專利名稱：一種調(diào)整預(yù)失真線性性能的方法、設(shè)備和系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及射頻功率放大器的數(shù)字預(yù)失真技術(shù)，尤其涉及一種調(diào)整預(yù)失真線性性能的方法、設(shè)備和系統(tǒng)。
背景技術(shù)：
在無線通信系統(tǒng)全面進入3G并邁向4G的過程中，功率放大器作為通信系統(tǒng)中影響系統(tǒng)性能和覆蓋范圍的關(guān)鍵部件，而非線性是功率放大器的固有特性，但是，非線性將會引起已過濾的信號頻譜的增長，進而造成對相鄰信道干擾，也會造成帶內(nèi)信號的失真，提高系統(tǒng)的誤碼率。因此，對功率放大器進行線性化處理以提高其功效對于無線通信的發(fā)展至關(guān)重要。在現(xiàn)有技術(shù)中，采用多種方法對功率放大器進行線性處理，例如反饋法、前饋法，數(shù)字預(yù)失真等方法。在這些線性化技術(shù)中，利用數(shù)字預(yù)失真技術(shù)對發(fā)射機的功率放大器進行線性化是性價比最高的技術(shù)，具有穩(wěn)定性高、適用帶寬寬、實現(xiàn)成本低等優(yōu)點，目前被廣泛應(yīng)用。如圖I所示，為現(xiàn)有技術(shù)中實現(xiàn)數(shù)字預(yù)失真的裝置結(jié)構(gòu)圖。該裝置包括預(yù)失真處理單元、PA和預(yù)失真系數(shù)計算單元，圖中虛線箭頭表示預(yù)失真處理單元與預(yù)失真系數(shù)計算單元進行同步調(diào)整，該裝置的工作原理為預(yù)失真處理單元，用于根據(jù)預(yù)失真系數(shù)計算單元生成的預(yù)失真系數(shù)，對輸入的數(shù)字基帶信號X(n)進行預(yù)失真處理，輸出信號Z(η)；PA，用于接收預(yù)失真處理單元輸出信號Ζ(η)，進行放大處理后輸出信號Υ(η)；預(yù)失真系數(shù)計算單元，用于根據(jù)PA的反饋信號和誤差信號e (η)計算并生成預(yù)失真系數(shù)，向誤差計算單元輸出Ζ(η)的估計值Ζ(//)，并根據(jù)獲取的預(yù)失真系數(shù)，對輸入預(yù)失真處理單元的信號Χ(η)進行同步調(diào)整。其中，誤差信號e(n)是將輸出信號Z(n)與預(yù)失真系數(shù)計算單元生成的信號Z(η)的估計值Ζ(〃)進行減運算，輸出得到的，用于對預(yù)失真系數(shù)計算單元進行調(diào)整。在適用數(shù)字預(yù)失真技術(shù)對功率放大器進行線性化處理時，一般通過查表和記憶多項式兩種方式進行，其中，采用查表的方法進行線性化處理時，需要大量的存儲單元，并且計算速度慢，應(yīng)用的可能性較小。而采用記憶多項式進行線性化處理，可以節(jié)省大量的存儲單元，并且計算速度加快，具體通過求解記憶多項式系數(shù)擬合功率放大器逆模型曲線的方式進行線性化處理。在基于記憶多項式的預(yù)失真技術(shù)中，求解預(yù)失真的常用方法有LU分解法、喬里斯基分解法、QR分解法、求逆法、奇異值分解法等方法。除了奇異值分解法，以上其他方法都是常見的線性方程組求解方法，都不涉及矩陣的特征值分解和特征向量問題，計算復(fù)雜度較低，但存在計算穩(wěn)定性差的問題，導(dǎo)致利用得到的預(yù)失真系數(shù)來調(diào)整功放接收到的信號線性效果比較差。利用奇異值分解法則涉及矩陣的特征值和特征向量，當(dāng)記憶多項式階數(shù)較高時，預(yù)失真矩陣的模糊性增加，而且系數(shù)復(fù)雜度指數(shù)增加，進而導(dǎo)致預(yù)失真器的穩(wěn)定性下降。例如當(dāng)記憶多項式階數(shù)較高時，假設(shè)得到的預(yù)失真矩陣是一個K*N矩陣，其中，N為輸入數(shù)據(jù)序列X(n)的數(shù)據(jù)點(一般取值范圍為IO3 104，例如4096)，對這維數(shù)如此大的矩陣進行奇異值分解的效率是非常低的，而且需要很大的存儲空間。同時，奇異值分解完成后得到預(yù)失真矩陣的維數(shù)也是相當(dāng)大的，存儲空間要求也很高。因此，亟需一種計算程度相對簡單，運算效率較高并且存儲空間需求小的確定預(yù)失真系數(shù)的方法，進而改善預(yù)失真的線性調(diào)整性能
