CN1666408A - 预失真控制 - Google Patents

Abstract

数字预失真器包括针对功率放大器内的记忆效应失真，生成与功率放大器的输入信号组合在一起校正功率放大器的输出的抵消信号V_m1的模块J。模块J通过将输入信号的非线性函数和与受到校正的记忆效应有关的脉冲响应特性卷积(参见图6)生成抵消信号V_m1。抵消信号V_m1通过函数f_m生成和该函数中的参数被调整成使放大器输出中的任何残余失真达到极小。

Description

预失真控制

技术领域

本发明涉及控制预失真器的设备和方法，该预失真器对到诸如移动无线电话中的功率放大器之类的一个信号处理设备的输入信号进行操作，以便降低响应输入信号生成的输出信号中信号处理设备引起的失真量。

背景技术

在数字领域中对功率放大器输入信号进行预失真是众所周知的。人们发现数字预失真器在使RF(射频)功率放大器线性化时越来越有用，这部分归因于最近高取样率模拟-数字转换器(ADC)和数字-模拟转换器的可用性和使这种线性化形式成为可能的数字信号处理(DSP)硬件的速度的相应提高。也归因于非恒定包络调制方案使用得越来越多和甚至非常需要增加使这种线性化形式成为人们所希望那样的放大器效率。

但是，大多数传统预失真器只对随瞬时信号幅度而变化的放大器失真加以校正。这通常被称为AM(幅度调制)到AM和AM到PM(相位调制)失真。这种形式的预失真器当用数字方法实现时，常常借助于两个查用表(例如，用于调整放大器输入信号的增益和幅度)来工作，这两个查用表按信号幅度(或输入幅度的某种函数)检索，然后，起修正施加在放大器输入端上的信号的幅度和相位以便抵消它的失真的作用。

不幸的是，许多真正的放大器都呈现出随过去，以及现有的信号而变化的失真。这些放大器被认为存在记忆。由于只能对失真中可以表达成瞬时信号幅度的函数的那个成分加以校正，当使呈现记忆的放大器线性化时，如上所述的AM-AM和AM-PM型预失真器的性能受到限制。

一般说来，放大器记忆效应随着信号带宽增加，将变得越来越显著，因此，传统AM-AM和AM-PM预失真器性能将相应地变差。由于常常存在信号带宽不断增加的趋势(尤其在移动电信领域中)，记忆效应失真的问题，以及它的校正现在正变成RF功率放大器设计的主要问题。

发明内容

能够抵消记忆效应失真的预失真器可以设计出来，本发明的目的是提供控制这样预失真技术的方案。

根据一个方面，本发明提供了控制预失真器的设备，所述预失真器被安排成将预失真应用于到信号处理设备的输入信号，以抵消所述信号处理设备的输出信号中的记忆效应失真，其中，所述预失真至少部分由一个或多个参数的集合来定义，该设备包括：调整装置，用于调整所述集合，以确定对所述集合的调整如何改变所述失真；和控制装置，用于在降低所述失真的所述预失真器中部署所述集合的调整形式。

本发明还包括控制预失真器的方法，所述预失真器被安排成将预失真应用于到信号处理设备的输入信号，以抵消所述信号处理设备的输出信号中的记忆效应失真，其中，所述预失真至少部分由一个或多个参数的集合来定义，该方法：调整所述集合，以确定对所述集合的调整如何改变所述失真；和在降低所述失真的所述预失真器中部署所述集合的调整形式。

在一个优选实施例中，调整集合的过程涉及到预测对所述集合的调整如何改变所述失真和然后部署在预失真器的集合的形式是所述集合预计可以降低所述失真的形式。因此，预失真控制技术在计算更新参数值时，无需干扰预失真器的操作，就可以使指定预失真的一个或多个参数得到更新。

在另一个实施例中，集合的调整是在预失真器本身中完成的，从而调整集合的过程可能干扰预失真器的操作。

在一个优选实施例中，预测过程用于识别使失真极小的集合的改变。然后，可以将极小化调整应用于正用在预失真器中的参数集。应该认识到，失真极小化的精确度受用于找出极小失真点的特定方法的能力限制。

在一个实施例中，对集合的调整的效果是通过计算对所述集合的调整如何改变指示所述失真的时域量，以便预测所述失真如何改变来预测的。最好，所述量是所述输出信号中误差幅度的归一化均值。

