来自波形生成器710的输出的记忆基本波形被提供到各个滤波器块714-1到714-N，这些滤波器优选地还可包括如以上相对于(方程式33)描述的FI R滤波器或其它适当的线性算子，包括IIR滤波器。滤波器716同样地对于在输入端702处提供的误差信号提供FIR或其它适当的线性运算。滤波器的输出被提供到正向增益映射误差系数估值器块718，该估值器块使用上述的最小均方处理确定系数中的误差。系数误差值然后被提供到更新块720，该更新块使用系数误差来提供更新的校正的系数，这些系数然后沿线路216被提供到DPD 100，正如前面描述的。

接着参照图8，图上以示意性框图显示汉宁滤波器库622的优选实施例。如图所示，滤波器库在输入端802处接收输入功率信号，该输入被***成三条信号路径，这些信号路径提供三个分开的滤波操作。更具体地，第一带通滤波器804和第二带通滤波器806对功率信号提供高和低的带通滤波操作。第一和第二带通滤波器的输出被使用来通过利用交又连接的求和电路810和816，倒相器814和90度相位旋转电路818而生成分别沿线路812和820的余弦和正弦信号输出。低通滤波器808进而又传送功率信号的DC分量和在线路822上提供它作为输出。由以上的汉宁滤波器的实施方案提供的、功率包络谱的通常的最终得到的形式被显示于图8，图上显示从输入功率信号得到的三个分开的通常的高斯输出信号。应当看到，附加的带通滤波可被利用来提供从输入功率信号得到的附加高斯输出信号。

接着参照图10，图上以一个详细的示意图显示图7所示的基于记忆的基本波形生成器710的优选实施例。如图所示，电路接收沿线路1000的输入信号，该输入信号被提供到信号功率检测器1002，该功率检测器提供功率信号输出到汉宁滤波器库1004。图10的实施方案优选地利用诸如以上相对于图8描述的汉宁滤波器库，以及滤波器库1004的输出包括三个实数信号，具体地，如图所示的、沿线路1006，1008和1010提供的正弦、余弦和DC信号。汉宁滤波器库的输出被提供到三个分开的FIR滤波器，这些滤波器对输入信号提供滤波操作，以及提供如图所示的各个基本波形作为输出。由于每个滤波器的操作是相同的，所以将仅描述第一滤波器。如图所示，滤波器包括具有延时1012的第一滤波器分支，该延时1012把它的输出提供到乘法器1014，该乘法器还接收输入信号，然后提供第一记忆基本波形输出，第二滤波器分支把线路1006上的信号提供到乘法器1016，该乘法器还接收输入信号，然后提供第二记忆基本波形输出，第三滤波器分支包括延时1018，该延时1018把它的输出提供到乘法器1020，该乘法器还接收输入信号，然后提供第三记忆基本波形输出，如图所示。虽然图10上显示9个记忆基本函数，但可以采用添加的基本函数或较少的基本函数。

在替换实施例中，上述的自适应系数估值器功能可以利用在适当地编程的DSP中实施的预失真系数列表和相关的列表管理程序，连同系数估值器块214的功能性。用于数字预失真的最好的系数随平均输入幅度(或功率)、温度、输入格式(现用载波的数目和频率)和其它可测量的输入或环境量而改变。在上述的方法中，最佳系数的改变由***的自适应特性跟踪。然而，有可能通过形成过去的成功系数向量的列表而把过去的成功的系数与输入和环境量相关，其中每个向量被分配一个属性向量。属性向量用作为多维索引，包括输入幅度、输入格式、温度和其它可测量的输入或环境量。当输入或环境量的改变足够大而使预失真性能降级时，从具有最接近于当前测量的属性的属性向量的列表中检索新的系数向量。迭代过程使用这个新的系数向量作为初始的开始点。这种列表方法在用于前馈补偿的情形的、2004年1月21日提交的、美国专利申请序列号No.10/761,788中和在用于自适应预失真线性化的、美国专利申请序列号No.10/889,636中描述，这些专利申请的公开内容整体地在此引用以供参考。具体地，可以直接采用在美国专利申请序列号No.10/889,636中描述的功能，包括形成和保持预失真系数列表。

当形成预失真系数列表时，必须选择是存储包括无记忆LUT条目的所有的系数，还是只存储基于记忆的系数(包括系数c₀)。当(方程式36)内的正则化被积极地施加时，无记忆LUT条目趋向于改变很小；在这种情形下，只需要存储基于记忆的系数。

当使用预失真系数列表时，必须规定用于判断两个属性向量的类似性和两个系数向量的类似性的距离测度。属性距离测度在上述的美国专利申请序列号No.10/889,636中(以及在美国专利申请10/761,788中)描述。系数距离测度在识别和删除冗余单元(属性和系数向量对)的两个删减过程之一中被使用。系数距离测度可包括记忆LUT和记忆系数；然而，为了简单起见，建议距离只基于记忆系数差别。

