CN101061633A - 功率放大器的基于模型的失真降低 - Google Patents

Abstract

公开一种处理信号的方法。该方法包括生成数字信号，将该数字信号转换成模拟信号，并生成具有失真的放大的模拟信号。该方法还包括以采样率将放大的模拟信号转换成反馈数字信号并基于该反馈数字信号更新失真的模型。

Description

功率放大器的基于模型的失真降低

相关申请的交叉引用

本申请要求2004年3月25日提交的美国临时专利申请号60/556658(代理人档案号OPTIP009+)的优先权，其标题为“功率放大器线性化系统”(POWER AMPLIFIER LINEARIZING SYSTEM)，通过引用将其结合于本文。

背景技术

在设计功率放大器时，需要相对彼此平衡许多因素，包括诸如线性、高效率、低成本或高功率之类的规范。例如，Tongchoi等人所著的“CMOS工艺中基于集中元件的多赫蒂功率放大器技术”(LUMPED ELEMENT BASED DOHERTY POWER AMPLIFIERTOPOLOGY IN CMOS PROCESSby Tongchoi et.al.in IEEE Int.Symp.Circuits and Systems，May 2003，pp.445-448，通过引用将其接合于本文)中所描述的多赫蒂型功率放大器可以低成本提供功率效率，但是可能具有非线性。可以使用放大器的主动补偿来实现改进的线性，其中对放大器的实际输出与放大器的期望输出之间的差执行测量。实际输出和期望输出之间的差的测量要求高质量且高速，因此需要昂贵的元件。改进功率放大器的线性而无需高质量且高速以及昂贵的元件是有用的。

附图说明

在下文详细描述和附图中，公开了本发明的多个实施例。

图1A图示功率放大器的输入对输出振幅特征的实施例。

图1B图示功率放大器系统的输入对输出相位特征的实施例。

图2图示功率放大器系统的实施例。

图3图示功率放大器系统的实施例。

图4图示功率放大器系统的实施例。

图5图示用于对数字信号预补偿以降低功率放大器系统中的失真的信号处理系统的实施例。

图6图示误差计算器的实施例。

图7图示用于对数字信号预补偿以降低功率放大器系统中的失真的信号处理系统的实施例。

图8图示误差计算器的实施例。

图9图示误差计算器的实施例。

详细说明

本发明能以多种方式来实施，这些方式包括过程、设备、系统、物的组合、诸如计算机可读存储媒体的计算机可读媒体或其中经由光或电通信链路发送程序指令的计算机网络。在本说明书中，可以将这些实施或本发明可以采用的任何其他形式称为技术。配置为执行任务的如处理器或存储器的组件包括在给定时间临时配置为执行该任务的通用组件或制造为执行该任务的专用组件。一般来说，在本发明范围内可以更改所公开过程的步骤顺序。

下文提出本发明的一个或多个实施例的详细描述，以及说明本发明原理的附图。本发明是结合此类实施例来描述的，但是本发明并不局限于任何实施例。本发明的范围仅由权利要求来限定，本发明涵盖多种更改、修改和等效物。在下文描述中提出大量的特定细节，以便提供对本发明的透彻理解。这些细节是为示例目的而提出的，可以根据权利要求而不拘泥于这些特定细节的其中一些或全部来实现本发明。为了简明的目的，不详细描述与本发明相关的技术领域中熟知的技术材料，以免非必要地使本发明难以理解。

公开用于功率放大器的基于模型的失真降低。可以通过对放大器的输入加对失真预补偿的信号来降低功率放大器引入的失真。模型可以将失真最大降低到功率放大器的输入通道的带宽。该带宽由输入通道中可以包括数模转换器的组件限定。该配置中的反馈通道可以具有基本较低的带宽要求，因为能以低更新率利用反馈信息生成模型参数。

图1A图示功率放大器的输入对输出振幅特征的实施例。在图示的示例中，曲线100显示功率放大器的理想线性性能，它具有输入振幅和输出振幅之间的线性关系。曲线102表示非线性执行功率放大器，它具有输入振幅和输出振幅之间的非线性关系。

