【導讀】根據許多推廣材料對數字預失真(DPD)的介紹，其性能是基於靜態定量數據。通常，這些材料會顯示DPD頻譜並引用鄰道泄漏比(ACLR)數字。這種方法雖然解決了基本需求，但卻沒有抓住實際部署中出現的諸多挑戰、風險和性能權衡。向5Gdekuaisuguodudailailedaliangxindetiaozhanhechangjing，suanfakaifarenyuanheshebeigongyingshangxuyaogeiyugengduoguanzhu。yaozhichengjingtaixingneng，bixujubeizaiyouxuduoyuansuchuyubianhuazhuangtaidefuzahuanjingzhongbaochixingnenghewendingxingdenengli。

簡介

在zai理li想xiang世shi界jie中zhong，功gong率lv放fang大da器qi的de輸shu出chu是shi輸shu入ru的de比bi例li放fang大da，除chu此ci之zhi外wai與yu輸shu入ru完wan全quan相xiang同tong，放fang大da器qi使shi用yong的de大da部bu分fen功gong率lv貢gong獻xian在zai輸shu出chu信xin號hao中zhong。因yin此ci，其qi效xiao率lv最zui大da且qie沒mei有you失shi真zhen。但dan現xian實shi世shi界jie卻que並bing非fei如ru此ci：實(shi)際(ji)的(de)線(xian)性(xing)放(fang)大(da)器(qi)的(de)效(xiao)率(lv)往(wang)往(wang)非(fei)常(chang)差(cha)。例(li)如(ru)
，電(dian)纜(lan)分(fen)配(pei)係(xi)統(tong)中(zhong)使(shi)用(yong)的(de)放(fang)大(da)器(qi)具(ju)有(you)優(you)異(yi)的(de)線(xian)性(xing)度(du)，但(dan)這(zhe)是(shi)以(yi)效(xiao)率(lv)為(wei)代(dai)價(jia)來(lai)實(shi)現(xian)的(de)。在(zai)大(da)多(duo)數(shu)情(qing)況(kuang)下(xia)，效(xiao)率(lv)勉(mian)強(qiang)能(neng)超(chao)過(guo)6％，其餘功率(94％)則被浪費。浪費的功率涉及經濟、環境和應用方麵的成本。在蜂窩基站中
，電力成本占運營成本(OPEX)的50％yishang。langfeidegonglvhuizengjiadianlishiyongbingchanshengwenshiqiti
，erweizuoweiwuxiandianbofashechuqudedabufengonglvbixuzuoweireliangxiaosan，xuyaozhudonghebeidongdereguanli。

在過去的數十年間

，蜂窩行業已將PA的效率提升至超過50％的性能水平。這是通過采用智能架構（如Doherty）和高級工藝技術（如GaN）而實現的。獲得效率的同時也付出了一定的代價——線性度。在蜂窩係統中，線性度很差有兩個主要後果：帶內失真和帶外輻射。帶內失真會破壞所發射信號的保真度，可以通過誤差矢量調製(EVM)性能的降幅來表示。帶外輻射會打破3GPP輻射屏蔽，可能對占用鄰道頻率分配的運營商造成不希望的幹擾。我們通常用ACLR來衡量這方麵的性能。除此之外，GaN PA帶來了額外的挑戰，因為它的電荷捕獲效應也會產生帶內失真，而這些失真是動態的，與ACLR隱含的SNR無關。

圖1.具有記憶效應的PA動態轉換函數 

校正PA非線性至關重要。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性，這是一個合理的假設。然而，PA的轉換函數是動態轉換函數
，其輸出至輸入特性可以被認為處於連續變化之中。此外
，該動態轉換函數與一係列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。PA的動態非線性行為需要先建模，然後才能校正，因此需要數字預失真(DPD)，而DPD需要適應環境的動態變化。

圖2.數字預失真係統的概念表示

圖2顯示了許多DPD係統的核心元素：觀測
、估算和驅動。圖2中的概念生成了一個跟蹤PA預期響應的模型，這樣便可產生適當的抵消信號來消除預測的PA非線性行為。模型有很多，例如十分普遍的廣義記憶多項式(GMP)。

