本文介紹ADRV9002的數字預失真（DPD）功能。使用的一些調試技術也可以應用于一般DPD系統。首先，概述了有關DPD的背景信息以及用戶在試驗其系統時可能遇到的一些典型問題。最后，它描述了可以在DPD軟件工具的幫助下應用于DPD算法以分析性能的調整策略。

介紹

數字預失真（通常稱為DPD）是一種廣泛用于無線通信系統的算法。DPD的目的是抑制通過射頻功率放大器（PA）的寬帶信號的頻譜再生，1從而提高PA的整體效率。通常，PA在處理高功率輸入信號時具有非線性效應和低效率。非線性效應和光譜干擾是由光譜向相鄰波段的再生引起的。圖1顯示了在ADRV9002平臺上使用TETRA1標準進行DPD校正前后的頻譜再生。

圖1.使用ADRV9002的TETRA1 DPD。

ADRV9002提供內部可編程和功率優化的DPD算法，可定制該算法以校正PA的非線性效應，從而提高整體相鄰通道功率比（ACPR）。盡管DPD為通信系統帶來了預期的好處，但對于沒有經驗的人來說，開始使用DPD通常非常困難，更不用說正確設置它了。這主要是由于許多因素可能導致錯誤，從而導致DPD性能不佳。即使在正確設置硬件之后，確定正確的參數以微調DPD并獲得最佳解決方案可能仍然具有挑戰性。本文旨在幫助在ADRV9002中使用DPD選項的工程師。我們還包括用戶經常遇到的一些典型問題，并提供了一些使用可用參數微調DPD模型的一般策略，以獲得最佳的DPD性能。該設備還包括一個MATLAB工具，可幫助用戶分析DPD。這應該有助于消除許多常見錯誤，并提供有關內部DPD操作的一些見解。本文將幫助用戶開始使用DPD，并提供有關理論概念和解決實際問題的有用信息。?

啟用DPD選項時，ADRV9002提供高達20 MHz的信號帶寬。這是由于接收帶寬被限制在100 MHz。 通常，DPD將以5×發射器帶寬的接收帶寬工作，以便可以看到并校正第三和第五互調信號。ADRV9002支持的最高PA峰值功率信號約為1 dB（通常稱為P1dB）壓縮區域。此指標指示 PA 壓縮的嚴重性。如果PA被壓縮到P1dB點以上，則不能保證DPD正常工作。但是，這不是一個嚴格的要求;正如我們在很多情況下看到的那樣，DPD在P1dB點上工作，并且仍然提供非常好的ACPR。但是，這將是一個逐案調查。通常，如果壓縮太嚴重，DPD可能會遇到不穩定和崩潰問題。我們將在后面的章節中詳細討論壓縮區域，包括如何使用 MATLAB 工具觀察當前的 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”一章。

建筑

執行DPD功能有兩種基本方法。第一種稱為間接DPD，在PA之前和之后捕獲信號。這與直接DPD方法不同，在DPD模塊之前和PA之后獲取信號。每種方法的優缺點超出了本文的范圍。間接DPD查看PA之前和之后的信號以了解其非線性行為，并在DPD模塊上執行相反的操作。直接DPD查看DPD之前和PA之后的信號，并通過在DPD模塊上應用預失真來消除兩者之間的誤差。用戶應該知道ADRV9002使用間接方法以及與之相關的影響。同樣重要的是要知道何時使用 MATLAB 工具，捕獲數據也指間接方法。

圖2顯示了ADRV9002的高級DPD工作框圖。輸入信號u（n）進入DPD模塊。DPD將預失真信號并生成x（n）。這里我們稱之為傳輸捕獲，盡管它實際上是傳輸信號的預失真版本。然后信號通過PA變成y（n），最終被發送到空氣中。我們稱y（n）為接收捕獲，盡管它實際上是PA之后的發射信號。然后y（n）反饋到接收器端口，用作觀察接收器。本質上，DPD 引擎將捕獲 x（n） 和 y（n），然后生成系數，這些系數將應用于 DPD 的下一次迭代。

圖2.間接DPD的高級框圖。

操作模式

ADRV9002支持DPD上的TDD和FDD操作。在TDD模式下，每個傳輸幀的DPD都會更新。這意味著接收器將在發射幀期間充當觀察路徑。在FDD中，由于發射器和接收器同時運行，因此需要一個專用的接收器通道。ADRV9002具有2T2R，可在2T2R/1T1R TDD和1T1R FDD模式下支持DPD。