图1B图示功率放大器系统的输入对输出相位特征的实施例。在图示的示例中，曲线104显示功率放大器系统的理想线性性能，它具有输入相位和输出相位之间的线性关系。曲线106表示非线性执行功率放大器系统，它具有输入相位和输出相位之间的非线性关系。

图2图示功率放大器系统的实施例。功率放大器系统200包括数模转换器202和模拟放大器204。输入数字信号(ν_n)是数模转换器202的输入。然后将信号发送到模拟放大器204，然后输出为模拟输出信号(ω_n)。在一些实施例中，模拟放大器204具有它自己的非线性补偿。

图3图示功率放大器系统的实施例。功率放大器系统310包括数字信号处理器300、数模转换器302、模拟放大器304和模数转换器306。输入数字信号(ν_n)是数字信号处理器300的输入，它通过对信号预补偿来校正始发于失真源308的失真。失真源308包括数模转换器302和模拟放大器304。数字信号处理器300向数模转换器302输出信号。然后将信号发送到模拟放大器304，然后输出为模拟输出信号(ω_n)。还将输出信号发送到模数转换器306，以创建反馈信号(φ_n)，然后将其发送到数字信号处理器300。在一些实施例中，模数转换器306的转换速率是可选择的。在一些实施例中，模数转换器306的转换速率比数模转换器302的转换速率低很多。在一些实施例中，模数转换器306的转换速率比输出信号(ω_n)中的失真的带宽低。

图4图示功率放大器系统的实施例。功率放大器系统414包括数字信号处理器400、数模转换器402、上移器(upshift)404、模拟放大器406、下移器(downshift)408和模数转换器410。输入数字信号(ν_n)是数字信号处理器400的输入，它通过对信号预补偿来校正始发于失真源412的失真。失真源412包括数模转换器402、上移器404和模拟放大器406。数字信号处理器400向数模转换器402输出信号。然后将信号发送到上移器404，上移器404将该信号向上移到较高的频带。然后将信号发送到模拟放大器406，然后输出为模拟输出信号(ω_n)。也将输出信号发送到下移器408，下移器408将该信号向下移到较低的频率。还将该信号发送到模数转换器410，以创建反馈信号(φ_n)，然后将反馈信号(φ_n)发送到数字信号处理器400。在一些实施例中，将信号上移包括以不同较高的频率调制信号，而对信号下移包括以不同较低的频率对信号解调。

图5图示用于对数字信号预补偿以降低功率放大器系统中的失真的信号处理系统的实施例。输入数字信号(ν_n)输入到数字信号处理器500。将输入数字信号(ν_n)发送到模型502，模型502计算经拟合以与功率放大器系统的非线性失真相似的信号。将模型计算的信号连同输入数字信号(ν_n)发送到求和节点506，以创建预补偿的数字信号。预补偿的数字信号由从输入数字信号(ν_n)减去最终功率系统失真而得到。这降低了功率放大器系统输出处的失真。在多种实施例中，以不同方式从输入数字信号(ν_n)中移除模型计算的信号，这些不同方式诸如减去该信号、将该信号反相、将该信号的相位偏移或任何其他适合的技术。误差计算器508基于输入数字信号(ν_n)和反馈数字信号(φ_n)计算误差信号。将误差信号输入到模型适配器510。模型适配器510创建可以在给定输入数字信号(ν_n)情况下计算功率放大器系统的失真的模型。在一些实施例中，模型适配器510使用最小均方适配来计算模型。在一些实施例中，模型适配器510使用递归最小二乘适配来计算模型。模型适配器510将模型参数馈送到模型502。在一些实施例，以可选择的速率来更新模型参数。在一些实施例中，该模型校正在达到数模转换器转换速率的频率的一半的带宽处的失真。这样，对于比反馈数字信号的采样率的一半高的频率，正如在使用标准反馈校正方法的情况下可预见的，可以降低放大的模拟输出信号中的失真。

