本文提出了一种新颖的分段广义记忆多项式模型，用于包络跟踪功率放大器（ETPA）。 首先，通过采用矢量阈值分解技术将输入的复包络信号分解为几个子信号，并使用广义存储多项式（GMP）模型分别处理每个子信号。 然后，将详细讨论阈值的选择，以实现最佳的建模精度。 仿真结果表明，与具有相同模型系数的传统记忆多项式（MP）模型相比，所提出的模型可以将NMSE提高约3dB，并且可以准确地描述ET系统的独特特性。