DPD 型號

結構

以下等式顯示了在發射路徑中實現的DPD模型。

哪里：

u（n） 是 DPD 的輸入信號 x（n） 是 DPD
的輸出信號 T 是 DPD
型號
的總抽頭次數ψt是實現 Tap t
l 的查找表 （LUT） 的多項式函數t是幅度延遲
kt數據延遲
是否為T，LT，I是 DPD 引擎
b 計算的系數T，LT，I是啟用或禁用項
的開關 i 是多項式項的索引和冪

用戶可以為每個抽頭配置多項式項的數量。ADRV9002提供三個存儲器項抽頭和一個交叉項抽頭，每個抽頭的階數為0至7。

型號選擇

用戶可以選擇ADRV9002提供的默認型號選項（如圖3所示），該選項適用于大多數常見情況。或者，用戶可以通過啟用和禁用術語來選擇自己的模型。前三次點擊（0 到 2）表示內存術語，其中點擊 1 是中心點擊。點擊 3 是交叉項點擊。

圖3.DPD 模型多項式項。

注意 點擊 3（或交叉項點擊）不應啟用零階項，以區別于內存項點擊。

LUT 大小：用戶可以設置 LUT 大小。ADRV9002提供256和512兩種選擇。使用512尺寸，用戶將具有更好的量化噪聲水平，從而獲得更好的ACPR，因為較大的尺寸通常會提供更好的信號分辨率。對于窄帶應用，我們建議使用 512 作為默認選項。256可用于寬帶，因為噪聲水平不那么嚴格，并且可以提高計算和功率。

預 LUT 縮放：用戶可以設置預 LUT 縮放器以縮放輸入數據，以更好地適應壓縮擴展器。壓縮擴展器從發射器獲取信號并將其壓縮以適合 8 位 LUT 地址。根據輸入信號電平，用戶可以調整此值以優化LUT利用率。可以在范圍 （0， 4） 中設置這些值，步長為 0.25。本文最后一節詳細介紹了壓縮膨脹機。

配置

圖4.啟用 DPD 的基本配置。

要執行DPD，用戶必須在PA上啟用外部環回路徑，然后設置反饋功率以確保它不會超出范圍。請注意，這是峰值功率，而不是平均功率。功率太強或太弱都會影響DPD性能。用戶還需要設置外部路徑延遲，可以使用External_Delay_Measurement.py獲得。此腳本可在 IronPython 文件夾下的 ADRV9002 評估軟件安裝路徑中找到。

請注意，只需為高采樣速率配置文件（例如LTE 10 MHz）設置外部延遲。對于低采樣率配置文件（TETRA1 25 kHz），用戶可以將其設置為0。在本文的后面，我們將使用軟件工具來觀察捕獲數據，以查看外部延遲效果。

其他設置

圖5.DPD 上的其他配置。

用戶可以配置樣本數。默認情況下，用戶可以設置 4096 個樣本。建議使用默認值。在大多數情況下，默認的 4096 樣本將為 DPD 提供最佳解決方案。

附加功率刻度是一個更高級的參數。在大多數情況下，建議對ADRV9002使用默認值4。此參數與內部相關矩陣有關。根據我們的實驗，默認值為我們測試的現有波形和PA提供了最佳性能。在極少數情況下，輸入信號幅度極小或極大，用戶可以嘗試將此值調整為越來越小的值，以便相關矩陣保持適當的條件數，從而獲得更穩定的解。

Rx/Tx 歸一化：用戶應將接收器/發射器歸一化設置為數據線性的區域。在圖6中，線性區域以紅色顯示。在這個區域中，數據的功率尚未達到壓縮區域，并且足夠高以進行增益計算。選擇區域后，DPD可以估計發射器和接收器的增益，并繼續對算法進行進一步處理。在大多數情況下，–25 dBFS 至 –15 dBFS 應適用于大多數標準 PA。但是，用戶仍應注意，因為特殊的PA可能具有非常不同的AM/AM曲線形狀，在這種情況下，需要進行適當的修改。本文后面的部分將對此進行更詳細的描述。

圖6.典型的 AM/AM 曲線。線性區域為紅色。

設置

硬件設置

典型設置如圖7所示。在信號進入PA之前需要一個低通濾波器，以防止LO信號諧波。在某些情況下，當內部LO相位噪聲性能不能滿足應用要求時，可能需要外部LO。在這種情況下，外部LO源需要與DEV_CLK同步。窄帶DPD通常需要這樣做，因為窄帶DPD對近帶噪聲要求更為嚴格。通常建議在PA之前有一個可變衰減器，以防止對PA的潛在損壞。反饋信號應具有適當的衰減，以設置峰值功率，如上一節所述。

