【導讀】根據許多推廣材料對數字預失真(DPD)的介紹，其性能是基于靜態(tài)定量數據。通常，這些材料會(huì )顯示DPD頻譜并引用鄰道泄漏比(ACLR)數字。這種方法雖然解決了基本需求，但卻沒(méi)有抓住實(shí)際部署中出現的諸多挑戰、風(fēng)險和性能權衡。向5G的快速過(guò)渡帶來(lái)了大量新的挑戰和場(chǎng)景，算法開(kāi)發(fā)人員和設備供應商需要給予更多關(guān)注。要支撐靜態(tài)性能，必須具備在有許多元素處于變化狀態(tài)的復雜環(huán)境中保持性能和穩定性的能力。
簡(jiǎn)介
在理想世界中，功率放大器的輸出是輸入的比例放大，除此之外與輸入完全相同，放大器使用的大部分功率貢獻在輸出信號中。因此，其效率最大且沒(méi)有失真。但現實(shí)世界卻并非如此：實(shí)際的線(xiàn)性放大器的效率往往非常差。例如，電纜分配系統中使用的放大器具有優(yōu)異的線(xiàn)性度，但這是以效率為代價(jià)來(lái)實(shí)現的。在大多數情況下，效率勉強能超過(guò)6％，其余功率(94％)則被浪費。浪費的功率涉及經(jīng)濟、環(huán)境和應用方面的成本。在蜂窩基站中，電力成本占運營(yíng)成本(OPEX)的50％以上。浪費的功率會(huì )增加電力使用并產(chǎn)生溫室氣體，而未作為無(wú)線(xiàn)電波發(fā)射出去的大部分功率必須作為熱量消散，需要主動(dòng)和被動(dòng)的熱管理。
在過(guò)去的數十年間，蜂窩行業(yè)已將PA的效率提升至超過(guò)50％的性能水平。這是通過(guò)采用智能架構（如Doherty）和高級工藝技術(shù)（如GaN）而實(shí)現的。獲得效率的同時(shí)也付出了一定的代價(jià)——線(xiàn)性度。在蜂窩系統中，線(xiàn)性度很差有兩個(gè)主要后果：帶內失真和帶外輻射。帶內失真會(huì )破壞所發(fā)射信號的保真度，可以通過(guò)誤差矢量調制(EVM)性能的降幅來(lái)表示。帶外輻射會(huì )打破3GPP輻射屏蔽，可能對占用鄰道頻率分配的運營(yíng)商造成不希望的干擾。我們通常用ACLR來(lái)衡量這方面的性能。除此之外，GaN PA帶來(lái)了額外的挑戰，因為它的電荷捕獲效應也會(huì )產(chǎn)生帶內失真，而這些失真是動(dòng)態(tài)的，與ACLR隱含的SNR無(wú)關(guān)。
圖1.具有記憶效應的PA動(dòng)態(tài)轉換函數
校正PA非線(xiàn)性至關(guān)重要。如果知道PA的轉換函數，則對數據運用其反函數將能消除非線(xiàn)性，這是一個(gè)合理的假設。然而，PA的轉換函數是動(dòng)態(tài)轉換函數，其輸出至輸入特性可以被認為處于連續變化之中。此外，該動(dòng)態(tài)轉換函數與一系列PA特性（包括電源、電壓和溫度）、提供給PA的輸入信號以及PA已處理的先前信號（記憶效應）有關(guān)。PA的動(dòng)態(tài)非線(xiàn)性行為需要先建模，然后才能校正，因此需要數字預失真(DPD)，而DPD需要適應環(huán)境的動(dòng)態(tài)變化。
圖2.數字預失真系統的概念表示
圖2顯示了許多DPD系統的核心元素：觀(guān)測、估算和驅動(dòng)。圖2中的概念生成了一個(gè)跟蹤PA預期響應的模型，這樣便可產(chǎn)生適當的抵消信號來(lái)消除預測的PA非線(xiàn)性行為。模型有很多，例如十分普遍的廣義記憶多項式(GMP)。
