2021-05-03射频 --DPD校准

PA的非线性参数包括: 1dB压缩点、相邻信道功率比ACPR、错误向量幅度EVM、三阶交调点(具体百度)

PA关键指标的测量:
https://blog.csdn.net/daxiangwusheng/article/details/114686344?ops_request_misc=&request_id=&biz_id=102&utm_term=%E5%B0%84%E9%A2%91PA%E7%9A%84%E5%85%B3%E9%94%AE%E6%80%A7%E8%83%BD%E6%8C%87%E6%A0%87&utm_medium=distribute.pc_search_result.none-task-blog-2allsobaiduweb~default-0-114686344.first_rank_v2_pc_rank_v29

扯远了..回到DPD

DPD基本原理
基于功放特征(非线性),对输入信号进行预失真处理(就是降低非线性度),使得经过功放非线性压缩后(已过P1dB压缩点),实际输出仍满足理想线性特征。 (说人话-提升PA线性度)

此外, 由于功放的非线性会引入互调(互调会引入干扰哦),而DPD正是利用这些互调信息才能计算出对应的矫正系数。

image.png

举个栗子,如上图, 本来 PA输入为Vin时,为了得到等效理想线性输出Vout_des,现通过对Vin进行预失真放大到Vin_pd (放大增益G=Vin_pd/Vin) 从而达到对PA输入Vin,输出为Vout_des的效果. 这就强行提高了PA的非线性度.

现在手机射频常用的是数字预失真(即在基带中实现DPD)

通过对PA的输出采数并处理后反馈到预失真器的输入, 将原始输入信号Vin与反馈分量在预失真器中进行算法处理..

DPD既有硬件部分(DPD校准链路,DPD发射链路) ,也有算法,NV配置.(此处省略1W字,讲不清)

在现有的业务场景下,DPD常与APT ET等技术混合使用
当基站下发的目标功率信息后,手机会判定是否启用DPD模式,如果目标功率较小,则进入APT模式,若目标功率较大,则启用DPD模式;根据目标功率值,确定使用哪一张LUT表(不同的LUT表就是不同的校准模式下提取到的校准参数) ,然后加上温补参数, 就可以计算出该输出配置功率值.

在DPD特性中,LUT表是一个非常重要的参数,表征的是AM-AM归一化的线性关系。LUT表生成的过程本质上是获取PA非线性模型的过程 (万物皆可建模) ,然后在数字域对信号进行预失真处理,其校准结果就是针对Pin在数字域的补偿增益。

后记

因DPD校准过程复杂,还引入了CFR削波(恶化EVM) ,此外,DPD使能后,引入非线性补偿,也引入带外信号的扩展,为保证补偿信号通过发射通道,发射通道采样率也需要同步满足(采样定理)

最后, 发射机为了抑制带外杂散,引入对应带宽的滤波器,滤除非线性补偿信号,需要预加重滤波器等设计保证补偿信号的通过。

综合来看,由DPD校准引起的问题,需要结合CT Log和产线环境综合处理. 还需回查NV配置,重新提取参数对比验证,看电压配置等. 最后 排查TX 和MRX链路配置.

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,271评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,275评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,151评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,550评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,553评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,559评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,924评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,580评论 0 257
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,826评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,578评论 2 320
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,661评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,363评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,940评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,926评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,156评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,872评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,391评论 2 342

推荐阅读更多精彩内容