圖7.典型的DPD硬件框圖。

軟件設置

鐵蟒蛇

下載 IronPython 庫，以便在 GUI 上執行 IronPython 代碼。

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

圖8.IronPython GUI 窗口。

請注意，此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捕獲的數據。該工具將有助于檢查信號完整性、信號對齊、PA壓縮電平，最后是DPD的微調。

MATLAB 工具需要 MATLAB 運行時。首次安裝需要一些時間才能下載。安裝后，用戶可以加載 IronPython 腳本捕獲的數據，然后觀察繪圖，如圖 9 所示。

圖9.MATLAB DPD 分析儀。

用戶還可以設置數據規范化的高/低閾值，并點擊重新加載以查看更改。

首先，我們在時域中繪制了歸一化的發射器和接收器數據。用戶可以放大以觀察發射器和接收器的對齊狀態。我們只顯示數據的真實部分，但用戶也可以輕松繪制虛部。通常，實部和虛部都應該對齊或不對齊。

然后我們有發射器和接收器光譜——藍色是發射器，紅色是接收器。請注意，這是間接DPD，發送器數據將是預失真的數據，而不是SSI端口上的發送器數據路徑。

接下來，我們有兩條AM/AM曲線，分別是線性和dB刻度。這些是有關DPD性能和PA壓縮狀態的重要指標。

還提供了AM/PM曲線和接收器/發射器相位差。

此外，我們還有高閾值和低閾值。這些數字應與ADRV9002 TES評估軟件中設置的數字相匹配。

請注意，由于我們提供了用于捕獲數據的 API，因此用戶可以根據需要開發自己的繪圖和分析模型。該工具提供了一些用于分析 DPD 的常見檢查。這些 API 是：

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

adi_ADRV9002_DpdCfg_t → dpdSamplingRate_Hz，這是DPD采樣率，只讀參數。

典型問題

DPD可能受到許多不同的因素的影響。因此，值得確保用戶考慮和檢查列出的所有潛在問題。在考慮所有問題之前，用戶應確保硬件連接正確。

傳輸數據過載

圖10顯示了ADRV9002實現DPD的高級框圖。來自接口的發送器數據可能會使DAC過載。如果DAC過載，發射器的RF信號甚至在PA介入之前就會失真。因此，確保發送器數據不會使DAC過載至關重要。

圖 10.DPD的高級硬件框圖。

要查看發射器DAC是否過載，用戶只需從GUI觀察即可。圖11顯示了TETRA1 25 kHz波形。峰值距離數字滿量程還很遠。對于ADRV9002，建議與滿量程至少保持幾dB，以避免DAC的潛在過載。很難量化用戶應該退讓多少，這是因為DPD將嘗試執行預失真，而預失真信號將被“峰值擴展”，因此可能會使DAC過載。這取決于DPD對特定PA的反應——通常，PA壓縮得越多，峰值擴展所需的空間就越大。

圖 11.時域中 TETRA1 標準波形的一部分。

接收器數據過載

另一個常見錯誤是接收器數據使反饋ADC過載。這是由于沒有足夠的衰減返回到接收器端口造成的。正如您可以從調試工具中觀察到的那樣，效果是接收器數據被削波，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通常表現得非常差，導致整個頻譜上的噪聲增加。

接收器數據過載

與接收器過載相比，這個問題經常被忽視。這是由于未正確設置反饋衰減引起的。用戶可能會對反饋路徑施加過多的衰減，從而使接收器數據太小。默認情況下，建議ADRV9002使用–18 dBm峰值，因為它會將模擬到數字的數據帶到DPD的已知功率電平。但是，用戶可以調整此數字以滿足他們的需求。用戶應該知道，DPD反饋接收器使用的衰減器與常規接收器不同，而且它的步長要大得多。衰減水平由用戶設置的峰值功率電平調整。–23 dBm 是最低功率電平（衰減為 0）— 超出此值，用戶將遇到低功率電平，這將影響 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。通常，用戶傾向于嘗試不同的功率級別，而忘記正確設置反饋功率，從而導致此問題。