圖3.有和無(wú)數字預失真兩種情況下的鄰道泄漏
在線(xiàn)性區域中工作的PA產(chǎn)生的帶外失真較少，而且泄漏到相鄰通道的噪聲明顯降低，如圖3所示。圖3顯示了典型DPD測試臺上的頻譜分析儀的屏幕截圖，該測試臺用來(lái)演示靜態(tài)DPD性能是否達到許多ACLR合規性測試所要求的標準。
市場(chǎng)演變、性能增強和移動(dòng)目標
自20世紀90年代以來(lái)，DPD便已在蜂窩基站中商用，部署量超過(guò)800萬(wàn)臺。蜂窩市場(chǎng)的技術(shù)和代次需求不斷變化（2G、3G、4G，現在是5G），對DPD的要求也在與時(shí)俱進(jìn)。這些挑戰包括但不限于：更寬的帶寬、更高的功率、載波數量、更高的峰均比，以及更多的基站數量和密集化。
設備供應商急于差異化其產(chǎn)品，不斷增強效率方面（相對于相關(guān)3GPP規范）的性能，其中PA效率仍然是挑戰。驅動(dòng)變革的傳統因素是運營(yíng)成本和熱管理（包括與之相關(guān)的硬件/重量成本），但現在，環(huán)境考慮加速了這種變化。
PA和DPD具有某種共生關(guān)系。在有些情況下，這種關(guān)系很和諧，但在另一些情況下，這種關(guān)系很棘手。與某家供應商的DPD友好相處的PA，可能與另一家供應商的DPD水火不容。通常，當DPD和PA經(jīng)配置和調整后與特定應用匹配時(shí)，性能最優(yōu)。然而，為了滿(mǎn)足5G及后續技術(shù)的激進(jìn)要求，PA設計在不斷發(fā)展。因此，DPD也必須不斷演進(jìn)以滿(mǎn)足額外的需求。隨著(zhù)寬帶和雙頻應用成為常態(tài)，PA開(kāi)發(fā)人員面臨著(zhù)在更高頻率下實(shí)現更寬帶寬，同時(shí)滿(mǎn)足性能期望的挑戰。開(kāi)發(fā)帶寬能力為200 MHz及以上的PA是一個(gè)挑戰，同時(shí)要確保其也能滿(mǎn)足3GPP規范和效率，這帶來(lái)了進(jìn)一步的挑戰。這些挑戰最終都落在DPD開(kāi)發(fā)人員肩上。
了解挑戰
量化DPD性能不是一項簡(jiǎn)單的任務(wù)。有許多情況和場(chǎng)景需要考慮——除PA外，還有其他一些影響因素?？紤]性能時(shí)，需要清楚地定義測試條件的細節：在200 MHz的帶寬實(shí)現>50％的效率比在20 MHz的工作帶寬實(shí)現相同效率的挑戰要大得多。當考慮所分配頻譜內的載波放置時(shí)，情況變得更加復雜：它可能是連續的信號，也可能是分段的載波分配，即部分頻譜被占用。
在較高層次上，DPD性能有幾個(gè)定量指標——主要由3GPP規范或運營(yíng)商要求所定義的數據點(diǎn)：ACLR、EVM和效率。滿(mǎn)足這些要求僅僅是DPD性能冰山的一角。將穩定性和魯棒性添加到需求矩陣中后，挑戰之巨大開(kāi)始顯現。DPD性能有兩個(gè)關(guān)鍵方面：靜態(tài)基準性能和實(shí)際的運行動(dòng)態(tài)性能。
為了刻畫(huà)動(dòng)態(tài)特性的挑戰，圖4顯示了動(dòng)態(tài)環(huán)境中的信號演變，并展示了ACLR如何用連續適應的DPD加以響應。圖中的數字是名義上的。曲線(xiàn)提供了信號突然變化的影響的例子，雖然極端但合法。隨著(zhù)信號變化，DPD模型要適應變化。適應事件用點(diǎn)表示。在信號變化與下一自適應之間的過(guò)渡時(shí)間中，模型和信號存在不匹配，因此ACLR值可能上升，在瞬態(tài)期間內超過(guò)輻射規范的風(fēng)險會(huì )增加。