在一个实施例中，对集合的调整的效果是通过计算对所述集合的调整如何改变指示所述失真的频域量，以便预测所述失真如何改变来预测的。最好，所述量是位于所需频率范围之外的输出信号中功率均值的度量。所需频率范围可以是信号处理设备造成失真之前输入信号占有范围。

在一个实施例中，预失真部分通过所述集合出现在其中的所述输入信号的函数来定义，而所述函数通过将脉冲响应特性与输入信号的另一个函数卷积以生成校正信号，而在所述输入信号的当前状态下从校正信号中减去所述校正信号的期望值，以便生成用于生成预失真的差信号，使所述失真具体化。

在本发明的优选实施例中，本发明的线性化技术赖以实现的信号处理设备是一个功率放大器或几个这种功率放大器的组合。

附图说明

现在参照附图，只通过举例的方式描述本发明的某些实施例，在附图中：

图1是示出现有技术的预失真器的基本结构的方块图；

图2是示出能够进行记忆效应校正的预失真器的基本结构的方块图；

图3是示出要线性化的放大器中的信号的矢量图；

图4是更详细地示出图2的预失真器的直角坐标形式的结构的方块图；

图5是更详细地示出图2的预失真器的极坐标形式的结构的方块图；

图6是示出用在图4和5中的函数f₁和f₂的通用形式的方块图；

图7示出了在图6中给出的函数f₁和f₂的结构的一种变型；

图8示出了在图7中给出的函数f₁和f₂的结构的另一种变型。

图9示出了解决记忆效应和瞬时失真两者的系统的总览，并且具体示出了控制记忆效应失真的单元；

图10是基于时域中数量的极小化、图2的记忆效应预失真器的控制算法的流程图；和

图11是基于频域中数量的极小化、图2的记忆效应预失真器的控制算法的流程图。

具体实施方式

现有技术的预失真器的基本积木式部件显示在图1中。这种形式的预失真器常常借助于两个查用表(例如，用于调整放大器输入信号的增益和幅度)来工作，这两个查用表按信号幅度，或输入幅度的某种函数检索，然后，起修正施加在放大器输入端上的信号的幅度和相位以便抵消它的失真的作用。但是，这种形式的预失真器只对随输入信号的瞬时幅度而变化的放大器失真加以校正。这样的失真通常被称为AM(幅度调制)到AM和AM到PM(相位调制)失真，而在本文中被称瞬时失真。

不幸的是，许多真正的放大器都呈现出随过去，以及现在的信号而变化的失真，这些放大器被认为存在“记忆”。当使呈现出这种记忆效应的放大器线性化时，如上所述的现有技术中已知的“瞬时失真”型预失真器的性能受到限制。

在图1中，到放大器A的RF输入信号RF₁如果有必要则进行下变频，然后，在A/D部件中被转换成数字信号S₁。将S₁供应给预失真器功能件B，以及供应给控制部件C。预失真器B将S₁改变成S₃，S₃随后在D/A部件中经受回到模拟域的转换，并且，如果有必要，在供应给放大器A之前经受上变频。然后，控制部件C利用适当的A/D转换，如果有必要则进行下变频，将放大器A的线性化输出RF₂取样成信号S₂。部件C将信号S₁和S₂相比较，并且，将结果用于调整预失真器B的操作，以便使RF2的线性化达到最佳。

图2例示了合并对瞬时失真信号和记忆失真信号两者的校正的改进数字预失真器(B)的基本结构。

可以看出，进行记忆失真校正的对预失真器的改进涉及到将功能部件J正好放在AM-AM和AM-PM预失真器之前。换句话说，没有要求对AM-AM和AM-PM预失真器部件加以改变。这提供了借助于根据本发明实施例的记忆效应预失真器可以以相对简单方式翻新现有预失真器产品的优点。

在部件J中，延迟器1补偿部件D和E中的延迟，T是取样周期，和MT是对V_m的贡献(可归因于记忆效应的输出信号误差成分)不能忽略不计的最大时间间隔。

如果断开预失真器(使它起线性增益级作用)，那么，任何时刻出现在放大器输出端上的信号可以用如图3所示的矢量图上的相位和幅度表示。

在图3中示出了如下矢量：

V_w是理想、无失真放大器输出的线性放大输出。

V_ins是仅仅随瞬时输入信号幅度而变化的失真矢量(这代表AM-AM和AM-PM失真)。称此为瞬时失真矢量。

V_m是随过去，以及现在的输入信号而变化的失真矢量。称此为记忆失真矢量。

V_n是由系统噪声指数、数字量化噪声、增益和相位脉动、无用假信号等引起的错误矢量。这个误差矢量不能通过预失真加以消除，它代表已经应用了传统预失真和记忆补偿之后仍然保留的残余失真。

