CN107547053A - 信号数字预失真处理方法和装置 - Google Patents

Abstract

本申请公开了一种信号数字预失真处理方法和装置，其中方法包括：采用最小二乘法，确定出数字预失真记忆多项式模型的参数解析解表达式，对其中矩阵U分块，得到K个子矩阵U_k，K为预设的多项式高次项阶数；计算矩阵乘积块U_i ^HU_j中的第一行和第一列元素，其中，在计算出U₁ ^HU₁中第一行元素的同时，根据U₁ ^HU₁中第一行元素，计算其他U_i ^HU_j中的第一行和第一列元素；其中，1≤i≤j≤K；对于每个所述U_i ^HU_j，利用其中第一行和第一列元素，计算出其他各元素；利用U_i ^HU_j，按照矩阵转置特性，计算得到U^HU中的其余矩阵乘积块U_p ^HU_q；利用U^HU，计算参数解析解表达式，得到数字预失真记忆多项式模型的参数估计值，并利用对应的数字预失真记忆多项式模型，对待发射信号进行预失真处理。本发明可以提高处理效率、降低开销。

Description

信号数字预失真处理方法和装置

技术领域

本发明涉及移动通信技术，特别是涉及一种信号数字预失真处理方法和装置。

背景技术

目前，随着无线通信技术的不断发展和社会需求的日益增长,对通信系统的传输质量和容量的要求也越来越大。数字预失真技术是一种线性化技术，可以消除功放的非线性失真分量，提升系统的线性度，进而提升发射信号质量与系统传输效率。使用数字预失真技术需要对功率放大器进行建模，目前使用最广泛的是记忆多项式模型。在使用记忆多项式进行数字预失真建模后，通常使用最小二乘法对模型参数进行迭代参数估计运算，然后再利用根据所估计到的迭代参数对应的数字预失真模型，对输入功放基带信号进行预失真处理。

在上述数字预失真处理方案中，在进行迭代参数估计运算过程中，当使用最小二乘算法进行参数求解时需要生成求逆矩阵，当数据量较大时，需要耗费较大的运算量和较长的运算时间。

发明内容

有鉴于此，本发明的主要目的在于提供一种信号数字预失真处理方法和装置，可以提高数字预失真处理效率、降低运算开销。

为了达到上述目的，本发明提出的技术方案为：

一种信号数字预失真处理方法，包括：

采用最小二乘法，确定出数字预失真记忆多项式模型的参数解析解表达式，对所述参数解析解表达式中的参数估计矩阵U进行分块，得到K个子矩阵U_k，其中，U＝[U₁,...,U_k,...,U_K]，K为预设的多项式高次项阶数，k＝1,…,K，每个子矩阵U_k中的元素都具有相同的高次项阶数；

计算矩阵乘积块U_i ^HU_j中的第一行和第一列元素，其中，在计算出U₁ ^HU₁中第一行元素的同时，根据所述U₁ ^HU₁中第一行元素的计算结果，计算其他U_i ^HU_j中的第一行和第一列元素；其中，1≤i≤j≤K；

对于每个所述U_i ^HU_j，利用其中的第一行和第一列元素，计算出本矩阵乘积块中其他各个元素；

利用所述U_i ^HU_j，按照矩阵转置特性，计算得到中的其余矩阵乘积块U_p ^HU_q，其中，1≤q＜p≤K；

利用所述U^HU，计算所述参数解析解表达式，得到所述数字预失真记忆多项式模型的参数估计值，并利用根据所述参数估计值确定出的数字预失真记忆多项式模型，对待发射信号进行预失真处理。

一种信号数字预失真处理装置，包括：

矩阵分块单元，用于采用最小二乘法，确定出数字预失真记忆多项式模型的参数解析解表达式，对所述参数解析解表达式中的参数估计矩阵U进行分块，得到K个子矩阵U_k，其中，U＝[U₁,...,U_k,...,U_K]，K为预设的多项式高次项阶数，k＝1,…,K，每个子矩阵U_k中的元素都具有相同的高次项阶数；

矩阵运算单元，用于计算矩阵乘积块U_i ^HU_j中的第一行和第一列元素，其中，在计算出U₁ ^HU₁中第一行元素的同时，根据所述U₁ ^HU₁中第一行元素的计算结果，计算其他U_i ^HU_j中的第一行和第一列元素；其中，1≤i≤j≤K；对于每个所述U_i ^HU_j，利用其中的第一行和第一列元素，计算出本矩阵乘积块中其他各个元素；利用所述U_i ^HU_j，按照矩阵转置特性，计算得到中的其余矩阵乘积块U_p ^HU_q，其中，1≤q＜p≤K；

