数字预失真（DPD）技术：解锁功率放大器效率提升的新秘诀

转发自微信公众号文章：数字预失真（DPD）技术：解锁功率放大器效率提升的新秘诀！

数字预失真技术用于补偿放大器的非线性特性，使其能够在非线性区域工作，从而实现最大功率效率。功率放大器（PA）是无线通信系统中不可或缺的组件。然而，它们本身具有非线性特性。这种非线性会导致频谱再生，进而产生不必要的辐射和相邻信道干扰，通常用邻道泄漏比ACLR来标定，见图1。

图1. 邻道泄漏比ACLR示意图

同时，它还会引起带内失真，导致误差矢量幅度（EVM）性能下降，见图2。为了提高EVM性能，需要将功率放大器的工作点远离其饱和点，见图3。但这会导致非常低的功率效率，通常低于10%。因此，超过90%的直流功率会损失并转化为热量。考虑到全球部署的大量无线基站，提高功率放大器的效率可以显著降低蜂窝运营商的电力和冷却成本。

图2. (a)星座图和判定边界，以及(b)接收信号和理想信号位置之间的误差矢量。

图3. 功放工作在饱和区会导致信号失真

数字预失真（DPD）提供了一种有效的方法来线性化功率放大器。DPD允许成本效益高的非线性功率放大器在其非线性区域工作，同时最小化失真，从而实现更高的输出功率和更高的功率效率。这一概念基于在输入信号和放大器之间插入一个非线性函数（放大器的逆函数）以产生线性输出。DPD必须适应功率放大器非线性随时间、温度以及不同工作信道的变化。

什么是数字预失真？

DPD在数字基带域中工作，与在射频域中工作的前馈线性化等替代技术相比，其实施复杂度更低。DPD允许成本效益高的非线性功率放大器在更高输出功率下工作，并进入其非线性区域，同时最小化失真，从而实现更高的功率效率。

DPD相当于一个非线性电路，其增益扩展响应与功率放大器的增益压缩（AM/AM）相反，其相位旋转与功率放大器的相位旋转（AM/PM）负向相同，如图4所示。

图4. DPD系统的框图展示了它如何对功率放大器进行线性化。

DPD必须适应功率放大器非线性的变化。DPD的另一个挑战是功率放大器的传输特性依赖于信号的频率成分，这表现为失真分量的幅度和相位基于过去信号值的变化。这通常被称为记忆效应。除了校正功率放大器的非线性外，记忆效应补偿也是DPD算法的重要要求，特别是在信号带宽增加时。

大多数自适应DPD模块能够适应功率放大器特性的缓慢变化。然而，通常不考虑快速变化。尝试使用传统的基于泰勒级数的DPD方案来补偿功率放大器特性的快速变化或短期记忆效应，可能会降低性能，甚至使系统不稳定。所使用的DPD技术基于沃尔泰拉级数（Volterra series）记忆多项式和广义记忆多项式的子集。非线性校正可以应用于复基带信号，使用任何合适的数字信号处理形式，包括实域和复域（I/Q或极坐标）处理。优选地，非线性校正使用并行处理架构来应用，由此可以同时处理两个或更多样本，以适应扩展带宽的高采样率。

图5展示了典型通信系统发射链中自适应数字预失真（DPD）的功能模块。DPD子系统由不同的模块组成，包括DPD模型查找表（LUT）、复增益乘法器和自适应模块。在数字上变频（DUC）之后，使用峰均比（PAPR）降低技术（即峰值因子降低（CFR）技术）来降低信号的峰均比。CFR还通过减少回退来提高功率放大器（PA）的效率，在这方面发挥着关键作用。大多数系统在CFR模块之后立即对数字基带信号应用DPD。如果系统中没有CFR，DPD后的PAPR将会增加，这可能导致DPD算法收敛不稳定。系统启动时的DPD训练是在禁用CFR的情况下，通过从观测路径收集PA样本来进行的。这样可以使系统获得PA的完整特性，以便进行DPD训练。

图5. 发射机的DPD模块位于峰值因子降低模块和数模转换器（DAC）/模数转换器（ADC）功能之间。

图5中的另一个模块是正交误差校正（QEC）。由于上变频（UC）模块中的本地振荡器（LO）以及数模转换器（DAC）存在不完善之处，导致了IQ不平衡，这需要在QEC中进行补偿。

DPD如何提高PA效率？

在通信系统中，PA效率是延长电池寿命和最小化系统成本的最重要因素之一。PA通常是通信系统中功耗最大的组件，可能占据总功耗预算的高达70%。提高PA效率可以显著减少功耗和散热需求。

