CN113162877B - 一种通信系统的级联数字预失真校正方法及系统 - Google Patents

Abstract

本发明涉及到通信领域，尤其涉及一种通信系统的级联数字预失真校正方法及系统。方法包括：步骤S1，预先配置第一级多项式模型、第二级多项式模型和一解算迭代阈值；步骤S2，获取基带信号及反馈信号；步骤S3，判断第一级多项式模型解算的次数是否小于解算迭代阈值；步骤S4，采用第一级多项式模型生成预失真系数；步骤S5，采用第二级多项式模型更新预失真系数；步骤S6，根据预失真系数生成查找表；步骤S7，生成预失真信号；步骤S8，将预失真信号和基带信号共同输入至功率放大器。本发明的技术方案有益效果在于：提供了一种通信系统的级联数字预失真校正方法及系统，能够显著的提高功率放大器的非线性校正效果，并加快迭代解算的速度。

Description

一种通信系统的级联数字预失真校正方法及系统

技术领域

本发明涉及到通信领域，尤其涉及一种通信系统的级联数字预失真校正方法及系统。

背景技术

随着4G和5G通信设备的普及，对基站射频设备的性能要求也逐渐提高。目前的射频器件功率越来越大，对数字预失真模块的校正能力提出了更高的要求。

现有的数字预失真模型主要是基于通用记忆多项式模型配合B样条等非线性基底，通过采集基带信号和反馈信号进行建模解算生成LUT(look up table，查找表)，再将基带信号乘以LUT得到数字预失真信号。这种方法为了提高校正性能，需要提高记忆深度和非线性基底数量，这导致了模型复杂度大大增加，迭代速度较慢，增加了硬件的面积和功耗且校正的实时性变差。

发明内容

针对现有技术中的问题，现提供一种通信系统的级联数字预失真校正方法及系统。

其中，一种通信系统的级联数字预失真校正方法，其特征在于，通信系统中包括一功率处放大器；

所述级联数字预失真校正方法包括：

步骤S1，预先配置第一级多项式模型、第二级多项式模型和一解算迭代阈值；

步骤S2，获取当前输入至所述功率放大器的基带信号，以及所述功率放大器当前输出的反馈信号；

步骤S3，判断所述第一级多项式模型进行解算的次数是否小于所述解算迭代阈值：

若是，则转至步骤S4；

若否，则转至步骤S5；

步骤S4，采用所述第一级多项式模型，对所述基带信号和所述反馈信号进行解算生成预失真系数，随后转至步骤S6；

步骤S5，采用所述第二级多项式模型，对所述基带信号和所述反馈信号进行解算更新所述预失真系数，随后转至步骤S6；

步骤S6，根据所述预失真系数生成所述查找表；

步骤S7，对所述查找表和所述基带信号进行相乘处理，以生成预失真信号；

步骤S8，将所述预失真信号和所述基带信号共同输入至所述功率放大器，随后返回所述步骤S2。

优选的，所述第一级多项式模型的记忆深度大于所述第二级多项式模型的记忆深度，所述第一级多项式模型的交叉项与所述第二级多项式模型的交叉项不重合。

优选的，所述步骤S2包括：

步骤S21，对所述基带信号和所述反馈信号进行幅度相位对齐处理。

优选的，所述步骤S4包括：

步骤S41，根据所述第一级多项式模型和所述基带信号构建一系数求解矩阵；

步骤S42，根据所述系数求解矩阵、所述基带信号和所述反馈信号构建一系数求解公式并进行解算，得到预失真系数。

优选的，所述步骤S5包括：

步骤S51，根据所述第二级多项式模型和所述基带信号构建一系数求解矩阵；

步骤S52，根据所述系数求解矩阵、所述基带信号和所述反馈信号构建一系数求解公式并进行解算，得到预失真系数。

优选的，所述系数求解矩阵采用下述公式表示为：

其中，

Vand用于表示所述系数求解矩阵；

m用于表示所述第一级多项式模型或所述第二级多项式模型中的当前的记忆深度，其中，m＝0,1,2,…M-1，M用于表示所述记忆深度的最大取值；

k用于表示所述第一级多项式模型或所述第二级多项式模型中的交叉项的编号，其中k＝-K,-K+1,...0...,K-1,K，K用于表示所述交叉项的可取到的编号的最大值；

