CN1795607A - 功率放大器预失真 - Google Patents

Abstract

一种由FIR滤波器结构所形成的功率放大器预失真器，包括用于每个滤波器抽头的单独查找表(LUT0，LUT1，LUT2)，其中每个查找表代表一个变量中的所采样的多项式，该变量代表信号幅度。一个绝对值块(10)从每个滤波器抽头查找表中选择一个滤波器系数，该滤波器系数取决于将与该滤波器抽头相乘的相应的复信号值的幅度。这个结构能够对功率放大器中的幅度失真和记忆效应进行预失真。

Description

功率放大器预失真

                       技术领域

本发明涉及实现功率放大器中的数字预失真，其中在该功率放大器中产生记忆效应并且其参数例如取决于平均信号功率电平或设备温度。

                       背景技术

众所周知，功率放大器会或多或少的将失真加入到其被设计来放大的信号中。其原因是功率放大器有非线性输入—输出信号特性。这显示为一个在所期望的放大信号周围的加宽频谱，以及显示为该信号的不想要的带内分量。当采用减少非线性的对策时，公知的是预失真放大器输入端的信号，以便在放大器的输出端提供一个未失真的放大信号。这种技术称为预失真技术。目前所采用的预失真通常使用一个用于对信号进行乘法处理的查找表。该表中的条目是该信号在每个时间样本下的幅值。

用来处理非线性的单一查找表方法的一个变型如[1]所示。其中一个FIR滤波器用来处理非线性和符号间的干扰。代替在每个滤波器抽头处明确执行滤波系数相乘，使用查找表来执行这个任务。

记忆效应是涉及功率放大器的另一个问题。通常记忆效应显示为一个在功率放大器输出端的载波周围的非对称频谱。也就是说，尽管载波(所期望的信号)频谱是完全对称的，但是源于失真的乱真频谱可能是关于载波中心非对称的。

用于处理非线性的方法不考虑功率放大器的记忆效应。正如术语“记忆效应”所示，不仅依靠当前的信号样本，而且依赖于之前的信号样本。因此，之前使用的单一表方法不可能顾及到记忆效应，而是仅仅能处理非线性。

参考[2]建议通过使用包络滤波器来处理记忆效应，该包络滤波器在计算加权乘法系数时既考虑到当前样本幅度也考虑到之前的样本幅度，其中该加权乘法系数是用来解决记忆效应的。

Lei Ding等人[3]通过Kim和Konstantinou[4]所完成的工作得到启示，于是导出一个预失真方法，该方法是基于可以非常好地模拟记忆效应的所谓“记忆多项式”而得到的。然而，这个方法的缺点是需要对每个新输入信号幅度重复计算记忆多项式，特别是如果使用许多高阶多项式时，其计算成本可能是昂贵的。

                         发明内容

本发明的一个目的是提供一个基于记忆多项式的计算有效的预失真方法。

这个目的根据所附权利要求书来实现。

简单地说，本发明是基于记忆多项式方法可以作为一个FIR型结构来实现的见解，其中“滤波器抽头”通过由输入信号幅度触发的查找表(表示采样多项式)来代替。优选地，其它的查找表被用来追踪在功率放大器的特性中的改变，所述特性改变例如是由于半导体组件的加热而造成的。