还必须创建确定数字预失真校正的质量以及规定确定校正何时是成功的阈值的措施。校正质量理想地涉及到由政府机关规定的相关的频谱掩蔽。成功的校正传递具有足够余量的掩蔽要求。然而，更容易规定校正质量为残余平方误差的函数(E{|ε₀|²}，其中E{}表示期望值)或残余平方滤波的误差(E{|f_linear{ε₀}|²})，它们在估值过程期间被计算。这些残余值典型地由输入信号功率(或其它输入测量值)被归一化。对于规定的迭代的正向增益误差系数(不是积累的正向增益误差)也可以被使用来判断校正的质量，因为它们在迭代过程收敛到它的最佳值时趋于零。L₂或L_inf范数可被施加到正向增益误差系数以及与选择的阈值相比较，以确定校正是否成功。

本发明因此提供数字预失真***和方法，具有多个特性和优点，包括：使用增益误差校正，以使得LUT量化的影响最小化；组合无记忆LUT校正与基于多项式的基于记忆的校正；通过创建能够补偿决定性失真的自适应滤波器结构而使用分级结构滤波，以便改进基于记忆的校正，而不引入不正确地试图对随机信号处理建模的虚假的自由度(这进而又将增加噪声基底，因此是不想要的)；更高阶记忆补偿的实施方案，通过重复使用较低阶记忆结果而增强实施方案的计算效率；使用最小均方方法来估计系数，它被加权以便在频谱的不同的部分中给出更大的校正(使用频谱加权，通常，它反映由政府机关规定的频谱掩蔽限制)；以及使用LUT平滑和在LUT倒置中的增益误差限制而避免在LUT与反应的记忆模块之间的不想要的交互作用。

虽然已描述具体的实施例和实施方案细节，但并不意味着在本质上进行限制，因为可以提供许多变化和修改，正如本领域技术人员将会看到的。

Claims (30)

1.一种数字预失真器，适于接收数字输入信号和输出预失真的数字信号，该数字预失真器包括：

输入端，被耦合来接收该数字输入信号；

第一信号路径，被耦合到该输入端；

第二信号路径，与所述第一信号路径并行地被耦合到该输入端，包括提供第一预失真信号的第一数字预失真器电路，其中所述第一数字预失真器电路包括检测器，提供与数字输入信号的幅度有关的信号；和增益误差校正的查找表，由与该数字输入信号的幅度有关的所述信号来进行索引；

第三信号路径，与所述第一和第二信号路径并行地被耦合到该输入端，包括第二数字预失真器电路，提供对于该输入信号的基于多项式的预失真操作和提供第二预失真信号；以及

组合器电路，接收和组合该第一和第二数字预失真器电路的输出与该第一信号路径的输出，以提供预失真的数字输出信号。

2.在权利要求1中阐述的数字预失真器，其中所述第二数字预失真器电路包括串联耦合的固定系数滤波器和自适应系数滤波器。

3.在权利要求1中阐述的数字预失真器，其中所述查找表具有小于数字输入信号的最大幅度的最大索引范围。

4.在权利要求2中阐述的数字预失真器，其中所述第二数字预失真器电路的所述固定系数滤波器包括汉宁滤波器。

5.在权利要求2中阐述的数字预失真器，其中所述第二数字预失真器电路还包括提供一个信号的电路，该信号相应于输入信号的幅度的功率，以及其中所述固定系数滤波器提供对所述相应于输入信号幅度的功率的信号的带通滤波操作。

6.在权利要求5中阐述的数字预失真器，其中所述第二数字预失真器电路从所述输入信号提供三阶预失真信号。

7.在权利要求6中阐述的数字预失真器，其中所述第二数字预失真器电路还从所述输入信号提供一个或多个3+2m阶预失真信号，其中m是整数。

8.在权利要求2中阐述的数字预失真器，其中所述第二数字预失真器电路的所述自适应系数滤波器包括至少三个乘法器，接收滤波器输入和用至少三个自适应滤波器系数来对该滤波器输入操作。

9.在权利要求2中阐述的数字预失真器，其中所述第二数字预失真器电路的所述自适应系数滤波器接收固定系数滤波器的输出作为滤波器输入。

10.一种数字预失真电路，适于接收数字输入信号和输出数字预失真补偿信号，该数字预失真电路包括：

输入端，用于接收该数字输入信号；

信号功率检测器电路，被耦合到该输入端和提供相应于输入信号幅度的功率的数字功率信号；以及

分级结构滤波器，被耦合到信号功率检测器电路和对于所述数字功率信号提供滤波操作，包括串联耦合的固定系数滤波器库与自适应系数滤波器库，其中分级结构滤波器库的输出作为数字预失真补偿信号被提供。

11.在权利要求10中阐述的数字预失真电路，其中所述固定系数滤波器库至少包括第一、第二和第三带通滤波器，所述滤波器对所述数字功率信号操作，以提供第一、第二和第三频带限制的功率信号。