预失真处理单元，用于利用所述U^HU，计算所述参数解析解表达式，得到所述数字预失真记忆多项式模型的参数估计值，并利用根据所述参数估计值确定出的数字预失真记忆多项式模型，对待发射信号进行预失真处理。

综上所述，本发明提出的信号数字预失真处理方法和装置，通过对数字预失真记忆多项式模型的参数解析解表达式中的参数估计矩阵U进行分块，利用中各矩阵乘积块之间以及各矩阵乘积块的元素之间的关联关系，可以有效降低U^HU的运算复杂度，减少运算开销，相应地，可以提高数字预失真处理效率、降低运算开销。

附图说明

图1为本发明实施例的方法流程示意图；

图2为本发明实施例的装置结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图及具体实施例对本发明作进一步地详细描述。

本发明的核心思想是：对数字预失真模型的最小二乘法解析解表达式中的矩阵U进行分块，在求解U^HU时，首先求块矩阵U₁ ^HU₁的首行元素，并同时求出对角线块矩阵的首行元素，以及上三角块矩阵中除对角线块矩阵之外的块矩阵中的首行和首列元素。在上三角块矩阵中除了首行和首列的其他元素可通过其斜上方元素通过加一个乘积项减一个乘积项获得，最后通过块矩阵转置求得下U^HU中其余块矩阵的元素。如此，可大幅降低于运算量。

为便于对清楚地阐述本发明的实施方案，首先对本发明所基于的理论基础进行分析说明如下：

下式为数字预失真记忆多项式模型：

其中，K为预设的多项式高次项阶数；L为预设的多项式记忆深度；y(n)为在时刻n处的功放反馈数据，y(n-l)为在时刻n-l处的功放反馈数据，即在时刻n之前l个单位时刻处的功放反馈数据。

在使用最小二乘法对上述记忆多项式中的参数a＝[a₁₀,a₁₁,...,a_1L,...,a_K0,a_K1,...,a_KL]^T进行估计时，可通过下式计算：

计Z＝Ua

其中Z＝[z(0),z(1),...,z(N-1)]^T

U＝[u₁₀,u₁₁,...,u_1L,...,u_K0,u_K1,...,u_KL]

u_kl＝[u_kl(0),u_kl(1),...,u_kl(N-1)]^T

其中G为从发射数据到反馈数据的链路增益。

相应地，参数解析解表达式为：

其中，对于U^HU运算，在数据量较大时，直接利用U计算U^HU其运算量会非常大。为了简化其运算，可以对参数估计矩阵U进行分块，分成K个子矩阵如下:

U＝[U₁,...,U_k,...,U_K]；

其中，U₁＝[y(n),y(n-1),...,y(n-L)]，

U₂＝[y(n)y(n)|,y(n-1)|y(n-1)|,...,y(n-L)|y(n-L)]，

...

U_K＝[y(n)|y(n)|^K-1,y(n-1)|y(n-1)|^K-1,...,y(n-L)|y(n-L)|^K-1]即，U_k＝[y(n)|y(n)|^k-1,y(n-1)|y(n-1)|^k-1,...,y(n-L)|y(n-L)|^k-1]，k＝1,…,K

故，

可以发现故只需计算1≤i≤j≤K的元素即可通过转置处理求出其余元素。

在计算U_i ^HU_j 1≤i≤j≤K的过程中，以U₁ ^HU₁为例，

其中，y(n)·y(n)为向量点乘运算(dot product)， 以此类推，N为参与运算的y序列元素个数，y(0)为当前时刻数值，y(-1)为前一时刻数值，以此类推，y(-L)为前L时刻数值。

可以看到该U₁ ^HU₁矩阵为对称矩阵，所以只需计算上三角阵就可以推导出全部矩阵元素。在计算上三角阵过程中除第一行元素外，其余元素皆可由其右斜上方元素通过加一个乘积项减一个乘积项计算得出。计算公式如下：

y(n-s)·y(n-f)＝y(n-s+1)·y(n-f+1)-y(N-s+1)y(N-f+1)+y(-s)y(-f)；1≤s≤f≤L，其中，y(n-s)·y(n-f)为向量点乘运算(dot product)，