在一些实施例中，模型适配器通过将误差信号最小化来修改失真的模型。在一些实施例中，该模型包括记忆效应。在一些实施例中，该模型可以是有限脉冲响应滤波器或无限脉冲响应滤波器。在一些实施例中，该模型是非线性滤波器。在一些实施例中，该滤波器是2005年2月18日提交的美国专利申请号11/061,850(代理人档案号OPTIP006)中所描述的线性片组成的低复杂度非线性滤波器，该专利的标题为“低复杂度非线性滤波器”(LOW-COMPLEXITYNONLINEAR FILTERS)，这里通过引用将其全部结合于本文。该非线性滤波器所基于的是非线性函数：

${\widehat{\mathrm{\η}}}_n=A^T{Y}_n+b+\underset{j=1}{\overset{K}{\mathrm{\Σ}}}{c}_j|{\stackrel{\→}{\mathrm{\α}}}_j{Y}_n+{\mathrm{\β}}_j|$

其中，在给定符号 $({\stackrel{\→}{\mathrm{\α}}}_j{Y}_n+{\mathrm{\β}}_j)={\mathrm{\λ}}_{\mathrm{jn}}$ 的情况下，它实施为

${\widehat{\mathrm{\η}}}_n=(a_0+\underset{j=1}{\overset{K}{\mathrm{\Σ}}}{c}_j{\mathrm{\α}}_{0j}{\mathrm{\λ}}_{\mathrm{jn}})y_n+\·\·\·+(a_N+\underset{j=1}{\overset{K}{\mathrm{\Σ}}}{c}_j{\mathrm{\α}}_{N,j}{\mathrm{\λ}}_{\mathrm{jn}})y_{n-N}+(b+\underset{j=1}{\overset{K}{\mathrm{\Σ}}}{c}_j{\mathrm{\β}}_j{\mathrm{\λ}}_{\mathrm{jn}})$

这通过如下公式一一相关

${\widehat{\mathrm{\η}}}_n={\tilde{a}}_{0,n}\left(Y_n\right)y_n+\·\·\·+{\tilde{a}}_{N,n}\left(Y_n\right)y_{n-N}+{\tilde{b}}_n\left(Y_n\right)$

这使用随那些输入变量的非线性函数变化的“加权值”或系数

形成输入变量Y_n的“线性”组合。总体滤波器包括利用系数

作为加权值的向量Y_n的元素在时间n的“线性”组合。该滤波结构专门为符合如下解释而设计：非线性通道等效于其时间常量是输入向量的函数的线性通道，效果是使通道非线性。

非线性滤波器实施可以采用低复杂度形式来实施，这种低复杂度形式减少了乘法运算的次数的同时保持模拟非常复杂的非线性失真函数的强大能力。降低复杂度，也就降低了成本，降低了功率耗散并且减少了噪声。非线性滤波器的降低复杂度的基础在计算具有如下形式的非线性系数时免除乘法运算的需要：

${\widehat{\mathrm{\η}}}_n{A}^T{Y}_n+b+\underset{j=1}{\overset{K_1}{\mathrm{\Σ}}}{c}_j|y_n+{\mathrm{\β}}_j|+\underset{j=K_1+1}{\overset{K_2}{\mathrm{\Σ}}}{c}_j|y_{n-1}+{\mathrm{\β}}_j|\·\·\·+\underset{j=K_{2N-3}+1}{\overset{K_{2N-2}}{\mathrm{\Σ}}}{c}_j|y_{n-N}+{\mathrm{\β}}_j|$

$=A^T{Y}_n+b+\underset{j=1}{\overset{K_1}{\mathrm{\Σ}}}{c}_j{\mathrm{\λ}}_{j,n}(y_n+{\mathrm{\β}}_j)+\underset{j=K_1+1}{\overset{K_2}{\mathrm{\Σ}}}{c}_j{\mathrm{\λ}}_{j,n}(y_{n-1}+{\mathrm{\β}}_j)\·\·\·+\underset{j=K_{2N-3}+1}{\overset{K_{2n-2}}{\mathrm{\Σ}}}{c}_j{\mathrm{\λ}}_{j,n}(y_{n-N}+{\mathrm{\β}}_j)$

以及让

λ_j，n＝sign(y_n-1+β_j)

