CN102652397A

CN102652397A - 以减少的带宽反馈数字预失真非线性系统的方法和装置

Info

Publication number: CN102652397A
Application number: CN2010800561398A
Authority: CN
Inventors: F·A·穆希卡; L·丁
Original assignee: Texas Instruments Inc
Current assignee: Texas Instruments Inc
Priority date: 2009-12-09
Filing date: 2010-12-09
Publication date: 2012-08-29
Also published as: US20110135034A1; WO2011072137A9; US20140133602A1; US8670501B2; US9705539B2; WO2011072137A2; WO2011072137A3

Abstract

本发明的实施例提供一种DPD系统，其中变换传输参考信号，包括亚采样、频率迁移等，从而匹配反馈信号，反馈信号经过类似的变换过程，从而得到误差信号（501-506）。相同变换以适应算法被应用于系统模型，其可以雅可比行列式、海森矩阵、梯度模型等，从而最小化误差。

Description

以减少的带宽反馈数字预失真非线性系统的方法和装置

技术领域

本发明的实施例通常涉及电子系统，并且更具体地涉及使用有限的带宽反馈来预失真非线性系统。

背景技术

预失真用于传输系统中以补偿传输信道对要发送的信号的线性和非线性效应。适应引擎（engine）可以为预失真电路生成误差校正信号。误差校正信号使预失真电路以抵消传输信道响应的方式修改输入信号。因此，系统输出信号应该等价于施加了一些增益值而没有其他修改的输入信号。适应引擎必须知道传输信道响应，以便生成正确的误差校正信号。

系统内部的适应引擎能够用于测量传输信道响应。适应引擎接收系统输入信号和系统输出信号两者，然后比较输入信号和输出信号，从而确定传输信道响应。因此，适应引擎能够为当前工作情况确定传输信道响应。然而，在这种系统中，经由反馈信道将系统输出信号提供到适应引擎。除了传输信道响应之外，反馈信道将其自己的响应引入到输出信号。因此，适应引擎生成被设计为抵消传输信道响应和反馈信道响应两者的误差校正信号。

发明内容

本发明的实施例提供了一种用于在反馈环中使用比传输信号中使用的速率更低的采样速率来生成数字预失真（DPD）系数的系统和方法。

在一个实施例中，在系统输入和传输电路之间的传输路径中包括数字预失真电路。例如，传输电路可以是功率放大器。反馈电路耦合在传输电路的输出和训练模块之间。例如，系统反馈电路可以包括模数转换器。反馈电路从传输电路的输出以反馈采样速率提供反馈信号样本，该采样速率低于用于系统输入处的信号的输入采样速率。训练电路耦合到系统输入并且耦合到反馈电路的输出。训练电路还包括反馈模型电路，其修改系统输入信号，从而匹配反馈信号样本的特性。反馈模型电路可以修改系统输入信号的一个或更多特性，例如采样速率、信号延迟、信号相位、镜像信号、线性频率响应失真和非线性信号路径失真。

训练电路进一步包括误差计算电路，其耦合到反馈模型电路和反馈电路两者。误差计算电路根据反馈信号样本和修改的系统输入信号生成反馈误差信号。训练电路进一步包括测量矩阵模块，其包括数字预失真电路的模型、传输电路的模型和反馈模型电路的模型。测量矩阵模块根据系统的当前操作条件生成当前系统模型信号。训练电路中的数字预失真适应电路耦合到误差计算电路的输出和测量矩阵模块的输出。数字预失真适应电路根据反馈误差信号和当前系统模型信号生成用于数字预失真电路的更新的预失真系数。

