關于未來即將出現(xiàn)的GaN創(chuàng)新技術與其對基站設計和發(fā)展的影響

現(xiàn)在GaN很火 ，人們似乎忘記了GaN 依然是一項相對較新的技術，仍處于發(fā)展初期，還有較大的改進潛力和完善空間。本文將介紹多項即將出現(xiàn)的 GaN 創(chuàng)新技術，并預測未來幾年這些創(chuàng)新技術對基站設計和發(fā)展的影響。

功率密度

我們預計在未來三到五年內(nèi)，GaN 強大的功率密度將得到進一步提升。如今已有方法利用 GaN 實現(xiàn)更高的功率密度，但成本極高，從商業(yè)角度而言還不可行。例如將 GaN 置于金剛石而非碳化硅襯底上，這一方案雖然可以成功，但費用高昂，無法運用于基站。相關人員仍在研究其它高效益但相對低成本的工藝，力爭在未來幾年內(nèi)提高材料的原始功率密度。

這對 5G 基礎設施市場而言吸引力頗大，他們追求成本更低、效率更高、帶寬更大的基站。其它行業(yè)也對此表現(xiàn)出濃厚的興趣。雷達應用領域尤其受益，因其致力于在給定空間內(nèi)提供更多功率和更高效率。隨著 GaN 在細分市場的迅猛增長，其規(guī)模效應將不斷擴大，價位也將持續(xù)下降。

線性度

毫無疑問，在基站領域中，GaN 半導體行業(yè)的首要考慮因素是提高線性功率。其研發(fā)工作均聚焦于未來幾年內(nèi)如何提升線性效率。

與此同時，我們預計在未來三到五年內(nèi)，基站的調(diào)制方案不會出現(xiàn)顯著變化。調(diào)制方式可以理解為每赫茲所傳輸數(shù)據(jù)的簡單計算。無論采用 256 QAM 還是 1024 QAM，系統(tǒng)都將于每赫茲帶寬獲得一定數(shù)量的位數(shù)據(jù)。如果這些數(shù)字不會發(fā)生顯著變化，那么從系統(tǒng)中獲得更多位數(shù)據(jù)的理想方式就是提高線性效率。

但這并非表示不能通過提高基礎設備的功率解決問題。即使未實現(xiàn)線性度改進，PA 的整體功率仍可帶來信號改善。

此外，因其所需系統(tǒng)功率更低、天線陣列更少，此方法還有助于設計人員減少系統(tǒng)復雜性。雖然額外功率或二級解決方案確實有效，但業(yè)內(nèi) GaN 供應商的目標在于減小陷阱效應，以盡量簡化系統(tǒng)。

溫度

基站的溫度將隨時間的推移而不斷上升。五年前的標準是將設備溫度指定為 85℃。OEM 已經(jīng)將其提高至 105℃，并且預計基站設計將提升至適應 125℃ 的高溫。

而大多數(shù) GaAs 器件的最高工作溫度為 150℃，因此只有 25℃ 的溫升范圍。未來，GaN 供應商必須與系統(tǒng)設計人員密切合作，以尋求創(chuàng)新方法使嵌入式元件保持低溫狀態(tài)。

對于包含大規(guī)模 MIMO 陣列的小型室外設備而言，這種壓力將更為嚴峻。目前確實存在創(chuàng)新的解決方案，但性價比卻不高。我們預計未來幾年內(nèi)，這種情況將有所改變。

整體解決方案

所有 GaN 供應商都在針對 GaN 器件的物理特性進行微調(diào)，以提高設備的線性效率、功率密度和可靠性，同時減小陷阱效應、電流崩塌效應和電流漂移等引起的負面影響。一定程度上，以上目標可以在設備層面實現(xiàn)。但為發(fā)揮全部潛力，基站射頻前端（RFFE）系統(tǒng)應與總體架構鏈同步發(fā)展，我們看到在這個領域有許多前沿研究。

隨著行業(yè)從 LDMOS 轉向 GaN 解決方案，同步發(fā)展尤其重要。二者所采用的技術完全不同。并非簡單地換用 GaN PA 就能將效率提升 10 個百分點。因為系統(tǒng)問題和解決方案各不相同，針對 LDMOS 優(yōu)化的基站可能不適用于GaN PA，反之亦然。我們應對 GaN 基站系統(tǒng)進行全面優(yōu)化。

目前，GaN 基站系統(tǒng)已開始投入使用，并且因為性能優(yōu)勢，預計在未來幾年將得到更廣泛的應用。與供應商攜手縮小整體設計差距的嵌入式設計人員將會躋身為行業(yè)領導者。OEM肯定認為自己已經(jīng)在使用系統(tǒng)級方法，我們并不否認這一事實，但隨著射頻鏈更加智能且集成度越來越高，我們將會獲得進一步的收益。

智慧射頻和人工智能

減小陷阱效應對于所有半導體材料而言都是一大問題，GaN 也不例外。高速開關應用可能會為 GaN 功率放大器創(chuàng)造極具挑戰(zhàn)的陷阱環(huán)境。由于 PA 行為取決于 PA 先前接收的信號，因此解決這些陷阱效應問題可能十分復雜。傳統(tǒng)方法著眼于物理層，一直延伸至基板，從而確定導致問題行為的原因。目前的技術還不能徹底緩解陷阱效應，但相關人員仍在不斷進行研發(fā)。

另一種方法是采用軟件算法預測導致陷阱效應的變化。在深入了解既定條件的前提下，通過智能RF控制器，設備將有可能識別流量模式，并預測下一個活動高峰。或者識別活動的降幅，并更改控制器層面的內(nèi)容，從而減少功耗。早在許多年前，此方法已在基站領域得以實現(xiàn)，但人們?nèi)栽诓粩嗯Ω倪M這項技術。

基于上述情況，OEM 開始考慮在無線電層面應用人工智能。RFFE 系統(tǒng)能夠隨著時間推移自行優(yōu)化。從理論上說，如果現(xiàn)場無線電輸出發(fā)生故障，那么 RFFE 系統(tǒng)能夠自行識別錯誤，并從中“吸取教訓”。下一次，它便可以防止一系列可能導致故障的事件，甚至有可能修復故障。這樣一來便不需要向運營商報備故障、出動卡車前往故障處，也不需要派工作人員在信號塔中解決一些小問題?？梢韵胂?，這樣可減少大量的停機時間，節(jié)省維修費用。

6G

盡管 5G 仍處于推廣的初級階段，但有關 6G 的討論已經(jīng)開始。早期的預測表明，在遠超 100GHz 的頻段上可實現(xiàn) 6G。眾所周知，這正是 GaN 可以支持的頻段。這種解決方案極有可能不會采用傳統(tǒng)的小基站部署，但無論采用何種形式，我們相信 GaN 在高頻率和大帶寬下的效率將使其成為實現(xiàn) 6G 的關鍵元素。
編輯：lyn