数据，也向移相器410从而向 增益校正块411提供该数据。增益校正被提供给DH)估计器，该增益校正与401中示出的已在 内存中的预失真系数一起被多路复用而返回DPD 400。
[0091] 图5示出多频带数字预失真器的另一个的实施方式。图5的间接学习自适应算法具 有两个输入进入DTO估计器。DPD估计器使用预失真输出混叠信号za[n]作为参考并使用采 样反馈混叠信号ya[n]作为输入，而在其它方面与图4非常相似，因而不另外进行说明。
[0092] 图6示出频谱域图的图示。参考输入信号x[n]示出中屯、频率为Fa和Fb的两个不同的 频带。各个载波的工作带宽与载波之间的频率间隔相比很小。功率放大器中的非线性度将 引起如在模拟反馈多频带信号y(t)(模拟反馈信号）中示出的频谱再生。模拟反馈信号被下 转换成中频Fi,中频Fi被选择成处于如在图6中示出的第一奈奎斯特区。频率Fi的选择依赖 于使用的ADC采样率或Fs、载波的工作带宽和载波之间的频率间隔(Fa-FbKADC采样率Fs通 常为Fi选择时的限制因数。对于两载波系统，在至少一些实施方式中，Fa位于第一奈奎斯特 区且Fb位于第二奈奎斯特区，然而取决于具体的实现，信号Fa或Fb可W位于第=、第四或第n 奈奎斯特区。基本要求只是运两个信号位于不同的奈奎斯特区。Fi选择限制Fa和机可W相互 分开多远。
[0093] 对模拟反馈信号y(t)的采样生成如采样反馈混叠信号ya[n]的频谱中示出的图 像。允许来自各个载波的非线性失真相互混叠，只要信号的混叠部分不会不利地影响原始 多频带信号即可。直接学习算法使用xa[n]和ya[n]之间的差来使所得到的误差信号最小 化。在DTO估计器中，QR RLS算法使用该误差来调节预失真器系数。间接学习算法首先使用 预失真输出混叠信号za[n]和采样反馈混叠信号ya[n]来对功率放大器建模。然后，使用建 模的功率放大器系数来计算预失真器系数。
[0094] 图7是示出模拟正交调制器补偿结构的框图。模拟正交调制器将从DAC输出的基带 信号变换成RF频率。输入信号被分成同相分量Xi和正交分量站。模拟正交调制器补偿结构包 括四个实滤波器{旨11、旨12、旨21、旨22}和两个0(：偏置补偿参数(31、。2。491中的0(：偏置将通过 参数cl、c2来补偿。AQM的频率依赖性将通过滤波器{旨11、旨12、旨21、旨22}来补偿。实滤波器的 阶数依赖于所需要的补偿水平。输出信号Yi和Yq将被呈给AQM的同相端口和正交端口。
[00M]总之，本发明的多频带宽带功率放大器预失真系统可W显著降低反馈ADC采样率 需求。运将能够实现多频带宽带应用并降低功率消耗和成本。该系统也是可重构并现场可 编程的，运是因为可W在数字处理器中在任意时间像软件一样来调节算法和功率效率增强 特征，运一点在通过引用被合并且作为附录附上的申请中作了更详细地论述。
[0096] 此外，多频带宽带DPD系统不需要知道诸如在〔014、65]?、￥〔014、〔0142000和无线 LAN系统中的QPSK、QAM、0FDM等的调制方案。运意味着DPD系统能够支持多调制方案、多载波 和多信道。DPD系统的其它益处包括:在不具有容易获得的必要基带信号信息的中继器或室 内覆盖系统中对PA非线性度的校正。
[0097] 此外，本公开提供的技术可配置如下：
[0098] (1) 一种数字预失真系统，包括：
[0099] 射频输入信号；
[0100] 功率放大器，用于提供包括失真特性的放大输出；
[0101] 从所述放大输出导出的反馈信号，所述反馈信号包括所述失真特性的至少一部分 的表示；W及
[0102] 对所述反馈信号和所述输入信号做出响应的预失真逻辑，所述预失真逻辑用于生 成所述输入信号的混叠表示并且基于所述混叠信号导出预失真系数。
[0103] (2)-种多频带数字预失真系统，包括：
[0104] 多频带输入信号，其中，各频带W间隔开的频率为中屯、，并且每个频带的带宽远低 于频带之间的频率间隔；
[0105] 至少一个功率放大器，用于提供包括失真特性的放大输出；
[0106] 输入混叠逻辑，用于产生每个频带的混叠图像，其中，第一频带的图像处于第一奈 奎斯特区，并且第二频带的图像处于不同的奈奎斯特区；
[0107] 从所述放大输出导出的反馈信号，所述反馈信号包括所述失真特性的至少一部分 的表示；W及
[0108] 对所述混叠图像做出响应的预失真逻辑，所述预失真逻辑用于生成使所述功率放 大器的输出线性化的预失真系数。
