如何使數(shù)字預(yù)失真解決方案實用且相關(guān)

在其線性區(qū)域工作的PA產(chǎn)生的帶外失真較少，并且如圖3所示，泄漏到相鄰?fù)ǖ赖脑肼曀斤@著降低。圖3顯示了典型DPD測試臺上頻譜分析儀的屏幕截圖，用于演示靜態(tài)DPD性能是否符合許多ACLR一致性測試所要求的標(biāo)準(zhǔn)。

市場演變、性能增強和移動目標(biāo)

自 1990 年代以來，DPD 已在蜂窩基站中商用，利用率計算為 800 多萬次部署。隨著蜂窩市場的技術(shù)和世代要求（2G、3G、4G和現(xiàn)在的5G）發(fā)生變化，對DPD的要求也隨之變化。這些挑戰(zhàn)包括但不限于更寬的帶寬、更高的功率、載波布局、更高的峰均信號比以及基站數(shù)量和距離的致密化。

設(shè)備供應(yīng)商急于區(qū)分其產(chǎn)品，并繼續(xù)推動相對于相關(guān) 3GPP 規(guī)范的效率方面的性能增強。PA效率仍然是一個挑戰(zhàn)。雖然傳統(tǒng)的變革驅(qū)動因素是運營成本和熱管理（包括與之相關(guān)的硬件/重量成本），但現(xiàn)在環(huán)境考慮因素為這種變化提供了加速劑。

PA和DPD具有部分共生關(guān)系。在某些情況下，這種關(guān)系可能是和諧的，而在另一些情況下則更加困難。一個供應(yīng)商的DPD友好的PA可能會與另一個供應(yīng)商的DPD友好。通常，當(dāng)DPD和PA都經(jīng)過配置和調(diào)整以匹配特定應(yīng)用時，可以實現(xiàn)最佳性能。然而，PA設(shè)計在不斷發(fā)展，以滿足5G及以后的苛刻要求。與此同時，DPD必須不斷發(fā)展以滿足額外的需求。隨著寬帶和雙頻應(yīng)用成為常態(tài)，PA 開發(fā)人員面臨的挑戰(zhàn)是如何在更高頻率下實現(xiàn)更寬的帶寬，同時保持性能預(yù)期。開發(fā)帶寬能力為200 MHz及以上的PA是一項挑戰(zhàn)，而確保其能夠滿足3GPP規(guī)范和效率也帶來了進一步的挑戰(zhàn)。這些挑戰(zhàn)反過來又落在了DPD開發(fā)人員身上。

了解挑戰(zhàn)

量化DPD性能并非易事。需要考慮的條件和方案矩陣 - 除了 PA 之外，還有許多其他緩解依賴項。當(dāng)我們考慮性能時，需要明確定義測試條件的細節(jié)：在200 MHz帶寬下實現(xiàn)>50%的效率比在20 MHz的工作帶寬下實現(xiàn)相同效率水平的挑戰(zhàn)要大得多。當(dāng)我們考慮在分配頻譜內(nèi)的載波放置時，情況變得更加復(fù)雜;它可能是一個連續(xù)的信號，但它也可能是一個分段的載波分配，其中部分頻譜被占用。

在高層次上，DPD性能有定量指標(biāo)，這些數(shù)據(jù)點主要由3GPP規(guī)范或運營商要求定義：ACLR，EVM和效率。滿足這些只是DPD性能的冰山一角。當(dāng)穩(wěn)定性和穩(wěn)健性被添加到組合中時，挑戰(zhàn)的艱巨性開始浮出水面。DPD性能有兩個關(guān)鍵方面：靜態(tài)基準(zhǔn)性能和實際操作動態(tài)性能。