12.在权利要求10中阐述的数字预失真电路，其中所述第一、第二和第三频带限制的功率信号包括从所述数字功率信号得到的正弦、余弦和DC信号。

13.在权利要求10中阐述的数字预失真电路，其中所述固定系数滤波器库包括汉宁滤波器。

14.在权利要求10中阐述的数字预失真电路，其中所述自适应系数滤波器库包括至少三个自适应系数的源。

15.在权利要求10中阐述的数字预失真电路，其中所述数字功率信号包括输入信号幅度的二阶功率，以及其中所述数字预失真电路还包括乘法器，被耦合来接收自适应系数滤波器库的输出，并且还接收输入信号，其中所述乘法器输出三阶信号作为所述数字预失真补偿信号。

16.在权利要求15中阐述的数字预失真电路，其中所述数字功率信号还包括输入信号幅度的更高的偶数阶模式以及其中所述数字预失真电路输出包括所述数字预失真补偿信号的更高的奇数阶信号。

17.一种自适应线性化传输***，包括：

输入端，适于接收数字输入信号；

数字预失真器，被耦合到该输入端，并接收该数字输入信号和输出预失真的数字信号，该数字预失真器包括分级结构滤波器，包括串联耦合的固定系数滤波器和自适应系数滤波器，以补偿该传输***的记忆效应；

数字模拟转换器，被耦合来接收该数字预失真器的该预失真数字信号输出和提供一个模拟信号；

上变频器，用于接收来自该数字模拟转换器的模拟信号和把它变换成一个RF模拟信号；

功率放大器，接收该RF模拟信号和提供一个放大的RF输出信号；

输出采样耦合器，被耦合来采样来自该功率放大器的该模拟RF输出信号；

反馈电路路径，被耦合到该输出采样耦合器，包括下变频器和模拟数字转换器，把采样的RF输出信号转换成代表RF输出信号的数字采样信号；

正向增益映射电路，被耦合来接收输入信号，并提供该数字预失真器与功率放大器对该输入信号的影响的模型；

误差生成器电路，被耦合来接收该正向增益映射电路的输出和来自该反馈电路路径的数字采样信号，和从该信号之间的差值提供一个数字误差信号；以及

自适应系数估值器电路，被耦合来接收该数字输入信号和数字误差信号，且把更新的预失真系数提供到所述数字预失真器中的自适应滤波器。

18.在权利要求17中阐述的自适应线性化传输***，其中所述固定系数滤波器包括一个带通滤波器。

19.在权利要求17中阐述的自适应线性化传输***，其中所述固定系数滤波器包括一个汉宁滤波器。

20.在权利要求18中阐述的自适应线性化传输***，其中所述系数估值器电路包括记忆基本波形生成器电路，该记忆基本波形生成器电路包括信号功率检测器，提供相应于输入信号幅度的功率的功率信号；和分级结构滤波器，包括与第二滤波器串联的带通滤波器，对该功率信号操作和提供多个基本波形。

21.在权利要求20中阐述的自适应线性化传输***，其中所述系数估值器电路还包括多个带通滤波器，接收相应的基本波形和对该基本波形操作。

22.在权利要求21中阐述的自适应线性化传输***，其中所述系数估值器电路还包括误差系数估值器，被耦合到所述多个滤波器的输出端，用于计算自适应滤波器系数中的误差。

23.在权利要求22中阐述的自适应线性化传输***，其中所述系数估值器电路还包括系数更新电路，用于从所述自适应滤波器系数中的所述误差确定所述更新的滤波器系数。

24.在权利要求20中阐述的自适应线性化传输***，其中所述正向增益映射电路和所述系数估值器电路在编程的数字信号处理器中被实施。

25.一种用于数字地预失真数字输入信号以补偿在包括RF功率放大器的传输***中的记忆效应失真的方法，包括：

接收数字输入信号；

得出相应于该输入信号幅度的功率的数字功率信号；

利用第一组滤波器系数对所述数字功率信号执行第一滤波操作以提供第一滤波的信号；

利用第二组滤波器系数对所述第一滤波的信号执行第二滤波操作以提供第二滤波的信号；

其中所述第一和第二组滤波器系数之一是自适应的且另一组滤波器系数是固定的；以及

从所述第二滤波的信号提供预失真补偿信号。

26.在权利要求25中阐述的用于数字预失真数字输入信号的方法，其中执行第一滤波操作包括利用固定的汉宁核来对所述数字功率信号执行第一滤波操作。

27.在权利要求25中阐述的用于数字预失真数字输入信号的方法，其中所述第一滤波的信号包括分开的正弦、余弦和DC分量。

28.在权利要求25中阐述的用于数字预失真数字输入信号的方法，其中从所述第二滤波的信号提供预失真补偿信号包括：把所述第二滤波的信号乘以所述输入信号，以提供三阶信号作为所述预失真补偿信号。

29.在权利要求25中阐述的用于数字预失真数字输入信号的方法，还包括采样所述传输***的输出，对在所述输入信号上操作的传输***增益建模，从该采样的输出和建模的输出确定误差，以及使用所述误差来更新所述自适应滤波器系数。

30.在权利要求29中阐述的用于数字预失真数字输入信号的方法，其中对在所述输入信号上操作的传输***增益建模包括：对滤波操作和来自该传输***的放大器的失真的影响建模。

Images