技術

讓數字預失真的故障排除和微調不再難必備攻略請查收

2022-08-29 來源：微波射頻網作者：ADI-Wangning Ge 字號：大中小

作者：ADI產品應用工程師Wangning Ge

摘要

本文介紹ADI ADRV9002的數字預失真(DPD)功能。所用的一些調試技術也可應用于一般DPD系統。首先，概述關于DPD的背景信息，以及用戶試驗其系統時可能會遇到的一些典型問題。最后，文章介紹在DPD軟件工具幫助下可應用于DPD算法以分析性能的調優策略。

簡介

數字預失真（通常稱為DPD）是無線通信系統中廣泛使用的一個算法。DPD旨在抑制通過射頻功率放大器(PA)傳遞寬帶信號上的頻譜再生，從而提高PA的整體效率。一般而言，在處理高功率輸入信號時，PA會出現非線性效應和效率不高的問題。由于頻譜再生，相鄰頻帶出現非線性效應和頻譜干擾。圖1顯示在ADRV9002平臺上使用TETRA1標準進行DPD校正之前和之后的頻譜再生。

圖1.使用ADRV9002的TETRA1 DPD

ADRV9002提供經過功率優化的內部可編程DPD算法，該算法可自定義，以校正PA的非線性效應，從而提高整體鄰道功率比(ACPR)。盡管DPD能夠為通信系統帶來預期的優勢，但缺乏經驗的人員開始使用DPD時往往困難重重，更別提正確設置了。這主要因為數字預失真涉及多個因素，可能會導致誤差，而降低DPD性能。實際上，即使在正確設置硬件后，要確定正確的參數以微調DPD并獲得最優解決方案，仍可能具有挑戰性。本文旨在幫助在ADRV9002中使用DPD選項的工程師，以及提供一些使用可用參數微調DPD模式以獲得最優DPD性能的一般策略。此外，還使用MATLAB®工具幫助用戶分析DPD，并消除常見錯誤，同時提供有關內部DPD操作的一些見解。

啟用DPD選項時，ADRV9002可提供高達20MHz的信號帶寬。這是因為接收帶寬限制在100MHz。DPD通常將以發射帶寬5倍的接收帶寬工作，因此可以看到和校正三階和五階交調信號。ADRV9002支持的最高PA峰值功率信號約為1dB（通常稱為P1dB）壓縮區。該指標表示PA壓縮的程度。如果PA壓縮超過P1dB點，則無法保證DPD正常工作。但是，這個要求并不嚴格；在許多情況下，DPD在超過P1dB點時依舊能夠工作，并且仍然提供非常出色的ACPR。但這要具體問題具體分析。一般而言，如果壓縮得太嚴重，DPD可能會出現不穩定和崩潰的問題。在后面，將詳細討論壓縮區，包括如何使用MATLAB工具觀察當前PA壓縮狀態。

有關DPD的更多詳細信息，請參見UG-1828的“數字預失真”章節。

架構

執行DPD功能有兩種基本方法。第一種方法稱為間接DPD，即在PA前后捕捉信號。與之不同的是直接DPD方法，即在DPD模塊前和PA后捕捉信號。每種方法的優勢和劣勢不在本文章的討論范圍內。間接DPD通過分析PA前后的信號了解其非線性特性，并在DPD模塊上執行反轉。直接DPD分析DPD前和PA后的信號，并通過在DPD模塊上應用預失真，消除二者之間的誤差。用戶應該了解，ADRV9002使用的是間接方法以及與之相關的影響。另外，請務必了解，在使用MATLAB工具時，捕捉數據也是采用間接方法。

圖2顯示了ADRV9002的簡化DPD操作方框圖。輸入信號u(n)進入DPD模塊。DPD將對信號進行預失真處理，并生成x(n)。在這里，稱之為發射捕捉，不過這實際上是發射信號的預失真版本。然后，信號經過PA，成為y(n)，信號最終發送到空中。這里將y(n)稱為接收捕捉，不過這實際上是PA后的發射信號。然后，y(n)反饋到接收器端口，用作觀察接收器。本質上，DPD引擎將使用捕捉的x(n)和y(n)，然后生成系數，在DPD的下一次迭代中將應用這些系數。

圖2.間接DPD的簡化方框圖

工作模式

ADRV9002在DPD上支持TDD和FDD操作。在TDD模式下，每個發射幀都會更新DPD。這意味著，在發射幀期間，接收器將充當觀察路徑。在FDD中，由于發射器和接收器同時運行，因此需要專用接收器通道。ADRV9002中的2T2R能夠在2T2R/1T1R TDD和1T1R FDD模式下支持DPD。

