在无线通信系统的设计与优化中，射频功率放大器作为核心组件，其性能与功耗之间的矛盾是一个长期存在且至关重要的议题。理想的功率放大器应在尽可能高的效率下，将输入信号无失真地放大至所需的输出功率。然而，现实中的放大器，特别是工作在临近饱和区以获得高效率时，会不可避免地引入非线性失真。这种失真不仅会劣化发射信号的质量，导致误码率上升，影响通信的可靠性与数据吞吐量，还会产生带外频谱再生，从而干扰相邻信道，违反严格的频谱监管规范。因此，如何在提升效率、降低功耗的同时，确保放大器工作在线性状态，即实现“线性化”，便成为射频前端设计领域一项极具挑战性的关键技术。线性化技术的本质，是通过一系列主动或被动的补偿与控制手段，校正放大器的非线性特性，拓展其有效线性工作范围，使得放大器在更高效率的工作点下，仍能保持与在传统低效率线性区工作时相近的线性度。
要深入理解线性化的必要性，首先需审视射频功率放大器的固有特性。放大器的非线性通常由其传递函数描述，即输出信号与输入信号之间的非线性关系。当输入信号为简单的单音连续波时，非线性主要表现为谐波生成。而在现代复杂的调制通信系统中，信号通常具有非恒定的包络和宽频带特性，非线性效应则更为复杂，会引发互调失真和频谱再生。最关键的是，放大器的效率与其工作状态密切相关。经典的A类放大器线性度最佳，但理论效率最高仅50%，且在实际应用中通常更低。为了提高效率，设计者会让放大器工作在AB类、B类甚至C类状态，或者采用开关模式的D类、E类、F类等架构。这些高效率工作模式本质上都引入了更强的非线性。例如，在饱和区附近，放大器的增益会压缩，相位特性也会发生旋转。这就构成了一个根本性的权衡：追求高效率往往以牺牲线性度为代价。而线性化技术的目标，正是试图打破或至少是缓解这一权衡，让放大器能够“鱼与熊掌兼得”。
传统的线性化思路往往聚焦于器件本身的设计优化，例如通过调整偏置点、优化匹配网络、采用非线性电容补偿或使用更为昂贵的线性化工艺技术。然而，这类方法提供的改善空间有限，尤其是在面对宽带信号和高峰均比的现代调制制式时。因此，更为强大的系统级线性化技术应运而生，它们将功率放大器视为一个需要被校正的“黑盒”或“灰盒”，通过外部的信号处理来对抗其非线性。其中，前馈技术和预失真技术是两类最为核心且应用广泛的线性化方案。
前馈技术是一种基于误差抵消原理的模拟线性化方法。其核心思想可类比于一个精妙的误差校正系统。系统首先通过耦合器提取经过主放大器放大后已产生失真的信号。与此同时，输入信号经过一个延时线，确保时间对齐。随后，通过一个减法器，从主放大器的输出中减去经过适当衰减和延时的原始输入信号样本，从而分离出纯粹的失真分量，即误差信号。这个微弱的误差信号接着被送入一个独立的误差放大器进行线性放大，并最终通过另一个耦合器，以相反的相位注入到主信号通路中，与主放大器的失真输出进行合成。理想情况下，失真分量将被完全抵消，最终输出一个高度线性的放大信号。前馈技术的优势在于其开环特性，理论上能够提供非常高的线性度改善，且对放大器的非线性模型没有严格要求，稳定性较好，尤其适合用于宽带和多载波应用。然而，其缺点亦十分显著。系统结构复杂，需要精密的幅度与相位平衡控制电路，对温度变化和元件老化敏感，调试困难。更重要的是，由于增加了额外的误差放大器和一系列无源组件，整个系统的功耗和成本显著上升，体积也更为庞大。误差放大器本身虽然处理的是小信号，但也需要工作在高效状态，否则会抵消主放大器所提升的效率收益。因此，前馈技术虽然在基站等对线性度要求极高、对功耗和体积相对不敏感的场景中曾有重要地位，但其固有的复杂性与成本问题限制了其在更广泛领域的应用。