n用于表示所述采样点的个数，其中，n＝0,1,2,…N-1，N用于表示所述采样点的总数；

x用于表示所述基带信号；

f_p用于表示基函数，其中，p＝0,1,2,…P-1，p用于表示所述非线性基底的当前编号，P用于表示所述非线性基底的数量。

优选的，所述系数求解公式采用下述公式表示为：

Vand·A_mkp＝PD_pred+BB-FB

其中，

Vand用于表示所述系数求解矩阵；

A_mkp用于表示所述预失真系数；

PD_pred用于表示上一次解算生成的预失真信号；

BB用于表示当前获取的所述基带信号；

FB用于表示当前获取的所述反馈信号。

优选的，所述预失真信号采用下述公式表示为：

其中，

y(n)用于表示所述预失真信号；

A_mkp用于表示所述预失真系数；

m用于表示所述第一级多项式模型或所述第二级多项式模型中的当前的记忆深度，其中，m＝0,1,2,…M-1，M用于表示所述记忆深度的最大取值；

k用于表示所述第一级多项式模型或所述第二级多项式模型中的交叉项的编号，其中k＝-K,-K+1,...0...,K-1,K，K用于表示所述交叉项的可取到的编号的最大值；

n用于表示所述采样点的个数，其中，n＝0,1,2,…N-1，N用于表示所述采样点的总数；

x用于表示所述基带信号；

f_p用于表示基函数，其中，p＝0,1,2,…P-1，p用于表示所述非线性基底的当前编号，P用于表示所述非线性基底的数量。

优选的，于步骤S3，判断得到所述第一级多项式模型进行解算的次数等于所述解算迭代阈值时：

获取当前的预失真系数以及对应的查找表，并根据所述第二级多项式模型的交叉项、当前的预失真系数和预设的调整因子更新所述查找表，随后转至步骤S5。

其中，一种通信系统的级联数字预失真校正系统，通信系统中包括一功率处放大器；

所述级联数字预失真校正系统包括：

一配置模块，用于预先配置第一级多项式模型、第二级多项式模型和一解算迭代阈值；

一采集模块，用于采集当前输入至所述功率放大器的基带信号，以及所述功率放大器当前输出的反馈信号；

一判断模块，用于判断所述第一级预失真模型进行解算的次数是否小于所述解算迭代阈值，并获取判断结果；

一第一处理模块，连接所述判断模块，用于对所述判断结果进行分析，并在所述判断结果表示为所述第一级预失真模型进行解算的次数小于所述解算迭代阈值时，采用所述第一级多项式模型，对所述基带信号和所述反馈信号进行解算生成预失真系数；

一第二处理模块，连接所述判断模块，用于对所述判断结果进行分析，并在所述判断结果表示为所述第一级预失真模型进行解算的次数不小于所述解算迭代阈值时，采用所述第二级多项式模型，对所述基带信号和所述反馈信号进行解算更新所述预失真系数；