圖4.動(dòng)態(tài)單元加載、DPD適應和ACLR瞬態(tài)
適應需要一定的時(shí)間，因此始終存在瞬態(tài)。高性能DPD的挑戰在于將該模型不匹配時(shí)間減少到最小，同時(shí)確保兩個(gè)狀態(tài)之間平滑過(guò)渡。需要管理該過(guò)程，使得適應速度和對ACLR的中斷均得到考慮。重要的是要了解模型不匹配與信號轉換的性質(zhì)的相關(guān)性。當不匹配度很高時(shí)，DPD存在性能降低的風(fēng)險，更糟糕的是無(wú)線(xiàn)電的穩定性降低。如果發(fā)生不穩定，DPD算法可能會(huì )像滾雪球一樣失控，打破輻射屏蔽，在最壞情況下可能損壞無(wú)線(xiàn)電硬件。在性能和穩定性的蹺蹺板上，穩定性始終是更重要的設計考慮因素。DPD設計必須魯棒，確保在正常和異常工作條件下都能保持穩定，并能從錯誤中恢復。
高性能實(shí)用DPD解決方案的挑戰可以概括為如下要求：
● 靜態(tài)性能（合規性測試或BTS流量負載接近恒定）
○ ACLR
○ EVM（包括作為特例的GaN）
● 動(dòng)態(tài)特性
● 魯棒性
此外，由于A(yíng)DI公司是DPD的第三方供應商，因此還必須考慮以下因素：
● 維護
○ 我們的客戶(hù)(OEM)將產(chǎn)品交付給其客戶(hù)（運營(yíng)商）之后，解決現場(chǎng)出現的性能問(wèn)題。
● 進(jìn)化
○ 在現場(chǎng)使用期間，PA技術(shù)和信號空間應用可能改變。
● 泛化
○ OEM可以針對每個(gè)產(chǎn)品精細調整DPD。我們沒(méi)有這種奢侈資源。我們必須滿(mǎn)足許多應用的需求，同時(shí)使可配置性和冗余最小化。
提升DPD性能以應對挑戰
僅考慮靜態(tài)性能的話(huà)，DPD開(kāi)發(fā)有一個(gè)線(xiàn)性漸進(jìn)的因素。如果提供更多資源，我們就能提高性能。例如，更多GMP系數有助于更準確地模擬PA行為。因此，隨著(zhù)帶寬加寬，這成為維持（如果不能改進(jìn)）性能的一種策略。然而，這種方法有其局限性，最終會(huì )達到一個(gè)收益遞減點(diǎn)——投入更多資源卻不產(chǎn)生收益或收益很少。DPD算法開(kāi)發(fā)人員需要采取更多創(chuàng )造性方法來(lái)實(shí)現進(jìn)一步增強。ADI公司的辦法是用更一般的基礎函數和更高階Volterra產(chǎn)品來(lái)補充基本算法的廣義記憶多項式。開(kāi)發(fā)人員試圖創(chuàng )建一個(gè)能準確預測PA行為的模型，因此數據累積和數據操縱是核心基本要素。在連續時(shí)間和功率水平下捕獲數據，開(kāi)發(fā)人員便有更全面的手段來(lái)進(jìn)行評估和塑造模型行為。圖5是采用這種方法的系統的概念圖。請注意，更廣泛的數據捕獲/觀(guān)測節點(diǎn)與數字電源監控耦合。電源監控有助于動(dòng)態(tài)運行。先前存儲的模型可以通過(guò)多種方式發(fā)揮作用，以減輕上面討論的動(dòng)態(tài)瞬變。
圖5.使用更廣泛的捕獲/觀(guān)測實(shí)現DPD