相比之下，预失真技术，特别是数字预失真，已成为当前研究和应用的主流方向。其核心理念是“先扭曲，再放大”。在信号输入功率放大器之前，先通过一个预失真器对其进行与放大器非线性特性相反的预畸变。这样，当这个已经被预先“反向扭曲”的信号通过具有非线性的放大器后，两种扭曲理论上可以相互抵消，最终输出一个线性放大的信号。预失真技术可以分为模拟预失真和数字预失真。模拟预失真通常利用二极管、场效应管等非线性元件构建与放大器特性互补的电路，结构相对简单，成本较低，在窄带和改善要求不高的场合有一定应用。但其校正精度有限，适应性差，难以跟踪放大器特性随温度、供电电压以及器件老化而产生的变化。
数字预失真技术的兴起，则完全改变了线性化技术的格局。DPD将预失真器的主体部分从模拟域移到了数字域。在数字域，可以通过强大的信号处理能力，实现远比模拟电路更为复杂和精确的非线性建模与逆函数计算。一个典型的数字预失真系统工作流程如下：基带数字信号首先经过预失真处理单元，该单元根据一个预先建立的放大器非线性逆模型，对信号进行数字运算，生成预失真信号。该数字信号经过数模转换和上变频后，驱动射频功率放大器。放大器输出的一部分通过耦合器被采样，经过下变频和模数转换后，反馈回数字处理单元。数字处理单元将反馈信号与原始发送信号进行比较，通过自适应算法不断更新和优化预失真模型的参数，使放大器的整体输入-输出特性逼近理想的线性放大器。这一闭环自适应机制是DPD强大生命力的关键，它使得系统能够动态跟踪并补偿放大器因工作条件变化而产生的非线性漂移。
数字预失真技术的核心挑战在于建立准确且高效的非线性数学模型。早期的模型如记忆多项式及其各种变体，试图在表征静态非线性的同时，引入记忆效应以描述放大器对信号过去状态的依赖，这是宽带应用中至关重要的一环。这些模型在精度与计算复杂度之间取得了良好平衡。随着信号带宽的进一步增加和峰均比的持续提升，更为复杂的模型，如广义记忆多项式、维纳模型、哈默斯坦模型以及基于神经网络的数据驱动模型等被深入研究，以捕捉更深度的非线性和更长的记忆效应。然而，模型越复杂，所需的参数辨识计算量就越大，对自适应算法的收敛速度和稳定性要求也越高，这直接转化为对数字处理硬件计算能力、功耗和成本的压力。因此，数字预失真系统的设计始终是一个在线性化性能、带宽、计算复杂度和实现成本之间的多目标优化过程。
除了前馈和预失真这两大主流技术，还有其他一些线性化方法在特定场景下发挥作用。例如，包络跟踪技术虽然主要被视为一种效率提升技术，但其对线性度也有重要影响。该技术通过一个独立的电源调制器，根据输入信号的瞬时包络动态调整功率放大器的供电电压，使放大器始终工作在接近饱和的高效区域附近，从而在很宽的输出功率范围内维持较高的平均效率。然而，电源调制器的带宽有限、调制轨迹不理想以及放大器在不同供电电压下的增益与相位变化，都会引入新的失真。因此，成熟的包络跟踪系统通常需要与数字预失真技术结合使用，由DPD来校正ET-PA联合系统产生的非线性，两者协同工作，共同实现高效率与高线性度的目标。另一种思路是采用非线性器件线性化技术，例如平衡放大器结构。通过两个特性一致的放大器配合3dB正交耦合器，可以抵消部分偶次谐波产物，提供比单个放大器更好的线性度和端口匹配，但其效率提升有限，且对两个放大器的对称性要求很高。
在评估这些线性化技术时，必须将其置于具体的应用背景下。不同的无线通信标准对线性度和效率的要求各不相同。例如，在卫星通信或军用通信中，信号的纯净度和线性度可能是压倒一切的指标，此时前馈技术或高性能的数字预失真技术仍是必要选择。在宏基站中，数字预失真凭借其优异的性能、可适应性和相对较低的长期成本，已成为绝对主导。而在面向大规模部署的微基站、终端设备或物联网设备中，功耗、成本和体积的约束变得极为严苛。在这里，简化或定制化的数字预失真方案、模拟预失真或精心设计的放大器架构优化，往往成为更具可行性的折中方案。工程师必须在系统指标、开发周期、物料成本和生产一致性之间做出精细的权衡。