附图说明

图1示出简化的预失真系统；

图2是具有直接学习架构的预失真系统的方框图；

图3是示出亚采样的DPD适应系统的方框图；

图4示出亚采样DPD适应系统，其用于估计PA模型参数；

图5是根据一个实施例的示出用于提供数字预失真系数的方法的流程图；和

图6是根据一个实施例的示出用于提供传输电路模型系数的方法的流程图。

具体实施方式

本发明参考附图更充分地描述。然而，本发明可以以许多不同的形式体现，并且不应该被视作限制于这里所阐述的实施例。

本发明的实施例提供了使用减少的带宽反馈数据来进行数字预失真（DPD）操作的方法。通常，这里所使用的术语“亚采样DPD适应”指代如下情形，其中反馈信号的数据速率低于参考信号或者传输信号的数据速率。使用亚采样DPD适应提供了某些优点，例如因为反馈环中需要较低的模数转换器（ADC）采样速率，所以减少了反馈复杂性，以及使得能够进入由于出口控制限制而造成转换器数据速率受限的市场。

所建议的亚采样DPD解决方案具有下列额外的特点和益处。来自传输路径的参考信号被变换以匹配来自传输路径的反馈信号。参考信号经历变换过程，例如亚采样或者频率迁移，其类似于反馈信号的变换。参考信号和反馈信号用于得到误差信号。用于参考信号和反馈信号的同一变换过程也应用于适应算法中的系统模型，从而最小化误差。系统模型可以是例如雅可比行列式（Jacobian）、海森矩阵（Hessian）或者梯度模型（Gradients）。系统能够容纳任意的反馈信号变换，只要不存在信息损失。混叠保持亚采样操作（alias-preserving sub-sampling operation）是适合的变换的示例，然而任意的频率偏移、频率整形也是有效的变换。所关心的一个情形是在传输路径中的直接转换架构和反馈路径上的中频期间。变换处理应用于清洁的（clean）参考信号而不是有噪声的反馈信号，这在某些情形中可以放宽处理要求。

图1示出简化的预失真系统。DPD数据路径101预失真从基带电路102接收的传输信号S_B，以便从功率放大器（PA）103输出的信号S_O在被数模转换器（DAC）104和PA 103失真之后相似于期望的基带信号S_B。输出信号S_O用作反馈信号S_FB，其在ADC 105中被数字化（S'_FB）并且被提供到DPD训练电路106。基带参考信号S_B也作为参考信号S_REF被提供到DPD训练电路106，DPD训练电路106比较数字化的反馈信号S_FB和参考信号S_REF，并且生成误差信号e，该误差信号用于设定DPD数据路径101中的参数。

图1是简化原理图，并且无意包括在现实世界系统中预期找到的全部部件。例如，上变频器电路或者混频器通常会位于DAC 104和PA 103之间，并且下变频器电路或者混频器通常会位于ADC 105之前的反馈回路中。这些电路用于在基带和RF传输频率之间转换信号。应当理解，图1中的PA 103和图2-4所示的另一个功率放大器（PA）部件仅仅代表将失真增加到传输路径的任何系统或部件。PA 103和其他示例中引用的其他PA元件可以是任何线型的或者非线型的部件、一组部件或者系统。DPD数据路径202和这里的其他DPD数据路径和硬件示例可以用于抵消任何这些部件、一组部件或者系统增加的失真。

DPD数据路径101的目标是以如下方式修改基带信号S_B：由DAC104和PA 103引起的随后的修改产生满足由标准主体所述的频谱掩蔽要求的线性输出信号。DPD数据路径101通常是非线性路径，并且因此使基带信号S_B的带宽扩展。数据路径的带宽在图1中标识为BW_DPD。在一个实施例中，基带信号S_B的带宽是例如20MHz（107），并且DPD数据路径使该信号带宽扩展五倍因子到100MHz（108）。由DAC 104和PA 103的进一步失真将信号S_O修改回到最初的20MHz带宽（109）。因此，在图1中BW_DPD应该是100MHz。

全速率反馈系统需要反馈环中的全部信号信息。这要求反馈环中的ADC 105的带宽近似于数据路径的带宽的两倍（即，2·BW_DPD或者200MHz）。亚采样DPD系统满足关系式：f_ADC<2·BW_DPD。然而，在亚采样DPD系统中，反馈模拟带宽应该至少与BW_DPD一样大。