一生成模块，连接所述第一处理模块和所述第二处理模块，用于根据所述预失真系数生成所述查找表；

一乘法器，连接所述采集模块和所述生成模块，用于对所述查找表和所述基带信号进行相乘处理，以生成预失真信号；

一加法器，连接所述采集模块和所述乘法器，用于将所述预失真信号和所述基带信号共同输入至所述功率放大器。

本发明的技术方案有益效果在于：提供了一种通信系统的级联数字预失真校正方法及系统，能够显著的提高功率放大器的非线性校正效果，并加快迭代解算的速度。

附图说明

图1为本发明优选实施方式中，步骤S4的流程示意图；

图2为本发明优选实施方式中，步骤S5的流程示意图；

图3为本发明优选实施方式中，级联数字预失真校正系统的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。

本发明提供一种通信系统的级联数字预失真校正方法及系统。

其中，一种通信系统的级联数字预失真校正方法，通信系统中包括一功率处放大器；

级联数字预失真校正方法包括：

步骤S1，预先配置第一级多项式模型、第二级多项式模型和一解算迭代阈值；

步骤S2，获取当前输入至功率放大器的基带信号，以及功率放大器当前输出的反馈信号；

步骤S3，判断第一级多项式模型进行解算的次数是否小于解算迭代阈值：

若是，则转至步骤S4；

若否，则转至步骤S5；

步骤S4，采用第一级多项式模型，对基带信号和反馈信号进行解算生成预失真系数，随后转至步骤S6；

步骤S5，采用第二级多项式模型，对基带信号和反馈信号进行解算更新预失真系数，随后转至步骤S6；

步骤S6，根据预失真系数生成查找表；

步骤S7，对查找表和基带信号进行相乘处理，以生成预失真信号；

步骤S8，将预失真信号和基带信号共同输入至功率放大器，随后返回步骤S2。

具体地，由于现有技术中数字预失真模型主要是基于通用记忆多项式模型配合B样条等非线性基底，通过采集基带信号和反馈信号进行建模解算生成查找表，再将基带信号乘以LUT得到数字预失真信号。这种方法为了提高校正性能，需要提高记忆深度和非线性基底数量，这导致了模型复杂度大大增加，迭代速度较慢，增加了硬件的面积和功耗且校正的实时性变差。本发明为提高迭代速度、降低模型复杂度提供了一种通信系统的级联数字预失真校正方法，预先配置两个不同多项式模型，即第一级多项式模型和第二级多项式模型，预先使用第一级多项式模型对基带信号和反馈信息进行多次迭代解算，经第一级多项式模型迭代解算后的信号完成初步的失真校正，随后再使用第二级多项式模型对信号进行再次迭代解算，两级多项式模型的复杂度不同，由此在降低硬件资源消耗的同时，提高校正性能。

本发明的优选实施方式中，步骤S2包括：

步骤S21，对基带信号和反馈信号进行幅度相位对齐处理。

本发明的优选实施方式中，如图1所示，步骤S4包括：

步骤S41，根据所述第一级多项式模型和所述基带信号构建一系数求解矩阵；

步骤S42，根据所述系数求解矩阵、所述基带信号和所述反馈信号构建一系数求解公式并进行解算，得到预失真系数。

本发明的优选实施方式中，如图2所示，步骤S5包括：

步骤S51，根据所述第二级多项式模型和所述基带信号构建一系数求解矩阵；

步骤S52，根据所述系数求解矩阵、所述基带信号和所述反馈信号构建一系数求解公式并进行解算，得到预失真系数。

其中，无论是第一级多项式模型还是第二级多项式模型，在处理基带信号和反馈信号，以实现非线性校正的处理流程均相同，即同样构建一系数求解矩阵，并根据系数求解矩阵、基带信号和反馈信号构建一系数求解公式并进行解算得到预失真系数，并根据预失真系数生成查找表，并对基带信号和查找表进行相乘，以生成预失真信号，不同之处仅在于设置的多项式模型的交叉项和记忆深度不同，导致后续构建的系数求解矩阵、解算得到的预失真系数、生成的查找表以及预失真信号不相同。