發(fā)明內(nèi)容

本發(fā)明實施例提供了一種調(diào)整預(yù)失真線性性能的方法、設(shè)備和系統(tǒng)，用以解決現(xiàn)有技術(shù)中確定預(yù)失真系數(shù)的方法計算復(fù)雜、運算效率低且運算過程中存儲數(shù)據(jù)空間需求大，導(dǎo)致調(diào)整預(yù)失真線性性能不穩(wěn)定的問題。一種調(diào)整預(yù)失真線性性能的方法，所述方法包括根據(jù)射頻功率放大器的輸入信號z (η)和輸出信號y(n)構(gòu)建基于記憶多項式模型的線性方程組，并對該線性方程組進行轉(zhuǎn)換后，得到包含ILmT1的預(yù)失真系數(shù)a的表達式，所述ILuu—1為預(yù)失真自相關(guān)矩陣R_uu的逆矩陣；確定預(yù)失真自相關(guān)矩陣R_uu的實對稱陣及的特征值矩陣&和特征向量矩陣1通過特征值矩陣&和特征向量矩陣^還原得到所述R_uu的特征值矩陣S和特征向量矩陣V ；對所述特征值矩陣S的主對角元素中小于設(shè)定閾值的元素取零，得到近似特征值矩陣及,利用近似特征值矩陣及構(gòu)建逆取代矩陣夕,作為所述ILmT1的特征值矩陣S—1代入所述預(yù)失真系數(shù)a的表達式計算得出所述預(yù)失真系數(shù)a ；使用計算得到的所述預(yù)失真系數(shù)a對輸入的數(shù)字基帶信號進行數(shù)字預(yù)失真的線性調(diào)整。一種調(diào)整預(yù)失真線性性能的設(shè)備，所述設(shè)備包括預(yù)失真系數(shù)模型建立模塊，用于根據(jù)射頻功率放大器的輸入信號z (η)和輸出信號y(n)構(gòu)建基于記憶多項式模型的線性方程組，并對該線性方程組進行轉(zhuǎn)換后，得到包含IUm1的預(yù)失真系數(shù)a的表達式，所述IUm1為預(yù)失真自相關(guān)矩陣R_uu的逆矩陣；特征值矩陣和特征向量矩陣確定模塊，用于確定預(yù)失真自相關(guān)矩陣R_uu的實對稱陣i 的特征值矩陣&和特征向量矩陣通過特征值矩陣&和特征向量矩陣匕還原得到所述R_uu的特征值矩陣S和特征向量矩陣V ；預(yù)失真系數(shù)計算模塊，用于對所述特征值矩陣S的主對角元素中小于設(shè)定閾值的元素取零，得到近似特征值矩陣3 ,利用近似特征值矩陣及構(gòu)建逆取代矩陣P,作為所述R_UU-1的特征值矩陣S—1代入所述預(yù)失真系數(shù)a的表達式計算得出所述預(yù)失真系數(shù)a ；預(yù)失真線性性能調(diào)整模塊，用于使用計算得到的所述預(yù)失真系數(shù)a對數(shù)字基帶信號進行數(shù)字預(yù)失真的線性調(diào)整。一種調(diào)整預(yù)失真線性性能的系統(tǒng)，所述系統(tǒng)包括調(diào)整預(yù)失真線性性能設(shè)備和射頻功率放大器；所述射頻功率放大器，用于接收所述調(diào)整預(yù)失真線性性能設(shè)備的輸出信號，進行功率放大處理后向外部輸出信號，并同時將向外部輸出的信號反饋給所述調(diào)整預(yù)失真線性性能設(shè)備。