                      附图的简要描述

本发明及其另外的目的和优点可以通过参考以下结合附图的相关描述得到最好的理解，其中：

图1是描述了功率放大器的非线性输入—输出信号特性的曲线图；

图2是描述了由非线性功率放大器放大的信号频谱的曲线图；

图3是描述了用于消除图1中的非线性的功率放大器预失真器的输入—输出信号特性的曲线图；

图4是描述了配备有预失真的功率放大器的输入—输出信号特性的曲线图；

图5是描述了由带有记忆的非线性功率放大器所放大的信号频谱的曲线图；

图6是描述了依据本发明的多项式采样的曲线图；

图7是依据本发明的预失真器的一个典型实施例的方框图；

图8是依据本发明的预失真器的另一个典型实施例的方框图；

图9是依据本发明的预失真器的另一个典型实施例的方框图；

图10是依据本发明的预失真器的另一个典型实施例的方框图；

图11是依据本发明的预失真器的另一个典型实施例的方框图；以及

图12是基站的一个典型实施例的方框图，该基站包括配备有依据本发明的预失真器的功率放大器。

                            详细描述

全部附图中的相同或相似元件将在以下的描述中使用相同的附图标记来指代。

在详细描述本发明之前，将参考图1-5对基本问题进行简要描述。

图1描述了功率放大器的非线性输入—输出信号特性。在低输入信号幅度下，放大器基本上是线性的，但是在较高幅度下就会变得越来越非线性直到饱和。这个非线性显示为所期望的放大信号周围的加宽频谱(以及显示为该信号的不希望的带内分量)，如图2所示。作为减少非线性效应的对策，公知的是预失真在放大器输入端的信号，以便在放大器的输出端给出一个未失真的放大信号。这项技术被称为预失真，并且在图3中进行描述。预失真功率放大器的输入—输出信号特性基本上是线性上升到饱和的，如图4所述。

记忆效应是涉及功率放大器的另一个问题。通常记忆效应显示为一个在功率放大器输出端的载波周围的非对称频谱，如图5所描述的那样。也就是说，尽管载波(所期望的信号)频谱是完全对称的，但是源于失真的乱真频谱可能是关于载波中心非对称的。

有一种处理所有记忆效应的设计预失真器的理论方式。该理论方式称为Volterra级数。这个Volterra级数是众所周知的泰勒(Taylor)级数的一种扩展，其能够被用来作为无记忆的放大器的预失真器。然而，Volterra级数还考虑时间延迟项，其可以十分精确地模拟预失真，并且因此可用于抑制失真频谱。然而，在展开式中的可能项的数目方面，Volterra级数十分迅速地变大。例如，具有5个样本单元的记忆深度(最大延迟)的5阶多项式将产生至少500个系数。

由于无法以合理的复杂度实现完整的Voltera级数，在[3]中提出一种基于“记忆多项式”的近似。在该近似中，预失真PD(n)可以表示如下：

$\mathrm{PD}\left(n\right)=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{q=0}{\overset{Q}{\mathrm{\Σ}}}{a}_{\mathrm{kq}}x(n-q){\left|x(n-q)\right|}^{k-1}\·\·\·\left(1\right)$

其中x(n-q)表示延迟的(延迟了q个时间单位)样本，并且a_kq表示展开系数。不幸地是这个表达式还是相当复杂，并且该现有技术方法的缺点是必须对每个新输入的样本x(n)估计该表达式。然而，正如以下所描述的那样，该表达式可以被重写成一个更合适的用于实际实施的形式。这个公式推导基本上包括三步：

1、把二重和(double sum)分成各个仅包括具有相同延迟的项的部分和。从而得到：

$\mathrm{PD}\left(n\right)=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{q=0}{\overset{Q}{\mathrm{\Σ}}}{a}_{\mathrm{kq}}x(n-q){\left|x(n-q)\right|}^{k-1}=$

2、在这里注意到延迟信号x(n-q)不依赖于求和系数k。因此各部分和可以因数分解成：

3、标识出多项式Tq(|x(n-q)|)，从而得到：

$\mathrm{PD}\left(n\right)=\underset{q=0}{\overset{Q}{\mathrm{\Σ}}}x(n-q)T_q\left(\right|x(n-q)\left|\right)\·\·\·\left(2\right)$