具体地，本发明的优选实施方式中，根据多项式模型和基带信号构建的系数求解矩阵，可采用下述公式表示为：

其中，Vand用于表示系数求解矩阵；

m用于表示第一级多项式模型或第二级多项式模型中的当前记忆深度，其中，m＝0,1,2,…M-1；

M用于表示所述记忆深度的最大取值；

k用于表示所述第一级多项式模型或所述第二级多项式模型中的交叉项的编号，其中，k＝-K,-K+1,...0...,K-1,K；

K用于表示交叉项的可取到的编号的最大值；

n用于表示所述采样点的个数，其中，n＝0,1,2,…N-1，N用于表示所述采样点的总数；

x用于表示基带信号；

f_p用于表示基函数，其中，p＝0,1,2,…P-1，p用于表示所述非线性基底的当前编号，P用于表示所述非线性基底的数量。

具体地，构建系数求解矩阵的过程中，记忆深度m、交叉项k以及非线性基底的数量p依次从最小值取到对应的最大值，针对于取值变化，可包括：步骤S51A，对记忆深度的当前取值加1；步骤S51B，对交叉项的当前取值加1；步骤S51C，对非线性基带的当前取值加1，根据当前记忆深度m、交叉项k以及非线性基底取值获取用于系数求解矩阵的元素的具体数值，初始的记忆深度取值为m＝0，交叉项k＝-K，非线性基底p＝0。首先，重复执行步骤S51C，获取当前情况(即m＝0，k＝-K)下的非线性基底从p＝0，p＝1，p＝2依次变化至p＝P-1的具体数值，执行步骤S51B，使交叉项的当前取值加1，即k＝-K+1时，再次重复执行步骤S51C，获取当前情况(即m＝0，k＝-K+1)下的非线性基底从p＝0，p＝1，p＝2依次变化至p＝P-1的数值；重复执行步骤S51B直到获取记忆深度m＝0，交叉项k＝K时，非线性基底从p＝0，p＝1，p＝2依次变化至p＝P-1的数值；然后执行步骤S51A，使记忆深度的当前取值加1，即记忆深度m＝1，交叉项k＝-K，分别重复执行步骤S51B和步骤S51C，获取当前情况(即m＝1，k＝-K)下的非线性基底从p＝0，p＝1，p＝2依次变化至p＝P-1的具体数值，然后重复执行步骤S51B，直到获取记忆深度m＝1，交叉项k＝K时，非线性基底从p＝0，p＝1，p＝2依次变化至p＝P-1的数值；基于上述步骤，重复执行步骤S51A，直到获取记忆深度m＝M-1时的所有数值。例如，记忆深度m可取为0～7，交叉项k可取为-1～1，非线性基底p可取为0～11时，首先获取m＝0，k＝-1时，p＝0～11的所有数值，m＝0，k＝0时，p＝0～11的所有数值，以及m＝0，k＝1时，p＝0～11的所有数值，继续获取m＝1，k＝-1时，p＝0～11的所有数值直到m＝1，k＝1时，p＝0～11的所有数值，对记忆深度的当前取值继续加1，最终获取得到m＝7，k＝1时，p＝0～11的所有数值，由此构建系数求解矩阵。

本发明的优选实施方式中，第一级多项式模型的记忆深度大于第二级多项式模型的记忆深度，第一级多项式模型的交叉项与第二级多项式模型的交叉项不重合。

具体地，设置的第一级多项式模型和第二级多项式模型的复杂度不同，以降低硬件资源消耗，其中第一级多项式模型的记忆深度大于第二级多项式模型，由此，第一级多项式模型可以预先处理阶数较高的非线性成分信号，第一级多项式模型的交叉项与第二级多项式模型的交叉项不重合，由此，第二级多项式模型可以对第一级多项式模型未处理的非线性成分进行补充校正，即在第一级多项式模型校正之后，利用第二级多项式模型对残余非线性成分进行校正。

例如，当第一级多项式模型的记忆深度为M₁-1＝7，第二级多项式模型的记忆深度为M₂-1＝4，第一级多项式模型的交叉项为K₁-1＝2，第二级多项式模型的交叉项为K₂-1＝4，非线性基底的数量为P-1＝12时，构建的对应于第一级多项式模型的系数求解矩阵为：