V_error是将所有有贡献错误矢量都考虑进来的总错误矢量。

|V₁|是输入信号幅度，因此，我们可以写成：

V_ins＝f_ins(|V₁|)。

此外，V_m可以更精确地表达成：

V_m＝f_m(V₁(t)，V₁(t-δt)，V₁(t-2δt)...V₁(t-M.δt))_limδt→0  ......(1)

其中，M.δt是记忆持续时间，即，对V_m的贡献不能忽略不计的最长时间间隔。

V_m具有当在任何输入幅度上进行估计时，它的期望值都是0的特性。这可以表达成：

$E{\left\{V_m\right\}}_{\left|V_1\right|}=0......\left(2\right)$

函数E{V}_|V1|是当在某个幅度|V₁|上进行估计时，V的期望值或平均值。

预失真器的用途是使放大器输入端上的信号(或矢量)失真，使得在放大器输出端上的信号存在与放大器生成的总失真矢量大小相等和方向相反的附加矢量，这样，出现在放大器输出端上的净失真矢量是零(理想情况)。

由于瞬时失真矢量V_ins可以定义成只是瞬时输入幅度|V₁|的函数，即，V_ins＝f(|V₁|)，由此得出，为了使这个矢量预失真和在放大器输出端上消除这个矢量，我们需要也是瞬时输入幅度的函数的预失真器。如果在任何时刻的V₁被表达成复数：

V₁＝A₁exp(jθ₁)，其中A₁＝|V₁|

那么，预失真器输出V₃可以写成：

V₃＝G_P(A₁).A₁exp(jθ₁+jP_P(A₁))  ......(3)

其中，G_P(A₁)和P_P(A₁)代表预失真器的幅度相关增益和相移。

如果我们还将放大器幅度相关增益和相移表示成G_A(A₁)和P_A(A₁)，那么，当放大器输出可以写成：

V2＝G_A(G_P(A₁).A₁).G_P(A₁).A₁.exp(jθ_l+jP_P(A₁)+jG_A(G_P(A₁).A₁))......(4)时，预失真最适合瞬时失真矢量(V_ins＝0)，其中，

G_A(G_P(A₁).A₁).G_P(A₁)＝G₀＝常数  ......(5)，

P_P(A₁)+G_A(G_P(A₁).A₁)＝Θ₀＝常数(为了简单起见，＝0)    ......(6)，

实现对V_ins的预失真器校正的通用方式是利用满足方程5和6的G_P(A₁)和P_P(A₁)的查用表。可选地，如果利用直角坐标信号实现预失真器，我们利用查用表L_I(A₁)和L_Q(A₁)，以便

V3＝{LI(A₁)+J.LQ(A₁)}.A₁.exp(jθ₁)  ......(7)，和其中，

G_P(A₁)＝{LI(A₁)²+LQ(A₁)²}^1/2  ......(8)，

P_P(A₁)＝tan^-1(LQ(A₁)/LI(A₁))  ......(9)。

从放大器输出中消除记忆失真矢量V_m可以通过将信号矢量V_m1/G₀加入预失真器输入信号V₁中来实现。这样，当预失真器查用表G_P和P_P(或LI和LQ)满足方程5和6时放大器的输出是：

V₂＝G₀.V₁+V_m1+V`<sub>m</sub>+V<sub>n</sub>  ......(10)其中，V`_m是由于V₁的预失真，现在与V_m稍有不同的记忆失真矢量。但是，V`_m仍然具有与方程1相同的形式和满足方程2。

如果将V_m1选择成V_m1＝-V`_m，那么，我们留下：

V₂＝G₀.V₁+V_n  ......(11)。

换句话说，放大器非线性信号已经被消除了，我们在放大器输出端上还有线性放大输入信号和噪声。

因此，要在图2的部件D中估计的函数具有如下形式：

f_m(V₁(t)，V₁(t-δt)，V₁(t-2δt)...V₁(t-Mδt))_limδt→0

并且，必须满足条件 $E{\left\{f_m\right(\left)\right\}}_{\left|V_1\right|}=0.$

函数f_m()一般说来将是线性过程和非线性过程的混合，这个函数的一些特定实施例总结如下。

一般说来，函数f_m()，即，通过图2的部件D实现的函数将是线性过程和非线性过程的混合，它的详细实现随使用的特定放大器件的特性而改变。在图4和5中，以在FPGA(现场可编程门阵列)或ASIC(专用集成电路)中便于实现的形式示出了f_m()。

