5G毫米波射频算法技术研究

马静艳，张忠皓，李福昌，高 帅，延凯悦（中国联通网络技术研究院，北京 100048）

0 前言

射频算法对于系统设备的性能和功耗能效都有重要影响。射频算法一般是在数字中频处理模块中实现的，用于对RRU/AAU 设备非理想特性进行算法处理和补偿校正，包含算法开发在内的完整实现流程和机制。传统的主流射频算法一般包括消峰算法（CFR）和数字预失真算法（DPD）。通道一致性是基站波束赋形功能有效实现的前提，通道一致性校准算法在4G 基站系统中一般在基带BBU 侧进行处理，目前5G 基站系统多将其下沉至AAU 侧实现，成为射频算法方向之一。

目前5G 毫米波系统关键技术的研究多集中于高频关键器件和天线、波束管理、OTA（over the air）测试方案等，毫米波系统射频算法实现和优化方向公布的研究成果较少。

1 毫米波射频系统特点

1.1 混合波束赋形架构

大规模天线阵列是5G设备的关键技术特征之一，大规模天线阵列在技术实现上包括数字波束赋形和模拟波束赋形。数字波束赋形通过数字域权值调整波束方向，采用数字通道和模拟通道唯一对应的方式实现，具备大容量和波束调整灵活等优点，但是功耗大，硬件成本高；模拟波束赋形通过模拟链路的幅相调整实现波束调整，具有低功耗和低成本优势，但是波束赋形灵活性较差。

目前产业界从波束赋形性能、硬件电路/芯片成本和系统功耗等方面综合考虑，采用数模混合波束赋形架构作为毫米波设备大规模天线阵列的主流实现方案。

图1示出的是数模混合波束赋形架构。

图1 数模混合波束赋形架构

数模混合赋形架构的主要特点是单个数字通道对应多个高频模拟通道，而单个数字通道对应的多个模拟赋形通道可以组成一个模拟赋形模块，用以模拟赋形控制。该实现架构在波束赋形性能、硬件成本和系统功耗等方面有较多优点，但同时会对射频算法，尤其是数字预失真和通道校准算法的实现带来影响和挑战。

1.2 高频段、大带宽

5G 毫米波设备具有高频段和超大工作带宽的特点。毫米波具有丰富的频率资源，根据目前3GPP 标准规定，5G 毫米波可以支持400/800 MHz 的大带宽，通过不同运营商之间的共建共享，还可以支持超过800 MHz的超大带宽，具备超大带宽通信能力。

目前5G 低频的下行峰值速率为1 Gbit/s 左右，上行峰值速率为100 Mbit/s 左右，无法满足未来通信系统10 Gbit/s 以上的用户峰值速率需求。而毫米波凭借其超大带宽方面的天然优势，具备超高速率的通信能力。目前业界毫米波下行峰值速率可以达到近10 Gbit/s，上行峰值速率可以达到1 Gbit/s左右，随着毫米波相关技术的不断发展，毫米波及更高频段的通信系统必然可以达到10 Gbit/s 以上的峰值速率，满足未来通信的速率需求。

毫米波超大带宽方面的资源优势，可以支持系统具备超高速率的通信能力，同时对消峰处理和数字预失真等射频算法提出了更高的能力要求。

2 峰值因子消减算法

2.1 基本功能和原理

高频功率放大器是对整机性能影响最关键的一个器件，作为整机功耗中占比最高的器件，其工作效率对整机功耗的影响接近40%，因此高频功率放大器的整体性能对毫米波整机设备的系统能力和功耗能效至关重要。峰值因子消减算法的主要功能都是为了尽可能提升功放工作效率，从而降低整机功耗。

图2 为功率放大器的输入输出特性示意图。功放输出功率Pout无法超过饱和功率Psat，功放的平均发射功率Pavg受基带信号的峰均比PAPR 影响，需要满足式（1）。

图2 功放输入输出特性示意图

一般情况下，一个设计好的功放，其输出功率越大则效率约高。CFR 消峰算法是通过在数字中频对信号的峰值采用适当处理，降低信号峰均比，提升功放平均输出功率，从而提高功放工作效率。图3 为消峰基本原理示意图。消峰算法一般有硬切、脉冲抵消等方法，目前脉冲抵消消峰算法是实现消峰功能的主流CFR算法，既能较好地降低信号峰均比，又能防止关键射频性能矢量幅度误差（EVM）指标恶化；硬切消峰一般用于通道关断保护，防止功放器件烧坏。消峰算法在4G 设备和5G 低频段设备中已有成熟的开发和应用，可以在保证发射信号质量的前提下，将原始基带信号的峰均比削减3 dB左右。