构建的对应于第二级多项式模型的系数求解矩阵为：

本发明的优选实施方式中，系数求解公式采用下述公式表示为：

Vand·A_mkp＝PD_pred+BB-FB

其中，

Vand用于表示系数求解矩阵；

A_mkp用于表示预失真系数；

PD_pred用于表示上一次解算生成的预失真信号；

BB用于表示当前获取的基带信号；

FB用于表示当前获取的反馈信号。

具体地，根据系数求解矩阵、基带信号和反馈信号构建系数求解公式，其中，需要说明的是，预失真系数A_mkp实质为一个总元素个数为(M-1)·(P-1)·(2K+1)的列向量，相应地系数求解公式还可表示为：

其中第一级多项式模型或第二级多项式模型进行解算的过程，也可视为解算预失真系数A_mkp的过程，而上一次解算生成的预失真信号PD_pred以及当前获取的基带信号BB和反馈信号FB之间的误差，即可表示为：

相应地，可采用下述公式，获取预失真系数获取查找表中的每一项的数值从而构建查找表：

其中，

y(n)用于表示预失真信号；

A_mkp用于表示预失真系数；

k用于表示第一级多项式模型或第二级多项式模型中的交叉项的编号，也相当于，k取值对应的交叉项于查找表中所处的位置，其中，k＝-K,-K+1,...0...,K-1,K，K用于表示所述交叉项的可取到的编号的最大值；

n用于表示采样点的个数，其中，n＝0,1,2,…N-1，N用于表示采样点的总数；

x用于表示基带信号；

f_p用于表示基函数，其中，p＝0,1,2,…P-1，p用于表示所述非线性基底的当前编号，P用于表示所述非线性基底的数量。

需要注意的是，本发明中的BB和x均用于表示基带信号，只是考虑到解算过程中，要对基带信号进行时延处理，由此，x(n-m)用于表示对基带信号进行不同的时延处理，BB则用于表示基带信号整体。

进一步地，基于预失真系数构建的对应于第一级多项式模型或对应于第二级多项式模型的查找表均可表示为：

只是，第一级多项式模型的记忆深度M₁小于第二级多项式模型的记忆深度M₂，以及第一级多项式模型的交叉项总数K₁不等于第二级多项式模型的交叉项总数K₂。

相应地，对基带信号和迭代解算生成或刷新的查找表进行相乘处理，从而得到预失真信号，即，本发明的优选实施方式中，预失真信号采用下述公式表示为：

其中，

y(n)用于表示预失真信号；

A_mkp用于表示预失真系数；

m用于表示第一级多项式模型或第二级多项式模型中的当前的记忆深度，其中，m＝0,1,2,…M-1，M用于表示所述记忆深度的最大取值；

k用于表示第一级多项式模型或第二级多项式模型中的交叉项的编号，也相当于，k取值对应的交叉项于查找表中所处的位置，其中，k＝-K,-K+1,...0...,K-1,K，K用于表示所述交叉项的可取到的编号的最大值；