近年來(lái)，GaN PA技術(shù)為DPD開(kāi)發(fā)人員帶來(lái)了新的挑戰：長(cháng)期記憶效應。GaN工藝技術(shù)在效率、帶寬和工作頻率方面具備許多特有的優(yōu)勢。然而，它存在所謂的電荷捕獲效應。GaN的電荷捕獲是一種長(cháng)期記憶效應，先有捕獲，然后是熱解除捕獲?；贕MP的DPD糾正了一些誤差，但仍有殘余誤差會(huì )繼續影響信號質(zhì)量。這種失真引起EVM的相應升高。圖6提供了該現象的圖形表示。注意PA增益波動(dòng)和這些波動(dòng)的時(shí)間性。另請注意捕獲和解除捕獲狀態(tài)，解除捕獲發(fā)生在較低功率符號上。
圖6.GaN PA電荷捕獲引入的長(cháng)期增益誤差
時(shí)間效應是長(cháng)期的，傳統方法意味著(zhù)要采集大量的樣本點(diǎn)，因而需要存儲和處理大量數據。存儲器成本、硅片面積和處理成本使得這種方法不是商業(yè)DPD部署的可行選擇。DPD開(kāi)發(fā)人員必須以有利于高效實(shí)現和運行的方式消除電荷捕獲的影響。電荷捕獲校正(CTC)是我們的ADRV9029 收發(fā)器支持的一項特性，其功耗和計算時(shí)間成本均很低。已經(jīng)證明，EVM能恢復到EVM 3GPP規范內的水平。下一代收發(fā)器（即將到來(lái)的ADRV9040）擁有更精密的解決方案，預計它能在動(dòng)態(tài)場(chǎng)景中提供增強的性能，并能更好地覆蓋數量越來(lái)越多、電荷捕獲特性各不相同的GaN PA應用。
圖7.平衡DPD性能的所有要素和挑戰
如上所述，DPD實(shí)現的穩定性至關(guān)重要。魯棒性通過(guò)不斷監測內部狀態(tài)并提供對異常狀況的快速響應來(lái)實(shí)現。
ADI解決方案的泛化通過(guò)測試許多供應商的廣泛PA樣片來(lái)實(shí)現，我們同很多供應商建立了共生的技術(shù)關(guān)系。
結論
介紹DPD性能時(shí)，重點(diǎn)往往是性能的靜態(tài)方面。雖然EVM和ACLR的衡量標準仍然有效，但必須更多地關(guān)注限定這些測量的運行條件和要求的組合。5G NR的需求繼續推動(dòng)應用要求的提高，再加上對更高PA效率的渴望，導致DPD算法開(kāi)發(fā)的挑戰進(jìn)一步加大。
當我們開(kāi)始評判DPD性能時(shí)，我們需要一個(gè)整體方法來(lái)處理：
● 靜態(tài)性能
● 動(dòng)態(tài)性能
● 魯棒性
● 穩定性
勉強符合規范的DPD可能不受歡迎，會(huì )造成暫時(shí)不合規范的情況出現的DPD可能令運營(yíng)商不安。更災難性的是，DPD會(huì )變得不穩定并導致非法輻射和PA的失效。不應將DPD算法視為現成的東西。根據PA和應用的具體情況調整DPD才能實(shí)現優(yōu)化性能，但算法敏捷性和開(kāi)發(fā)/現場(chǎng)支持也是重要的考慮因素。有效的DPD算法可以給系統帶來(lái)相當大的好處。不應低估需求和性能評估的復雜性。
免責聲明：本文為轉載文章，轉載此文目的在于傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問(wèn)題，請聯(lián)系小編進(jìn)行處理。
推薦閱讀：
如何使用LTspice仿真來(lái)解釋電壓依賴(lài)性影響
AoP技術(shù)如何擴展雷達傳感器在汽車(chē)應用中的布局