本發(fā)明有益效果如下本發(fā)明實施例根據(jù)射頻功率放大器的輸入信號Z (η)和輸出信號y (η)構(gòu)建基于記憶多項式模型的線性方程組，并對該線性方程組進行轉(zhuǎn)換后，得到包含ILmT1的預(yù)失真系數(shù)a的表達式，將確定預(yù)失真系數(shù)a的過程轉(zhuǎn)化為確定ILuiT1的特征值矩陣S和特征向量矩陣V，簡化計算的復(fù)雜度，在確定特征值矩陣S和特征向量矩陣V的過程中，進行矩陣運算的維數(shù)較低，運算所需的存儲空間較少，最終將確定的ILmT1的特征值矩陣S和特征向量矩陣V代入所述預(yù)失真系數(shù)a的表達式得到預(yù)失真系數(shù)，這樣得到的預(yù)失真系數(shù)a穩(wěn)定性較高，使得預(yù)失真線性調(diào)整性能也有所提高。


圖I為現(xiàn)有技術(shù)中實現(xiàn)數(shù)字預(yù)失真的裝置結(jié)構(gòu)圖；圖2為本實施例一的一種調(diào)整預(yù)失真線性性能的方法流程圖；圖3為本實施例二的一種調(diào)整預(yù)失真線性性能的方法流程圖；圖4為本實施例三的一種調(diào)整預(yù)失真線性性能的設(shè)備結(jié)構(gòu)示意圖；圖5為本實施例四的一種調(diào)整預(yù)失真線性性能的系統(tǒng)結(jié)構(gòu)示意圖；圖6為預(yù)失真線性性能調(diào)整的系統(tǒng)結(jié)構(gòu)示意圖。
具體實施例方式為了實現(xiàn)本發(fā)明的目的，本發(fā)明實施例提供了一種調(diào)整預(yù)失真線性性能的方法、設(shè)備和系統(tǒng)，根據(jù)射頻功率放大器的輸入信號z (η)和輸出信號y(n)構(gòu)建基于記憶多項式模型的線性方程組，并對該線性方程組進行轉(zhuǎn)換后，得到包含ILmf1的預(yù)失真系數(shù)a的表達式，將確定預(yù)失真系數(shù)a的過程轉(zhuǎn)化為確定R_uu的特征值矩陣S和特征向量矩陣V，簡化計算的復(fù)雜度，最終將確定的R_uu的特征值矩陣S和特征向量矩陣V代入所述預(yù)失真系數(shù)a的表達式得到預(yù)失真系數(shù)，實現(xiàn)預(yù)失真對信號的線性調(diào)整。與現(xiàn)有技術(shù)中確定預(yù)失真系數(shù)的其他方法相比，本發(fā)明的方案中由構(gòu)建的基于記憶多項式的線性方程組轉(zhuǎn)化得到的預(yù)失真系數(shù)a的表達式，運算過程中簡化矩陣運算的維數(shù)，降低矩陣運算的復(fù)雜度，使得所需的存儲空間較小，并且確定矩陣特征值矩陣和特征向量矩陣的方法運算過程相對簡單，增強了預(yù)失真系數(shù)a求解過程的穩(wěn)定性，使得預(yù)失真線性調(diào)整性能也有所提高。下面結(jié)合說明書附圖對本發(fā)明實施例進行詳細描述。實施例一如圖2所示，為本實施例一提供的一種調(diào)整預(yù)失真線性性能的方法的流程圖。該方法包括步驟101 :根據(jù)射頻功率放大器的輸入信號z (η)和輸出信號y (η)構(gòu)建基于記憶多項式模型的線性方程組，并對該線性方程組進行轉(zhuǎn)換后，得到包含ILmT1的預(yù)失真系數(shù)a的表達式，R.uu-1為預(yù)失真自相關(guān)矩陣R_uu的逆矩陣。在本步驟101中，根據(jù)射頻功率放大器的輸入信號z (η)和輸出信號y(n)構(gòu)建基于記憶多項式模型的線性方程組，針對構(gòu)建的線性方程組進行矩陣的轉(zhuǎn)化，得到預(yù)失真系數(shù)a的表達式，為準(zhǔn)確確定預(yù)失真系數(shù)奠定基礎(chǔ)。、