意味着

${\widehat{\mathrm{\η}}}_n=(a_0+\underset{j=1}{\overset{K_1}{\mathrm{\Σ}}}{c}_j{\mathrm{\λ}}_{\mathrm{jn}})y_n+\·\·\·+(a_{2n-2}+\underset{j=K_{2N-3}+1}{\overset{K_{2N-2}}{\mathrm{\Σ}}}{c}_j{\mathrm{\λ}}_{\mathrm{jn}})y_{n-N}+(b+\underset{j=1}{\overset{K}{\mathrm{\Σ}}}{c}_j{\mathrm{\β}}_j{\mathrm{\λ}}_{\mathrm{jn}})$

这样在系数计算中实际不需要乘法运算(其中预先计算每个c_jβ_j积并将其作为一个系数存储)。这种形式称为一阶非线性滤波器，因为每个系数乘以滤波器输入向量Y_n的最多一次幂元素。在一些实施例中，该模型使用二阶非线性滤波器：

${\widehat{\mathrm{\η}}}_n=a_0{y}_n+a_1{y}_{n-1}+b+\underset{j=1}{\overset{K}{\mathrm{\Σ}}}{c}_j^0|y_n+{\mathrm{\β}}_j^0|y_n+\underset{j=1}{\overset{K}{\mathrm{\Σ}}}{c}_j^1|y_{n-1}+{\mathrm{\β}}_j^1|y_{n-1}$

$=\left(\underset{j=1}{\overset{K}{\mathrm{\Σ}}}{c}_j^0{\mathrm{\λ}}_j^0\right)y_n^2+\left(\underset{j=1}{\overset{K}{\mathrm{\Σ}}}{c}_j^1{\mathrm{\λ}}_j^1\right)y_{n-1}^2+(a_0+\underset{j=1}{\overset{K}{\mathrm{\Σ}}}{c}_j^0{\mathrm{\λ}}_j^0{\mathrm{\β}}_j^0)y_n+(a_1+\underset{j=1}{\overset{K}{\mathrm{\Σ}}}{c}_j^1{\mathrm{\λ}}_j^1{\mathrm{\β}}_j^1)y_{n-1}+b$

$={\tilde{a}}_{01,n}{y}_n^2+{\hat{a}}_{1,n}{y}_{n-1}^2+{\tilde{a}}_{0,n}{y}_n+{\tilde{a}}_{1,n}{y}_{n-1}+b$

其中每个系数是输入向量元素的非线性函数，每个系数乘以二次幂元素或两个元素的叉积。在一些实施例中，能得到与这些元素或两个元素的叉积成函数关系的输出的二阶非线性滤波器是

${\widehat{\mathrm{\η}}}_n=a_0{y}_n+a_1{y}_{n-1}+b+\underset{j=1}{\overset{K}{\mathrm{\Σ}}}{c}_j^0|y_n+{\mathrm{\β}}_j^0|y_n+\underset{j=1}{\overset{K}{\mathrm{\Σ}}}{c}_j^1|y_{n-1}+{\mathrm{\β}}_j^1|y_n$

$=\left(\underset{j=1}{\overset{K}{\mathrm{\Σ}}}{c}_j^0{\mathrm{\λ}}_j^0\right)y_n^2+\left(\underset{j=1}{\overset{K}{\mathrm{\Σ}}}{c}_j^1{\mathrm{\λ}}_j^1\right)y_n{y}_{n-1}+(a_0+\underset{j=1}{\overset{K}{\mathrm{\Σ}}}{c}_j^0{\mathrm{\λ}}_j^0{\mathrm{\β}}_j^0+\underset{j=1}{\overset{K}{\mathrm{\Σ}}}{c}_j^1{\mathrm{\λ}}_j^1{\mathrm{\β}}_j^1)y_n{+a}_1{y}_{n-1}+b$

$={\tilde{a}}_{01,n}{y}_n^2+{\hat{a}}_{1,n}{y}_n{y}_{n-1}+{\tilde{a}}_{0,n}{y}_n+a_{1,n}{y}_{n-1}+b$