图2是具有直接学习架构的预失真系统200的方框图。训练模块201比较参考传输信号d和反馈输出信号y，并且通过调整（adapt）DPD数据路径202的参数来最小化这些信号之间的误差。直接学习系统中的训练模块具有三个主要部件。在最简单的情形中，误差计算模块203是参考信号和系统输出之间的减法结点。误差计算模块203也执行参考信号和反馈信号的时间和振幅对齐。测量矩阵模块204为特定DPD数据路径参数集附近的给定输入提供DPD数据路径202和PA 205的线性近似。DPD适应模块206使用测量矩阵输出H来以最小化误差的方向更新DPD数据路径参数。DPD适应模块206中的适应可以是基于简单的最小均方（LMS）算法或者复杂的基于卡尔曼的方法，该方法也追踪参数空间的协方差矩阵。

图2的直接学习架构会在反馈信号没有与参考信号在频谱上对齐的情况中工作。例如，系统可以将直接转换RF架构用于发射器205，而反馈环使用中频架构207。应当理解，其他系统也可以使用直接学习架构，并且这里所使用的示例只用于说明性的目的而无意限制本发明。在这个情形中，只要能够反转反馈变换（例如，在中频架构情形中的频率偏移和复到实变换）的影响的变换存在（例如基带等价模型），适应仍是可能的。系统200中的逆反馈模块208校正由反馈模拟模块207所引起的任何失真或者影响。逆反馈模块（Inverse Feedback module）208是为误差计算模块203提供传输路径的输出y的真实表示。

测量矩阵模块204包括DPD模型209和PA模型210。DPD模型209表示DPD数据路径202的行为，并PA模型210表示PA 205的行为。DPD模型209和PA模型210可以是矩阵，其分别为全部DPD和PA参数提供误差梯度（error gradient）。测量矩阵204使用DPD模型209和PA模型210来评估误差校正会对DPD 202和PA 205有什么影响。由DPD适应206使用测量矩阵输出H来修改或者优化误差校正信号e在当前工作情况下对DPD数据路径202和PA 205的影响。

系统200表示全速率DPD应用，其中反馈（FB）模拟模块207的输出是全速率信号。在亚采样DPD中，反馈路径中的ADC速率低于传输路径中的采样速率。因此，在亚采样DPD应用中，从FB模拟207输出的信号会由于较低的采样速率而失真。

下列系统模型表示数字预失真系统。过程等式：

x_i+1=F_ix_i+u_i 等式1

测量等式：

y_i=T(x_i,d_i)+v_i 等式2

其中，i对应于在时间I的变量；x：参数矢量；y：观察结果；d：已知输入；u：过程噪声；v：测量噪声；F：参数转移矩阵；T(x,d)：由x参数化并且具有输入d的非线性的测量模型。

通过线性化得到等式2的如下近似：

y_i≈T(x₀,d_i)+H_i(d_i)(x_i-x₀)+v_i 等式3

其中H是T的测量矩阵或者雅可比行列式，并且定义为

H_{i} (d) = \frac{&PartialD; T (x, d)}{&PartialD; x} |_{x = x_{i}}

等式4

使用下列定义：

\overset{&OverBar;}{y_{i}} = y_{i} - T (x_{0}, d_{i}) + H_{i} (d_{i}) x_{0}

等式5

等式3能够写为：

\overset{&OverBar;}{y_{i}} \approx H_{i} (d_{i}) x_{i} + v_{i}

等式6

H可以是函数T的雅可比行列式或者梯度模型。T的梯度模型在等式7中示出。

&dtri; T = (\begin{matrix} \frac{&PartialD; T}{&PartialD; x_{1}} \\ \frac{&PartialD; T}{{&PartialD; x}_{2}} \\ . \\ . \\ . \\ \frac{&PartialD; T}{&PartialD; x_{n}} \end{matrix})