DPD模式

結構

以下等式顯示在發射路徑中實現的DPD模式。

其中：

u(n)是DPD的輸入信號，x(n)是DPD的輸出信號

T是DPD模式的總分支數

ψ_t是用于實現分支t查找表(LUT)的多項式函數，lt是幅度延遲

k_t是數據延遲

at,l_t,i是DPD引擎計算的系數

b_t,l_t,i是啟用或禁用項的開關

i是多項式項的指數和冪

用戶可為每個分支配置多項式的項數量。ADRV9002提供3個記憶項分支和1個交叉項分支，每個分支的階從0到7。

模式選擇

用戶可選擇ADRV9002提供的默認模式選項（如圖3所示），該模式應該適合大多數常見應用。或者，用戶可通過啟用和禁用項，選擇自己的模式。前3個分支（0到2）表示記憶項，其中分支1是中心分支。分支3是交叉項分支。

注意，為了與記憶項分支區分，分支3（或交叉項分支）不應啟用零階項。

圖3.DPD模式多項式的項

• LUT大小：用戶可設置LUT大小。ADRV9002提供兩個選項，256和512。選擇512大小，用戶將獲得更好的量化噪聲電平，從而獲得更好的ACPR，因為一般而言，較大的尺寸將提供更好的信號分辨率。對于窄帶應用，ADI建議使用512作為默認選項。256可用于寬帶，因為噪聲電平不那么嚴格，并且可以改進計算和功率。

• 預LUT縮放：用戶可設置預LUT縮放模塊，以便對輸入數據進行縮放，使其更適合壓縮擴展器。壓縮擴展器選擇來自發射器的信號，對其進行壓縮，以適合8位LUT地址。根據輸入信號電平，用戶可調整該值，以優化LUT利用率。其值可以在(0,4)的范圍內設置，步長為0.25。在本文的最后一個部分，提供了更多有關壓縮擴展器的內容。

配置

圖4.啟用DPD的基本配置

為了執行DPD，用戶將必須在PA上啟用外部環回路徑，然后設置反饋功率，以確保其未超出范圍。注意，這是峰值功率，不是平均功率。功率太強或者太弱都會影響DPD性能。用戶還需要設置外部路徑延遲，可使用External_Delay_Measurement.py獲取。用戶可在IronPython文件夾下的ADRV9002評估軟件安裝路徑中找到該腳本。

注意，只需為高采樣速率曲線設置外部延遲（例如，LTE 10MHz）。對于低采樣速率曲線(TETRA1 25kHz)，用戶可將其設置為0。在本文的后面部分，將使用該軟件工具來觀察捕捉數據，以了解外部延遲的影響。

其他配置

圖5.DPD上的其他配置

用戶可配置樣本數量。默認情況下，用戶可設置4096個樣本。建議使用默認值。在大多數情況下，默認的4096個樣本將為DPD提供最優解決方案。

• 其他功率縮放是更高級的參數。在大多數情況下，建議對ADRV9002使用默認值4。該參數與內部相關矩陣有關。根據實驗，默認值為ADI測試的現有波形和PA提供最佳性能。在少數情況下，如果輸入信號幅度極小或極大，用戶可嘗試將該值調整成較小和較大的值，以使相關矩陣維持適當的條件數，從而獲得更穩定的解決方案。

• Rx/Tx規范化：用戶應將接收器/發射器規范化設置為數據呈線性的區域。在圖6中，線性區域用紅色顯示。在該區域，數據的冪沒有到達壓縮區，并且足夠高，可用于計算增益。選擇該區域后，DPD可估算發射器和接收器的增益，然后繼續對算法進行進一步處理。在大多數情況下，-25dBFS至-15dBFS應適合大多數標準PA。但是，用戶仍然應該留意，因為特殊PA可能具有截然不同的AM/AM曲線形狀，在這種情況下，將需要進行適當的修改。本文后面部分將對此進行詳細說明。

圖6.典型AM/AM曲線。線性區域用紅色顯示

設置

硬件設置

圖7.典型DPD硬件方框圖

典型設置如圖7所示。在信號進入PA之前，需要低通濾波器，以防止出現LO信號諧波。在某些情況下，如果內部LO相位噪聲性能無法滿足應用需求，則可能需要外部LO。在這種情況下，外部LO源需要與DEV_ CLK同步。近帶噪聲要求更嚴格的窄帶DPD通常需要外部LO。通常建議在PA前提供一個可變衰減器，用于防止對PA造成損害。反饋信號應具有適當的衰減，以便按照上一部分中討論的方式設置峰值功率。