系数a_kq可以作为[3]中所描述等式的过确定系统的最小平方解来获得。

注意到在(2)中，Tq(|x(n-q)|)是(复)变量x(n-)的绝对值中的多项式。因此，通过将每个延迟的复样本x(n-q)与在|x(n-q)|(有相同的延迟q)中的一个多项式相乘并且对于所有延迟q将各乘积相加，将获得与在[3]中所得到的相同的最后结果P(n)。然而，这个新的方法所具有的优点为，多项式Tq可以在如图6所描述的|x(n-q)|的适当值下被采样，并且被存储于查找表中。这样可以将预失真器简化为简单的FIR滤波器结构，其中通常恒定的滤波器系数通过如图7所描述的这些查找表来代替。

在图7所描述的本发明的典型实施例中，复输入信号x(n)被发送给绝对值块10和乘法器12。来自块10的绝对值信号被发送给查找表LUT0，该表表示多项式T₀的采样版本。来自查找表LUT0的对应(一般是复数的)值被发送给乘法器12，其与输入信号样本x(n)相乘。输入信号x(n)还被发送给延迟块D，其中该输入信号被延迟一个样本周期以用于形成一个延迟样本x(n-1)。这个延迟样本与非延迟样本都是通过绝对值块10、乘法器12和查找表LUT1以相同的方式进行处理的。然而，查找表LUT1现在表示多项式T₁的采样版本，而不是T₀的采样版本。如图7所描述的那样，可以包括(图中由点所表示的)其它延迟和查找表。最后，所获得的乘积在加法器14中被彼此相加，用来形成预失真的信号PD(n)。依据本发明所使用的查找表实时作出的计算比用于[3]中每个输入信号样本的多项式计算要有效的多。可以更新查找表，以便追踪在功率放大器特性中的缓慢改变。

作为一个例子，具有明显记忆效应的功率放大器被测量，然后以单一表预失真器对其进行预失真(图7中仅仅具有表LUT0的第一分支)。该简单的单一表预失真器不能解决在放大器输出端所测量的信号频谱的非对称性，尽管它将失真改进了5-10dB。然后，使用双表预失真器(图7中具有表LUT0和LUT1的头两个分支)对放大器进行预失真。这种双表预失真器的简单扩展具有解决所测量的输出信号中的非对称性的效果。这种改进与单一表相比大约为10dB。

与功率放大器相关的另一个问题是迅速地(但是与瞬时信号变化相比要慢)改变输入信号的功率电平将会引起功率放大器参数的改变。半导体组件的内部加热间接地引起这个问题。因此，寻求一种方法，通过该方法我们能够以快速的方式预测这些改变，然后应用这些调节。在以上的讨论中，假定在下面多项式中的系数a_kq是恒定的：

$T_q\left(\right|x(n-q)\left|\right)=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{a}_{\mathrm{kq}}\·{\left|x(n-q)\right|}^{k-1}\·\·\·\left(3\right)$

然而，一个更加灵活的方法是使得系数依赖于一个缓慢改变的参数“z”，例如，该参数表示平均输入功率电平、晶体管温度或晶体管偏置(电压，电流)。在这种情况下，等式(3)被修改成：

$T_q\left(\right|x(n-q)|,z)=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{a}_{\mathrm{kq}}\left(z\right)\·{\left|x(n-q)\right|}^{k-1}\·\·\·\left(4\right)$

在McLaurin级数中展开该系数a_kq(z)并且截去M项之后的级数，从而得到：

$a_{\mathrm{kq}}\left(z\right)=\underset{m=0}{\overset{M-1}{\mathrm{\Σ}}}{b}_{\mathrm{kq},m}{z}^m\·\·\·\left(5\right)$

其中b_kq，m独立于z。使用这个展开，等式(4)可以写成：

$T_q\left(\right|x(n-q)|,z)=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{m=0}{\overset{M-1}{\mathrm{\Σ}}}{b}_{\mathrm{kq},m}{z}^m{\left|x(n-q)\right|}^{k-1}\·\·\·\left(6\right)$