圖3.有和無數字預失真兩種情況下的鄰道泄漏

在線性區域中工作的PA產生的帶外失真較少，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測試台上的頻譜分析儀的屏幕截圖，該測試台用來演示靜態DPD性能是否達到許多ACLR合規性測試所要求的標準。

市場演變、性能增強和移動目標

自20世紀90年代以來，DPD便已在蜂窩基站中商用
，部署量超過800萬台。蜂窩市場的技術和代次需求不斷變化（2G
、3G、4G
，現在是5G），對DPD的要求也在與時俱進。這些挑戰包括但不限於：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。

設備供應商急於差異化其產品，不斷增強效率方麵（相對於相關3GPP規範）的性能，其中PA效率仍然是挑戰。驅動變革的傳統因素是運營成本和熱管理（包括與之相關的硬件/重量成本）
，但現在

，環境考慮加速了這種變化。

PA和DPD具有某種共生關係。在有些情況下，這種關係很和諧，但在另一些情況下，這種關係很棘手。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經配置和調整後與特定應用匹配時
，性能最優。然而，為了滿足5G及後續技術的激進要求，PA設計在不斷發展。因此，DPD也必須不斷演進以滿足額外的需求。隨著寬帶和雙頻應用成為常態，PA開發人員麵臨著在更高頻率下實現更寬帶寬，同時滿足性能期望的挑戰。開發帶寬能力為200 MHz及以上的PA是一個挑戰，同時要確保其也能滿足3GPP規範和效率，這帶來了進一步的挑戰。這些挑戰最終都落在DPD開發人員肩上。

了解挑戰

量化DPD性能不是一項簡單的任務。有許多情況和場景需要考慮——除PA外，還有其他一些影響因素。考慮性能時，需要清楚地定義測試條件的細節：在200 MHz的帶寬實現>50％的效率比在20 MHz的工作帶寬實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

，情況變得更加複雜：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性能有幾個定量指標——主要由3GPP規範或運營商要求所定義的數據點：ACLR
、EVM和效率。滿足這些要求僅僅是DPD性能冰山的一角。將穩定性和魯棒性添加到需求矩陣中後，挑戰之巨大開始顯現。DPD性能有兩個關鍵方麵：靜態基準性能和實際的運行動態性能。

為了刻畫動態特性的挑戰

，圖4顯示了動態環境中的信號演變，並展示了ACLR如何用連續適應的DPD加以響應。圖中的數字是名義上的。曲線提供了信號突然變化的影響的例子，雖然極端但合法。隨著信號變化，DPD模型要適應變化。適應事件用點表示。在信號變化與下一自適應之間的過渡時間中，模型和信號存在不匹配
，因此ACLR值可能上升，在瞬態期間內超過輻射規範的風險會增加。

圖4.動態單元加載
、DPD適應和ACLR瞬態

適應需要一定的時間，因此始終存在瞬態。高性能DPD的挑戰在於將該模型不匹配時間減少到最小，同時確保兩個狀態之間平滑過渡。需要管理該過程，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的相關性。當不匹配度很高時，DPD存在性能降低的風險
，更糟糕的是無線電的穩定性降低。如果發生不穩定
，DPD算suan法fa可ke能neng會hui像xiang滾gun雪xue球qiu一yi樣yang失shi控kong，打da破po輻fu射she屏ping蔽bi

，在zai最zui壞huai情qing況kuang下xia可ke能neng損sun壞huai無wu線xian電dian硬ying件jian。在zai性xing能neng和he穩wen定ding性xing的de蹺qiao蹺qiao板ban上shang
，穩wen定ding性xing始shi終zhong是shi更geng重zhong要yao的de設she計ji考kao慮lv因yin素su。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，並能從錯誤中恢複。

高性能實用DPD解決方案的挑戰可以概括為如下要求：

●     靜態性能（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）

●     動態特性

●     魯棒性

此外，由於ADI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(OEM)將產品交付給其客戶（運營商）之後，解決現場出現的性能問題。