軟件設置

IronPython

下載IronPython庫，以便在GUI上執行IronPython代碼。

圖8.IronPython GUI窗口

在這里，用戶可以在GUI的IronPython窗口中運行dpd_capture.py，如圖8所示，它與MATLAB工具一起提供，以獲取發射器和接收器的捕捉數據。DPD采樣速率也包含在捕捉的文件中。

注意，該腳本應在啟動或校準狀態下運行。

MATLAB工具

MATLAB工具分析從dpd_capture.py中捕捉的數據。該工具將幫助檢查信號完整性、信號對齊、PA壓縮水平，最后是DPD的微調。

MATLAB工具需要MATLAB Runtime。首次安裝需要一些時間下載。安裝完成后，用戶可加載IronPython腳本捕捉的數據，然后觀察圖形，如圖9所示。

圖9.MATLAB DPD分析儀

此外，用戶還可設置數據規范化的高/低閾值，然后按“重新加載”以查看變化。

首先，在時域中繪制規范化的發射器和接收器數據。用戶可以放大圖形來觀察發射器和接收器的對齊狀態。這里只顯示了數據的實部，但用戶也可輕松繪制虛部。實部和虛部通常應該對齊或不對齊。

然后是發射器和接收器頻譜——藍色是發射器，紅色是接收器。注意，這是間接DPD——發射器數據將是預失真數據，而不是SSI端口上的發射器數據路徑。

接下來，有兩條AM/AM曲線，這兩條曲線均在線性和dB坐標系中。這些是有關DPD性能和PA壓縮狀態的重要指標。

AM/PM曲線和接收器/發射器相位差也會被提供。

此外，還有高閾值和低閾值數字。這些數字應該與ADRV9002 TES評估軟件中的設置相匹配。

注意，由于提供了API來捕捉數據，因此如果需要，用戶可以開發自己的圖形和分析模型。該工具提供用于分析DPD的一些常見檢查。API包括：

adi_ADRV9002_dpd_CaptureData_Read，這是讀取DPD捕捉數據，必須在校準或啟動狀態下運行。

adi_ADRV9002_DpdCfg_t → dpdSamplingRate_Hz，這是DPD采樣速率，是只讀參數。

典型問題

DPD可能受許多不同因素的影響。因此，請務必確保用戶考慮并檢查了列出的所有潛在問題。在考慮所有問題之前，用戶應確保硬件正確連接。

發送數據過載

圖10.DPD的簡化硬件方框圖

圖10顯示了ADRV9002實現DPD的簡化示意框圖。來自接口的發射器數據可能會使DAC過載。如果DAC過載，發射器的RF信號在PA介入之前就已失真。因此，請務必確保發射器數據不會使DAC過載。

用戶可通過GUI觀察發射器DAC是否過載。圖11顯示TETRA1 25kHz波形。峰值與數字滿量程仍相距甚遠。對于ADRV9002，建議與滿量程至少保持幾dB，避免導致DAC過載。很難量化用戶應該回退多少——這是因為DPD將嘗試執行預失真，預失真信號將為“峰值擴展”，因而可能會導致DAC過載。這取決于DPD如何應對特定PA——一般而言，PA壓縮得越厲害，所需的峰值擴展空間就越大。

圖11.時域中的一部分TETRA1標準波形

接收器數據過載

另一個常見錯誤是接收器數據導致反饋DAC過載。造成該錯誤的原因是，沒有足夠的衰減返回到接收器端口。這可以從調試工具中觀察到，造成的影響是接收器數據被裁剪，因此，發射器和接收器無法有效對齊，導致DPD出現計算錯誤。DPD通常會表現得非常糟糕，從而使整個頻譜中的噪聲增加。

圖12.接收器數據過驅

接收器數據欠載

與接收器過載相比，這個問題常常被忽視。造成該問題的原因是，沒有正確設置反饋衰減。用戶可能給反饋路徑提供過多的衰減，這導致接收器數據太小。默認情況下，建議對ADRV9002使用-18dBm峰值，因為它能夠將數據從模擬轉換為數字，達到已知良好的DPD功率電平。但用戶可以根據需求調整該數字。用戶應該了解，DPD反饋接收器使用的衰減器與常規接收器不同，其步長更高。衰減水平通過用戶設置的峰值功率電平進行調整。-23dBm是最低功率電平（0衰減）——如果超出該范圍，將得到低功率電平，這會影響DPD性能。根據經驗，用戶應確保始終正確測量和設置反饋功率。很多時候，用戶往往會嘗試不同的功率電平，但忘記正確設置反饋功率，從而導致該問題。

