CN105897189A - 一种查找表数字预失真器结构及方法 - Google Patents

Abstract

本发明提供一种查找表预失真器结构及方法。查找表预失真器结构包括索引函数模块、索引值模块、查找表模块、预调整值获取模块、预失真运算模块及延时模块。通过采用基于Aitken迭代法的预调整值获取策略，仅通过一次迭代就可以用较小的查找表规模获得较高的线性化改善效果，较大程度地抑制带外频谱扩展。

Description

一种查找表数字预失真器结构及方法

技术领域

本发明涉及通信领域，特别涉及记忆非线性功放的线性化技术。

背景技术

功率放大器作为通信中的重要设备，其特性影响着整个系统的性能。理想功放可以对输入信号线性放大，但实际功放特性如图1所示，此时输入输出信号并不具有线性关系，而是产生了非线性失真，并引入了一定的记忆性，即输出信号不仅与当前时刻的输入信号有关，还受到之前多个时刻的输入信号影响。为降低非线性失真程度可以采用功率回退方法，但这种以牺牲功放效率换取线性度的方法并不能满足现代无线通信系统的要求。在众多的功放线性化方法中，数字预失真(Digital Predistortion,DPD)技术具有较高的性价比，可以在保证功放效率的前提下获得较高的线性度，逐渐成为一种具有潜力的线性化方法。

现有查找表(Look-Up Table,LUT)预失真器多针对无记忆功放进行线性化处理，结构较为简单，随着信号带宽的增加，功放的记忆性逐渐增强，需要对查找表预失真器进行改进才能抵消功放的记忆效应，但若采用二维查找表、双查找表或级联查找表等构建预失真器,在硬件实现时将需要较多的存储空间。为此，文献“MP/LUT baseband digitalpredistorter for wideband linearisation”(Electronics Letters,2011,47(19):1096-1098，文献[1])通过采用记忆多项式与查找表相结合的方法降低了空间需求。文献“Improved baseband digital predistortion for linearising PAs with nonlinearmemory effects using linearly interpolated LUT”(Electronics Letters,2013,49(22):1389-1391，文献[2])对文献[1]进行改进，通过采用线性内插法获取预调整值,以提高预调整值的精度，但仍存在较大的改进空间。

发明内容

本发明所要解决的技术问题是，在占用较少硬件资源(存储空间)的情况下，如何进一步提高预调整值精度以获得更高的线性化改善程度。

本发明为解决上述技术问题所采用的方案是，一种查找表预失真器结构及方法。功放线性化预失真结构如图2所示，包括：查找表预失真器模块、功放模块及功放辨识模块。当功放辨识模块对功放进行基于记忆多项式模型的辨识后，估计出非线性阶数K^*、记忆深度Q^*以及多项式系数并传递给查找表预失真器模块。其中，查找表预失真器结构如图3所示，包括索引函数模块、索引值模块、查找表模块、预调整值获取模块、预失真运算模块及延时模块。查找表预失真方法包括以下步骤：

1)接收第n时刻的基带输入信号x(n)、第n-q(1≤q≤Q^*)时刻的输出信号u(n-q)以及功放辨识模块反馈的非线性阶数估计值K^*、记忆深度Q^*及多项式系数计算索引数v(n)；

2)根据索引数v(n)取模解出索引值|v(n)|；

3)利用索引值|v(n)|，通过查找表得到对应的预调整值，并将其作为预调整值的初始值|u_init(n)|；

4)根据预调整值的初始值|u_init(n)|、索引值模块传入的|v(n)|、功放辨识模块传入的K^*及通过1次Aitken迭代运算得到优化的预调整值|u(n)|＝z₃，Aitken迭代步骤如下：

z₀＝|u_init(n)|，

z₁＝g(z₀)，

z₂＝g(z₁)，

$z_3=z_0-\frac{{\left(z_1-z_0\right)}^2}{z_2-2\×z_1+z_0}.$

其中：

$g\left(z\right)=\frac{\left|v\left(n\right)\right|}{\left|h\left(z\right)\right|},$

$h\left(z\right)=\underset{k=odd}{\overset{K^{*}}{\underset{k=1}{\mathrm{\Σ}}}}{b}_{k0}^{*}{z}^{k-1},$

z₁、z₂、z₃为迭代变量。

5)根据接收的索引数v(n)、优化的预调整值|u(n)|、非线性阶数估计值K^*以及多项式系数得到预失真器最终输出的调整值u(n)，同时将输出信号u(n)进行延时处理，作为步骤1)的输入信号u(n-q)。