在图4中给出了f_m()的通用直角坐标实现，它足够一般性地涵盖大多数放大器件。函数E{V}_|V1|是当在输入幅度|V₁|上进行估计时，V的期望值或平均值。取决于f_m()的形式，为了易于计算，可以将E{V_14I}_|V1|和E{V_14Q}_|V1|表达成V₁的相应简单函数。从f₁中减去E{V_14I}_|V1|生成第一差信号和从f₂中减去E{V_14Q}_|V1|生成第二差信号。量E{V_14I}_|V1|和E{V_14Q}_|V1|的减去保证了如要求的那样， $E{\left\{V_m\right\}}_{\left|V_1\right|}=0,$ 或 $E{\left\{f\right(\left)\right\}}_{\left|V_1\right|}=0.$ 将在f₁路径中生成的差信号与V₁经过部件D的形式相乘。将在f₂路径中生成的差信号与V₁已经偏移了90°的形式相乘。然后，将两个相乘过程的输出相加生成V_m1。

在图5中给出了f_m()的通用极坐标实现，它足够一般性地涵盖大多数放大器件。E{V_14I}_|V1|和E{V_14P}_|V1|的减去保证了如要求的那样， $E{\left\{V_m\right\}}_{\left|V_1\right|}=0,$ 或 $E{\left\{f\right(\left)\right\}}_{\left|V_1\right|}=0.$ 在f₂路径中生成的差信号用于调制V₁经过部件D的形式的相位。让在f₁路径中生成的差信号偏移+1，然后用于调制V₁经过部件D的形式的幅度。

显然，如果除去V₁的直通路径对功能部件J(图2)加以修改，那么，在f_m()的这个实施例中，正好在输出V_m1之前减去V₁就没有必要了。

现在参照图6、7和8更详细讨论应用在图4和5中的函数f₁和f₂的性质。

图6示出了用于函数f₁和f₂两者的一般形式。将V₁供应给进行信号处理的许多条路径的每一条。然后，相加这些路径的输出以生成信号V₁₄。可以有与所需一样多的路径。每条路径对V₁进行运算，最初生成是V₁函数的信号，例如，V₁₂₁，然后，将其与滤波器脉冲响应，例如，H₁(t)卷积，生成进一步的信号，例如，V₁₃₁，接着又对其处理，以便那个信号的函数，例如，f_n21从该路径发送到求和点。显而易见，f₁不需要与f₂相同，例如，f₁的f_n11和f₂不需要相同。

如果我们作出与放大器记忆效应的物理原因有关的许多假设，可以使函数f₁和f₂的优选通用实施例显著简化。如果我们假设记忆效应是由信号的幅度或相位的调制引起的和调制与单个物理变量(譬如，器件温度或偏压)的值成正比，和如果我们假设物理变量是流过放大器件的平均电流(I_m)的函数，那么，函数f₁和f₂可以简化成如图7所示的那样。

在许多情况下，使I_m(t)≈|V₁(t)|²是良好近似，并且，应该注意到，一般说来，时间常数τ和系数b₁对于函数f₁和f₂是不同的。

如果我们假设放大器记忆效应是由信号的幅度或相位的调制引起的和调制与几个物理变量(譬如，器件温度、偏压等)的值成正比，和如果我们假设这些物理变量是流过放大器件的平均电流(I_m)的独立函数和这些函数具有形式e^-t/τ的脉冲响应，那么，f()的形式可以简化成如图8所示的那样。假设平均电流是在比载波周期长得多和比最大调制信号的周期短得多的时间间隔上求平均的。取决于放大器件，使I_m(t)近似等于|V₁(t)|²也许再次有效。

尤其，当记忆矢量由时间常数不同的许多记忆效应构成时，可以发生在前一段中假定的情况。这很有可能是对于大多数功率放大器，记忆效应来源于功率器件中的发热和通常用在，例如，FET(场效应管)器件的栅极和漏极上的许多去耦电容器之间的相互偏置作用的情况。这些因素(热量和多个基于电容器的时间常数)的每一种都将导致时间常数不同的记忆矢量。