圖 12.接收器數據過載。

圖 13.未對齊的 DPD 捕獲。

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，用戶仍然可以啟用DPD，但性能會很差。這是因為DPD只能基于幀運行。在手動TDD模式下，幀的長度將由發送/接收使能信號切換決定。換句話說，每個播放和停止都是一個幀。然而，在人類切換所需的時間內，PA已經在溫度方面轉向了不同的狀態。因此，如果不使用自動TDD模式，就不可能保持DPD狀態，在該模式下，可以頻繁切換使能信號。但是，在FDD模式下，DPD應正常工作。

例如，用戶可能想要使用TETRA1，它遵循類似TDD的幀方案（實際上是TDM-FDD）。因此，不需要直接選擇TDD模式并手動檢查DPD，并且DPD往往性能不佳。相反，用戶可以使用“自定義FDD”配置文件并選擇與TETRA1相同的采樣率和帶寬，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將嘗試對發射器和接收器數據進行時間對齊。當用戶捕獲數據時，它們應對齊。延遲測量在初始校準時間內完成。但是，對于高采樣率曲線，需要單獨進行更精確的子樣品對準。

圖 14.放大LTE10的真實發射器和接收器數據（未對齊）。

DPD是一種自適應算法，需要取兩個實體（即發射器和接收器）的誤差。在考慮發射器和接收器的誤差之前，需要正確對齊兩個信號，尤其是在使用高采樣速率配置文件（例如LTE10）的情況下。對齊至關重要，因為樣品之間的間隔很小。因此，用戶需要運行腳本External_Delay_Measurement.py以提取外部路徑延遲。此數字可以在“板配置”→“路徑延遲”下輸入。

圖 15.IronPython 外部延遲測量。

發射器和接收器數據未對齊的影響是，用戶將觀察到噪聲更大的AM/AM曲線。

設置路徑延遲數后，我們可以觀察到 AM/AM 和 AM/PM 曲線更干凈、噪音更小。相位差也小得多。

圖 16.對齊的 DPD 捕獲。

圖 17.LTE10的放大發射器和接收器實部數據（對齊）。

PA 過載

每個 PA 在可以處理多少壓縮方面都有自己的規格。雖然P-1dB數據通常在數據手冊中給出，但實際上仍然建議對DPD進行精確測量，以確保壓縮點在P-1dB。DPD軟件使用戶能夠根據捕獲的數據查看AM/AM曲線，以觀察壓縮點與P-1dB相比有多接近。

圖 18.PA 過載數據。

但是，如果信號超過P-1dB，則可能導致DPD不穩定甚至中斷，使頻譜跳到非常高的水平并且永遠不會下降。在圖19中，壓縮遠遠超出了峰值上的1 dB區域，曲線的形狀也開始變得平坦。這表明PA被過驅動，為了增加輸出上的功率，輸入將被推得更多以支持輸出功率水平。此時，如果用戶決定繼續增加輸入功率，DPD性能將下降。

圖 19.以 dB 為單位的 AM/AM 曲線（放大）。

一般策略模型選取和調整

間接DPD的想法是在PA之前和之后捕獲數據，而DPD引擎將嘗試模仿PA的相反效果。LUT用于使用系數應用此效果，并且該模型是基于多項式的。這意味著DPD更像是一個曲線擬合問題，用戶將嘗試使用這些術語來“曲線擬合”非線性效應。不同之處在于曲線擬合問題擬合單個曲線，而DPD還必須考慮記憶效應。ADRV9002具有三個存儲器抽頭和一個交叉抽頭，用于對DPD LUT進行建模。

圖20顯示了ADRV9002提供的三個存儲器抽頭和一個交叉抽頭。一般策略類似于曲線擬合問題。用戶可以從一些基線開始，然后添加和刪除術語。通常，必須存在中心抽頭（抽頭 1）。用戶可以逐個添加和刪除術語，以測試DPD的效果。然后用戶可以再添加兩個記憶點擊（點擊 0 和 2）以添加記憶效果校正的效果。請注意，由于ADRV9002有兩個側抽頭，因此這些抽頭應相同，即對稱。添加和刪除術語也應通過逐個方法完成。最后，用戶可以嘗試跨項。交叉項從數學角度完成了曲線擬合問題，從而提供了更好的DPD性能。

圖 20.記憶項和交叉項映射。

圖 21.模型項設置無效。

請注意，用戶不應跳過術語，將其留空，因為這會導致 DPD 出現不希望的行為。另請注意，用戶不應在交叉項抽頭上設置第 0 項，因為從數學角度來看，這也是無效的。

高級調優

壓縮膨脹機和預LUT定標器

在上一節中，我們提到了壓縮擴展機。當第一次閱讀用戶指南時，這個概念可能會對它的含義或選擇什么（256或512）造成一些混淆。壓縮擴展器的目的是壓縮輸入數據并將其放入LUT。