对于对角线上的块矩阵相乘，更一般的情况如下：

在计算U₁ ^HU₁的首行元素时，可通过有限次乘加运算同时获得其余对角线矩阵块的首行元素。其余上三角阵的元素，可通过如下公式获得：

y(n-s)·y(n-f)y(n-s)^k-1y(n-f)|^k-1＝y(n-s+1)·y(n-f+1)|y(n-s+1)|^k-1|y(n-f+1)^k-1-y(N-s+1)y(N-f+1)|y(N-s+1)|^k-1|y(N-f+1)|^k-1+y(-s)y(-f)|y(-s)|^k-1|y(-f)|^k-1其中，1≤s≤f≤L k＝i。

即，对于即对于对角线上的矩阵乘积块的上三角阵中除第一行之外的每个元素d_s,f，利用本矩阵乘积块中的首行元素，按照d_s,f＝d_s-1,f-₁-y(N-s+1)y(N-f+1)|y(N-s+1)|^k-1|y(N-f+1)|^k-1+y(-s)y(-f)y(-s)^k-1|y(-f)|^k-1，计算得到d_s,f；并根据所述d_s,f，按照对称矩阵的特性，即可得到所述U_i ^HU_i的下三角阵中的各元素；其中，

对于非对角线上的矩阵乘积块，由于乘积结果不是对称矩阵，所以需要首先计算出第一行和第一列的元素，其余元素由其斜上方元素通过加一个乘积项和减一个乘积项获得。而对于非对角线上矩阵乘积块的首行和首列元素，均可由计算U₁ ^HU₁的首行元素时，通过有限次乘加运算获得。

下面以U₁ ^HU₂为例，

可以看出，在计算U₁ ^HU₁第一行第一列元素y(n)·y(n)时可同时计算出U₁ ^HU₁矩阵第一行第一列元素y(n)·y(n)|y(n)|；在计算U₁ ^HU₁第一行第二列元素y(n)·y(n-1)时可同时计算出U₁ ^HU₁矩阵第一行第二列元素y(n)·y(n-1)y(n-1)|和第二行第一列元素y(n)·y(n-1)|y(n)|，以此类推。对于更一般情况的矩阵乘积块，其第一行和第一列元素均可由计算U₁ ^HU₁的第一行元素时，通过有限的乘加运算获得。对于非对角线上的矩阵乘积块，在求出第一行和第一列所有元素后，其余元素可由其斜上方元素通过加一个乘积项和减一个乘积项获得。

其中；1≤r≤t≤L，1≤k₁≤K且k₁＝i 1≤k₂≤K且k₂＝j。

即，对于非对角线上的矩阵乘积块中除第一行和第一列元素之外的每个元素d_r,t，利用本矩阵乘积块中的第一行和第一列元素，按照即可计算得到d_r,t，其中， 1≤k₁≤K且k₁＝i，1≤k₂≤K且k₂＝j。

由此即可计算出U_i ^HU_j 1≤i≤j≤K中所有元素，再通过矩阵转置特性，即可求出U^HU中的其余元素，从而得到完整的U^HU。进而，根据参数解析解表达式即可求得数字预失真记忆多项式模型的参数估计值由该可以得到相应的数字预失真记忆多项式模型，以供预失真处理。

图1为本发明实施例一的流程示意图，如图1所示，该实施例主要包括：

步骤101、采用最小二乘法，确定出数字预失真记忆多项式模型的参数解析解表达式，对所述参数解析解表达式中的参数估计矩阵U进行分块，得到K个子矩阵U_k。

其中，U＝[U₁,...,U_k,...,U_K]，K为预设的多项式高次项阶数，k＝1,…,K；每个子矩阵U_k中的元素都具有相同的高次项阶数。

本步骤中，需要对参数解析解表达式中的参数估计矩阵U进行分块，以便在后续步骤中，减少U^HU矩阵运算的复杂度。这里，在对参数估计矩阵U进行分块时，是根据多项式高次项阶数进行的，这样，不同子矩阵中的元素具有不同的高次项阶数，同一子矩阵中的元素都具有相同的高次项阶数。

具体地，所述数字预失真记忆多项式模型为所述参数解析解表达式为U_k＝[y(n)|y(n)|^k-1,y(n-1)|y(n-1)|^k-1,...,y(n-L)|y(n-L)|^k-1]；其中，z(n)为在时刻n经预失真处理的待发射信号，L为预设的多项式记忆深度；a_kl为所述数字预失真记忆多项式模型的阶数为k记忆深度为l的参数分量,为所述数字预失真记忆多项式模型的参数估计值，Z＝[z(0),...,z(n),...,z(N-1)]^T，n＝0,...N-1，N为对发射信号和反馈信号采集的序列长度，y(n-l)为在时刻n-l处的功放反馈数据，y(n)为在时刻n处的功放反馈数据。