值得注意的是，对于本领域的普通技术人员来说，显而易见，用于瞬时失真矢量校正和记忆失真矢量校正的预失真器函数可以预先编程，然后，保持不变。当放大器失真特性不随时间、温度等而改变时，或者，当只要求少量线性改进时，这样的‘开环’预失真器将满意地工作。但是，当料想放大器失真特性会发生改变时，预失真器对瞬时失真矢量和记忆失真矢量两者的自适应控制是人们所希望的。对查用表G_P和P_P(参见上面的方程3)-如果以直角坐标形式实现控制，则对查用表LI和LQ-的许多控制方案已经阐述过，这里不再讨论。

现在，我们描述适合于控制如上所述的系统中的记忆效应失真部件的一些控制方案。图9示出了图2的系统的总览和包括负责控制记忆效应预失真器的单元。在图9中，控制部件F接收输入和输出信号V₁和V₂的连续成对样本。部件F利用这些值的对列来更新控制记忆效应预失真器J的参数集P。确定更新参数集P_new的过程涉及到操纵P和测试，看看P的改变是否改进了记忆效应预失真器J的操作。部件F在与预失真器J并排操作的独立过程中计算修正参数P_new，然后，将修正参数P_new装入记忆效应预失真器中。因此，确定新参数P_new的过程不需要改变在计算修正参数P_new的同时将降低预失真器J的性能、用在记忆效应预失真器J内的实际参数P。

以后，通过定义 $E{\left\{V_{m1}\right\}}_{\left|V_1\right|}=0,$ 记忆效应预失真器J的控制参数的任何改变都不影响瞬时预失真器B。因此，可以与瞬时预失真器B无关地控制记忆效应预失真器J，对预失真器之一的控制调整不会使另一个预失真器进行的信号校正变差。

记忆效应预失真器J的控制方案通过利用f_m()的固定形式，即，图2中部件D实现的函数来操作，但函数参数是可变的。例如，形式固定和参数可变的函数是f(x)＝ax^b+cx^d，其中，b和d是固定的，用于决定函数的形式，但a和c是可变参数。然后，部件F通过求与放大器输出端上记忆矢量(V_m)的幅度有关的数量的极小，找出f_m()的函数参数的最佳集合。

可以在频域中或在时域中计算要极小化的数量，每种方法各有优缺点。如果V_m的幅度与总误差矢量(V_error)相比显得重要，那么，可以将V_error的平均幅度用作要极小化的数量。通过在时域中将V₁和V₂加以比较就可以轻易地达到这个目的。可选地，如果V_m的幅度与总误差矢量相比显得重要，那么，正如在频域中看到的那样，对‘带外’信号功率(即，在想要信号带宽之外)有重要贡献。因此，与在想要信号带宽之外的频率范围内的信号功率有关的数量也可以用作要极小化的数量。

现在讨论部件F用于确定要用在预失真器函数F_m()中的最佳参数集的算法的优选实施例。

图10示出了根据时域中数量的极小化，更新记忆效应预失真器J的参数P的控制算法。一旦从部件C接收到输入和输出信号V₁和V₂的一系列连续样本，控制部件F就执行这种算法，得出用在函数f_m()中和使V_m极小化计算的更新参数P_new。

参照图10，该算法从等待瞬时预失真器B的操作，以达到稳定状态的循环开始。一旦出现这种情况，该算法就继续捕获输入和输出信号(V₁和V₂)的n对连续样本。然后，消除V₁和V₂的捕获样本之间的时间延迟和相位偏移。

接着，该算法进入目的在于求

极小的极小化循环， 是在V₁和V₂的样本对上对用输入信号幅度归一化的误差矢量幅度求平均得出的平均值。在图10中，这个循环只象征性地显示出来。例如，该流程图没有示出如何对 的极小值加以检验的细节，部分是为了清楚起见，部分是因为可以以许多种方式的任何一种进行这样的检验。

极小化循环中的第1步骤是为函数f_m()选择新参数集P_nom，取代当前用在预失真器中的参数集P₀。如何选择新参数值的细节取决于应用于对 的极小值加以检验的过程的细节。在已经指定了新参数集P_nom之后，该算法然后着手估计当函数的参数从P₀改变成P_nom时，反映f_m改变的函数Δf_m，即，Δf_m＝f_m(P_nom)-f_m(P₀)。在极小化循环内的下一步骤是估计在参数集P_nom上的数量

即，该算法现在计算 $E\left\{\frac{|V_2-G_0.V_1+\mathrm{\&Delta;}{f}_m(\left)\right|}{{|V}_1|}\right\}.$ 在极小化循环内的下一步骤是检验 $E\left\{\frac{|V_2-G_0.V_1+\mathrm{\&Delta;}{f}_m(\left)\right|}{\left|V_1\right|}\right\}$ 是否达到极小。如果不是，该算法返回到选择新参数集P_nom的步骤，选择新集合，并且，开始针对新集合计算