n用于表示采样点的个数，其中，n＝0,1,2,…N-1，N用于表示采样点的总数；

x用于表示基带信号；

f_p用于表示基函数，p用于表示非线性基底的数量，其中，p＝0,1,2,…P-1，p用于表示所述非线性基底的当前编号，P用于表示所述非线性基底的数量。

发明的优选实施方式中，于步骤S3，判断得到第一级多项式模型进行解算的次数等于解算迭代阈值时：

获取当前的预失真系数以及对应的查找表，并根据第二级多项式模型的交叉项、当前的预失真系数和预设的调整因子更新查找表，随后转至步骤S5。

具体地，考虑到两个不同复杂度的多项式模型在切换时，会导致整体的预失真校正模型的波动，由此，当第一级多项式模型进行解算的次数等于解算迭代阈值时，获取当前的预失真系数以及对应的查找表，并根据第二级多项式模型的交叉项、当前的预失真系数和预设的调整因子更新查找表，具体表现为：分析第二级多项式模型的交叉项与第一级多项式模型的交叉项，将第一级多项式模型与第二级多项式模型共有的交叉项所对应的查找表的值，直接作为第二级多项式模型中交叉项对应的查找表中的值；并将第二级多项式模型较于第一级多项式模型新增的交叉项，将由第一级多项式模型的查找表中，相同记忆深度下的临近位置的交叉项的值乘以调整因子获得新增交叉项的值。记忆项和交叉项的位置为(m,m-k)。用(m,m-1)的值乘以调整因子获得新增交叉项(m,m-2)的值，用(m,m+1)的值乘以调整因子获得新增交叉项(m,m+2)的值。例如，当第一级多项式模型的记忆深度为4，交叉项为(3,4)、(3,2)、(2,3)、(2,1)、(1,2)、(1,0)、(0,1)、(0,-1)、将第二级多项式模型的记忆深度为2，交叉项为(1,3)、(1,2)、(1,0)、(1,-1)、(0,2)、(0,1)(0,-1)、(0,-2)时，相较于第一级多项式模型，第二级多项式模型与第一级多项式模型共有的交叉项为(1,2)、(1,0)、(0,1)、(0,-1)，由此，直接将共有的交叉项所对应的值作为对应于第二级多项式模型的查找表中，交叉项对应的值；相较于第一级多项式模型，新增的交叉项为(1,3)、(1,-1)、(0,2)和(0,-2)时，新增的交叉项的具体数值，将由相同记忆深度下的临近位置的交叉项的值乘以调整因子，获得查找表中，新增交叉项对应的值。其中，调整因子a可以为0.3。

其中，一种通信系统的级联数字预失真校正系统，通信系统中包括一功率处放大器0，结构如图3中所示，包括：

一配置模块1，用于预先配置第一级多项式模型、第二级多项式模型和一解算迭代阈值；

一采集模块2，用于采集当前输入至功率放大器0的基带信号，以及功率放大器0当前输出的反馈信号；

一判断模块3，用于判断第一级预失真模型进行解算的次数是否小于解算迭代阈值，并获取判断结果；

一第一处理模块4，连接判断模块3，用于对判断结果进行分析，并在判断结果表示为第一级预失真模型进行解算的次数小于解算迭代阈值时，采用第一级多项式模型，对基带信号和反馈信号进行解算生成预失真系数；

一第二处理模块5，连接判断模块3，用于对判断结果进行分析，并在判断结果表示为第一级预失真模型进行解算的次数不小于解算迭代阈值时，采用第二级多项式模型，对基带信号和反馈信号进行解算更新预失真系数；

一生成模块6，连接第一处理模块4和第二处理模块5，用于根据预失真系数生成查找表；

一乘法器7，连接采集模块2和生成模块6，用于对查找表和基带信号进行相乘处理，以生成预失真信号；

一加法器8，连接采集模块2和乘法器7，用于将预失真信号和基带信号共同输入至功率放大器0。

进一步地，配置模块1包括第一配置单元，用于根据输入信号和反馈信号配置第一级多项式模型的交叉项和记忆深度，配置模块1还包括第二配置单元，用于根据输入信号和反馈信号配置第二级多项式模型的交叉项和记忆深度。

进一步地，第一处理模块4，根据第一级多项式模型和基带信号构建一系数求解矩阵，并根据系数求解矩阵、基带信号和反馈信号构建一系数求解公式并进行解算，以得到预失真系数。

进一步地，第二处理模块5，根据第二级多项式模型和基带信号构建一系数求解矩阵，并根据系数求解矩阵、基带信号和反馈信号构建一系数求解公式并进行解算，以得到预失真系数。