这个等式可以被重新安排成包含z的相同幂的部分和：

$T_q\left(\right|x(n-q)|,z)=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{m=0}{\overset{M-1}{\mathrm{\Σ}}}{b}_{\mathrm{kq},m}{z}^m{\left|x(n-q)\right|}^{k-1}=$

$=\underset{m=0}{\overset{M-1}{\mathrm{\Σ}}}{T}_{\mathrm{qm}}\left(\right|x(n-q)\left|\right)z^m$

因此在这个近似中，原始多项式T_q(|x(n-q)|)可以表示成一系列的多项式T_qm(|x(n-q)|)乘以z的不同幂。在这个近似中，预失真可以写成：

$\mathrm{PD}(n,z)=\underset{q=0}{\overset{Q}{\mathrm{\Σ}}}x(n-q)\left[\underset{m=0}{\overset{M-1}{\mathrm{\Σ}}}{T}_{\mathrm{qm}}\left(\right|x(n-q)\left|\right)z^m\right]\·\·\·\left(7\right)$

在这个近似中，预失真器可以通过在如图8所描述的每个延迟分支中的一组查找表来实现。在等式(7)中的方括号“[]中的表达式可以看成“滤波器系数”.

在图8所描述的一个典型实施例中，延迟深度是2(Q＝2)并且McLaurin展开包括3项(m＝3)。可以采用其它的项和延迟，但是这些数字已经被选择，这是因为这些数字足够大以便用来阐述所述原理，并且这些数字足够小以便避免遗漏。每个延迟分支包括3个查找表，例如LUT11、LUT12、LUT13，其在这个例子中由相同的绝对信号值|x(n-l)|来触发。这个实施例还包括用于计算输入信号平均功率z的块16。块16还可以包括一个平滑滤波器(例如FIR或IIR滤波器)，以用于防止功率信号的突然改变。功率值被发送到每个分支中的乘法器18中，所述乘法器将其与来自相应查找表LUT02、LUT12或LUT22的值相乘。功率值z还被发送到每个分支中的平方块20中。乘法器22将所得到的平方功率与来自相应查找表LUT03、LUT 13或LUT23的值相乘。将这些乘积在加法器24中相加，并且将所得到的各个和与来自查找表LUT01、LUT11或LUT21的值在加法器26中相加。来自加法器26的所得到的各个和形成滤波器结构的滤波器系数。从图8和等式(7)可以注意到，图7的实施例和等式(2)可以认为是z＝0的特殊情况。一种用于确定所述查找表的方法在APPENDIX(附录)中进行描述。

因为参数z在缓慢改变，所以在图8的实施例中，在公用块16中计算的平均功率可以在每个延迟分支中被计算。这样的实施例在图9中进行描述。尽管来自块16的输出可能不相同，但是由于缓慢改变的平均功率，它们是近似相同的。

图8中实施例的另一种变型在图10中进行描述。这个实施例通过重新设置块18、22和24的次序而消除了平方块20。它是基于以下代数恒等式：

                 a+bz+cz²＝a+(b+cz)z

图9的实施例中的一个相似的变型在图11中进行描述。可以理解，通过对等式(7)中的代数表达式进行其它的重新设置来获得其它的等价的实施例。例如，不同于在所述信号与延迟信号相乘之前执行z与z²相乘，乘法次序可以颠倒。

图12是基站的一个典型实施例的方框图，该基站包括一个具有依据本发明的预失真器的功率放大器。在图12中，对理解本发明没有必要的元件已经被省略了。基带复信号x(n)被发送给依照本发明的一个预失真器30。经预失真的信号在数字上变换器32中被上变换到中频(IF)，并且在D/A转换器34中被转换成一个模拟信号，该模拟信号又由模拟上变换器36上变换到射频(RF)。该RF信号被发送到功率放大器38中，并且经放大的信号被发送给天线。该放大的RF信号还被发送给一个反馈下变换链，其中该下变换链包括模拟下变换器40、A/D转换器42和数字下变换器44。该下变换的反馈信号被发送给训练器46，该训练器还接收经预失真的输入信号，以用于根据以上所描述的数学原理在预失真器30中确定所述查找表。在这个实施例中，预失真器30可在例如图8或10中实现，但是其具有一个对功率放大器的温度进行感测的温度传感器48以代替功率计算块16。

