AM-AM,AM-PM,在概念上很好理解,就是幅度和幅度,幅度和相位的對應關系。這組參數一般用來表征功放的線性特征。
在理想的線性PA中,輸入輸出之間的相位差應該是常數,即輸出信號只是輸入信號經過幅度放大和加入一定的延時。在實際PA中,由于其非線性的影響,會發(fā)生AM-AM失真和AM-PM失真。AM-AM失真是指輸出信號和輸入信號幅度上的失真,比如當輸入信號擺幅進入閾值電壓之下或者飽和電壓之上時,輸出電壓信號就會發(fā)生截斷或削頂,即為AM-AM失真。AM-PM失真是指,非線性PA輸入信號幅度上的變化,導致了輸出和輸入信號之間的相位差的變化。
下圖為帶有記憶效應的功放AM-PM數據,可以看到功放的AM-PM在一定的程度上呈現發(fā)散特性。
功放記憶效應產生的原因有很多
輸入輸出的匹配電路
功放的發(fā)熱
功放的輸入輸出電容對不同頻率的表現等
現在我們很少用AM-AM,AM-PM來表征功放的非線性。做雷達的用IM3,做通信的用ACLR/EVM。
AM-PM的重要性體現在什么地方?
在前文講過DPD的仿真過程,通過對仿真過程的研究發(fā)現,DPD的難點并不是射頻工程師認為的算法。
其實DPD實現的好壞取決于——功放數據的準確獲取。
功放算法模型描述的就是射頻板輸入——輸出的關系。
準確功放輸入—輸出的關系就關系到DPD實現的程度。
預失真針對的就是不同頻率的幅度和相位的變化關系
而在數字域表征功放輸入輸出變化的量就是幅度和相位。
測試功放的AM-AM,AM-PM可以建立相對準確的輸入輸出數據。
DPD的算法模型就是建立一個相對準確描述射頻板輸入-輸出特性的數據,然后通過迭代算法產生一組數據去對消射頻板的AM-AM,AM-PM失真。
現在我們再回頭看一些有預失真功能的芯片。
SC1887可以提升鄰道指標10dB左右。
ADRV9002提升在20dB左右
這些預失真都沒有實現到仿真的結果,究其原因就是他們的DPD模型不是針對相應的功放設計的,而是用了一個通用數據構建的預失真模型,具有普遍性,而不具備針對性,所以只能設計到10~20左右的提升。
而華為中興這些大廠能夠實現40左右的提升,是因為DPD的功放算法模型數據針對的是每一個功放而建立,所以結果往往要好很多。
總結
寫到這里,又發(fā)現了射頻工程師的重要性,射頻工程師的處境并沒有我們想象的那么糟,雖然也沒有很好。
往前走,走到一定深度才能真正的認清楚到這個行業(yè)。
-
功放
+關注
關注
97文章
788瀏覽量
103057 -
PM
+關注
關注
0文章
32瀏覽量
24270 -
失真
+關注
關注
2文章
103瀏覽量
21292 -
AM
+關注
關注
0文章
54瀏覽量
29292 -
輸入信號
+關注
關注
0文章
444瀏覽量
12523
原文標題:AM/AM,AM/PM的重要性
文章出處:【微信號:CloudBrain-TT,微信公眾號:云腦智庫】歡迎添加關注!文章轉載請注明出處。
發(fā)布評論請先 登錄
相關推薦
評論