进一步地，生成模块6中还包括一寄存器，用于暂存或刷新每次迭代解散后得到的查找表，即，当第一级多项式模型进行解算的次数等于解算迭代阈值时，获取当前的预失真系数以及对应的查找表，并根据第二级多项式模型的交叉项、当前的预失真系数和预设的调整因子更新查找表，也就是说，将第一级多项式模型与第二级多项式模型共有的交叉项所对应的查找表的值直接作为第二级多项式模型中交叉项对应的查找表中的值；并将第二级多项式模型较于第一级多项式模型新增的交叉项，将由第一级多项式模型的查找表中，相同记忆深度下的临近位置的交叉项的值乘以调整因子获得新增交叉项的值。

本发明的技术方案有益效果在于：提供了一种通信系统的级联数字预失真校正方法及系统，能够显著的提高功率放大器的非线性校正效果，并加快迭代解算的速度。

以上仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。

Claims (10)

1.一种通信系统的级联数字预失真校正方法，其特征在于，通信系统中包括一功率放大器；

所述级联数字预失真校正方法包括：

步骤S1，预先配置第一级多项式模型、第二级多项式模型和一解算迭代阈值；

步骤S2，获取当前输入至所述功率放大器的基带信号，以及所述功率放大器当前输出的反馈信号，预先使用所述第一级多项式模型对所述基带信号和所述反馈信号进行多次迭代解算，经所述第一级多项式模型迭代解算后的信号完成初步的失真校正；

步骤S3，判断所述第一级多项式模型进行解算的次数是否小于所述解算迭代阈值：

若是，则转至步骤S4；

若否，则转至步骤S5；

步骤S4，将所述第一级多项式模型进行多次迭代解算生成的结果作为预失真系数，随后转至步骤S6；

步骤S5，采用所述第二级多项式模型，对所述基带信号和所述反馈信号进行再次迭代解算以更新所述第一级多项式模型进行多次迭代解算生成的结果，从而得到所述预失真系数，随后转至步骤S6；

步骤S6，根据所述预失真系数生成查找表；

步骤S7，对所述查找表和所述基带信号进行相乘处理，以生成预失真信号；

步骤S8，将所述预失真信号和所述基带信号共同输入至所述功率放大器，随后返回所述步骤S2；

所述第一级多项式模型和所述第二级多项式模型的复杂度不同。

2.根据权利要求1所述的通信系统的级联数字预失真处理的方法，其特征在于，所述第一级多项式模型的记忆深度大于所述第二级多项式模型的记忆深度，所述第一级多项式模型的交叉项与所述第二级多项式模型的交叉项不重合。

3.根据权利要求1所述的通信系统的级联数字预失真处理的方法，其特征在于，所述步骤S2包括：

步骤S21，对所述基带信号和所述反馈信号进行幅度相位对齐处理。

4.根据权利要求1所述的通信系统的级联数字预失真处理的方法，其特征在于，所述步骤S4包括：

步骤S41，根据所述第一级多项式模型和所述基带信号构建一系数求解矩阵；

步骤S42，根据所述系数求解矩阵、所述基带信号和所述反馈信号构建一系数求解公式并进行解算，得到预失真系数。

5.根据权利要求1所述的通信系统的级联数字预失真处理的方法，其特征在于，所述步骤S5包括：

步骤S51，根据所述第二级多项式模型和所述基带信号构建一系数求解矩阵；

步骤S52，根据所述系数求解矩阵、所述基带信号和所述反馈信号构建一系数求解公式并进行解算，得到预失真系数。

6.根据权利要求4或5所述的通信系统的级联数字预失真处理的方法，其特征在于，所述系数求解矩阵采用下述公式表示为：

其中，

Vand用于表示所述系数求解矩阵；

m用于表示所述第一级多项式模型或所述第二级多项式模型中的当前的记忆深度，其中，m＝0,1,2,…M-1，M用于表示所述记忆深度的最大取值；

k用于表示所述第一级多项式模型或所述第二级多项式模型中的交叉项的编号，其中，k＝-K,-K+1,...0...,K-1,K，K用于表示所述交叉项的可取到的编号的最大值；