本发明在查表获得预调整值的初始值后，经过一次Aitken迭代得到两个距离更近的优化值z₁、z₂(相对于查找表中两相邻表项|u_i|、|u_i+1|)，再对z₁、z₂进行线性内插，所得到的z₃更接近理想值、精确度更高。

进一步地，为了能够在斜率变化较大区域同样获得较精确的预调整值、缩小查找表规模以降低资源需求，本发明还采用一种基于斜率均匀变化的查找表构建方法。

本发明的有益效果是，通过采用基于Aitken迭代法的预调整值获取策略，进一步地采用斜率均匀变化的查找表构建方法，仅通过一次迭代就可以用较小的查找表规模(即较少的硬件存储空间需求)获得较高的线性化改善效果，较大程度地抑制带外频谱扩展。

附图说明

图1：记忆非线性功放输入输出幅度关系图

图2：数字预失真结构示意图

图3：查找表预失真器结构示意图

图4：预调整值与索引值的关系示意图

图5：预调整值相对于索引值的斜率曲线图

图6：不同预调整值获取策略的NMSE对比

图7：按斜率进行资源分配后的NMSE改善

图8：不同查找表算法的功率谱对比图

具体实施方式

如图3所示，查找表预失真器包括索引函数模块、索引值模块、查找表模块、预调整值获取模块、预失真运算模块及延时模块。

索引函数模块用于接收第n时刻的基带输入信号x(n)、预失真器的输出信号u(n-q)、功放辨识模块反馈的非线性阶数估计值K^*、记忆深度Q^*及多项式系数并根据下式计算索引数v(n)，并将索引数v(n)传递给索引值模块及预失真运算模块；

$v\left(n\right)=x\left(n\right)-\underset{k=odd}{\overset{K^{*}}{\underset{k=1}{\mathrm{\Σ}}}}\underset{q=1}{\overset{Q^{*}}{\mathrm{\Σ}}}{b}_{kq}^{*}u\left(n-q\right)|u\left(n-q\right){|}^{k-1}---\left(f1\right)$

索引值模块用于对接收到的索引数v(n)取模解出索引值|v(n)|，并将索引值|v(n)|传递给查找表模块及预调整值获取模块；

查找表模块用于存储索引值以及与之对应的预调整值，根据索引值模块传入的索引值|v(n)|查找存储表项中最接近的索引值，将其所对应的预调整值作为预调整值的初始值|u_init(n)|，并将其传递给预调整值获取模块；

查找表形式如下：

表1

N为查找表的表项总数。

预调整值获取模块接收查找表模块传入的预调整值的初始值|u_init(n)|、索引值模块传入的|v(n)|、功放辨识模块传入的非线性阶数估计值K^*及多项式系数通过1次Aitken迭代运算得到优化的预调整值|u(n)|＝z₃，并将优化的预调整值|u(n)|传递给预失真运算模块；Aitken迭代步骤如下：

z₁＝g(z₀) (f2)

z₂＝g(z₁) (f3)

$z_3=z_0-\frac{{\left(z_1-z_0\right)}^2}{z_2-2\×z_1+z_0}---\left(f4\right)$

其中，

z₀＝|u_init(n)|，

$g\left(z\right)=\frac{\left|v\left(n\right)\right|}{\left|h\left(z\right)\right|},$

$h\left(z\right)=\underset{k=odd}{\overset{K^{*}}{\underset{k=1}{\mathrm{\Σ}}}}{b}_{k0}^{*}{z}^{k-1}.$

预失真运算模块用于根据接收的索引值v(n)、优化的预调整值|u(n)|、非线性阶数估计值K^*以及多项式系数得到输出信号u(n)，作为预失真器最终输出的调整值，同时将输出信号u(n)传入延时模块：

$u\left(n\right)=\frac{v\left(n\right)}{h\left(\right|u\left(n\right)\left|\right)}---\left(f5\right)$

其中，

$h\left(\left|u\left(n\right)\right|\right)=\underset{k=odd}{\overset{K^{*}}{\underset{k=1}{\mathrm{\Σ}}}}{b}_{k0}^{*}|u\left(n\right){|}^{k-1}---\left(f6\right)$

延时模块用于对预失真运算模块输出信号u(n)进行延时处理，得到预失真器前q时刻的输出信号u(n-q)并反馈给索引函数模块。

鉴于文献[1]、[2]中得到的预调整值精确度不高，且当查找表资源减少时性能变差，本发明所提出方法在占用资源较少的前提下，可获得更加精确的预调整值。下面对原理做进一步说明。