●     進化

     ○ 在現場使用期間，PA技術和信號空間應用可能改變。

●     泛化

     ○ OEM可以針對每個產品精細調整DPD。我們沒有這種奢侈資源。我們必須滿足許多應用的需求，同時使可配置性和冗餘最小化。

提升DPD性能以應對挑戰

僅考慮靜態性能的話，DPD開發有一個線性漸進的因素。如果提供更多資源，我們就能提高性能。例如，更多GMP係數有助於更準確地模擬PA行為。因此

，隨著帶寬加寬，這成為維持（如果不能改進）性能的一種策略。然而

，這種方法有其局限性
，最終會達到一個收益遞減點——投入更多資源卻不產生收益或收益很少。DPD算法開發人員需要采取更多創造性方法來實現進一步增強。ADI公司的辦法是用更一般的基礎函數和更高階Volterra產品來補充基本算法的廣義記憶多項式。開發人員試圖創建一個能準確預測PAxingweidemoxing，yincishujuleijiheshujucaozongshihexinjibenyaosu。zailianxushijianhegonglvshuipingxiabuhuoshuju，kaifarenyuanbianyougengquanmiandeshouduanlaijinxingpingguhesuzaomoxingxingwei。tu5是采用這種方法的係統的概念圖。請注意，更廣泛的數據捕獲/觀測節點與數字電源監控耦合。電源監控有助於動態運行。先前存儲的模型可以通過多種方式發揮作用，以減輕上麵討論的動態瞬變。

圖5.使用更廣泛的捕獲/觀測實現DPD

近年來，GaN PA技術為DPD開發人員帶來了新的挑戰：長期記憶效應。GaN工藝技術在效率、帶寬和工作頻率方麵具備許多特有的優勢。然而，它存在所謂的電荷捕獲效應。GaN的電荷捕獲是一種長期記憶效應

，先有捕獲，然後是熱解除捕獲。基於GMP的DPD糾正了一些誤差，但仍有殘餘誤差會繼續影響信號質量。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增益波動和這些波動的時間性。另請注意捕獲和解除捕獲狀態
，解除捕獲發生在較低功率符號上。

圖6.GaN PA電荷捕獲引入的長期增益誤差

時間效應是長期的，傳統方法意味著要采集大量的樣本點
，因而需要存儲和處理大量數據。存儲器成本
、矽片麵積和處理成本使得這種方法不是商業DPD部署的可行選擇。DPD開發人員必須以有利於高效實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 收發器支持的一項特性，其功耗和計算時間成本均很低。已經證明，EVM能恢複到EVM 3GPP規範內的水平。下一代收發器（即將到來的ADRV9040）擁有更精密的解決方案，預計它能在動態場景中提供增強的性能，並能更好地覆蓋數量越來越多、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實現的穩定性至關重要。魯棒性通過不斷監測內部狀態並提供對異常狀況的快速響應來實現。

ADI解決方案的泛化通過測試許多供應商的廣泛PA樣片來實現，我們同很多供應商建立了共生的技術關係。

結論

介紹DPD性能時，重點往往是性能的靜態方麵。雖然EVM和ACLR的衡量標準仍然有效，但必須更多地關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算法開發的挑戰進一步加大。

當我們開始評判DPD性能時，我們需要一個整體方法來處理：

●     靜態性能

●     動態性能

●     魯棒性

●     穩定性

勉強符合規範的DPD可能不受歡迎，會造成暫時不合規範的情況出現的DPD可能令運營商不安。更災難性的是

，DPD會變得不穩定並導致非法輻射和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才能實現優化性能，但算法敏捷性和開發/現場支持也是重要的考慮因素。有效的DPD算法可以給係統帶來相當大的好處。不應低估需求和性能評估的複雜性。

免責聲明：本文為轉載文章，轉載此文目的在於傳遞更多信息，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題，請聯係小編進行處理。

推薦閱讀：

如何使用LTspice仿真來解釋電壓依賴性影響

ADALM2000實驗：跨阻放大器輸入級

AoP技術如何擴展雷達傳感器在汽車應用中的布局

ADALM2000實驗：浮動（2端口）電流源/吸電流

使用無刷直流電機加速設計周期的 3 種方法