在一些实施例中，非线性滤波器是零阶恶性滤波器(catastrophicfilter)：

${\widehat{\mathrm{\η}}}_n=a_0{y}_n+a_1{y}_{n-1}+b+\underset{j=1}{\overset{K}{\mathrm{\Σ}}}{c}_j^0\mathrm{sign}(y_n+{\mathrm{\β}}_j^0)+\underset{j=1}{\overset{K}{\mathrm{\Σ}}}{c}_j^1\mathrm{sign}(y_{n-1}+{\mathrm{\β}}_j^1)$

$=a_0{y}_n+a_1{y}_{n-1}+b+\left(\underset{j=1}{\overset{K}{\mathrm{\Σ}}}{c}_j^0{\mathrm{\λ}}_j^0\right)+\left(\underset{j=1}{\overset{K}{\mathrm{\Σ}}}{c}_j^1{\mathrm{\λ}}_j^1\right)$

在一些实施例中，还可以使用更高阶的非线性滤波器实施以及一阶和二阶非线性滤波器的组合。

图6图示误差计算器的实施例。误差计算器600具有a)输入数字信号(ν_n)和b)反馈数字信号(φ_n)作为输入。误差计算器600通过取这两个输入之间的差来计算误差信号。在一些实施例中，由求和节点602从反馈数字信号(φ_n)中减去数字信号(ν_n)。在一些实施例中，由求和节点602从数字信号(ν_n)中减去反馈数字信号(φ_n)。如果反馈数字信号(φ_n)与输入数字信号(ν_n)相同，则误差信号为零。

图7图示用于对数字信号预补偿以降低功率放大器系统中的失真的信号处理系统的实施例。输入数字信号(ν_n)输入到数字信号处理器700。将输入数字信号(ν_n)发送到模型702，模型502计算经拟合以与功率放大器系统的非线性失真相似的信号。将模型计算的信号连同输入数字信号(ν_n)发送到求和节点706，以创建预补偿的数字信号。预补偿的数字信号由从输入数字信号(ν_n)减去最终功率系统失真而得到。这降低了功率放大器系统输出处的失真。在多种实施例中，以不同方式从输入数字信号(ν_n)中移除模型计算的信号，这些不同方式诸如减去该信号、将该信号反相、将该信号的相位偏移或任何其他适合的技术。误差计算器710基于预补偿的数字信号和反馈数字信号(φ_n)计算误差信号。将误差信号输入到模型适配器708。模型适配器708创建可以在给定输入数字信号(ν_n)情况下计算功率放大器系统的失真的模型。在一些实施例中，该模型是自适应的。在一些实施例中，模型适配器708通过使误差信号尽可能接近零来使用最小均方适配来计算模型。在一些实施例中，模型适配器708通过使误差信号尽可能接近零来使用递归最小二乘适配来计算模型。模型适配器708将模型参数反馈到模型702和误差计算器710。

图8图示误差计算器的实施例。误差计算器800具有a)预补偿的数字信号和b)反馈数字信号(φ_n)和c)模型适配器的输出作为输入。误差计算器800通过取反馈数字信号(φ)与预补偿的数字信号和模型处理的预补偿的数字信号之和之间的差来计算误差信号。在一些实施例中，由求和节点806从反馈数字信号(φ_n)减去由求和节点804创建的预补偿的数字信号与模型处理的预补偿的数字信号之和。预补偿的数字信号与模型处理的预补偿的数字信号之和约等于输入数字信号(ν_n)。反馈数字信号(φ_n)还约等于输入数字信号(ν_n)加上通过预补偿未消除的失真。由此，从反馈数字信号(φ_n)减去此和得到与通过预补偿未消除的失真成正比例的误差信号。

在一些实施例中，由求和节点806从由求和节点804得到的预补偿的数字信号与模型处理的预补偿的数字信号之和减去反馈数字信号(φ_n)。反馈误差信号的总符号对于将误差信号驱使为零并不重要。在一些实施例中，对两个信号执行的减法运算通过将一个信号的相位偏移180°并将其与另一个信号相加来实现。在一些实施例中，对两个信号执行的减法运算通过将一个信号反相并将其与另一个信号相加来实现。

