。即线
性化后最大可能的幅度放大倍数为 22.5933588130382；
针对问题 2：有记忆功放。建立了有记忆功放的和记忆多项式模型：
M 表 示 记 忆 深 度 ， 为 系 数 ， k 为 和 和 记 忆 多 项 式 的 阶 数 。
、
。
设定 的迭代初值，可以设其初值为 1，及 k 的迭代初值，也设为 1，通过对 、
k 的多次迭代，求出最小的均方误差及其对应的 、k 的值得到 ，此时
Taylor 多项式系数为 A 如表 1 所示，并得到归一化均方误差 。
对于有记忆失真模型求解，首先，构建间接学习结构的预失真框图；然后定义预失真
器的模型为记忆多项式模型，根据有记忆功放模型求出的 M、k 确定预失真器的模型的
M、k 的值为 9 和 10，再利用最小二乘法对预失真器系数进行估计将得到的预失真器系
数送入到前向预失真器中，不断重复这个过程，求出使得 e(n)最小的预失真器参数；
最后运用 NMSE 评价预失真补偿的准确度。
针对问题 3：根据问题 2 给出数据以及求出的数据，首先，运用 matlab 编程进行
计算出输入信号、无预失真补偿的功率放大器输出信号、采样预失真补偿的功率放大
器输出信号三类信号的功率谱密度并用图形表示；然后，通过对图形分析后可确定传
3
