功率放大器作为在所有的无线通信系统中必不可少的关键部件,其本身固有的非线性特性是无线通信系统中非线性噪声的重要来源。同时,功率放大器的效率特性,直接限制了无线基站的性能和通信质量。当非恒定包络调制信号通过非线性功率放大器时,将产生非常严重的互调失真,从而使功率放大器输出信号频谱扩展,产生对邻信道的干扰,同时带内失真将恶化系统的EVM指标,从而影响接收端信号的正确解调。现代无线通信系统对于邻道干扰都有严格的限制,因此必须严格控制功率放大器的非线性程度以减少其失真影响。因此,功率放大器行为建模和线性化技术就成为评估其对通信系统的影响、抑制频谱扩展和邻道干扰、减少通信误码率并提高功率放大器效率的必要手段。本文运用非线性系统辨识和自适应信号处理的相关理论和方法,对宽带通信系统中带有记忆效应的功率放大器行为模型和数字预失真技术的若干问题进行了深入研究和探讨,主要工作和创新包括:1.建立了用于模型提取和验证的测量平台。功率放大器非线性特性的测量结果直接决定了所建立的行为模型的精度,本文在介绍了放大器非线性特性测试的一些典型的方法的基础上,构建了宽带数字调制信号激励下的行为模型提取验证的测量平台。并基于获得的测量数据分别给出了功率放大器离线和自适应行为模型的一般提取过程和验证方法。2.提出了基于复值RBF网络的功率放大器行为模型方法。在该方法中,使用延时复值RBF网络构造有记忆功率放大器行为模型,并使用复值Givens旋转实现的QR分解基础的递归最小二乘(QRD-RLS)算法来更新复值RBF网络的权值向量。本文所使用的QRD-RLS参数提取算法具有良好的数值稳定性和规则的结构,因此能够明显的提高模型的精度并且适合于硬件实现。仿真结果证明了该模型在保持良好数值稳定性的基础上有较快的收敛速度。3.提出了基于多通道IQRD-RLS算法的功率放大器行为模型。模型系数使用多通道IQRD-RLS算法进行提取,IQRD-RLS算法可以直接求解时间递归最小二乘权值向量,避免了在以前直接QR分解方法中所必须的后向迭代过程。而且,本算法使用Givens旋转操作去递归的更新模型系数,因此比较适合使用脉动阵列来实时实现以取得快速的收敛性和良好的数值性能。仿真结果表明本模型能够满意的预测功率放大器的非线性动态特性。4.构造了基于NARMA模型的数字预失真器用于对带有记忆效应的功率放大器线性校正。其参数提取使用高斯-牛顿算法,具有计算精度高、计算量小、收敛速度快且数值计算过程较稳定等优点。5.给出了卫星通信系统中适用于16QAM信号的一种预失真方法。该方法使用通用记忆多项式模型和间接学习结构构造预失真系统,并使用QR分解递归最小二乘算法动态更新预失真参数。针对QR分解递归最小二乘算法不能直接更新系数矢量的问题,提出了一种称为“权值冲洗”的高效权值更新方法。计算机仿真结果表明:该方法具有收敛速度快、系统性能稳定、补偿效果好等特点,并适合于大规模电路硬件实现。6.提出了一种数字预失真射频功率放大器的硬件设计方案。设计方案已经付诸实施并已部分完成设计工作,最后给出了上述预失真器的初步测试验证结果。