在对功放进行辨识后，可以用公式(f7)所示的记忆多项式来描述功放特性：

$y\left(n\right)=\underset{k=odd}{\overset{K^{*}}{\underset{k=1}{\mathrm{\Σ}}}}\underset{q=1}{\overset{Q^{*}}{\mathrm{\Σ}}}{b}_{kq}^{*}u\left(n-q\right)|u\left(n-q\right){|}^{k-1}---\left(f7\right)$

如图2所示，理想情况下，当采用预失真技术对功放进行线性化处理后可以得到：

y(n)＝G×x(n) (f8)

在之后的推理中，假设上式中G＝1，由公式(f7)和公式(f8)可以得到：

$x\left(n\right)=\underset{k=odd}{\overset{K^{*}}{\underset{k=1}{\mathrm{\Σ}}}}\underset{q=0}{\overset{Q^{*}}{\mathrm{\Σ}}}{b}_{kq}^{*}u\left(n-q\right)|u\left(n-q\right){|}^{k-1}---\left(f9\right)$

对其进行整理后得到：

$u\left(n\right)=\frac{v\left(n\right)}{h\left(\left|u\left(n\right)\right|\right)}---\left(f10\right)$

其中，

$v\left(n\right)=x\left(n\right)-\underset{k=odd}{\overset{K^{*}}{\underset{k=1}{\mathrm{\Σ}}}}\underset{q=1}{\overset{Q^{*}}{\mathrm{\Σ}}}{b}_{kq}^{*}u\left(n-q\right)|u\left(n-q\right){|}^{k-1}---\left(f11\right)$

$h\left(\left|u\left(n\right)\right|\right)=\underset{k=odd}{\overset{K^{*}}{\underset{k=1}{\mathrm{\Σ}}}}{b}_{k0}^{*}\left|u\right(n){|}^{k-1}---\left(f12\right)$

为了简化查找表的结构，并使其具有较好的适用性，将公式(f10)简化为：

$\left|u\right|=\frac{\left|v\right|}{\left|h\left(\left|u\right|\right)\right|}---\left(f13\right)$

本发明以|v|作为查找表的索引值，|u|作为查找表的预调整值，从公式(f13)可以看出|v|是|u|的单调增函数。文献[1]不经过预调整值获取模块，直接将查找表的输出信号|u_init(n)|作为最终的预调整值，文献[2]对其进行改进后采用线性内插法获取最终的预调整值，两种情况下获得的预调整值精度较低，本发明以公式(f13)作为迭代公式，经过1次Aitken迭代后可以获得更加精确的预调整值。为构建迭代算法，设：

$\left\{\begin{array}{c}z=\left|u\right|\\ g\left(z\right)=\frac{\left|v\right|}{\left|h\left(z\right)\right|}\end{array}\right.---\left(f14\right)$

其中，

$h\left(z\right)=\underset{k=odd}{\overset{K^{*}}{\underset{k=1}{\mathrm{\Σ}}}}{b}_{k0}^{*}{z}^{k-1}.$

将查找表传入的信号|u_init(n)|作为Aitken迭代法的初始值z₀并执行以下步骤：

z₁＝g(z₀) (f15)

z₂＝g(z₁) (f16)

$z_3=z_0-\frac{{\left(z_1-z_0\right)}^2}{z_2-2\×z_1+z_0}---\left(f17\right)$

当对预调整值|u|进行均匀量化后，根据|v|＝|u|×|h(|u|)|得到对应的索引值，便可以初始化查找表。

下面证明上述方法的收敛性：

设|v^*|、|u^*|分别为当前时刻的索引值及理想的预调整值。若查找表中存在相邻表项目(|v_i|，|u_i|)及(|v_i+1|，|u_i+1|)，使得|v_i|＜|v^*|＜|v_i+1|且|v^*|-|v_i|＜|v_i+1|-|v^*|，这表明|v^*|与|v_i|较近,所以选取|u_i|作为初始值z₀。又由于预调整值为索引值的单调增函数，有|u_i|＜|u^*|＜|u_i+1|。于是由公式(f13)可以得到：

$\left|u^{*}\right|=\frac{\left|v^{*}\right|}{\left|h\left(\left|u^{*}\right|\right)\right|}---\left(f18\right)$

$\left|u_i\right|=\frac{\left|v_i\right|}{\left|h\left(\left|u_i\right|\right)\right|}---\left(f19\right)$