2.2 性能影响因素

影响消峰算法性能的主要因素有以下2个方面。

图3 消峰基本原理示意图

一是消峰门限的确定。消峰门限越低，信号峰值压缩程度越高，在同样的额定输出功率条件下，信号峰均比降低，信号带内失真程度加深，系统的关键射频性能邻道功率泄露比（ACLR）指标会改善，信号发射质量变差，EVM 指标恶化。因此消峰门限的设定需要结合功放的输出特性和整机需求综合考量，过高会导致峰值漏消，易造成功放器件烧坏；门限过低又会导致信号带内严重失真，关键射频性能矢量幅度误差EVM 指标恶化。

二是基带信号的有效带宽。脉冲抵消消峰算法在峰值脉冲抵消后需要加成型滤波用以保证系统发射信号带外性能不受影响，有效带宽过高会导致滤波器过渡带过窄，需要占用更多数字中频算法资源用以实现有效成型滤波。如算法资源不足，则易造成滤波器带外抑制能力不足，影响系统的ACLR指标。

2.3 毫米波系统技术挑战

目前3GPP NR 标准毫米波频段的工作带宽是400和800 MHz，同样基于OFDM 的波形调制方式，超大工作带宽使得毫米波的基带信号相比低频段sub6G 具有更高的峰均比。毫米波原始基带信号峰均比一般为13 dB左右，相比于5G，sub6G 设备和4G LTE 信号明显提升2～3 dB。

图4示出的是毫米波与sub6G工作带宽示意图。

图4 毫米波与sub6G工作带宽示意图

毫米波系统基带信号峰均比的提升会对导致系统发射功率降低，影响系统整机功耗和工作效率。如果为了保证功放的工作效率，降低消峰门限，提高峰值压缩程度，使用原有的脉冲抵消消峰方案则会导致EVM指标的严重恶化，进而影响系统的关键发射指标和信号质量。5G 毫米波系统大带宽新空口基带信号的消峰算法优化和性能提升方案开发是毫米波设备研发需要面临和解决的技术问题。

3 数字预失真算法

3.1 基本功能和原理

由图2可以看到功放的输入输出特性只有在较低功率部分具有线性响应特性，随着输入功率的提升，功放输出功率开始产生非线性压缩，平均发射功率处于较强非线性区域。非线性响应特性会导致信号能量的泄露，引起带外非线性失真，影响信号发射质量，降低功放工作效率。

DPD 处理是针对功放非线性进行预失真校正的技术，其主要原理是通过训练数据和反馈数据来计算和逼近功放的非线性数学模型，通过模型的计算结果在数字中频对发射数据进行功放行为逆模型的预失真补偿，保证功放输出的线性，优化和改善非线性导致的ACLR和EVM指标恶化。数字预失真原理示意图如图5所示，在基站产品中的实现原理框图如图6所示。

图5 数字预失真原理示意图

图6 数字预失真实现原理框图

3.2 性能影响因素

数字预失真算法对功放线性校准和效率提升的改善能力主要取决于以下几方面因素。

一是功放行为模型建模。行为模型建模越逼近功放的实际响应特性，建模精度越高，预失真补偿的效果越好，但是设备研发过程中，受限于算法运算资源、校正时长和功耗等因素，行为模型不能过于复杂。

二是反馈数据采样带宽。反馈链路一般需要满足载波带宽3～5 倍的采样带宽，才能通过计算得到较为精确的预失真模型参数，达到较好的线性校正效果。采样带宽要求越高，对ADC 采样芯片造成的功耗和成本压力越高。

三是反馈数据的误差。反馈数据中非功放响应特性导致的数据误差越大，预失真模型参数误差也就越大，进而影响到数字预失真性能。反馈数据误差易由射频链路的非理想特性导致，比如反馈链路的非线性互调、杂散、本振泄露和直流镜像等。

综上，实际基站设备研发过程中，会综合考虑功耗、性能和成本等因素，通过功放行为模型和反馈数据采样带宽的折中选择，确定数字预失真算法的最终实现方案。

3.3 毫米波系统技术挑战

对于5G毫米波设备，数字预失真方案的实现面临众多难题。

首先是大带宽的影响。数字预失真实现往往需要反馈通道提供载波带宽3 倍以上的采样带宽，毫米波基站载波带宽为400/800 MHz，给反馈通道的ADC 采样芯片带来较大压力，采样带宽不足会导致数字预失真算法在进行功放行为模型的计算时，反馈数据采样带宽不足，模型计算结果误差较大，链路的非线性改善能力受限，影响系统射频发射指标和功耗。因此采样带宽受限的欠采样数字预失真算法是目前学术界比较关注的研究方向，但是现有成果多以算法复杂度和运算资源增加为代价来提升欠采样条件下的数字预失真性能，对相关算法处理芯片形成功耗压力，且算法实时性较差。

