多波段无线技术是多频带融合架构无线系统的关键技术，该技术能够大大减小系统体积，降低能耗，有效利用现有不连续频谱资源和实现系统无缝升级。而多波段多模式功率放大器（“功率放大器”可简称为“功放”）是多频带融合架构无线系统中耗能最多、非线性最强的关键部件。因此，实现高效、超线性的多波段多模式功放是多频带融合架构无线系统实现小体积、低能耗、绿色通信和可持续发展的关键。为此，惠明著的《多波段多模式功率放大器非线性模型和数字预失真技术研究》主要对多波段多模式功放的非线性模型和数字预失真技术这两个研究内容展开阐述。
本书共分为9章。
第1章为绪论部分，详细介绍了无线通信系统的发展情况，并介绍了当前无线通信系统的重要组成部分——射频功放，介绍了射频功放的非线性模型和数字预失真技术的研究现状和趋势。
第2章对功放的种类和主要特性进行了介绍，并对A类（甲类）功放、B类（乙类）功放、AB类（甲乙类）功放、C类（丙类）功放和Doherty功放的小信号增益、效率、1 dB压缩点输出功率、动态范围、交调失真、邻信道功率比和噪声系数等技术参数进行了详细的介绍和分析。
第3章对射频功放的非线性失真进行了详细的介绍，并对已有的无记忆多项式模型、Volterra级数模型、记忆多项式模型、Wiener模型、改进型Hammerstein模型等射频功放非线性行为模型进行了详细的介绍。然后分析了射频功放带内、带外失真给星座图带来的影响。最后介绍了对现有功放进行线性矫正的方法，比较了各种矫正技术的优缺点，包括包络消除和恢复技术、反馈线性化技术、前馈线性化技术、LINC线性化技术和预失真线性化技术。
第4章对单波段宽带射频功放的多项式类行为模型和数字预失真技术进行了研究，通过实验验证了记忆多项式模型对多种模式信号驱动下的单波段射频功放的非线性的建模和矫正能力，提出了改进型广义分数阶记忆多项式模型。实验结果表明，改进型广义分数阶记忆多项式模型相比广义记忆多项式模型而言，系数数量减少了30％，而NMSE降低了不到1 dB。为了进一步降低多项式模型的阶数，采用改进型并行两厢广义记忆多项式模型，该模型避免了传统两厢模型需要分两次求解模型系数的问题，在对宽带Doherty功放的强非线性进行建模时，实验结果表明，该模型系数数量相比记忆多项式模型减少了50％，而模型的NMSE提高了近0.5 dB。
第5章对单波段射频功放的神经网络类模型和数字预失真技术进行了研究，为简化神经网络模型的复杂结构，提高收敛速度，提出了基于径向基函数的实数时延神经网络模型。该神经网络模型的训练时间比基于BP的实数时延神经网络模型大大缩短，但是它无法精确地描述射频功放的强非线性。为了解决宽带Doherty功放的强记忆效应和静态非线性的线性化问题，提出了改进型径向基函数神经网络模型，该模型与传统的神经网络模型相比，能够更好地补偿宽带Doherty射频功放的强非线性，并具有结构简单和训练速度快的优点。
第6章首先针对并发双波段和并发三波段射频信号驱动下的射频功放的非线性进行了理论分析和实验研究，对并发双波段射频功放的非线性进行了分类，分析了并发三波段射频功放的波段间隔选择的重要性，并将波段间隔划分为两种情况。接着，针对低频和高频子波段的同步性对线性化的影响进行了研究，验证了两子波段同步的重要性，采用了新型的双波段同步方法。然后，针对并发多波段射频功放的非线性捕获方法开展研究，采用子波段分离型基带信号捕获方法。
第7章首先基于新型双波段同步方法，获得了子载波聚合双波段射频信号，对子载波聚合双波段射频信号驱动下的射频功放的线性化展开了研究，采用双分支预失真方法，以线性化特殊子载波聚合双波段射频功放的非线性。针对普适子载波聚合双波段射频功放的线性化，采用子带分离型子载波聚合双波段的数字预失真方法。最后提出了子带分离型互耦建模方法，避免了出现复杂的数字处理过程，并通过实验验证了互耦递归径向基函数神经网络非线性行为模型建模并发双波段功放非线性的能力。
第8章针对其他非线性系统的非线性建模进行了研究。首先针对融合ROF链路和射频功放的ROF前传系统的非线性建模进行研究，由于包含ROF链路和射频功放的ROF前传系统存在严重的动态非线性，本章提出了改进型并行双非线性广义记忆效应模型，以准确建模ROF前传系统的强动态非线性。然后，为了能够精确建模和描述功率高动态变化的磁共振功放的强分叉非线性，本章提出了时间功率混合分段非线性模型，时间功率混合分段非线性模型是针对激励为辛格脉冲信号的磁共振功放的精确非线性模型。所提出的模型基于辛格脉冲信号的特点进行时域和功率域分段，从而能够精确建模磁共振功放的分叉非线性。
第9章讲行了总结与展望。

引言
第1章 绪论
1.1 无线通信系统
1.2 射频功放的非线性建模和数字预失真技术
第2章 射频功率放大器
2.1 射频功率放大器的分类