步骤102、计算矩阵乘积块U_i ^HU_j中的第一行和第一列元素，其中，在计算出U₁ ^HU₁中第一行元素的同时，根据所述U₁ ^HU₁中第一行元素的计算结果，计算其他U_i ^HU_j中的第一行和第一列元素。

其中，1≤i≤j≤K。

本步骤中，需要先计算出U₁ ^HU₁中的第一行元素，如上述分析可知，对于更一般情况的矩阵乘积块，其第一行和第一列元素均可由计算U₁ ^HU₁的第一行元素，通过有限的乘加运算获得。因此，这里，在计算出U₁ ^HU₁中的第一行元素时，可以同时利用该结果，计算出相应地其他矩阵乘积块U_i ^HU_j中的第一行和第一列元素，从而可以提高整体的运算效率。

这里需要说明的是，当i＝j时，U_i ^HU_j为对称矩阵，利用对称特性，只需要计算出第一行即可得到第一列的数据。

步骤103、对于每个所述U_i ^HU_j，利用其中的第一行和第一列元素，计算出本矩阵乘积块中其他各个元素。

本步骤中，在步骤102得到的计算结果基础上，可以利用各U_i ^HU_j中的第一行和第一列元素，计算出本矩阵乘积块中其他各个元素。如上述原理分析部分中所述，其他元素只需要在其斜上方的元素基础上通过简单的乘、加减法，即可得到具体取值，如此可以大幅度减少矩阵运算量。即较佳地，本步骤可以采用下述方法实现：

当i＝j时，对于所述U_i ^HU_j的上三角阵中除第一行之外的每个元素d_s,f，利用本矩阵乘积块中的首行元素，按照d_s,f＝d_s-1,f-1-y(N-s+1)y(N-f+1)|y(N-s+1)|^k-1|y(N-f+1)|^k-1+y(-s)y(-f)|y(-s)|^k-1|y(-f)|^k-1，计算得到d_s,f；并根据所述d_s,f，按照对称矩阵的特性，得到所述U_i ^HU_j的下三角阵中的各元素；其中，

当i≠j时，对于所述U_i ^HU_j中除第一行和第一列元素之外的每个元素d_r,t，利用本矩阵乘积块中的第一行和第一列元素，按照计算得到d_r,t，其中，1≤k₁≤K且k₁＝i，1≤k₂≤K且k₂＝j。

通过上述方法可以看出，本步骤中，U_i ^HU_j中除第一行和第一列元素之外的其他元素d_r,t均可利用其斜上方的元素d_r-1,t-1通过简单的乘、加法即可得到，从而可以有效简化矩阵运算复杂度、降低运算量。

步骤104、利用所述U_i ^HU_j，按照矩阵转置特性，计算得到中的其余矩阵乘积块U_p ^HU_q。

其中，1≤q＜p≤K。

如前述原理分析部分中所述，故只需计算U_i ^HU_j 1≤i≤j≤K的元素即可通过转置处理求出U^HU中的其余元素。

步骤105、利用所述U^HU，计算所述参数解析解表达式，得到所述数字预失真记忆多项式模型的参数估计值，并利用根据所述参数估计值确定出的数字预失真记忆多项式模型，对待发射信号进行预失真处理。

本步骤中，同现有方法一样，在得到U^HU的基础上，即可计算出参数解析解表达式相应地，可以确定出数字预失真记忆多项式模型，利用该数字预失真记忆多项式模型，可以对待发射信号进行预失真处理。本步骤的具体实现方法为本领域技术人员所掌握，在此不再赘述。

图2为与上述方法相对应的一种信号数字预失真处理装置结构示意图，如图所示，该装置包括：

矩阵分块单元，用于采用最小二乘法，确定出数字预失真记忆多项式模型的参数解析解表达式，对所述参数解析解表达式中的参数估计矩阵U进行分块，得到K个子矩阵U_k，其中，U＝[U₁,...,U_k,...,U_K]，K为预设的多项式高次项阶数，k＝1,…,K，每个子矩阵U_k中的元素都具有相同的高次项阶数。