TDD與FDD

TDD模式下的DPD必須在自動狀態機中運行。使用TES進行評估時，在手動TDD模式下，用戶仍可啟用DPD，但性能會很差。這是因為DPD只能基于幀工作。在手動TDD模式下，幀的長度將由發射/接收啟用信號切換來確定。換言之，每次播放和停止就是一個幀。但是，在人工切換的時間內，PA已轉變為不同的溫度狀態。因此，如果不使用可以頻繁切換發射啟用信號的自動TDD模式，將無法維持DPD狀態。然而，在FDD模式下，DPD應正常進行。

例如，用戶可能希望使用TETRA1，它遵循類似TDD的幀方案（實際上是TDM-FDD）。因此，不應該直接選擇TDD模式并手動檢查DPD，并且DPD往往表現糟糕。相反，用戶可以使用“定制FDD”配置文件，選擇與TETRA1相同的采樣速率和帶寬，或者用戶可以設置TETRA1 TDD幀定時，并使用自動TDD模式。這兩種方法都可以提供比手動TDD更好的性能。

發射器/接收器未對齊

ADRV9002將嘗試對齊發射器和接收器數據的時間。當用戶捕捉到數據時，用戶期望數據是對齊的。延遲測量在初始校準時完成。但是，對于高采樣速率曲線，需要單獨完成更精確的子樣本對齊。

圖13.未對齊的DPD捕捉

圖14.放大LTE10的發射器和接收器實部數據（未對齊）

DPD是自適應算法，需要計算兩個實體（即發射器和接收器）的誤差。在計算發射器和接收器的誤差之前，需要正確對齊這兩個信號——尤其是在使用高采樣速率曲線（例如，LTE10）的情況下。對齊至關重要，因為樣本之間的間隔非常小。因此，用戶需要運行腳本External_Delay_Measurement.py來提取外部路徑延遲。可在“板配置”→“路徑延遲”下方輸入該數字。

圖15.IronPython外部延遲測量

如果未對齊發射器和接收器數據，造成的影響是用戶將觀察到噪聲更大的AM/AM曲線。

圖16.對齊的DPD捕捉

設置了路徑延遲數字后，可以觀察到，AM/AM和AM/PM曲線更干凈，噪聲更小。相位差也明顯減小。

圖17.放大的LTE10發射器和接收器實部數據（對齊）

PA過載

每個PA對于能夠處理的壓縮程度都有自己的規范。雖然數據手冊中通常提供P-1dB數據，但實際上，仍建議對DPD進行準確測量，以確保壓縮點位于P-1dB。通過DPD軟件，用戶能夠查看基于捕捉數據的AM/AM曲線，從而觀察壓縮點與P-1dB的接近程度。

圖18.PA過載數據

圖19.以dB為單位呈現的AM/AM曲線（已放大）

但是，如果信號超出P-1dB，這可能會導致DPD不穩定，或者甚至中斷，頻譜跳轉到非常高的電平，再也不會降下來。在圖19中，峰值時的壓縮遠超出1dB區域，曲線的形狀也開始變得更平坦。這表示PA被過驅，為了增加輸出功率，將提供更多輸入，以支持輸出功率電平。此時，如果用戶決定繼續增加輸入功率，DPD性能將下降。

一般策略模式選擇與調整

間接DPD就是在PA前后捕捉數據，而DPD引擎將嘗試模擬PA的相反效應。LUT用于使用系數應用該效應，該模式基于多項式。這意味著，DPD更像是曲線擬合問題，用戶將嘗試使用各項來“曲線擬合”非線性效應。區別在于，曲線擬合問題擬合的是單個曲線，而DPD還必須考慮記憶效應。ADRV9002有3個記憶分支，和1個用于對DPD LUT進行建模的交叉分支。

圖20.記憶項和交叉項映射

圖20顯示ADRV9002提供的3個記憶分支和1個交叉分支。一般策略與曲線擬合問題類似。用戶可從基線著手，然后添加和移除項。一般而言，中心分支必須存在（分支1）。用戶可以逐個添加和移除項，以測試DPD的效應。然后，用戶可以繼續添加兩個記憶分支（分支0和2），以添加記憶效應校正的效果。注意，由于ADRV9002有兩個側分支，因此這些分支應該相同——也就是，應該對稱。此外，添加和移除項時，必須逐個操作。最后，用戶可以試驗交叉項。交叉項從數學的角度完成曲線擬合問題，因而提供更好的DPD性能。

