为了降低微波光子链路的三阶互调失真(IMD3)，本文提出了一种基于双驱动双平行马赫曾德尔调制器(DD-DPMZM)的微波光子链路线性化方案，理论上可以完全消除IMD3。该方案通过两个π/2电相移器，一个π光相移器，一个光偏振器并优化DD-DPMZM的偏置来抑制链路中三级互调失真。DD-DPMZM其中一个子调制器工作在最小传输点，另一个子调制器工作在正交传输点。仿真结果显示，在频率为10GHz与11GHz的双音信号测试下，链路的IMD3被抑制在底噪之下，其结果与理论推导结果较为吻合。

本文提出了一种基于增强型LSTM神经网络(A-LSTM)的数字预失真线性化模型，以更好的补偿5G宽带射频功放的动态非线性特性。模型的输入层在引入延迟抽头模拟功放线性记忆效应的基础上，对每一个延迟抽头进行非线性级数展开用于补偿功放的非线性记忆效应，从而更好地抑制功放的动态非线性失真导致的带内失真以及带外频谱扩展等问题。为验证模型的有效性，本文采用100MHz的5GNR信号作为测试信号，对一个中心频率为2.6GHz的5G射频功放进行数字预失真线性化实验。实验结果表明，基于增强型LSTM神经网络数字预失真器的带外抑制可达16dB,相比于其他几种预失真器展现出更好的线性化效果，验证了基于增强型LSTM神经网络数字预失真器的有效性。

本文完成了基于5G宽带功放线性化平台的在线数字预失真模型测试和实时预失真器验证的功能开发，两种模式可以随时进行切换。该方案抛弃了传统的PC加仪器的测试方式，可在线高效的迭代测试。实时预失真器验证功能是在FPGA中加入一种实时数字预失真硬件结构。我们使用记忆多项式(MP)、分解向量旋转(DVR)和广义记忆多项式(GMP)模型进行在线数字预失真模型测试。提出并使用基于并行处理结构的MP模型进行预失真器验证。我们成功的将80MHz和100MHz的5GNR信号调制到4.9GHz功率放大器上并在该平台上实时线性化。

针对信号带宽的增加所导致的数字预失真反馈回路的模数转换器(Analog-to-Digital Converter, ADC)采样率受限的问题,提出了基于带限分解向量旋转(Band Limited Decomposed Vector Rotation, BL-DVR)模型的数字预失真模型,从而更好地对宽带功放的非线性引起的带内失真与带外频谱扩展进行补偿。通过在DVR模型后添加数字有限长单位冲激响应(Finite Impulse Response, FIR)低通滤波器,对预失真信号进行带限,从而获得了更好的预失真效果。本文使用带宽为100MHz的5G新空口(New Radio, NR)信号作为激励信号,对中心频率为2.6GHz的SKY66317-11高效率功放进行数字预失真线性化实验。实验结果表明,预失真后的功放输出信号的误差向量幅度(Error Vector Magnitude, EVM)从3.69%降低到1.20%,邻信道功率比(Adjacent Channel Power Ratio, ACPR)在频率偏离±65MHz的位置分别改善了14.87dB与16.82dB。