根据Aitken迭代过程，可以得到：

$z_1=\frac{\left|v^{*}\right|}{\left|h\left(z_0\right)\right|}=\frac{\left|v^{*}\right|}{\left|h\left(\left|u_i\right|\right)\right|}---\left(f20\right)$

由于|u|＝g(|u|)＝|v|/|h(|u|)|，则g(|u|)为|u|的单调增函数，|h(|u|)|为|u|的单调减函数。又由于|u_i|＜|u^*|＜|u_i+1|，则有下式成立：

$\frac{\left|v_i\right|}{\left|h\left(\left|u_i\right|\right)\right|}<\frac{\left|v^{*}\right|}{\left|h\left(\left|u_i\right|\right)\right|}<\frac{\left|v^{*}\right|}{\left|h\left(\left|u^{*}\right|\right)\right|}---\left(f21\right)$

则可以得到：

|u_i|＜z₁＜|u^*|＜|u_i+1| (f22)

又由于：

$z_2=\frac{\left|v^{*}\right|}{\left|h\left(z_1\right)\right|}---\left(f23\right)$

而

$\frac{\left|v^{*}\right|}{\left|h\left(\left|u_i\right|\right)\right|}<\frac{\left|v^{*}\right|}{\left|h\left(z_1\right)\right|}<\frac{\left|v^{*}\right|}{\left|h\left(\left|u^{*}\right|\right)\right|}---\left(f24\right)$

因此：

|u_i|＜z₁＜z₂＜|u^*|＜|u_i+1| (f25)

同理，当|v_i|＜|v^*|＜|v_i+1|且|v^*|-|v_i|＞|v_i+1|-|v^*|时，表明|v^*|与|v_i+1|较近，所以选取|u_i+1|作为初始值z₀。可得|u_i|＜|u^*|＜z₂＜z₁＜|u_i+1|。从理论上证明了公式(f13)具有收敛性。

对于三种预调整值获取策略，最近值查找法选择|u_i|或者|u_i+1|作为当前时刻的预调整值，线性内插法通过对(|v_i|，|u_i|)及(|v_i+1|，|u_i+1|)进行线性内插，得到与|v^*|相对应的预调整值，因此可以获得比最近值查找法较优的性能。而对于本方法，在查表获取初值后，经过一次Aitken迭代得到两个更加接近的z₁、z₂，然后按照式(f17)进行线性内插得到最终结果。因为z₁、z₂相较于|u_i|、|u_i+1|距离更近，所以得到的z₃和理想值更接近，精确度更高。

进一步地，线性内插法在斜率稳定区域的效果较好，而在斜率变化较大的区域误差较大。为了能够在斜率变化较大区域同样获得较精确的预调整值、进一步缩小查找表规模以降低存储资源需求，本发明采用一种基于斜率均匀变化的查找表构建方法。

首先，按照公式(f13)获得预调整值|u|与索引值|v|的斜率关系，即|v|＝|u|×|h(|u|)|；然后依据斜率的最大值a₁、斜率的最小值a₂、查找表项数N，计算Δa＝(a₁-a₂)/(N-1)，即对斜率进行均匀量化；最后，按照各分段斜率确定该分段的起点和终点，并将对应的|v_i|、|u_i|值填入查找表。这样，查找表中各相邻项预调整值|u|之间的距离不再相等，而是斜率变化相等，如表2所示。查找表中各项的斜率值为：

A_i＝a₂+i×Δa，i＝0，1，2，…，N-1 (f26)

表2

实施例

图2为本发明的数字预失真结构示意图，该结构包括查找表预失真器、功放模块及功放辨识模块。

图2中数字基带信号x(n)，表征着第n时刻的输入信号，该信号作为查找表预失真器的输入信号，经处理后输出信号u(n)，然后经功放模块输出信号y(n)。功放辨识模块对功放模块的输入输出信号进行采集，通过参数辨识算法估计出功放的参数，并将得到的参数送入预失真器。

所述的功放模块采用记忆多项式行为模型，其输入输出关系如公式(f27)所示，其中K＝5，Q＝2，b_kq可以参考文献“一种新的用于有记忆功放的查找表预失真器”(电子学报，2008,36(9):1728-1732，文献[3])。

$y\left(n\right)=\underset{k=odd}{\overset{K}{\underset{k=1}{\mathrm{\&Sigma;}}}}\underset{q=0}{\overset{Q}{\mathrm{\&Sigma;}}}{b}_{kq}u\left(n-q\right)|u\left(n-q\right){|}^{k-1}---\left(f27\right)$