等式7

雅可比行列式在等式8中定义。其为多个函数关于一组参数的导数。

等式8

回到等式1-6，如果输入d是标量，那么等式4返回列矢量。列矢量与参数矢量x大小相同，并且定义为梯度。如果输入d是矢量，那么等式4返回矩阵，其能够被视为不同采样的雅可比行列式（每个采样对应于不同的T）或者梯度测量（单个T，但是不同的测量）。

图3是示出亚采样的DPD适应系统300的方框图。类似于全速率适应系统200，系统300包括训练模块301，其比较参考传输信号d和反馈输出信号y，并且通过调整DPD硬件或者数据路径302的参数最小化这些信号之间的误差。训练模块301包括误差计算模块303、测量矩阵模块304和DPD适应模块306，其使用测量矩阵输出来更新DPD硬件302，从而补偿由PA 305增加到传输路径的失真。

亚采样适应系统300进一步包括FB模拟模块307，其以低于传输路径中所使用的速率采样反馈信号。例如，在一个实施例中，基带数字输入信号x的采样速率可以是307.2MHz，并且FB模拟307可以只提供二分之一的采样速率。在这种系统中，FB模拟307可以包括由工作在307.2MHz的ADC采样的实混频器。替换地，FB模拟307可以包括两个单独的ADC，一个用于I信道并且一个用于Q信道，并且每个ADC工作在153.6MHz或者基带的采样速率的一半。由于反馈信号的这个亚采样，到误差计算模块303的输入失配。反馈信号是在153.6MHz，并且参考输入信号Ref是在307.2MHz。

为了补偿采样速率的差异，亚采样DPD系统300使用包括亚采样的反馈变换的模型（FB模型），而不使用通常系统（例如预失真系统200（图2））中那样的反馈变换的反转。反馈模型在FB模型模块308处被用于清洁的参考信号Ref，从而将输入参考信号与反馈信号对齐，这会允许误差计算模块303产生有意义的误差信号。通过将FB模型模块310增加到测量矩阵模块304，使适应算法知道对输入参考信号的这个变换。这会使测量矩阵模块304由正在修改输入参考信号的同一反馈模块变换。亚采样DPD适应的实施例使用DPD模型310、PA模型311和FB模型309的链生成雅可比行列式。

这里所述的这个方法不知道适应算法和实际上用于估计测量矩阵的方法。实现这里所公开的亚采样预失真的唯一要求是包括用于反馈变换的FB模型模块308/309。DPD硬件302使用一组参数连续地运转从而预失真传输信号。周期性地，训练模块301会根据通过比较参考信号和反馈环而检测到的误差信号来提供更新的系数或者参数给DPD硬件302。估计反馈模型309,310从而确保输入参考信号以与由FB模拟模块307引入的相同的影响来修改。

FB模型可以调节一个或更多参数，从而将与FB模拟模块307引入到反馈信号的影响相同的影响引入到参考信号。FB模型可以改变采样速率，以便输入参考信号的速率匹配反馈采样速率。FB模型可以通过调节参考信号和反馈信号中的样本之间的延迟来补偿延迟差异。FB模型可以调节参考信号的相位。根据FB模拟是否正在使用实或者复ADC采样，FB模型可以将镜像（image）增加到参考信号。FB模型可以修改参考信号，从而补偿反馈路径的线性频率响应。FB模型也可以补偿非线性反馈路径失真。FB模型308和309可以包括相同或者不同的参数或者系数。FB模型可以是不同的，从而补偿在例如测量矩阵304和FB模型308或者误差计算模块303处接收的样本之间的时序延迟。

通过在反馈模型中包括非理想性，反馈路径要求能够被放宽，因为其会不再影响传输路径上的预失真性能。这是因为预失真算法看到组合的传输传递函数和反馈传递函数，并且因此不需要看通常在传输路径上出现的逆反馈传递函数。