依据本发明的预失真器可以用FPGA(现场可编程门阵列)来实现。另一种可能是使用微处理器或微/信号处理器的组合和相应的软件来实现。对查找表条目的实际计算可以以离线的方式在缓慢的更新速度下进行。

如果需要使查找表保持较小，那么|x(n)|的分解可以比x(n)的分解粗糙。

在以上的描述中，假定输入信号幅度被作为进入查找表的索引来使用。然而，其它的依赖于输入信号幅度的变量(例如瞬时输入信号功率)也可以被使用。

尽管已经参照FIR滤波器结构描述了本发明，但是也可以对于IIR(无限脉冲响应)滤波器结构或者是FIR和llR滤波器结构的组合使用相同的原理。因此在其中可实现本发明的最通用的滤波器结构是离散时间滤波器结构。

可以理解，本领域内的技术人员可以在不脱离由所附权利要求书所定义的范围的情况下对本发明做出各种各样的修改和改变。

                            附录

一种用于计算表LUT00，LUT01，...的方法是对于参数“z”的某些值使用已经存储的表。在这个附录中假定“z”表示功率电平。然而，这个方法对于其它的参数(例如功率放大器(晶体管)温度)也是有效的。

如果我们首先将等式(7)简化成一个无记忆系统，则这个方法可以很容易解释。利用从无记忆系统中获得的知识，该方法也能够被扩展以包括有记忆系统。因此，对一个无记忆系统，我们得到：

如以上等式(A1)所表示的预失真器在功率电平z的某个范围内是近似有效的。现在，如果我们对于3个功率电平计算所述表，那么应当能够提取三个新的表T_n。因此，写下这三个将会引导我们求解T_n的等式。首先假定表T₀专用于0dBm功率，那么所述等式可以变成：

PD(n，0)＝x(n)·[T₀(|x(x(n)|)]

PD(n，z₁)＝x(n)·T₀(|x(n)|)+z₁·T₁(|x(n)|)+z₁ ²·T₂(|x(n)|)]      (A2)

PD(n，z₂)＝x(n)·[T₀(|x(n)|)+z₂·T₁(|x(n)|)+z₂ ²·T₂(|x(n)|)]应记住，在等式(A2)左侧的预失真器是已知的。通过简化这个公式，这些等式能够以稍微不同的方式写出来。在特定功率电平[0，z₁和z₂]下表示所述表[Q₀Q₁ Q₂]将给出以下等式：

x(n)·Q₀(|x(n)|)＝x(n)·[T₀(|x(n)|]

x(n)·Q₁(|x(n)|)＝x(n)·|T₀(|x(n)|)+z₁·T₁(|x(n)|)+z₁ ²·T₂(|x(n)|]     A3)

x(n)·Q₂(|x(n)|)＝x(n)·[T₀(|x(n)|)+z₂·T₁(|x(n)|)+z₂ ²·T₂(|x(n)|]

现在等式(A3)的解是很容易得出的，如：

$\left[\begin{array}{c}{T}_0\left(\right|x\left(n\right)\left|\right)\\ T_1\left(\right|x\left(n\right)\left|\right)\\ T_2\left(\right|x\left(n\right)\left|\right)\end{array}\right]={\left[\begin{array}{ccc}1& 0& 0\\ 1& z_1& z_1^2\\ 1& z_2& z_2^2\end{array}\right]}^{-1}\·\left[\begin{array}{c}{Q}_0\left(\right|x\left(n\right)\left|\right)\\ Q_1\left(\right|x\left(n\right)\left|\right)\\ Q_2\left(\right|x\left(n\right)\left|\right)\end{array}\right]\·\·\·\left(A4\right)$

