随着移动通信系统的发展和绿色环保意识的加强,射频功率放大器作为移动通信系统中必不可少且功耗最高的组成部分,其效率与线性之间的矛盾越来越严重。近年来,由于数字信号处理技术和大规模集成电路技术的急速发展,基于数字电路的数字预失真技术受到国内外学者的广泛研究。本文主要研究了适应于新型直接学习结构的自适应数字预失真技术。首先介绍了功率放大器的非线性特性、经典模型和数字预失真原理,重点分析了记忆多项式的模型阶数和记忆深度对模型精度的影响;其次针对传统直接学习结构计算复杂的问题,用瞬时复增益代替功放模型,用预失真器输出误差代替功放输出误差对预失真器系数进行更新,提出了基于瞬时复增益的新型直接学习结构,仿真结果表明,新型结构可在保证预失真性能的前提下大幅度降低计算量;然后针对经典自适应算法在输入信号峰值处易出现算法误差波动这一问题,提出了将输入信号峰值处和非峰值处分开更新预失真系数的幅度分割法,有效降低了算法误差波动;又针对输入信号幅度突变时自适应算法无法及时调整而导致算法误差变大的情况,将自适应算法实时更新的预失真系数看作实时更新系数(Real-time Update Coefficient,RUC)解,提出记忆修正系数(Memory Correction Coefficient,MCC)解,将两者进行结合和融合,提出RUC-MCC结合算法和RUC-MCC融合算法,解决了输出误差不稳定的问题,提高了数字预失真的性能;最后对本文提出的新型直接学习结构和新型预失真器系数提取算法进行了实测,实测结果表明:基于瞬时复增益的新型直接学习结构保证预失真性能的同时降低了计算复杂度,而新型预失真器系数提取算法由于有较好的稳定性而具有更好的预失真性能。