图9图示误差计算器的实施例。误差计算器900具有a)预补偿的数字信号和b)反馈数字信号(φ_n)和c)模型适配器的输出作为输入。误差计算器900通过取模型处理的反馈数字信号(φ_n)与反馈数字信号(φ_n)和预补偿的数字信号之差之间的差来计算误差信号。

在一些实施例中，通过将预补偿的数字信号的反相与反馈数字信号(φ_n)相加来实现反馈数字信号(φ_n)与预补偿的数字信号的反相之差。在一些实施例中，在求和节点906中，从求和节点904的输出减去模型处理的反馈数字信号(φ_n)，其中求和节点904的输出由从预补偿的数字信号减去反馈数字信号(φ_n)得出。在一些实施例中，对这些求和，符号是不同的，因为误差信号的总符号是不重要的。

求和节点904的输出是从反馈数字信号(φ_n)减去预补偿的数字信号，或是从具有减去且模型化的失真的输入数字信号减去具有余留失真(未作补偿的那些)的输入数字信号。这使得在求和节点904的输出处将模型化的失真加上余留的失真。从求和节点904的输出减去模型处理的反馈数字信号。模型处理的反馈数字信号是模型处理的输入数字信号(ν_n)和模型处理的余留失真(比其他信号小得多)。这样，求和节点906的输出大约是求和节点904的输出减去模型处理的输入数字输入信号(ν_n)，它是模型处理的输入数字输入信号(ν_n)加上余留的失真减去输入数字输入信号(ν_n)。这使得在求和节点906的输出处误差信号与余留失真成比例。

虽然为了理解简明的目的，在某种细节上描述上文的实施例，但是本发明并不局限于所提出的这些细节。有许多实施本发明的备选方式。所公开的实施例是说明性的而非限定性的。

Claims (38)

1.一种处理信号的方法，包括：

生成数字信号；

将所述数字信号转换成模拟信号；

生成具有失真的放大的模拟信号；

以一种采样率将所述放大的模拟信号转换成反馈数字信号；以及

基于所述反馈数字信号更新失真的模型。

2.如权利要求1所述的方法，还包括在将所述数字信号转换成所述模拟信号之前将所述数字信号上移，以及在将所述放大的模拟信号转换成所述反馈数字信号之前下移。

3.如权利要求1所述的方法，还包括在生成所述放大的模拟信号之前将所述模拟信号上移，以及在将所述放大的模拟信号转换成所述反馈数字信号之前下移。

4.如权利要求1所述的方法，其特征在于，所述模型包括记忆效应。

5.如权利要求1所述的方法，其特征在于，所述模型是有限脉冲响应滤波器。

6.如权利要求1所述的方法，其特征在于，所述模型是无限脉冲响应滤波器。

7.如权利要求1所述的方法，其特征在于，所述模型是非线性低复杂度滤波器。

8.如权利要求1所述的方法，其特征在于，所述模型是自适应的。

9.如权利要求1所述的方法，其特征在于，所述模型是自适应的并且自适应包括最小均方适配。

10.如权利要求1所述的方法，其特征在于，所述模型是自适应的并且自适应包括递归最小二乘适配。

11.如权利要求1所述的方法，其特征在于，更新所述模型以可选择的速率来进行。

12.如权利要求1所述的方法，其特征在于，更新所述模型是基于所生成的误差信号计算所述模型，其中所述误差信号从所述数字信号和所述反馈数字信号推导来。

13.如权利要求1所述的方法，其特征在于，更新所述模型是基于所生成的误差信号计算所述模型，其中所述误差信号从所述数字信号和所述反馈数字信号之差推导来。

14.如权利要求1所述的方法，还包括使用所述数字信号和失真的模型补偿所述失真。

15.如权利要求1所述的方法，还包括补偿所述失真，其中补偿所述失真是通过如下步骤处理所述数字信号：使用所述模型以创建预测的失真的数字信号并从所述数字信号减去所述预测的失真的数字信号以创建预补偿的数字信号，其中将所述预补偿的数字信号转换成所述模拟信号，以及其中降低了所述放大的模拟输出信号中的所述失真。