通过在训练模块中引入FB模型，减少的带宽操作是可能的，并且具有相对小的性能损失。测试测量值已经示出，一直到临界采样反馈，性能损失是可以忽略的。例如，误差矢量幅度（EVM）和相邻信道泄漏比率（ACLR）损失在0.5dB内。对于EVM和ACLR，直到1/4Nyquist的进一步亚采样反馈导致2dB的损失。然而，超过这个点，性能会降低。注意到，用于适应的数据的量影响系统性能。因此，通过使用减少的带宽反馈期望不到显著的计算节约。

数字预失真器和PA模型（DPD模型和PA模型）可以是无记忆的非线性模型或者具有记忆的非线性模型。典型的非线性模型可以由多项式函数或者查找表表示。在一个实施例中，DPD和PA模型是具有3分支记忆（3-tap memory）的非线性模型。

亚采样DPD适应系统300可以体现为硬件（例如专用集成电路（ASIC）），或者以硬件和软件的组合体现。在一个实施例中，包括DPD硬件302、PA 305和FB模拟模块307的数据路径是适于承载传输信号的ASIC的硬件部件。传输信号可以沿着数据路径连续地发送。DPD硬件302根据每隔一定时间从训练模块301所接收的参数修改或者预失真传输信号。

训练模块301和其零部件可以体现为硬件或者在微处理器上运行的软件应用。输入参考信号的x的样本可以在缓冲区312中捕获，并且亚采样反馈信号的样本可以在缓冲区313中捕获。在训练间隔期间，训练模块301从缓冲区312,313接收数据，并且使用FB模型308修改来自缓冲区312的样本。然后在误差计算模块303中比较样本，从而生成误差信号。误差信号被提供到DPD适应306，其根据来自测量矩阵304的雅可比行列式进一步修改误差信号。然后更新的预失真参数从DPD适应306发送到DPD硬件302。

缓冲区312,313可以用于每隔一定规则时间获取样本，或者其可以适于在峰值信号点或者当信号高于预定阈值时捕获样本。仅当训练模块301正在更新DPD系数时，需要由缓冲区312和313捕获的样本。在其他时候，缓冲区可以改写缓冲区中的现有数据，或者缓冲区可以不存储数据直到需要它。

图4示出亚采样DPD适应系统400，其用于估计PA模型参数。PA训练模块401从PA 402的任一边接收输入参考信号和反馈信号。来自DPD数据路径403的预失真信号w被输入到PA 402，然后PA 402生成输出信号y。FB模拟电路410以低于传输路径中使用的速率从输出信号y中采样反馈信号。FB模拟410的输出是数字基带信号，其被提供到PA训练模块401内的误差计算模块406。预失真信号w被提供到PA模型404和测量矩阵模块405两者。PA模型404的输出被提供到FB模型电路411，FB模型电路411将来自PA模型404的信号与来自FB模拟410的反馈信号对齐。FB模型电路411可以修改来自PA模型404的信号的一个或更多特性，从而匹配反馈信道输入信号，例如修改采样速率、信号延迟、信号相位、镜像信号、线性频率响应失真和非线性信号路径失真。

训练模块401中的误差计算模块406从FB模型411和从FB模拟410接收输出信号，并且生成误差信号。PA适应407从误差计算模块406接收误差信号，并且从测量矩阵模块405接收雅可比行列式。PA适应407生成一组更新的PA模型系数，并且将其发送到PA模型404。测量矩阵405包括PA模型408和FB模型409的副本，其可以包括分别与用于PA模型404和FB模型411相同的参数。

图5是根据一个实施例示出用于提供数字预失真系数的方法的流程图。在步骤501中，以第一速率接收输入信号样本。输入信号样本可以从例如基带电路接收。在步骤502中，以第二速率采样传输电路的输出，从而生成反馈信号样本。例如，传输电路可以是功率放大器。在步骤503中，使用反馈建模电路来修改输入信号样本，从而使输入信号样本的一个或更多特性匹配反馈信号样本。在步骤504中，比较反馈信号样本和修改的输入信号样本，从而生成反馈误差信号。