為了描述動態(tài)挑戰(zhàn)，圖4說明了動態(tài)環(huán)境中的信號演變，并顯示了ACLR如何通過自適應(yīng)DPD做出響應(yīng)。這些數(shù)字是名義上的。該圖提供了突然信號變化影響的示例，這些變化是極端但合法的。隨著信號的變化，DPD模型會適應(yīng)它。適應(yīng)事件以點表示。在信號變化和下一次適應(yīng)之間的過渡時間內(nèi)，模型和信號之間存在不匹配，因此ACLR值可能會上升，從而增加了在瞬態(tài)持續(xù)時間內(nèi)超過輻射規(guī)格的風(fēng)險。

圖4.動態(tài)單元加載、DPD 適配和 ACLR 瞬變。

適應(yīng)需要有限的時間，所以總會有短暫的。高性能DPD面臨的挑戰(zhàn)是將模型失配時間降至最低，同時確保兩種狀態(tài)之間的平穩(wěn)過渡。需要對該過程進行管理，以便同時考慮適應(yīng)和中斷ACLR的速度。了解模型不匹配如何取決于信號轉(zhuǎn)換的性質(zhì)非常重要。當(dāng)不匹配度很高時，DPD可能會降低性能，甚至更糟的是，降低無線電的穩(wěn)定性。如果發(fā)生不穩(wěn)定，可能會導(dǎo)致DPD算法滾雪球失控，爆破發(fā)射掩模，在最壞的情況下，還會損壞無線電硬件。在性能與穩(wěn)定性的蹺蹺板上，穩(wěn)定性將始終是突出的設(shè)計考慮因素。DPD設(shè)計必須堅固耐用，以確保在正常和異常工作條件下的穩(wěn)定性和錯誤恢復(fù)。

高性能實用DPD解決方案面臨的挑戰(zhàn)可以概括為以下要求：

靜態(tài)性能（一致性測試或 BTS 流量負載大致恒定的情況）

美國前交叉韌帶

EVM（包括氮化鎵作為特例）

動力學(xué)

魯棒性

此外，由于ADI公司是DPD的第三方供應(yīng)商，因此還必須考慮以下幾點：

保養(yǎng)

解決我們的客戶（OEM）部署到其客戶（操作員）時發(fā)生的性能問題。

演化

在現(xiàn)場的使用壽命期間，PA技術(shù)和信號空間應(yīng)用可能會發(fā)生變化。

共性

OEM 可以根據(jù)每個產(chǎn)品微調(diào)其 DPD。我們沒有那么奢侈。我們必須滿足許多應(yīng)用程序的需求，同時最大限度地減少可配置性和冗余。

提高DPD性能以應(yīng)對挑戰(zhàn)

僅考慮靜態(tài)性能，DPD開發(fā)存在線性進展的因素。如果我們提供更多的資源，那么我們就會提高性能。例如，更多的GMP系數(shù)有助于更準(zhǔn)確地對PA行為進行建模。因此，隨著帶寬的擴大，這成為保持性能（如果不是提高性能）策略的一個要素。然而，這種方法有其局限性。如果額外資源提供很少或根本沒有好處，就會達到收益遞減的點。DPD算法開發(fā)人員需要采取更具創(chuàng)造性的方法來進一步增強。ADI的方法是用更通用的基函數(shù)和高階Volterra乘積來增強基本算法廣義存儲器多項式。當(dāng)開發(fā)人員嘗試創(chuàng)建一個能夠準(zhǔn)確預(yù)測PA行為的模型時，數(shù)據(jù)積累和數(shù)據(jù)操作是核心的基本要素。在連續(xù)的時間和功率水平上捕獲數(shù)據(jù)，使開發(fā)人員能夠獲得更完整的水庫或軍械庫，以對其進行評估并塑造模型行為。圖 5 提供了采用這種方法的系統(tǒng)的概念性概述。請注意，更廣泛的數(shù)據(jù)捕獲/觀察節(jié)點與數(shù)字電源監(jiān)控相結(jié)合。電源監(jiān)控有助于動態(tài)。先前存儲的模型可以通過多種方式發(fā)揮作用，以減輕上面討論的動態(tài)瞬變。