因此总结这个部分，我们看到在等式(A1)中的内插多项式能直接用于计算对例如在z＝0dBm的功率下计算的基本表的校正。表T_n由等式(A4)推导出来，所述表又利用所存储的表Q_n。用于任何其它信号功率的新表能够通过简单地设定z＝功率电平以及将具有这些权重的表进行相加来计算。

对等式(A4)中的逆矩阵求解可以得到以下的结果：

$\left[\begin{array}{c}{T}_0\left(\right|x\left(n\right)\left|\right)\\ T_1\left(\right|x\left(n\right)\left|\right)\\ T_2\left(\right|x\left(n\right)\left|\right)\end{array}\right]=\left[\begin{array}{ccc}1& 0& 0\\ c_{21}& c_{22}& c_{23}\\ c_{31}& c_{32}& c_{33}\end{array}\right]\·\left[\begin{array}{c}{Q}_0\left(\right|x\left(n\right)\left|\right)\\ Q_1\left(\right|x\left(n\right)\left|\right)\\ Q_2\left(\right|x\left(n\right)\left|\right)\end{array}\right]\·\·\·\left(A5\right)$

因此，在等式(A1)中的预失真器也能使用等式(A5)中的逆矩阵单元“c”而明确写成：

$\mathrm{PD}(n,z)=x\left(n\right)\·\left[\begin{array}{c}{Q}_0\left(\right|x\left(n\right)\left|\right)+\\ +(c_{12}+c_{22}\·z+c_{32}\·z^2)\·Q_1\left(\right|x\left(n\right)\left|\right)+\\ +(c_{13}+c_{23}\·z+c_{33}\·z^2)\·Q_2\left(\right|x\left(n\right)\left|\right)\end{array}\right]\·\·\·\left(A6\right)$

作为对这个解决方案的进一步改进，完全相同的策略能够用于存储器系统的多项式(或表)。这两个系统能被分开处理，在它们之间没有任何耦合。

举一个例子，对于功率放大器在3个不同功率电平0dB、-3dB和-9dB下测量输入和输出信号。对于每个功率电平，计算在各自功率电平下作为预失真器来工作的表Q_0-2。其目的是计算参数“c”，然后使用等式(A6)来计算例如在功率电平z＝-6dB下的新表。

为了计算参数“c”，在校准步骤中设定z₁＝-3dB、z₂＝-9dB，于是参数“c”变成：

$\left[\begin{array}{ccc}1& 0& 0\\ c_{21}& c_{22}& c_{23}\\ c_{31}& c_{32}& c_{33}\end{array}\right]={\left[\begin{array}{ccc}1& 0& 0\\ 1& (-3)& {(-3)}^2\\ 1& (-9)& {(-9)}^2\end{array}\right]}^{-1}=\left[\begin{array}{ccc}1& 0& 0\\ 0.444& -0.5& 0.056\\ 0.037& -0.056& 0.019\end{array}\right]\·\·\·\left(A7\right)$

使用这个经内插的预失真器的结果相较于使用直接计算的预失真器的效果非常好，仅仅在接近载波的频谱级有很小的不同。

通过将其展开成|x(n)|的多项式并且使用最小均方(LMS)方法求出系数，还可计算出等式(A3)中的T₀、T₁和T₂。这给出了初始表的“自动”外插的进一步的优点。因此，如果对于低功率电平可获得表，那么相应的用于更高功率电平的表能够通过依据这种方法进行外插来获得。

                           参考文献

[1]EP 0 813 300 A1，Loral Aerospace Corporation，″Signal conditionerwith symbol addressed lookup table based transversal filters″.

[2]US 5 923 712，R.R.Leyendecker et al，″Method and apparatus forlinear transmission by direct inverse modeling″.