[0109] 尽管已参照优选实施方式描述了本发明，但是应当理解本发明不限于优选实施方 式中所描述的细节。在之前的描述中已建议了各种替换和修改，而本领域的普通技术人员 会想到其它的替换和修改。因此，所有运样的替换和修改意在包括在如在所附权利要求中 限定的本发明的范围内。
【主权项】
1. 一种多频带数字预失真系统，包括： 多频带输入信号，其中，各频带以间隔开的频率为中心，并且每个频带的带宽基本小于 所述频带之间的频率间隔； 至少一个功率放大器，用于提供包括失真特性的放大输出； 输入混叠逻辑，用于产生每个频带的混叠图像，其中，第一频带的混叠图像处于一个奈 奎斯特区中，并且第二频带的混叠图像处于另一个奈奎斯特区中，所述一个奈奎斯特区和 所述另一个奈奎斯特区中的每一个均具有所述输入信号的采样率的一半的宽度； 从所述放大输出导出的反馈信号，所述反馈信号包括所述失真特性的至少一部分的表 示；以及 对所述混叠图像做出响应的预失真逻辑，所述预失真逻辑用于生成使所述功率放大器 的输出线性化的预失真系数。2. 根据权利要求1所述的多频带数字预失真系统，其中，所述一个奈奎斯特区处于第一 奈奎斯特区中，所述第一奈奎斯特区从OHz延伸至所述输入信号的采样率的一半。3. 根据权利要求1所述的多频带数字预失真系统，其中，所述另一个奈奎斯特区处于第 二奈奎斯特区中，所述第二奈奎斯特区从所述输入信号的采样率的一半延伸至所述输入信 号的米样率。4. 根据权利要求1所述的多频带数字预失真系统，其中，所述多频带输入信号的一个频 带以所述一个奈奎斯特区内的频率为中心，并且所述多频带输入信号的另一个频带以所述 另一个奈奎斯特区内的频率为中心。5. 根据权利要求1所述的多频带数字预失真系统，其中，所述预失真逻辑使用自适应 的、基于多项式的算法来生成所述预失真系数。6. 根据权利要求1所述的多频带数字预失真系统，其中，所述预失真系数存储在查找表 中。7. 根据权利要求1所述的多频带数字预失真系统，其中，使用直接学习自适应学习算法 来更新所述预失真系数，所述直接学习自适应学习算法接收所述多频带输入信号作为输 入。8. 根据权利要求1所述的多频带数字预失真系统，其中，使用间接学习自适应学习算法 来更新所述预失真系数，所述间接学习自适应学习算法接收所述混叠图像作为输入。9. 根据权利要求1所述的多频带数字预失真系统，还包括对准逻辑，所述对准逻辑将所 述反馈信号与所述多频带输入信号对准。10. 根据权利要求1所述的多频带数字预失真系统，还包括数模转换器，所述数模转换 器将已使用所述预失真系数进行处理后的所述多频带输入信号转换为模拟信号。11. 一种用于放大信号的方法，所述方法包括： 接收多频带输入信号，其中，各频带以间隔开的频率为中心，并且每个频带的带宽基本 小于所述频带之间的频率间隔； 使用由预失真逻辑生成的预失真系数对所述多频带输入信号进行预失真，使得所述多 频带输入信号的第一频带的第一混叠图像处于一个奈奎斯特区中，并且所述多频带输入信 号的第二频带的第二混叠图像处于另一个奈奎斯特区中，所述一个奈奎斯特区和所述另一 个奈奎斯特区中的每一个均具有所述输入信号的采样率的一半的宽度； 放大预失真后的多频带输入信号，以生成放大输出，所述放大输出包括失真特性； 其中，使用从所述放大输出导出的反馈信号来更新所述预失真系数，所述反馈信号包 括所述失真特性的至少一部分的表示。12. 根据权利要求11所述的方法，其中，所述一个奈奎斯特区处于第一奈奎斯特区中， 所述第一奈奎斯特区从OHz延伸至所述输入信号的采样率的一半。13. 根据权利要求11所述的方法，其中，所述另一个奈奎斯特区处于第二奈奎斯特区 中，所述第二奈奎斯特区从所述输入信号的采样率的一半延伸至所述输入信号的采样率。14. 根据权利要求11所述的方法，其中，所述多频带输入信号的一个频带以所述一个奈 奎斯特区内的频率为中心，并且所述多频带输入信号的另一个频带以所述另一个奈奎斯特 区内的频率为中心。15. 根据权利要求11所述的方法，其中，所述预失真逻辑使用自适应的、基于多项式的 算法来生成所述预失真系数。16. 根据权利要求11所述的方法，其中，所述预失真系数存储在查找表中。17. 根据权利要求11所述的方法，还包括： 使用直接学习自适应学习算法来比较所述多频带输入信号和所述反馈信号；以及 使用所述比较来更新所述预失真系数。18. 根据权利