In this article, we study digital predistortion (DPD)-based linearization with a specific focus on millimeter-wave (mmW) active antenna arrays. Due to the very large-channel bandwidths and beam-dependence of nonlinear distortion in such systems, we present a closed-loop DPD learning architecture, lookup table (LUT)-based memory DPD models, and low-complexity sign-based estimation algorithms such that even continuous DPD learning could be technically feasible. To this end, three different learning algorithms—sign, signed regressor, and sign–sign—are formulated for the LUT-based DPD models such that the potential rank deficiencies, experienced in earlier methods, are avoided while facilitating greatly reduced learning complexity. The injection-based LUT DPD structure is also shown to allow for low numbers and reduced dynamic range of the involved LUT entries. Extensive RF measurements utilizing a state-of-the-art mmW active antenna array system at 28 GHz are carried out and reported to validate the methods, incorporating very wide channel bandwidths of 400 and 800 MHz while pushing the array close to saturation. In addition, the processing and learning complexities of the considered techniques are analyzed, which, together with the measured linearization performance figures, allows to assess the complexity–performance tradeoffs of the proposed solutions. Overall, the results show that efficient mmW array linearization can be obtained through the proposed methods at very low complexity.

中文翻译：

---

低复杂度数字预失真的闭环符号算法：方法和性能

在本文中，我们研究了基于数字预失真 (DPD) 的线性化，特别关注毫米波 (mmW) 有源天线阵列。由于此类系统中非常大的信道带宽和非线性失真的波束依赖性，我们提出了闭环 DPD 学习架构、基于查找表 (LUT) 的内存 DPD 模型和低复杂度的基于符号的估计算法，例如即使是持续的 DPD 学习在技术上也是可行的。为此，为基于 LUT 的 DPD 模型制定了三种不同的学习算法 - 符号、有符号回归器和符号 - 符号，以避免早期方法中遇到的潜在排名缺陷，同时有助于大大降低学习复杂性。还显示了基于注入的 LUT DPD 结构，以允许所涉及的 LUT 条目的数量较少并减少动态范围。使用最先进的 28 GHz 毫米波有源天线阵列系统进行了广泛的射频测量，并报告以验证这些方法，结合了 400 和 800 MHz 的非常宽的信道带宽，同时将阵列推向接近饱和。此外，还分析了所考虑技术的处理和学习复杂性，结合测量的线性化性能数据，可以评估所提出解决方案的复杂性 - 性能权衡。总体而言，结果表明，通过所提出的方法可以以非常低的复杂度获得有效的毫米波阵列线性化。使用最先进的 28 GHz 毫米波有源天线阵列系统进行了广泛的射频测量，并报告以验证这些方法，结合了 400 和 800 MHz 的非常宽的信道带宽，同时将阵列推向接近饱和。此外，还分析了所考虑技术的处理和学习复杂性，结合测量的线性化性能数据，可以评估所提出解决方案的复杂性 - 性能权衡。总体而言，结果表明，通过所提出的方法可以以非常低的复杂度获得有效的毫米波阵列线性化。使用最先进的 28 GHz 毫米波有源天线阵列系统进行了广泛的射频测量，并报告以验证这些方法，结合了 400 和 800 MHz 的非常宽的信道带宽，同时将阵列推向接近饱和。此外，还分析了所考虑技术的处理和学习复杂性，结合测量的线性化性能数据，可以评估所提出解决方案的复杂性 - 性能权衡。总体而言，结果表明，通过所提出的方法可以以非常低的复杂度获得有效的毫米波阵列线性化。分析了所考虑技术的处理和学习复杂性，结合测量的线性化性能数据，可以评估所提出解决方案的复杂性 - 性能权衡。总体而言，结果表明，通过所提出的方法可以以非常低的复杂度获得有效的毫米波阵列线性化。分析了所考虑技术的处理和学习复杂性，结合测量的线性化性能数据，可以评估所提出解决方案的复杂性 - 性能权衡。总体而言，结果表明，通过所提出的方法可以以非常低的复杂度获得有效的毫米波阵列线性化。