PA效率取决于为操作PA所选择的输入或输出回退，以及功率晶体管的工作类别。不同PA类别在线性度和效率之间存在权衡。例如，A类放大器具有最高的线性度，但效率最低，而AB类设计则牺牲了一些线性度以提高效率。然而，今天的基站使用的是Doherty放大器。Doherty PA是AB类和C类放大器的组合，它提供了比其他PA类别更好的线性度和更高的效率。

我们将PA效率定义为设备将供电的直流功率有效转换为传递给负载的射频（RF）信号功率的度量。为了测量PA的工作效率，我们经常使用以下参数：

• 漏极效率：RF输出功率与消耗的直流功率之比。

• 功率附加效率（PAE）：RF输出功率与输入功率之差与消耗的直流功率之比。

漏极效率指标仅测量转换为RF功率的直流功率，而不考虑PA输入端RF信号中已经存在的功率。同时，PAE确实考虑了输入RF信号功率，其定义为：

在理想情况下，PAE（功率附加效率）=1。这意味着传递给负载的功率等于从直流电源获得的功率，即表示PA（功率放大器）中没有功率损耗。不幸的是，这种情况不可能发生，因为不存在完全线性的PA。

图6展示了在理想线性响应条件下，有DPD（数字预失真）和无DPD时，普通PA的输入功率与输出功率特性。随着输入功率的增加，PA的响应变得越来越非线性，最终达到饱和点。这种非线性会在传输信号上引起带内和带外失真，从而降低链路质量。为了获得所需的线性度，PA必须在线性区域工作，这意味着PA需要较低的输入功率。

图6. DPD使PA的工作区域更接近其饱和点。

回退的程度通常相对于3 dB饱和点（PSAT(3 dB)）来描述，该点是PA（功率放大器）输出功率比其特性完全线性时低3 dB的点。图6中的蓝色区域显示了没有DPD（数字预失真）时PA的工作区域，此时输入功率已回退以保持线性度。对于典型的功率放大器而言，漏极效率随输入功率的增加而提高，因此以回退状态工作意味着功率效率较低。

在这种情况下提高效率的一种方法是使用规格更高的PA，但这会带来显著的成本影响。通过在系统中添加DPD，PA可以在更高的输出功率水平下工作，同时仍然满足频谱发射掩模要求。图6中以绿色显示了启用DPD后的工作区域，这提高了设备的PAE（功率附加效率）。

尽管DPD（数字预失真）具有诸多吸引人的优点，但仍有一些因素限制了PA（功率放大器）能够运行的最大功率。例如，我们必须考虑输入信号的PAPR（峰均功率比）——高PAPR信号要求PA在更远离饱和点的状态下工作，从而降低了功率效率。

5G系统中DPD面临的挑战

现代5G系统为DPD的实施带来了几个挑战，包括：

• 宽带宽。为了兑现大幅提升上传和下载速度的承诺，5G系统必须支持比前几代更宽的带宽信号。在5G系统中，瞬时带宽（IBW）可高达400 MHz。对于DPD而言，信号带宽增加带来的挑战是双重的。首先，PA在宽带信号下会表现出更强的记忆效应，需要更复杂的建模技术来表征和补偿。其次，DPD模型适配链中的反馈路径必须得到改进，以捕获质量足够的信号来提取合适的DPD模型。一般来说，DPD适配要求反馈路径的采样率足够高，以捕获信号带宽的五倍——这意味着随着带宽的增加，成本和实施复杂性也会增加。

• 多频段和多载波。DPD面临的另一个挑战是多载波应用（频段间或频段内）。在这里，主要问题是每个频段需要单独的DPD处理，以及高PAPR信号。

• 大规模MIMO（mMIMO）。在mMIMO中，主要挑战是DPD算法必须能够跟踪和线性化大量PA的行为变化。根据系统规模，这可能会大幅增加处理需求和功耗。

• 时分双工（TDD）操作。与TDD操作相关的主要挑战来自PA在占空比内的开关。DPD必须模拟晶体管在开关过程中的热效应以及PA的特性。

结论

DPD是通信系统数字前端的主要模块之一。它通过线性化PA来提高系统的功率效率。如果没有DPD，PA必须在较大的回退状态下工作以满足频谱发射掩模，这会降低输出功率和整体功率效率。为了达到期望的输出功率，需要规格更高的PA，这会显著增加系统成本。DPD提供了一种成本有效的解决方案，既能实现预期的输出功率，同时又能满足频谱发射要求。