注意，用戶不得通過將項留空來跳過項，因為這將導致DPD出現不良行為。另請注意，用戶不得在交叉項分支上設置第0項，因為從數學的角度來看，這也是無效的。

圖21.無效的模式項設置

高級調整

壓縮擴展器和預LUT縮放模塊

在上一部分中，已提到了壓縮擴展器。首次閱讀用戶指南時，這一概念可能會令人困惑，不知道它是什么意思或者該選擇什么（256還是512）。壓縮擴展器的目的是壓縮輸入數據，并將其放入LUT。

圖22.壓縮擴展器——估算平方根的形狀

壓縮擴展器的一般形狀是平方根，在這里，I/Q數據傳入。在將這些數據放入LUT之前，等式√(i(n)2+q(n)2)將用于從之前的等式中獲得信號幅度。然而，由于平方根運算對速度的要求很高，并且還需要將其映射到LUT（8位或9位），因此需使用壓縮擴展器。圖22是理想的平方根曲線。此處將不顯示實際實現方案，但簡言之，這將是對平方根曲線的估算。

了解數據如何放入LUT后，可以更加明智地開始調整數據。ADRV9002可選擇8位(256)或9位(512)作為LUT大小。更大的LUT意味著數據的地址位置加倍。這意味著，數據的分辨率更高，并且一般而言，量化噪聲電平更好。對于窄帶應用，由于噪聲非常重要，因此建議始終選擇512。對于寬帶應用，由于噪聲電平沒那么重要，因此可使用任一選項。但是，如果選擇512，消耗的功率會略高，計算速度會比較慢。

直方圖和CFR

在DPD配置部分，曾簡要提及預縮放。該參數用于為LUT提供大量輸入數據。需要大量輸入數據的原因是，在某些情況下，DPD未正確使用數據。對于此類PA壓縮問題，真正被壓縮并導致問題的是高幅度樣本。因此，不能平等對待所有樣本；相反，要重點關注高幅度樣本。

看一下TETRA1標準波形直方圖（參見圖23和圖24）。可以看到，大多數值出現在中高幅度區域。這是因為TETRA1標準使用D-QPSK調制方案，結果是信號將獲得恒定包絡。峰值功率與平均功率之間沒有太大的區別。

這正是DPD所需要的。如前所述，DPD將捕捉更高幅度的樣本，因此將更好地表征PA的行為。

圖23.TETRA1幅度直方圖

圖24.TETRA1功率直方圖

現在，以類似方式來看LTE10標準。LTE使用OFDM調制方案，將成百上千的子載波組合在一起。這里可再次看到LTE10的幅度和功率。可以輕松觀察到與TETRA1的區別，即峰值離主平均值非常遠。

圖25.LTE10幅度直方圖，沒有CFR

圖26.LTE功率直方圖，沒有CFR

在功率直方圖中（參見圖26），如果放大遠端，可以看到，仍有非常高的峰值出現，但概率非常低。對于DPD，這是非常不利的。原因有二。

首先，高峰值（高幅度信號）的低概率計數將使PA的效率極其低下。例如，LTE PAPR約為11dB。這是很大的不同。為了避免損壞PA，輸入電平將需要大幅回退。因此，PA沒有用其大部分增益能力來提高功率。

其次，高峰值也是在浪費LUT的利用率。由于這些高峰值，LUT將為它們分配大量資源，并為大部分數據僅分配一小部分LUT。這會降低DPD性能。

圖27.放大高幅度樣本

削峰(CFR)技術將信號峰值向下移動到更能接受的水平。這通常用于OFDM類型的信號。ADRV9002不包含片內CFR，因此需要在外部實現該功能。為此，在ADRV9002 TES評估軟件中，還包含CFR版本的LTE波形。CFR_sample_ rate_15p36M_bw_10M.csv如圖28所示。可以看到，由于CFR，在高功率時，信號的峰值被限制在特定水平（在末端傾斜）。這將PAPR有效地推動到6.7dB，差值約為5dB。CFR的操作將對數據造成“損害”，因為EVM將降級。但是，與整個波形相比，高電平幅度峰值出現的概率非常小，將帶來巨大的優勢。