2.1.1 A类功放
2.1.2 B类功放
2.1.3 AB类功放
2.1.4 C类功放
2.1.5 Doherty功放
2.1.6 多波段多模式功放
2.2 射频功率放大器的主要特性
2.2.1 小信号增益（821）
2.2.2 集电极效率和功率附加效率
2.2.3 1 dB压缩点输出功率
2.2.4 动态范围
2.2.5 交调失真
2.2.6 邻信道功率比
2.2.7 噪声系数
2.3 本章小结
第3章 射频功率放大器的非线性
3.1 非线性失真对信号的影响
3.2 射频功率放大器非线性的描述指标
3.3 射频功率放大器的非线性行为模型
3.3.1 无记忆多项式模型
3.3.2 Volterra级数模型
3.3.3 记忆多项式模型
3.3.4 Wiener模型
3.3.5 改进型Hammerstein模型
3.3.6 射频功率放大器的带内失真和带外失真
3.4 线性化技术
3.4.1 包络消除和恢复技术
3.4.2 反馈线性化技术
3.4.3 前馈线性化技术
3.4.4 LINC线性化技术
3.4.5 预失真线性化技术
3.4.6 各种线性化技术的比较
3.5 本章小结
第4章 单波段宽带射频功放行为模型和数字预失真技术研究
4.1 基于记忆多项式模型的多载波多模式射频功放的线性化
4.1.1 记忆多项式模型
4.1.2 基于记忆多项式的预失真器
4.1.3 实验测试设置
4.1.4 测试结果
4.2 基于改进型广义分数阶记忆多项式的Doherty射频功放的线性化
4.2.1 改进型广义分数阶记忆多项式模型
4.2.2 预失真器的系数提取
4.2.3 测试平台和测试信号
4.2.4 建模结果及分析
4.2.5 实验结果及分析
4.2.6 本节小结
4.3 改进型并行两厢广义记忆多项式模型
4.3.1 改进型并行两厢广义记忆多项式模型的结构及表达式
4.3.2 测试平台和测试信号
4.3.3 实验结果及分析
4.3.4 本节小结
4.4 本章小结
第5章 单波段射频功放的神经网络类模型和数字预失真技术
5.1 实数时延径向基函数神经网络模型
5.1.1 拓扑结构
5.1.2 模型参数训练过程
5.1.3 实验设置
5.1.4 实验结果及分析
5.1.5 动态AM／AM和AM／PM曲线
5.1.6 线性化结果及分析
5.1.7 本节小结
5.2 递归实数时延径向基函数神经网络模型
5.2.1 拓扑结构
5.2.2 实验设置
5.2.3 实验结果及分析
5.2.4 本节小结
5.3 改进型径向基函数神经网络模型
5.3.1 拓扑结构
5.3.2 实验设置
5.3.3 建模结果及分析
5.3.4 线性化结果及分析
5.3.5 本节小结
5.4 本章小结
第6章 多波段多模式功放的非线性捕获和数字预失真同步性研究
6.1 并发双波段射频功放的非线性特性
6.2 并发三波段射频功放的非线性特性
6.3 并发双波段射频功放数字预失真同步性研究
6.3.1 并发双波段射频信号的同步问题
6.3.2 测试平台和测试信号
6.3.3 实验结果及分析
6.3.4 本节小结
6.4 子波段分离型基带信号捕获方法
6.5 本章小结
第7章 并发多波段射频功放非线性建模及其数宇预失真技术研究
7.1 双分支非线性建模和预失真方法
7.1.1 特殊子载波聚合双波段射频功放的非线性特性及双分支建模
7.1.2 双分支预失真方法
7.1.3 实验设置
7.1.4 线性化结果及分析
7.1.5 本节小结
7.2 子带分离型子载波聚合双波段的数字预失真方法
7.2.1 子载波聚合双波段射频信号
7.2.2 子带分离型子载波聚合双波段的数字预失真方法的离线参数训练
7.2.3 实验设置
7.2.4 线性化结果及分析
7.2.5 本节小结
7.3 子带分离型并发双波段的数字预失真方法
7.3.1 非子载波聚合并发双波段射频信号
7.3.2 两矢量信号发生器的主从同步
7.3.3 子带分离型并发双波段的数字预失真方法的离线参数训练
7.3.4 实验设置
7.3.5 线性化结果及分析
7.3.6 本节小结
7.4 并发多波段非线性系统子带分离型互耦建模方法
7.4.1 方法流程图
7.4.2 互耦递归径向基函数神经网络非线性行为模型
7.4.3 实验设置
7.4.4 建模结果及分析
7.5 本章小结
第8章 其他非线性系统的非线性建模
8.1 基于改进型并行双非线性模型的ROF系统非线性建模
8.1.1 改进型并行双非线性广义记忆效应模型
8.1.2 实验测试平台和测试信号
8.1.3 测试结果及分析
8.1.4 本节小结
8.2 基于时间功率混合分段模型的磁共振功放的非线性建模
8.2.1 辛格脉冲信号
8.2.2 时间功率混合分段非线性模型
8.2.3 实验测试平台和测试信号
8.2.4 测试结果及分析
8.