16.如权利要求15所述的方法，其特征在于，对于比所述反馈数字信号的采样率的一半高的频率，降低了所述放大的模拟输出信号中的失真。

17.如权利要求15所述的方法，其特征在于，更新所述模型是基于所生成的误差信号计算所述模型，其中所述误差信号从所述预补偿的数字信号和所述反馈数字信号推导来。

18.如权利要求15所述的方法，其特征在于，更新所述模型是基于所生成的误差信号计算所述模型，其中所述误差信号从所述反馈数字信号与所述预补偿的数字信号和模型处理的预补偿的数字信号之和之间的差推导来。

19.如权利要求15所述的方法，其特征在于，更新所述模型是基于所生成的误差信号计算所述模型，其中所述误差信号从所述模型处理的反馈数字信号与所述反馈数字信号和所述预补偿的数字信号之差之间的差推导来。

20.一种用于处理信号的系统，包括：

数字信号的生成器；

第一转换器，用于将所述数字信号转换成模拟信号；

放大器，用于生成具有失真的放大的模拟信号；

第二转换器，用于以一种采样率将所述放大的模拟信号转换成反馈数字信号；以及

更新器，用于基于所述反馈数字信号更新失真的模型。

21.如权利要求20所述的系统，还包括上移器，用于在将所述数字信号转换成所述模拟信号之前将所述数字信号上移；以及下移器，用于在将所述放大的模拟信号转换成所述反馈数字信号之前下移。

22.如权利要求20所述的系统，还包括上移器，用于在生成所述放大的模拟信号之前将所述模拟信号上移；以及下移器，用于在将所述放大的模拟信号转换成所述反馈数字信号之前下移。

23.如权利要求20所述的系统，其特征在于，所述模型包括记忆效应。

24.如权利要求20所述的系统，其特征在于，所述模型是有限脉冲响应滤波器。

25.如权利要求20所述的系统，其特征在于，所述模型是无限脉冲响应滤波器。

26.如权利要求20所述的系统，其特征在于，所述模型是非线性低复杂度滤波器。

27.如权利要求20所述的系统，其特征在于，所述模型是自适应的。

28.如权利要求20所述的系统，其特征在于，所述模型是自适应的并且自适应包括最小均方适配。

29.如权利要求20所述的系统，其特征在于，所述模型是自适应的并且自适应包括递归最小二乘适配。

30.如权利要求20所述的系统，其特征在于，更新所述模型以可选择的速率来进行。

31.如权利要求20所述的系统，其特征在于，更新所述模型是基于所生成的误差信号计算所述模型，其中所述误差信号从所述数字信号和所述反馈数字推导来。

32.如权利要求20所述的系统，其特征在于，更新所述模型是基于所生成的误差信号计算所述模型，其中所述误差信号从所述数字信号和所述反馈数字之差推导来。

33.如权利要求20所述的系统，还包括使用所述数字信号和失真的模型补偿所述失真。

34.如权利要求20所述的系统，还包括补偿所述失真，其中补偿所述失真是通过如下步骤处理所述数字信号：使用所述模型以创建预测的失真的数字信号并从所述数字信号减去所述预测的失真的数字信号以创建预补偿的数字信号，其中将所述预补偿的数字信号转换成所述模拟信号，以及其中降低了所述放大的模拟输出信号中的所述失真。

35.如权利要求34所述的系统，其特征在于，对于比所述反馈数字信号的采样率的一半高的频率，降低了所述放大的模拟输出信号中的失真。

36.如权利要求34所述的系统，其特征在于，更新所述模型是基于所生成的误差信号计算所述模型，其中所述误差信号从所述预补偿的数字信号和所述反馈数字推导来。

37.如权利要求34所述的系统，其特征在于，更新所述模型是基于所生成的误差信号计算所述模型，其中所述误差信号从所述反馈数字信号与所述预补偿的数字信号和模型处理的预补偿的数字信号之和之间的差推导来。

38.如权利要求34所述的系统，其特征在于，更新所述模型是基于所生成的误差信号计算所述模型，其中所述误差信号从所述模型处理的反馈数字信号与所述反馈数字信号和所述预补偿的数字信号之差之间的差推导来。

Images