所述的功放辨识模块采集u(n)和y(n)，通过LS算法辨识出功放模型(如公式(f7)所示)，其中非线性阶数K^*＝5、记忆深度Q^*＝2以及多项式系数(如下所示)，并传递给预失真器。

$\left\{\begin{array}{c}{b}_{10}=1.0513+0.0904j\\ b_{30}=-0.0542-0.2900j\\ b_{50}=-0.9657-0.7028j\\ b_{11}=-0.0680-0.0023j\\ b_{31}=0.2234+0.2317j\\ b_{51}=-0.2451-0.3735j\\ b_{12}=0.0289-0.0054j\\ b_{32}=-0.0621-0.0932j\\ b_{52}=0.1229+0.1508j\end{array}\right.$

所述的查找表预失真器如图3所示，该结构包括索引函数模块、索引值模块、查找表模块、预调整值获取模块、预失真运算模块及延时模块。

所述的索引函数模块通过数字基带信号x(n)、过去多个时刻的预失真器输出信号u(n-q)(1≤q≤Q^*)及功放辨识模块传入的参数，按照公式(f11)计算索引函数v(n)，并将v(n)传递给索引值模块及预失真运算模块。

所述的索引值模块为取模模块，即求解出索引值|v(n)|,并传递给查找表模块及预调整值获取模块。

所述的查找表模块需要初始化，设基带数字信号x(n)的最大幅值为x_max＝0.55，根据基带输入信号的幅值及功放特性估计出预失真器输出信号的最大幅值约为u_max＝0.6。首先，按照|v|＝|u|×|h(|u|)|，(h(|u|)如公式(f12)所示)绘制预调整值|u|与索引值|v|的关系(如图4所示)，并得到预调整值|u|与索引值|v|的斜率关系(如图5所示)；然后依据斜率的最大值a₁＝2.258、斜率的最小值a₂＝0.9447、查找表项数N，计算得到Δa＝(a₁-a₂)/(N-1)，即对斜率进行均匀量化；最后按照各分段斜率确定该分段的起点和终点，并将对应的|v_i|、|u_i|值填入查找表。这样，查找表中各相邻项预调整值|u|之间的距离不再相等，而是斜率变化相等，如表2所示。查找表中各项的斜率值如公式(f26)所示。

所述的查找表模块用于存储索引值与预调整值，并寻找相应的预调整值初始值。设当前时刻的索引值为|v(n)|,通过对查找表中索引值进行扫描，寻找到最接近|v(n)|的索引值，令该索引值对应的预调整值作为预调整值的初始值|u_init(n)|，并传递给预调整值获取模块。

所述的预调整值获取模块根据|v(n)|、|u_init(n)|、K^*及令z₀＝|u_init(n)|，并执行公式(f15)、(f16)及(f17)。之后可以得到预调整值|u(n)|＝z₃，并将其传递给预失真运算模块。

所述的预失真运算模块接收v(n)、|u(n)|、K^*及根据公式(f10)计算得到预失真器的输出信号u(n)，并将其作为功放模块的输入信号。

所述的延时模块用于对预失真运算模块输出信号u(n)进行延时，得到预失真器前q(1≤q≤Q^*)时刻的输出信号u(n-q)，并传递给索引函数模块。

当采用九载波带宽为14.4MHz、数据速率为122.88Mcps的TD-SCDMA信号作为信号源(最大幅值为0.55),功放采用文献[3]中的记忆多项式模型时，根据功放特性可以估计出预失真器输出信号最大幅值约为0.6。当采用对预调整值|u|进行均匀量化的方法初始化查找表后(即对图4中纵坐标进行均匀量化)，可以得到三种算法在不同查找表大小时的NMSE指标曲线图(如图6所示)。从图中可以看出文献[1]的效果最差，当NMSE为-80dB时，文献[2]及本方法的查找表大小分别为30与10。因此可以得到结论：当达到相同的线性化效果时，本方法所需硬件资源较少，当查找表规模相同时本方法的指标最佳。

当根据斜率进行查找表资源分配时(即对图5中纵坐标进行均匀量化)，获得的NMSE指标曲线如图7所示，从图中可以看出，采用斜率均匀量化后，获得相同的线性化效果仅需要较小的查找表规模。同时，通过频谱图(图8)可以观察各种方法对杂散成分的抑制效果，其中文献[1]、[2]查找表大小N＝30，而本方法查找表大小N＝10。从图中可以看出，三种查找表预失真方法均能有效地改善功放的非线性失真，而本方法在将存储空间减少2/3后，对杂散信号的抑制能力还提高了20dB以上。

