表2對比了傳統(tǒng)RLS算法與并行RLS算法在加法和乘法運算量上的差異。相對于傳統(tǒng)RLS算法，并行RLS算法的最大優(yōu)勢在于降低了矩陣維數(shù)，故減小了運算復雜度。

從表2可知，并行RLS算法的q值越大，算法復雜度的優(yōu)化程度越高。然而，多次仿真實驗證明隨著q值的增加，并行RLS算法的收斂速度會變慢，性能也會受到影響。經(jīng)過綜合權衡后，本文使用q=2時的并行RLS算法，并采用雙核Nios II進行實現(xiàn)，其架構如圖2所示。

在并行RLS算法中，主要的濾波過程和算法更新過程都是完全獨立的，可以在CPU1和CPU2中并發(fā)執(zhí)行。并行RLS算法涉及到的交互數(shù)據(jù)放在共享存儲區(qū)內(nèi)，雙核可以通過互斥機制訪問。

圖3為基于查找表的DPD在雙核Nios II系統(tǒng)中的實現(xiàn)結構。該系統(tǒng)的工作狀態(tài)可以經(jīng)歷如下階段：

(1)DPD學習過程：DPD不加入傳輸鏈路，基帶信號直接上變頻后輸送至PA，雙核Nios II收集基帶信號和PA反饋信號。

(2)并行RLS算法處理過程：雙核Nios II按照圖2的步驟求解出DPD模型參數(shù)向量a.(3)查找表更新過程：將a的元素值代入方程式，通過雙核Nios II計算出查找表的表項值，并將表項值寫入查找表RAM中，完成更新。

(4)DPD工作過程：DPD加入傳輸鏈路，構成DPD+PA的完整預失真系統(tǒng)?；鶐盘柾ㄟ^查表完成預失真操作。