[3]Lei Ding，G.Tong Zhou，Zhengxiang Ma，Dennis R.Morgan，J.Steven-son Kenney，Jaehyeong Kim，Charles R.Giardina，(School of electricaland computer engineering，Georgia Institute of Technology，Atlanta)，″A robust digital baseband predistorter constructed using memorypolynomials″，Manuscript submitted to IEEE Trans.on Communica-tion，March 16，2002.

[4]J.Kim and K.Konstantinou，″Digital predistortion of wideband signalsbased on power amplifier model with memory″，IEE Electronics Let-ters，8：th November 2001，Vol.37 No.23.

Claims (18)

1.一种功率放大器预失真器，其由具有滤波器抽头的离散时间滤波器结构所形成，其特征在于，所述滤波器结构包括：

用于每个滤波器抽头的单独查找表(LUT0，LUT1，LUT2；LUT01，LUT11，LUT21)，每个查找表代表一个变量中的所采样的多项式，该变量代表信号幅度；和

用于从每个滤波器抽头查找表中选择一个滤波器系数的装置(10)，该滤波器系数取决于将与该滤波器抽头相乘的相应的复信号值的幅度。

2.如权利要求1中的预失真器，其特征在于，所述离散时间滤波器结构包括一个FIR滤波器结构。

3.如权利要求1中的预失真器，其特征在于，所述离散时间滤波器结构包括一个IIR滤波器结构。

4.如权利要求1中的预失真器，其特征在于，所述离散时间滤波器结构包括一个FIR滤波器结构和IIR滤波器结构的组合。

5.如权利要求1中的预失真器，其特征在于用于补偿在预定参数(z)中的改变的装置(LUT02，LUT03，LYT12，LUT13，LUT22，LUT23，16，18，20，22，24，26)。

6.如权利要求5中的预失真器，其特征在于，所述参数代表平均预失真器输入信号功率。

7.如权利要求5中的预失真器，其特征在于，所述参数代表放大器温度。

8.如权利要求5中的预失真器，其特征在于，所述参数代表功率放大器晶体管偏置。

9.如权利要求5中的预失真器，其特征在于用于从每个滤波器抽头查找表中选择一个滤波器系数的装置，该滤波器系数取决于将与该滤波器抽头相乘的相应的复信号值的瞬时信号功率。

10.一种基站，包括由具有滤波器抽头的离散时间滤波器结构所形成的功率放大器预失真器，其特征在于，所述滤波器结构包括：

用于每个滤波器抽头的单独查找表(LUT0，LUT1，LUT2；LUT01，LUT11，LUT21)，每个查找表代表一个变量中的所采样的多项式，该变量代表信号幅度；和

用于从每个滤波器抽头查找表中选择一个滤波器系数的装置(10)，该滤波器系数取决于将与该滤波器抽头相乘的相应的复信号值的幅度。

11.如权利要求10中的基站，其特征在于，所述离散时间滤波器结构包括一个FIR滤波器结构。

12.如权利要求10中的基站，其特征在于，所述离散时间滤波器结构包括一个IIR滤波器结构。

13.如权利要求10中的基站，其特征在于，所述离散时间滤波器结构包括一个FIR滤波器结构和IIR滤波器结构的组合。

14.如权利要求10中的基站，其特征在于用来补偿在预定参数(z)中的改变的装置(LUT02，LUT03，LYT12，LUT13，LUT22，LUT23，16，18，20，22，24，26)。

15.如权利要求14中的基站，其特征在于，所述参数代表平均预失真器输入信号功率。

16.如权利要求14中的基站，其特征在于，所述参数代表放大器温度。

17.如权利要求14中的基站，其特征在于，所述参数代表功率放大器晶体管偏置。

18.如权利要求10中的基站，其特征在于用来从每个滤波器抽头查找表中选择一个滤波器系数的装置，该滤波器系数取决于将与该滤波器抽头相乘的相应的复信号值的瞬时信号功率。

Images