高明明，崔舒扬，房少军，南敬昌

(1.辽宁工程技术大学 电子与信息工程学院，辽宁 葫芦岛 125105；2.大连海事大学 信息科学技术学院, 辽宁 大连 116026)

0 引 言

在功率收发器中，现代无线通信效率的线性与放大器之间的折衷促使人们对高效发送器结构的线性化方案产生兴趣[1]，数字预失真(digital predistortion，DPD)是最流行的技术之一。另一方面，基于宽带码分多址(wideband code division multiple access,WCDMA)和正交频分复用(orthogonal frequency division multiplexing,OFDM)的标准在当前和未来无线领域的使用趋势与数字通信对带宽增加的需求有关。很明显的例子是长期演进(long term evolution,LTE)信号、LTE高级和第2代地面数字视频广播(digital video broadcas，DVB-T2)标准。正交频分复用信号的特点是在10～12 dB范围内的高峰均比(peak-to-average ratio，PAR)，这给用DPD实现线性化带来了挑战。所有这些都促进了对功放行为建模的研究，以对抗非线性记忆效应[2]。近年来,稀疏表示理论在信号处理、图像处理和计算机视觉等领域引起了广泛关注。很多研究人员提出了基于稀疏模型的算法,从不同视角对稀疏表示进行分类。例如，文献[3]针对无线传感器网络的部分采集异常数据问题，提出了2类无线传感器网络的异常数据模型，以及相应的基于分布式压缩感知的异常数据处理方法，通过协同的多个传感器进行数据压缩采样。文献[4]提出将字典学习技术引入到ISAR稀疏成像中,以提升目标成像质量，以解决稀疏ISAR成像方法的成像质量受到待成像场景的稀疏表示不准确的限制。文献[5]把压缩感知与预失真技术结合起来，提出一种高效的基于Dice系数匹配准则的稀疏自适应匹配跟踪算法,用于对卫星通信系统中功率放大器数字预失真模型的冗余项进行删减。……