功率放大器的线性化是射频前端的老难题，数字预失真是最常用的解法。原理说起来简单：先测出功放的非线性特性，再在数字域施加一个反向的失真，让两者抵消后输出恢复线性。但很多工程师按教科书搭好预失真，邻道泄漏比却迟迟达不到指标，问题往往出在模型、带宽和反馈链路这三个容易被忽略的环节。

首先是功放的记忆效应。无记忆多项式模型只描述当前输入与当前输出的关系，实际功放的输出还受之前信号的影响，热效应和电源调制都会让增益随历史变化。信号带宽越宽、峰均比越高，记忆效应越明显。只用无记忆模型做预失真，窄带信号可能效果很好，一上宽带调制信号就立刻露馅，这是最常见的误判来源。

其次是预失真带宽。非线性会产生带外扩展，预失真信号的带宽通常是原信号带宽的数倍。如果数字前端、数模转换器或反馈接收链路的带宽被截断，预失真就无法完整表达需要抵消的失真分量，效果自然打折。很多系统在设计时只按信号带宽规划链路，却忘了预失真本身需要额外的频谱空间。

第三是反馈链路的干净程度。预失真系数依赖反馈回来的输出信号做自适应学习，如果反馈链路本身有非线性、相位噪声或时延估计误差，学出来的系数就是带偏的。时延对齐尤其关键，纳秒量级的偏差在宽带信号下就会转化为明显的残余误差，而这个问题在实验室单音测试里常常看不出来。

一套务实的调试顺序是：先用宽带调制信号确认记忆效应的强弱，再检查预失真带宽是否被链路截断，然后校准反馈链路的时延和增益，最后才去调整模型阶数和系数学习算法。顺序反过来，很容易陷入不断加模型阶数却收效甚微的循环。

此外还要区分两个指标：邻道泄漏比反映的是带外干扰，误差矢量幅度反映的是带内失真。两者都与非线性有关，但对模型误差的敏感度不同。预失真调优时要同时盯住这两个指标，只盯一个，很容易调出顾此失彼的结果。线性化从来不是一次性的参数拟合，而是模型、带宽和反馈链路三者同时达标的系统工程。