在步骤505中，输入信号被施加于数字预失真电路的模型、传输电路的模型和反馈建模电路的模型，从而根据一组具体的参数生成系统模型的雅可比行列式或者梯度模型。数字预失真电路模型、传输电路模型和反馈建模电路模型可以是该电路的雅可比行列式或者海森矩阵或者梯度模型。在步骤506中，在数字预失真适应电路中使用根据一组具体的参数生成的系统模型的雅可比行列式或者梯度模型来修改反馈误差信号，从而生成用于数字预失真电路的系数。

图6是根据一个实施例示出用于提供传输电路模型系数的方法的流程图。在步骤601中，从数字预失真电路输出的信号被施加于传输电路模型电路。在一个实施例中，传输电路模型电路可以是功率放大器模型。在步骤602中，信号从传输电路模型电路输出。在步骤603中，根据比较反馈信号样本与来自传输电路模型电路的输出生成反馈误差信号。在步骤604中，信号从数字预失真电路输出到测量矩阵模块。在步骤605中，生成测量矩阵模块的输出。在步骤606中，反馈误差信号和测量矩阵模块的输出在传输电路适应模块中处理，从而生成用于传输电路模型电路的更新的系数。

本发明所属本领域技术人员受益于上述说明和关联附图中给出的教导而会想到本发明的许多变型和其他实施例。因此，应理解，本发明不限制于所公开的特定实施例。尽管这里采用特定术语，但是其只用于一般描述性的意义，而不用于限制的目的。

Claims

1.一种系统，包括：

数字预失真电路，其在系统输入和传输电路之间的传输路径中；

反馈电路，其耦合在所述传输电路的输出和训练模块之间，所述反馈电路以反馈采样速率提供来自所述传输电路的输出的反馈信号样本，所述反馈采样速率低于用于所述系统输入处的信号的输入采样速率；和

训练电路，其耦合到所述系统输入并且耦合到所述反馈电路的输出，所述训练电路包括反馈模型电路，所述反馈模型电路操作为修改所述系统输入信号，从而匹配所述反馈信号样本的特性，所述训练电路将操作参数提供到所述数字预失真电路。

2.根据权利要求1所述的系统，其中所述传输电路包括功率放大器。

3.根据权利要求1所述的系统，其中所述反馈电路包括模数转换器。

4.根据权利要求1所述的系统，其中所述训练电路进一步包括：

误差计算电路，其耦合到所述反馈模型电路和所述反馈电路，所述误差计算电路根据所述反馈信号样本和修改的系统输入信号生成反馈误差信号。

5.根据权利要求1所述的系统，其中所述训练电路进一步包括：

测量矩阵模块，其包括所述数字预失真电路的模型、所述传输电路的模型和所述反馈模型电路的模型，所述测量矩阵模块耦合到所述系统输入，所述测量矩阵模块根据一组具体的参数生成系统模型的雅可比行列式或者梯度模型。

6.根据权利要求1所述的系统，其中所述训练电路进一步包括：

误差计算电路，其耦合到所述反馈模型电路和所述反馈电路，所述误差计算电路根据所述反馈信号样本和修改的系统输入信号生成反馈误差信号；

测量矩阵模块，其包括所述数字预失真电路的模型、所述传输电路的模型和所述反馈模型电路的模型，所述测量矩阵模块耦合到所述系统输入，所述测量矩阵模块根据一组具体的参数生成系统模型的雅可比行列式或者梯度模型；和

数字预失真适应电路，其耦合到所述误差计算电路的输出和所述测量矩阵模块的输出，所述数字预失真适应电路根据所述反馈误差信号和当前的系统模型信号生成用于所述数字预失真电路的更新的预失真系数。

7.根据权利要求1所述的系统，进一步地包括：

第一捕获缓冲区，其耦合到所述系统输入，所述第一捕获缓冲区以所述输入采样速率存储输入信号样本；和

第二捕获缓冲区，其耦合到所述反馈电路，所述第二捕获缓冲区以反馈采样速率存储反馈信号样本。

8.根据权利要求1所述的系统，其中所述反馈模型电路修改所述系统输入信号的一个或更多特性，所述特性选自于下列组成的群组中：采样速率、信号延迟、信号相位、镜像信号、线性频率响应失真和非线性信号路径失真。