$E\left\{\frac{|V_2-G_0.V_1+\mathrm{\&Delta;}{f}_m(\left)\right|}{{|V}_1|}\right\}.$

因此，当Δf_m随着P_nom的改变而改变时，极小化循环主要进行检验，看看 $E\left\{\frac{|V_2-G_0.V_1+\mathrm{\&Delta;}{f}_m(\left)\right|}{{|V}_1|}\right\}$ 是否达到极小。当该算法退出极小化循环时，使 极小的参数集P_nom变成P_new，并且将它装入生成V_m1的部件D中。然后，P_new变成为系统下一次执行图10的算法准备的P₀。

图11示出了基于频域中数量的极小化的记忆效应预失真器J的控制算法。这个控制方案以与参照图10所述相似的方式操作，但极小化的数量改为V₂中位于V₂的所需带宽范围之外的功率的度量。为了获得这个数量，计算信号量V2+Δf_m()的数字付里叶变换(DFT)，并且，确定包含在在想要信号带宽之外的频率范围内的功率U：

$U=\underset{f}{\mathrm{\&Sigma;}}{\left|\mathrm{DFT}\right[V_2+{\mathrm{\&Delta;f}}_m\left(\right)\left]\right|}^2$

该算法起提供使U达到极小的参数集P_new的作用。

Claims (14)

1.一种控制预失真器的设备，所述预失真器被安排成将预失真应用于到信号处理设备的输入信号，以抵消所述信号处理设备的输出信号中的记忆效应失真，其中，所述预失真至少部分由一个或多个参数的集合来定义，该设备包括：调整装置，用于调整所述集合，以确定对所述集合的调整如何改变所述失真；和控制装置，用于在降低所述失真的所述预失真器中部署所述集合的调整形式。

2.根据权利要求1所述的设备，其中，所述调整装置被安排成预测对所述集合的调整如何改变所述失真，而所述集合的所述部署形式是所述集合预计降低所述失真的形式。

3.根据权利要求1或2所述的设备，其中，所述调整装置被安排成识别使所述失真极小的所述集合的调整，而所述集合的所述部署形式被安排成实现对所述集合的所述极小化调整。

4.根据权利要求1、2或3所述的设备，其中，所述调整装置被安排成计算对所述集合的调整如何改变指示所述失真的时域量，以便确定所述失真如何改变。

5.根据权利要求4所述的设备，其中，所述量是所述输出信号中误差幅度的归一化均值。

6.根据权利要求1、2或3所述的设备，其中，所述调整装置被安排成计算对所述集合的调整如何改变指示所述失真的频域量，以便确定所述失真如何改变。

7.根据权利要求6所述的设备，其中，所述量是位于所需频率范围之外的所述输出信号中功率均值的度量。

8.根据权利要求1到6任何一项所述的设备，其中，所述预失真部分通过所述集合出现在其中的所述输入信号的函数来定义，所述调整装置被安排成计算对所述集合的调整如何改变所述函数，和利用所述改变来确定所述失真如何改变。

9.根据权利要求1到7任何一项所述的设备，其中，所述预失真部分通过所述集合出现在其中的所述输入信号的函数来定义，所述函数通过将脉冲响应特性与输入信号的另一个函数卷积以生成校正信号，而在所述输入信号的当前状态下从校正信号中减去所述校正信号的期望值，以便生成用于生成预失真的差信号，使所述失真具体化。

10.根据权利要求1到8任何一项所述的设备，其中，所述信号处理设备是放大装置。

11.一种控制预失真器的方法，所述预失真器被安排成将预失真应用于到信号处理设备的输入信号，以抵消所述信号处理设备的输出信号中的记忆效应失真，其中，所述预失真至少部分由一个或多个参数的集合来定义，该方法：调整所述集合，以确定对所述集合的调整如何改变所述失真；和在降低所述失真的所述预失真器中部署所述集合的调整形式。

12.根据权利要求11所述的方法，其中，所述调整步骤包括预测对所述集合的调整如何改变所述失真，而所述集合的所述部署形式是所述集合预计可以降低所述失真的形式。

13.一种控制记忆效应预失真器的设备，所述设备基本上像在本文中参照图9，以及图10或11所述的那样。

14.一种控制记忆效应预失真器的方法，所述方法基本上像在本文中参照图9，以及图10或11所述的那样。

Images