为什么需要 DPD？功率放大器（PA）在追求高效率（工作在饱和区）时，会产生非线性失真。简单来说，就是输入信号越大，PA 越“压不下去”，导致输出波形顶部被削平，在频谱上就表现为频谱 regrowth（相邻信道功率比 ACPR 变差）。而最麻烦的是 PA 具有**“记忆效应” (Memory Effects)**：当前的输出不仅取决于当前的输入，还取决于之前的输入（因为 PA 内部有电容、电感以及发热导致的温度变化）。这三种模型本质上都是在尝试用数学公式来“模拟” PA 的这种非线性+记忆特性，从而在数字端做反向补偿。1. GMP (Generalized Memory Polynomial) —— 广义记忆多项式【背景】：它是最经典、最常用的 DPD 模型。它是从简单的“记忆多项式 (MP)”演进而来的。核心思想：用一个多项式来拟合。它认为输出信号是输入信号及其延迟版本（input(n),input(n−1)…\text{input}(n), \text{input}(n-1) \dots