步驟102 :確定預(yù)失真自相關(guān)矩陣R_uu的實對稱陣及的特征值矩陣&和特征向量矩陣匕，通過特征值矩陣&和 特征向量矩陣匕還原得到所述R_uu的特征值矩陣S和特征向量矩陣V。步驟103 :對所述特征值矩陣S的主對角元素中小于設(shè)定閾值的元素取零，得到近似特征值矩陣S，利用近似特征值矩陣及構(gòu)建逆取代矩陣歲，作為ILuu-1的特征值矩陣S—1代入所述預(yù)失真系數(shù)a的表達式計算得出預(yù)失真系數(shù)a。步驟104 :使用計算得到的所述預(yù)失真系數(shù)a對數(shù)字基帶信號進行數(shù)字預(yù)失真的線性調(diào)整。實施例二 如圖3所示，為本實施例二提供的一種調(diào)整預(yù)失真線性性能的方法的流程圖。本實施例二是實施例一提供的方法的細化方案，其中包含了上述實施例一提供的方法中各步驟在具體實施時所采用的實施方式的詳細描述，該方法包括下述步驟步驟201 :根據(jù)射頻功率放大器的輸入信號z (η)和輸出信號y (η)構(gòu)建基于記憶多項式模型的線性方程組。在本步驟201中，在對信號進行預(yù)失真處理時，當(dāng)射頻功率放大器接收到的信號的帶寬小于射頻功率放大器的固有帶寬時，射頻功率放大器的記憶效應(yīng)可以忽略；當(dāng)射頻功率放大器接收到的信號的帶寬大于射頻功率放大器的固有帶寬時，射頻功率放大器的記憶效應(yīng)相當(dāng)明顯。因此，本發(fā)明實施例中，根據(jù)當(dāng)前通信網(wǎng)絡(luò)的實際需要，在通過預(yù)失真系數(shù)對接收到的數(shù)字基帶信號進行預(yù)失真處理時，需要根據(jù)輸入射頻功率放大器的信號ζ (η)和射頻功率放大器輸出信號y (η)構(gòu)建基于記憶多項式模型的線性方程組。具體地，根據(jù)輸入射頻功率放大器的信號ζ (η)和射頻功率放大器輸出的信號
y(n)構(gòu)建基于記憶多項式的線性方程組為
權(quán)利要求
1.一種調(diào)整預(yù)失真線性性能的方法，其特征在于，所述方法包括 根據(jù)射頻功率放大器的輸入信號Z (η)和輸出信號y (η)構(gòu)建基于記憶多項式模型的線性方程組，并對該線性方程組進行轉(zhuǎn)換后，得到包含ILmT1的預(yù)失真系數(shù)a的表達式，所述ILmT1為預(yù)失真自相關(guān)矩陣R_uu的逆矩陣； 確定由預(yù)失真自相關(guān)矩陣R_uu構(gòu)建的實對稱陣及的特征值矩陣&和特征向量矩陣匕，通過特征值矩陣&和特征向量矩陣、還原得到所述R_uu的特征值矩陣S和特征向量矩陣V ； 對所述特征值矩陣S的主對角元素中小于設(shè)定閾值的元素取零，得到近似特征值矩陣§，利用近似特征值矩陣及構(gòu)建逆取代矩陣夕，作為所述ILmT1的特征值矩陣S—1代入所述預(yù)失真系數(shù)a的表達式計算得出所述預(yù)失真系數(shù)a ； 使用計算得到的所述預(yù)失真系數(shù)a對輸入的數(shù)字基帶信號進行數(shù)字預(yù)失真的線性調(diào) 難iF. O
2.如權(quán)利要求I所述的方法，其特征在于，根據(jù)射頻功率放大器的輸入信號z(η)和輸出信號y(n)構(gòu)建基于記憶多項式模型的線性方程組，并對該線性方程組進行轉(zhuǎn)換后，得到包含ILuiT1的預(yù)失真系數(shù)a的表達式，具體包括以下步驟 根據(jù)射頻功率放大器的輸入信號z (η)和輸出信號y (η)構(gòu)建基于記憶多項式的線性方程組ζ(")=ΣΣ ^--TT-; k=i /=UU odd 將所述線性方程組轉(zhuǎn)化為矩陣表達式，為Z = Ua ; 對所述Z = Ua兩邊分別左乘矩陣UH，得到UhZ = UHUa，并將UhU求逆，即可得包含ILmT1的預(yù)失真系數(shù)a的表達式a = (R_uu) _1R_uz, 其中，K為記憶多項式最大階數(shù)，k取值為I K，L為記憶多項式最大記憶深度，I取值為O L, akl為預(yù)失真系數(shù)中的第k個元素，G為功放增益， a為預(yù)失真系數(shù)矩陣；Z= [Z(O)，Z⑴，...，Z(N-1)]T;U為預(yù)失真矩陣，且U= [U10,U30，, Uko, , U1L, U2l, , UkJt ；R_uu 為預(yù)失真自相關(guān)矩陣，且 R_uu = UHU, Uh = U ；R_uz = UhZ。