壓縮擴展器的一般形狀是平方根，您可以在其中輸入 I/Q 數據。在將它們放入LUT之前，將使用方程√（i（n）2+q（n）2）從前面的方程中獲取信號幅度。但是，由于平方根在速度方面是一項昂貴的操作，并且我們還需要將它們映射到LUT（8位或9位），因此壓縮擴展器。圖 22 是理想的平方根曲線。實際的實現不會在這里顯示，但簡而言之，它將是對平方根曲線的估計。

圖 22.壓縮擴展器 - 估計平方根的形狀。

一旦我們了解了數據如何適應LUT，我們就可以開始更智能地調整數據。ADRV9002可以選擇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。這意味著更精細的數據分辨率，并且通常具有更好的量化噪聲水平。對于窄帶應用，由于噪聲非常重要，我們建議始終使用512選項。對于寬帶應用，由于噪聲水平不是那么重要，因此可以使用任一選項。但是，如果使用 512 選項，則會消耗更多的功率，并且計算速度會變慢。

直方圖和 CFR

我們簡要介紹了DPD配置中的預縮放。此參數用于提升LUT的輸入數據。需要這種提升的原因是，在某些情況下，DPD沒有正確利用數據。對于這樣的PA壓縮問題，真正被壓縮并導致問題的是高振幅樣本。因此，我們不能平等對待所有樣本;相反，我們希望將注意力集中在高振幅樣本上。

查看 TETRA1 標準波形直方圖（參見圖 23 和圖 24）。我們可以觀察到，大多數值出現在中高振幅區域。原因是因為TETRA1標準使用D-QPSK調制方案，結果是信號將具有恒定的包絡。峰值功率與平均功率沒有太大區別。

圖 23.TETRA1 星等的直方圖。

圖 24.TETRA1 功率直方圖。

這對于 DPD 是必需的。如前所述，DPD將捕獲更多的高振幅樣本，因此可以更好地表征PA的行為。

現在我們以類似的方式看待LTE10標準。LTE使用OFDM調制方案，該方案將成百上千個子載波組合在一起。在這里，我們再次獲得了LTE10的幅度和功率。我們可以很容易地觀察到與TETRA1相比的差異，即峰值與主要平均值相距甚遠。

圖 25.LTE10 幅度的直方圖，無 CFR。

在冪直方圖中（見圖26），如果我們放大遠端，我們可以觀察到仍然有非常高的峰值出現，但概率非常低。這對DPD來說是非常不希望的。原因有二。

圖 26.LTE 電源直方圖，無 CFR。

首先，高峰值（高幅度信號）的低概率計數將使PA效率極低。例如，LTE PAPR約為11 dB。這是一個很大的區別。為了避免損壞PA，輸入電平需要大幅回退。因此，PA沒有利用其大部分增益能力來提高功率。

圖 27.放大高振幅樣本。

其次，高峰也浪費了LUT的利用率。由于這些高峰值，LUT將為其分配大量資源，并且只有一小部分LUT分配給大多數數據。這會降低DPD性能。

波峰因數降低（CFR）是一種將信號峰值降低到更可接受的水平的技術。這通常用于 OFDM 類型的信號。ADRV9002不包括片內CFR，因此該功能需要在外部實現。在ADRV9002 TES評估軟件中，我們還包含用于此目的的LTE波形的CFR版本。CFR_sample_rate_15p36M_bw_10M.csv如圖 28 所示。我們可以觀察到，在高功率下，由于CFR，信號的峰值被限制在一定水平（末端傾斜）。這有效地將PAPR推高到約6.7 dB，幾乎是5 dB的差異。CFR 的操作將“損害”數據，從某種意義上說，EVM 會降級。然而，與整個波形相比，高電平幅度峰值的出現概率非常小，好處是巨大的。

圖 28.直方圖 LTE10 幅度與 CFR。

圖 29.直方圖 LTE10 電源與 CFR。

結論

DPD是一種復雜的算法，許多人覺得很難使用。設置硬件和軟件以獲得最佳結果需要大量的精力和謹慎。ADRV9002提供片上集成DPD，可顯著降低復雜性。ADRV9002還附帶DPD軟件工具，可幫助用戶分析DPD性能。

審核編輯：郭婷