综上所述，本方法可以进一步大幅降低功放的非线性失真程度、抑制带外成分，且采用基于斜率的查找表构建方式后，能以更少的硬件资源占用获得更优的线性化改善效果。

Claims (4)

1.一种查找表预失真器，包括索引函数模块、索引值模块、查找表模块、预调整值获取模块、预失真运算模块及延时模块；

索引函数模块用于接收第n时刻的基带输入信号x(n)、第n-q(1≤q≤Q^*)时刻的输出信号u(n-q)以及功放辨识模块反馈的非线性阶数估计值K^*、记忆深度Q^*及多项式系数计算索引数v(n)，并将索引数v(n)传递给索引值模块及预失真运算模块；

索引值模块用于根据索引数v(n)取模解出索引值|v(n)|并传递给查找表模块及预调整值获取模块；

查找表模块用于存储索引值以及与之对应的预调整值，利用索引值|v(n)|通过查找表得到对应的预调整值，并将其作为预调整值的初始值|u_init(n)|传递给预调整值获取模块；

预调整值获取模块用于根据预调整值的初始值|u_init(n)|、索引值模块传入的|v(n)|、功放辨识模块传入的非线性阶数估计值K^*及多项式系数通过1次Aitken迭代运算得到优化的预调整值|u(n)|＝z₃，并将其传递给预失真运算模块，Aitken迭代步骤如下：

z₀＝|u_init(n)|,

z₁＝g(z₀)，

z₂＝g(z₁)，

$z_3=z_0-\frac{{\left(z_1-z_0\right)}^2}{z_2-2\&times;z_1+z_0}.$

其中：

$g\left(z\right)=\frac{\left|v\left(n\right)\right|}{\left|h\left(z\right)\right|},$

$h\left(z\right)=\underset{k=odd}{\overset{K^{*}}{\underset{k=1}{\&Sigma;}}}{b}_{k0}^{*}{z}^{k-1},$

z₁、z₂、z₃为迭代变量。

预失真运算模块根据接收的索引值v(n)、优化的预调整值|u(n)|、非线性阶数估计值K^*以及多项式系数得到输出信号u(n),作为预失真器最终输出的调整值，同时将输出信号u(n)传递给延时模块；

延时模块用于对输出信号u(n)延时q时刻，并将信号u(n-q)传递给索引函数模块。

2.如权利要求1所述一种基于查找表的预失真器，其特征在于，查找表构建的原则是：各项预调整值分段的斜率均匀变化。

3.一种基于查找表的数字预失真方法，其特征在于，包括以下步骤：

1)接收第n时刻的基带输入信号x(n)、第n-q时刻的输出信号u(n-q)以及功放辨识模块反馈的非线性阶数估计值K^*、记忆深度Q^*及多项式系数计算索引数v(n)；

2)根据索引数v(n)取模解出索引值|v(n)|；

3)利用索引值|v(n)|，通过查找表得到对应的预调整值，并将其作为预调整值的初始值|u_init(n)|；

4)根据预调整值的初始值|u_init(n)|、索引值模块传入的|v(n)|、功放辨识模块传入的非线性阶数估计值K^*及多项式系数通过1次Aitken迭代运算得到优化的预调整值|u(n)|＝z₃，Aitken迭代步骤如下：

z₀＝|u_init(n)|，

z₁＝g(z₀)，

z₂＝g(z₁)，

$z_3=z_0-\frac{{(z{1}_{}-z_0)}^2}{z_2-2\&times;z_1+z_0}.$

其中：

$g\left(z\right)=\frac{\left|v\left(n\right)\right|}{\left|h\left(z\right)\right|},$

$h\left(z\right)=\underset{k=odd}{\overset{K^{*}}{\underset{k=1}{\&Sigma;}}}{b}_{k0}^{*}{z}^{k-1},$

z₁、z₂、z₃为迭代变量。

5)根据接收的索引值v(n)、优化的预调整值|u(n)|、非线性阶数估计值K^*以及多项式系数得到输出信号u(n)，作为预失真器最终输出的调整值，同时将输出信号u(n)延时q，作为一下次预失真处理步骤1)中的输入信号u(n-q)。

4.如权利要求3所述一种基于查找表的数字预失真方法，其特征在于，所述查找表中各预调整值项是基于斜率均匀变化构建的。