3.如權(quán)利要求2所述的方法，其特征在于，確定由預(yù)失真自相關(guān)矩陣R_uu構(gòu)建的實對稱陣及的特征值矩陣&和特征向量矩陣^，具體包括 -R\V~ 提取R_uu的實部矩陣和虛部矩陣，將R_uu轉(zhuǎn)化為氏 RS ^ =A v ，得到所述 i —R ~R_uu的實對稱陣~表達式為&= Γ ， RLiS- K j 其中，Rf Ri為R_uu的實部和虛部，λ為R_UU的特征值，V為R_uu的特征向量，Vr, Vi為V的實部和虛部； 利用豪斯荷爾德算法對所述實對稱陣及進行約化，得到三對角陣T為
4.如權(quán)利要求3所述的方法，其特征在于，通過特征值矩陣&和特征向量矩陣匕還原得至IJ所述R_uu的特征值矩陣S和特征向量矩陣V，具體包括 從實對稱陣及的特征值矩陣&的對角線元素提取奇數(shù)位置的元素構(gòu)成R_uu的特征值矩陣S ； 從實對稱陣及的特征向量矩陣4中提取I KL行奇數(shù)列中的元素構(gòu)成R_uu的特征向量矩陣V的實部，并從實對稱陣及的特征向量矩陣G中提取KL+1 2KL行奇數(shù)列中的元素構(gòu)成R_uu的特征向量矩陣V的虛部； 或者，從實對稱陣及的特征值矩陣&的對角線元素提取偶數(shù)位置的元素構(gòu)成R_uu的特征值矩陣S ； 從實對稱陣及的特征向量矩陣^中提取I KL行偶數(shù)列中的元素構(gòu)成R_uu的特征向量矩陣V的實部，并從實對稱陣及的特征向量矩陣G中提取KL+1 2KL行偶數(shù)列中的元素構(gòu)成R_uu的特征向量矩陣V的虛部。
5.如權(quán)利要求4所述的方法，其特征在于，對所述特征值矩陣S的主對角元素中小于設(shè)定閾值的元素取零，得到近似特征值矩陣S ,使用近似特征值矩陣g構(gòu)建逆取代矩陣P，具體包括當(dāng)Xm< e，m=l,2, ...，k；^n時,則令Xm = O,那么得到S的近似特征值矩罔S即
6.如權(quán)利要求5所述的方法，其特征在于，作為所述ILuu—1的特征值矩陣S—1代入所述預(yù)失真系數(shù)a的表達式計算得出所述預(yù)失真系數(shù)a，具體包括 對R_uu的特征向量矩陣V進行矩陣的分塊分解，得到
7.—種調(diào)整預(yù)失真線性性能的設(shè)備，其特征在于，所述設(shè)備包括 預(yù)失真系數(shù)模型建立模塊，用于根據(jù)射頻功率放大器的輸入信號ζ(η)和輸出信號y(n)構(gòu)建基于記憶多項式模型的線性方程組，并對該線性方程組進行轉(zhuǎn)換后，得到包含R_UU-1的預(yù)失真系數(shù)a的表達式，所述ILuu—1為預(yù)失真自相關(guān)矩陣R_uu的逆矩陣； 特征值矩陣和特征向量矩陣確定模塊，用于確定預(yù)失真自相關(guān)矩陣R_uu的實對稱陣Λ的特征值矩陣&和特征向量矩陣FiP通過特征值矩陣&和特征向量矩陣G還原得到所述R_uu的特征值矩陣S和特征向量矩陣V ； 預(yù)失真系數(shù)計算模塊，用于對所述特征值矩陣S的主對角元素中小于設(shè)定閾值的元素取零，得到近似特征值矩陣及,利用近似特征值矩陣5構(gòu)建逆取代矩陣夕，作為所述ILmT1的特征值矩陣S—1代入所述預(yù)失真系數(shù)a的表達式計算得出所述預(yù)失真系數(shù)a ； 預(yù)失真線性性能調(diào)整模塊，用于使用計算得到的所述預(yù)失真系數(shù)a對數(shù)字基帶信號進行數(shù)字預(yù)失真的線性調(diào)整。