矩阵运算单元，用于计算矩阵乘积块U_i ^HU_j中的第一行和第一列元素，其中，在计算出U₁ ^HU₁中第一行元素的同时，根据所述U₁ ^HU₁中第一行元素的计算结果，计算其他U_i ^HU_j中的第一行和第一列元素；其中，1≤i≤j≤K；对于每个所述U_i ^HU_j，利用其中的第一行和第一列元素，计算出本矩阵乘积块中其他各个元素；利用所述U_i ^HU_j，按照矩阵转置特性，计算得到中的其余矩阵乘积块U_p ^HU_q，其中，1≤q＜p≤K。

预失真处理单元，用于利用所述U^HU，计算所述参数解析解表达式，得到所述数字预失真记忆多项式模型的参数估计值，并利用根据所述参数估计值确定出的数字预失真记忆多项式模型，对待发射信号进行预失真处理。

较佳地，所述数字预失真记忆多项式模型为所述参数解析解表达式为U_k＝[y(n)|y(n)|^k-1,y(n-1)|y(n-1)|^k-1,...,y(n-L)|y(n-L)|^k-1]；其中，z(n)为在时刻n经预失真处理的待发射信号，L为预设的多项式记忆深度；a_kl为所述数字预失真记忆多项式模型的阶数为k记忆深度为l的参数分量,为所述数字预失真记忆多项式模型的参数估计值，Z＝[z(0),...,z(n),...,z(N-1)]^T，n＝0,...N-1，N为对发射信号和反馈信号采集的序列长度，y(n-l)为在时刻n-l处的功放反馈数据，y(n)为在时刻n处的功放反馈数据。

较佳地，所述矩阵运算单元，用于当i＝j时，对于所述U_i ^HU_j的上三角阵中除第一行之外的每个元素d_s,f，利用本矩阵乘积块中的首行元素，按照d_s,f＝d_s-1,f-1-y(N-s+1)y(N-f+1)|y(N-s+1)|^k-1|y(N-f+1)|^k-1+y(-s)y(-f)|y(-s)|^k-1|y(-f)|^k-1，计算得到d_s,f；并根据所述d_s,f，按照对称矩阵的特性，得到所述U_i ^HU_j的下三角阵中的各元素；其中，当i≠j时，对于所述U_i ^HU_j中除第一行和第一列元素之外的每个元素d_r,t，利用本矩阵乘积块中的第一行和第一列元素，按照计算得到d_r,t，其中， 1≤k₁≤K且k₁＝i，1≤k₂≤K且k₂＝j。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种信号数字预失真处理方法，其特征在于，包括：

采用最小二乘法，确定出数字预失真记忆多项式模型的参数解析解表达式，对所述参数解析解表达式中的参数估计矩阵U进行分块，得到K个子矩阵U_k，其中，U＝[U₁,...,U_k,...,U_K]，K为预设的多项式高次项阶数，k＝1,…,K，每个子矩阵U_k中的元素都具有相同的高次项阶数；

计算矩阵乘积块U_i ^HU_j中的第一行和第一列元素，其中，在计算出U₁ ^HU₁中第一行元素的同时，根据所述U₁ ^HU₁中第一行元素的计算结果，计算其他U_i ^HU_j中的第一行和第一列元素；其中，1≤i≤j≤K；

对于每个所述U_i ^HU_j，利用其中的第一行和第一列元素，计算出本矩阵乘积块中其他各个元素；

利用所述U_i ^HU_j，按照矩阵转置特性，计算得到中的其余矩阵乘积块U_p ^HU_q，其中，1≤q＜p≤K；

利用所述U^HU，计算所述参数解析解表达式，得到所述数字预失真记忆多项式模型的参数估计值，并利用根据所述参数估计值确定出的数字预失真记忆多项式模型，对待发射信号进行预失真处理。

2.根据权利要求1所述的方法，其特征在于，

所述数字预失真记忆多项式模型为所述参数解析解表达式为U_k＝[y(n)|y(n)|^k-1,y(n-1)|y(n-1)|^k-1,...,y(n-L)|y(n-L)|^k-1]；其中，z(n)为在时刻n经预失真处理的待发射信号，L为预设的多项式记忆深度；a_kl为所述数字预失真记忆多项式模型的阶数为k记忆深度为l的参数分量,为所述数字预失真记忆多项式模型的参数估计值，Z＝[z(0),...,z(n),...,z(N-1)]^T，n＝0,...N-1，N为对发射信号和反馈信号采集的序列长度，y(n-l)为在时刻n-l处的功放反馈数据，y(n)为在时刻n处的功放反馈数据。