圖5.DPD實施，具有更廣泛的數(shù)據(jù)捕獲/觀察。

近年來，GaN PA技術(shù)給DPD開發(fā)人員帶來了另一個挑戰(zhàn)：長期記憶效應(yīng)。氮化鎵工藝技術(shù)在效率、帶寬和工作頻率方面具有許多明顯的優(yōu)勢。然而，它確實表現(xiàn)出所謂的電荷捕獲效應(yīng)。GaN中的電荷捕獲是一種長期記憶效應(yīng)，其中存在陷阱，然后是熱去捕獲。基于 GMP 的 DPD 糾正了一些錯誤。但是，殘余誤差會繼續(xù)影響信號質(zhì)量。這種失真會導(dǎo)致EVM相應(yīng)上升。圖6提供了該現(xiàn)象的圖形表示。注意PA增益波動以及這些波動的時間性質(zhì)。另請注意陷印和去陷印狀態(tài)，以及去陷印發(fā)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。

由于時間效應(yīng)是長期的，傳統(tǒng)方法建議獲取大量采樣點，從而需要存儲和處理大量數(shù)據(jù)。內(nèi)存成本、硅面積和處理成本意味著這種方法對于商業(yè)DPD部署來說不是一個可行的選擇。DPD開發(fā)人員必須消除電荷捕獲的影響，但這樣做的方式有助于高效實現(xiàn)和操作。電荷擷率校正（CTC）是ADRV9029收發(fā)器在功耗和計算時間方面以低成本支持的功能。它已被證明可以將 EVM 恢復(fù)到 EVM 3GPP 規(guī)范范圍內(nèi)的水平。下一代收發(fā)器，即將推出的ADRV9040，擁有更精細的解決方案，計劃在動態(tài)場景中提供增強的性能，并更好地覆蓋越來越多的具有獨特電荷擷率特性的GaN PA。

圖7.平衡DPD性能的所有要素與挑戰(zhàn)。

如前所述，DPD實現(xiàn)的穩(wěn)定性至關(guān)重要。通過持續(xù)監(jiān)控內(nèi)部狀態(tài)和對異常情況提供快速響應(yīng)來解決魯棒性問題。

ADI解決方案的通用性通過對來自許多供應(yīng)商的廣泛PA樣本進行測試來解決，其中許多供應(yīng)商與許多供應(yīng)商建立了共生的技術(shù)關(guān)系。

結(jié)論

很多時候，當(dāng)呈現(xiàn)DPD性能時，重點是性能的靜態(tài)元素。雖然EVM和ACLR的測量標(biāo)準(zhǔn)仍然有效，但必須更多地關(guān)注構(gòu)成這些測量的操作條件和要求矩陣。5G NR的需求繼續(xù)推動應(yīng)用需求。再加上對更高PA效率的渴望，加劇了DPD算法開發(fā)的挑戰(zhàn)。

當(dāng)我們開始鑒定DPD性能時，我們需要一種整體方法來處理：

靜態(tài)性能

動態(tài)性能

魯棒性

穩(wěn)定性

與規(guī)格有窄邊距的DPD可能不受歡迎，而導(dǎo)致臨時規(guī)格擠出的DPD可能會使操作員感到不安，而不穩(wěn)定并導(dǎo)致非法排放和可能的PA故障的DPD是災(zāi)難性的。DPD算法不應(yīng)被視為現(xiàn)成的產(chǎn)品;當(dāng)根據(jù)PA和應(yīng)用的具體情況修剪DPD時，可以實現(xiàn)最佳性能，因此，算法敏捷性和開發(fā)/現(xiàn)場支持也是重要的考慮因素。有效的DPD算法可以帶來巨大的系統(tǒng)優(yōu)勢。不應(yīng)低估所需經(jīng)費和業(yè)績評估的復(fù)雜性。

審核編輯：郭婷