8.如權(quán)利要求7所述的設(shè)備，其特征在于， 所述預(yù)失真系數(shù)模型建立模塊，具體用于根據(jù)輸入射頻功率放大器的信號z (η)和射頻功率放大器的輸出信號y (η)構(gòu)建基于記憶多項式的線性方程組
9.如權(quán)利要求8所述的設(shè)備，其特征在于， 所述特征值矩陣和特征向量矩陣確定模塊，具體用于提取R_uu的實部矩陣和虛部矩陣，將R—uu轉(zhuǎn)化為
10.如權(quán)利要求9所述的設(shè)備，其特征在于， 所述特征值矩陣和特征向量矩陣確定模塊，具體用于從實對稱陣及的特征值矩陣&的對角線元素提取奇數(shù)位置的元素構(gòu)成R_uu的特征值矩陣S，以及從實對稱陣及的特征向量矩陣4中提取I KL行奇數(shù)列中的元素構(gòu)成R_uu的特征向量矩陣V的實部，并從實對稱陣及的特征向量矩陣G中提取KL+1 2KL行奇數(shù)列中的元素構(gòu)成R_uu的特征向量矩陣V的虛部； 或者，從實對稱陣及的特征值矩陣&的對角線元素提取偶數(shù)位置的元素構(gòu)成R_uu的特征值矩陣S，以及從實對稱陣及的特征向量矩陣^中提取I KL行偶數(shù)列中的元素構(gòu)成R_uu的特征向量矩陣V的實部，并從實對稱陣則勺特征向量矩陣匕中提取KL+1 2KL行偶數(shù)列中的元素構(gòu)成R_uu的特征向量矩陣V的虛部。
11.如權(quán)利要求10所述的設(shè)備，其特征在于， 所述預(yù)失真系數(shù)計算模塊，具體用于當(dāng)Xm< ε , m = 1,2, . . . , k ^ η時,貝U令Xm =O，那么得到S的近似特征值矩陣即
12.如權(quán)利要求11所述的設(shè)備，其特征在于， 所述預(yù)失真系數(shù)確定模塊，具體用于對R_uu的特征向量矩陣V進行矩陣的分塊分解，得到,，并將特征值矩陣S-1代入預(yù)失真系數(shù)a的表達式，得到
13.—種調(diào)整預(yù)失真線性性能的系統(tǒng)，其特征在于，所述系統(tǒng)包括如權(quán)利要求7至12任一項所述的調(diào)整預(yù)失真線性性能設(shè)備和射頻功率放大器； 所述射頻功率放大器，用于接收所述調(diào)整預(yù)失真線性性能設(shè)備的輸出信號，進行功率放大處理后向外部輸出信號，并同時將向外部輸出的信號反饋給所述調(diào)整預(yù)失真線性性能設(shè)備。
14.如權(quán)利要求13所述的系統(tǒng)，其特征在于，所述調(diào)整預(yù)失真線性性能設(shè)備可由數(shù)字信號處理DSP器件和可編程門陣列FPGA器件實現(xiàn)。
全文摘要
本發(fā)明公開了一種調(diào)整預(yù)失真線性性能的方法、設(shè)備和系統(tǒng)，主要內(nèi)容包括根據(jù)射頻功率放大器的輸入信號z(n)和輸出信號y(n)構(gòu)建基于記憶多項式模型的線性方程組，并對該線性方程組進行轉(zhuǎn)換后，得到包含R_uu的預(yù)失真系數(shù)a的表達式，將確定預(yù)失真系數(shù)a的過程轉(zhuǎn)化為確定R_uu的特征值矩陣S和特征向量矩陣V，簡化計算的復(fù)雜度，在確定特征值矩陣S和特征向量矩陣V的過程中，進行矩陣運算的維數(shù)較低，運算所需的存儲空間較少，最終將確定的R_uu的特征值矩陣S和特征向量矩陣V代入所述預(yù)失真系數(shù)a的表達式得到預(yù)失真系數(shù)，這樣得到的預(yù)失真系數(shù)a穩(wěn)定性較高，使得預(yù)失真線性調(diào)整性能也有所提高。
文檔編號H04L25/49GK102739586SQ20121019691
公開日2012年10月17日 申請日期2012年6月14日 優(yōu)先權(quán)日2012年6月14日
發(fā)明者楊俊 , 鄧炳榮 申請人:京信通信系統(tǒng)(中國)有限公司