其次是混合波束赋形架构的引入。混合赋形架构使数字预失真只能对单个模拟赋形模块对应的多个高频模拟通道功放合路造成的非线性特性做统一的预失真补偿校正，无法对单个高频功放特性的差异性线性补偿，校正能力受限。此外，多个高频模拟通道功放合路的非线性状态又会随模拟波束的切换而发生改变，数字预失真校正与模拟波束切换之间的实现流程需要交互设计，会占用较多时间，影响系统波束切换的实时性或是导致发射性能指标的不稳定。

目前在5G 高频毫米波系统中的数字预失真方案开发过程中，业界多是对系统设备的功能和性能进行折中考虑，通过降低数字预失真模型复杂度和实现难度，提高其可行性。或是不做数字预失真处理，通过高频功放发射功率回退使其工作在线性区，保证整机的线性指标。

4 通道一致性校准算法

4.1 基本功能和原理

通道一致性校准的目标功能是保证所有系统所有收发通道的幅相响应在设备的整个工作带宽内具有一致性，基站射频多通道幅相响应具有一致性是系统波束赋形功能有效实现的前提和保证。4G 基站的通道一致性校准补偿算法一般在BBU 侧实现。随着数字中频处理能力的提升，5G 基站设备开发倾向于将通道一致性校准补偿功能下沉至AAU 侧实现，属于射频算法功能范畴。

通道一致性校准的原理是通过具有特殊性质的原始校准序列和校准序列之间的差异计算出不同通道在整个工作带宽内的校准补偿因子，再将校准因子补偿至各个发射/接收通道，保证所有发射/接收通道在整个工作带宽内幅相响应的一致性。通道一致性校准原理和实现流程较为简单，图7 为发射通道校准流程。但是在整个工作频段内以符号为单位对各个通道信号做校准因子补偿，会占用较多运算资源。

图7 多通道一致性校准流程

4.2 毫米波系统技术挑战

大规模天线阵列的多通道幅相一致性对于整个系统设备波束赋形功能的有效实现至关重要，通道一致性校准方案的设计也是5G 毫米波系统的关键射频技术方向之一。对于5G毫米波系统设备，通道一致性校准方案的实现面临众多难题。

首先，高频段、大工作带宽导致硬件校准链路缺少可靠的硬件耦合回路用于校准信号的接收和处理，采用开关电路又容易导致校准实现流程复杂度增加，影响校准效果。

其次，混合赋形架构的引入使得无法再直接对发射/接收通道信号进行信道参数估计和校准补偿，而是需要更加复杂的分组校准才能实现对每个高频通道在单一频点处的幅相校准，实现流程和方案较复杂，系统校准实时性较差。另外无法对单个模拟赋形模块内的多个高频通道在整个工作带宽内的幅相一致性进行差异化校正。

5 毫米波射频算法技术发展建议

5G 毫米波系统峰值因子消减算法应针对大带宽新空口信号展开研究和开发工作，新型的优化CFR 算法实现方案需要在保证信号发射质量的前提下，尽可能降低信号峰均比。

5G 毫米波数字预失真技术的研究建议围绕3 个方向进行重点突破。一是研究开发适用于超大工作带宽的欠采样数字预失真算法，用于降低ADC 采样芯片的采样带宽压力，降低整机功耗和成本；二是研究简单模型的数字预失真算法，尽可能降低单通道数字预失真校正时间，适应5G 毫米波系统的多通道特性，提高数字预失真的处理时间；三是研究开发混合赋形架构下的数字预失真算法实现方案，通过数字预失真处理和设备模拟波束切换之间的交互流程设计，保证系统波束赋形功能和非线性校正处理的有效实现。

多通道一致性校准算法需要面向混合赋形架构实现，目前业界主流的解决方案和发展方向是通过高频模拟收发链路与天线模块的集成化，通过高频关键器件与芯片的一致性，保证高频模拟通道之间的一致性，然后采用传统的校准算法保证通道一致性。未来需要研究和开发流程更加简单的新型校准算法和实现方案。

6 结束语

本文从5G 毫米波系统相对低频设备的系统架构变化及影响入手，系统分析了毫米波射频算法面临的技术挑战和瓶颈问题。峰值因子消减、数字预失真、通道一致性校准等射频算法是5G 毫米波系统设备开发的关键技术方向，对5G 毫米波系统的功能实现、性能优化和节能增效等都有重要影响。毫米波射频算法研究工作开展和可行方案的开发实现，对于未来5G毫米波设备的研发推进、网络部署和落地应用都有重要意义，是下一阶段5G毫米波技术需要重点关注和研究的工作方向。