9.一种用于调整传输电路模型的系统，包括：

传输电路，其具有接收传输输入信号的输入和提供传输输出信号的输出；

传输电路建模电路，其具有接收所述传输输入信号的输入和提供修改的传输输入信号的输出；和

训练模块，其具有用于从所述传输信号的输出接收反馈信号的输入，所述训练模块还具有用于接收所述传输输入信号和所述修改的传输输入信号的输入，所述训练模块生成用于所述传输电路建模电路的参数。

10.根据权利要求9所述的系统，其中所述传输电路是功率放大器。

11.根据权利要求9所述的系统，其中所述训练模块进一步包括：

误差计算电路，其接收所述反馈信号和所述修改的传输输入信号，所述误差计算电路生成反馈误差信号。

12.根据权利要求9所述的系统，其中所述训练模块进一步包括：

测量矩阵模块，其包括数字预失真电路的模型和所述传输电路的模型，所述测量矩阵模块接收所述传输输入信号，所述测量矩阵模块根据一组具体的参数生成系统模型的雅可比行列式或者梯度模型。

13.根据权利要求9所述的系统，其中所述训练模块进一步包括：

误差计算电路，其接收所述反馈信号和所述修改的传输输入信号，所述误差计算电路生成反馈误差信号；

测量矩阵模块，其包括数字预失真电路的模型和所述传输电路的模型，所述测量矩阵模块接收所述传输输入信号，所述测量矩阵模块根据一组具体的参数生成系统模型的雅可比行列式或者梯度模型；和

数字预失真适应电路，其耦合到所述误差计算电路的输出和所述测量矩阵模块，所述数字预失真适应电路根据所述反馈误差信号生成用于所述传输电路建模电路的更新的系数并且根据一组具体的参数生成系统模型的雅可比行列式或者梯度模型。

14.一种方法，包括：

以第一速率接收输入信号样本；

以第二速率采样传输电路的输出，从而生成反馈信号样本；

使用反馈建模电路来修改所述输入信号样本，从而使所述输入信号样本的一个或更多特性匹配所述反馈信号样本；和

根据修改的输入信号样本和所述反馈信号样本生成用于具有记忆的非线性模型的系数。

15.根据权利要求14所述的方法，进一步地包括：

比较所述反馈信号样本和所述修改的输入信号样本，从而生成反馈误差信号；

将所述输入信号施加到所述数字预失真电路的模型、所述传输电路的模型和所述反馈模型电路的模型，从而生成当前的系统模型信号；

在数字预失真适应电路中使用当前的系统模型信号修改所述反馈误差信号，从而生成用于所述具有记忆的非线性模型的系数。

16.根据权利要求14所述的方法，其中所述传输电路包括功率放大器。

17.根据权利要求15所述的方法，其中所述数字预失真电路的模型、所述传输电路的模型和所述反馈建模电路的模型是该电路的雅可比行列式矩阵。

18.根据权利要求15所述的方法，其中所述数字预失真电路的模型、所述传输电路的模型和所述反馈建模电路的模型是该电路的梯度模型。

19.根据权利要求14所述的方法，进一步包括：

将从数字预失真电路输出的信号施加于传输电路模型电路；

生成从所述传输电路模型电路输出的信号；

根据所述反馈信号样本与来自所述传输电路模型电路的输出的比较而生成反馈误差信号；

将从所述数字预失真电路输出的信号施加到测量矩阵模块；

生成所述测量矩阵模块的输出；

在传输电路适应模块中处理所述反馈误差信号和所述测量矩阵模块的输出，从而生成用于所述传输电路模型电路的系数。

20.根据权利要求19所述的方法，其中所述测量矩阵模块进一步包括：

数字预失真电路模型和传输电路模型。