n用于表示采样点的个数，其中，n＝0,1,2,…N-1，N用于表示所述采样点的总数；

x用于表示所述基带信号；

f_p用于表示基函数，其中，p＝0,1,2,…P-1，p用于表示非线性基底的当前编号，P用于表示所述非线性基底的数量。

7.根据权利要求4或5所述的通信系统的级联数字预失真处理的方法，其特征在于，所述系数求解公式采用下述公式表示为：

Vand·A_mkp＝PD_pred+BB-FB

其中，

Vand用于表示所述系数求解矩阵；

A_mkp用于表示所述预失真系数；

PD_pred用于表示上一次解算生成的预失真信号；

BB用于表示当前获取的所述基带信号；

FB用于表示当前获取的所述反馈信号。

8.根据权利要求1所述的通信系统的级联数字预失真处理的方法，其特征在于，所述预失真信号采用下述公式表示为：

其中，

y(n)用于表示所述预失真信号；

A_mkp用于表示所述预失真系数；

m用于表示所述第一级多项式模型或所述第二级多项式模型中的当前的记忆深度，其中，m＝0,1,2,…M-1，M用于表示所述记忆深度的最大取值；

k用于表示所述第一级多项式模型或所述第二级多项式模型中的交叉项的编号，其中，k＝-K,-K+1,...0...,K-1,K，K用于表示所述交叉项的可取到的编号的最大值；

n用于表示采样点的个数，其中，n＝0,1,2,…N-1，N用于表示所述采样点的总数；

x用于表示所述基带信号；

f_p用于表示基函数，其中，p＝0,1,2,…P-1，p用于表示非线性基底的当前编号，P用于表示所述非线性基底的数量。

9.根据权利要求1所述的通信系统的级联数字预失真处理的方法，其特征在于，于步骤S3，判断得到所述第一级多项式模型进行解算的次数等于所述解算迭代阈值时：

获取当前的预失真系数以及对应的查找表，并根据所述第二级多项式模型的交叉项、当前的预失真系数和预设的调整因子更新所述查找表，随后转至步骤S5。

10.一种通信系统的级联数字预失真校正系统，其特征在于，通信系统中包括一功率放大器；

所述级联数字预失真校正系统包括：

一配置模块，用于预先配置第一级多项式模型、第二级多项式模型和一解算迭代阈值；

所述级联数字预失真校正系统还包括：

一采集模块，用于采集当前输入至所述功率放大器的基带信号，以及所述功率放大器当前输出的反馈信号，预先使用所述第一级多项式模型对所述基带信号和所述反馈信号进行多次迭代解算，经所述第一级多项式模型迭代解算后的信号完成初步的失真校正；

一判断模块，用于判断所述第一级预失真模型进行解算的次数是否小于所述解算迭代阈值，并获取判断结果；

一第一处理模块，连接所述判断模块，用于对所述判断结果进行分析，并在所述判断结果表示为所述第一级预失真模型进行解算的次数小于所述解算迭代阈值时，将所述第一级多项式模型对所述基带信号和所述反馈信号进行多次迭代解算的结果作为预失真系数；

一第二处理模块，连接所述判断模块，用于对所述判断结果进行分析，并在所述判断结果表示为所述第一级预失真模型进行解算的次数不小于所述解算迭代阈值时，采用所述第二级多项式模型，对所述基带信号和所述反馈信号进行再次迭代解算以更新所述第一级多项式模型进行多次迭代解算生成的结果，从而得到所述预失真系数；

一生成模块，连接所述第一处理模块和所述第二处理模块，用于根据所述预失真系数生成查找表；

一乘法器，连接所述采集模块和所述生成模块，用于对所述查找表和所述基带信号进行相乘处理，以生成预失真信号；

一加法器，连接所述采集模块和所述乘法器，用于将所述预失真信号和所述基带信号共同输入至所述功率放大器；

所述第一级多项式模型和所述第二级多项式模型的复杂度不同。

Images