3.根据权利要求2所述的方法，其特征在于，所述对于每个所述U_i ^HU_j，利用其中的第一行和第一列元素，计算出本矩阵乘积块中其他各个元素包括：

当i＝j时，对于所述U_i ^HU_j的上三角阵中除第一行之外的每个元素d_s,f，利用本矩阵乘积块中的首行元素，按照d_s,f＝d_s-1,f-1-y(N-s+1)y(N-f+1)|y(N-s+1)|^k-1|y(N-f+1)|^k-1+y(-s)y(-f)|y(-s)|^k-1|y(-f)|^k-1，计算得到d_s,f；并根据所述d_s,f，按照对称矩阵的特性，得到所述U_i ^HU_j的下三角阵中的各元素；其中，0≤s≤f≤L，且k＝i＝j；

当i≠j时，对于所述U_i ^HU_j中除第一行和第一列元素之外的每个元素d_r,t，利用本矩阵乘积块中的第一行和第一列元素，按照计算得到d_r,t，其中，0≤r≤L，0≤t≤L；1≤k₁≤K且k₁＝i，1≤k₂≤K且k₂＝j。

4.一种信号数字预失真处理装置，其特征在于，包括：

矩阵分块单元，用于采用最小二乘法，确定出数字预失真记忆多项式模型的参数解析解表达式，对所述参数解析解表达式中的参数估计矩阵U进行分块，得到K个子矩阵U_k，其中，U＝[U₁,...,U_k,...,U_K]，K为预设的多项式高次项阶数，k＝1,…,K，每个子矩阵U_k中的元素都具有相同的高次项阶数；

矩阵运算单元，用于计算矩阵乘积块U_i ^HU_j中的第一行和第一列元素，其中，在计算出U₁ ^HU₁中第一行元素的同时，根据所述U₁ ^HU₁中第一行元素的计算结果，计算其他U_i ^HU_j中的第一行和第一列元素；其中，1≤i≤j≤K；对于每个所述U_i ^HU_j，利用其中的第一行和第一列元素，计算出本矩阵乘积块中其他各个元素；利用所述U_i ^HU_j，按照矩阵转置特性，计算得到中的其余矩阵乘积块U_p ^HU_q，其中，1≤q＜p≤K；

预失真处理单元，用于利用所述U^HU，计算所述参数解析解表达式，得到所述数字预失真记忆多项式模型的参数估计值，并利用根据所述参数估计值确定出的数字预失真记忆多项式模型，对待发射信号进行预失真处理。

5.根据权利要求4所述的装置，其特征在于，

所述数字预失真记忆多项式模型为所述参数解析解表达式为U_k＝[y(n)|y(n)|^k-1,y(n-1)|y(n-1)|^k-1,...,y(n-L)|y(n-L)|^k-1]；其中，z(n)为在时刻n经预失真处理的待发射信号，L为预设的多项式记忆深度；a_kl为所述数字预失真记忆多项式模型的阶数为k记忆深度为l的参数分量,为所述数字预失真记忆多项式模型的参数估计值，Z＝[z(0),...,z(n),...,z(N-1)]^T，n＝0,...N-1，N为对发射信号和反馈信号采集的序列长度，y(n-l)为在时刻n-l处的功放反馈数据，y(n)为在时刻n处的功放反馈数据。

6.根据权利要求5所述的装置，其特征在于，所述矩阵运算单元，用于当i＝j时，对于所述U_i ^HU_j的上三角阵中除第一行之外的每个元素d_s,f，利用本矩阵乘积块中的首行元素，按照d_s,f＝d_s-1,f-1-y(N-s+1)y(N-f+1)|y(N-s+1)|^k-1|y(N-f+1)|^k-1+y(-s)y(-f)|y(-s)|^k-1|y(-f)|^k-1，计算得到d_s,f；并根据所述d_s,f，按照对称矩阵的特性，得到所述U_i ^HU_j的下三角阵中的各元素；其中，0≤s≤f≤L且k＝i＝j；当i≠j时，对于所述U_i ^HU_j中除第一行和第一列元素之外的每个元素d_r,t，利用本矩阵乘积块中的第一行和第一列元素，按照计算得到d_r,t，其中，0≤r≤L，0≤t≤L；1≤k₁≤K且k₁＝i，1≤k₂≤K且k₂＝j。