如今,人工智能(AI) 和機(jī)器學(xué)習(xí) ( ML) 技術(shù)在我們的日常生活中無處不在,從智能揚(yáng)聲器到恒溫器,從自動(dòng)駕駛汽車到機(jī)器人,從社交網(wǎng)絡(luò)到銀行系統(tǒng)。在無線通信領(lǐng)域,近年來,機(jī)器學(xué)習(xí)已經(jīng)被應(yīng)用于各個(gè)層面,包括網(wǎng)絡(luò)規(guī)劃、頻譜感知、信道建模、安全,更不用說運(yùn)行在我們移動(dòng)設(shè)備上的所有智能應(yīng)用。同時(shí),有人設(shè)想在5G和6G之后,未來的通信系統(tǒng)會(huì)將超連接體驗(yàn)帶到生活的每個(gè)角落[1]。下一代無線通信AI技術(shù)的應(yīng)用和部署具有極大的潛力,可以改善端到端的體驗(yàn),并降低網(wǎng)絡(luò)的資本支出和運(yùn)營成本 [2]。人工智能成為提供可靠和多功能服務(wù)的必要工具,將數(shù)千億機(jī)器和人類連接起來。
隨著無線接入網(wǎng)(RAN)系統(tǒng)需求的不斷增長,提高無線硬件性能,特別是射頻功率放大器的性能一直是一個(gè)長期的挑戰(zhàn)。在過去的幾十年里,射頻工程師花費(fèi)了大量的努力來提高功率放大器的性能,例如: 功率效率、增益、帶寬和線性度。他們想出了許多出色的解決方案。然而,隨著先進(jìn)功率放大器電路、模塊和系統(tǒng)的復(fù)雜度不斷增加,對于包絡(luò)快速變化的高動(dòng)態(tài)信號(hào)、動(dòng)態(tài)網(wǎng)絡(luò)通信量和波束依賴的無線電環(huán)境,例如: 大規(guī)模的MIMO,功率放大器的設(shè)計(jì)、操作和優(yōu)化變得更加具有挑戰(zhàn)性和耗時(shí)。然而,這種具有挑戰(zhàn)性的用例在現(xiàn)代移動(dòng)通信中變得非常普遍。
本文重點(diǎn)介紹了機(jī)器學(xué)習(xí)的最新研究,用于使射頻功率放大器在線運(yùn)作的條件最佳化,主要是在5G的sub-6GHz頻段。我們報(bào)導(dǎo)了兩種先進(jìn)功率放大器結(jié)構(gòu)的示例,采用前沿的0.15mm氮化鎵（GaN）高電子遷移率晶體管(HEMT)技術(shù)設(shè)計(jì),即: 數(shù)字多赫蒂功率放大器(DDPA)和一種基于頻率周期負(fù)載調(diào)制(FPLM)新穎的數(shù)字輔助超寬頻混合模式雙輸入功率放大器。對于這兩個(gè)例子,緊湊的數(shù)據(jù)驅(qū)動(dòng)ML技術(shù)已被應(yīng)用于顯著提高功率放大器的性能。結(jié)合創(chuàng)新的硬件設(shè)計(jì),AI和ML可以作為強(qiáng)大的工具來幫助射頻工程師們應(yīng)對復(fù)雜的功率放大器設(shè)計(jì)和操作挑戰(zhàn)。
從數(shù)字到智能Doherty 功率放大器
Doherty功率放大器由于其相對簡單的拓?fù)浣Y(jié)構(gòu)和具有顯著的平均功率效率,在放大高峰值平均功率比(PAPR>6dB)的信號(hào)方面一直是蜂窩基站無線電發(fā)射機(jī)的主要器件[3]。由于Doherty功率放大器的有源負(fù)載牽引原理和模擬特性,它仍然受到一些關(guān)鍵的限制,例如: 非最佳的功率分流比、相位自校準(zhǔn)和峰化放大器開啟,特別是在超過較寬的射頻頻段和輸入功率水平。
為了克服這些困難,人們提出了各種改進(jìn)的設(shè)計(jì)方法和架構(gòu),包括先進(jìn)的Doherty校準(zhǔn)模塊(ADAM)和數(shù)字Doherty功率放大器(DDPA),消除了傳統(tǒng)的基于模擬的功率分配器(例如: 威爾金森功率分配器)。相反,我們將雙輸入射頻信號(hào)分別直接饋送給Doherty 功率放大器的載頻放大器和峰值放大器[4], [5];因此,該電路可以獨(dú)立控制輸入信號(hào)的幅度和相位,得到優(yōu)秀的測試結(jié)果。圖1提供了Doherty功率放大器和它的改進(jìn)版本(雙輸入數(shù)字Doherty功率放大器)的比較,突出輸入端網(wǎng)絡(luò)的變化。
可以按照一組推導(dǎo)的封閉式方程對多輸入Doherty 功率放大器進(jìn)行數(shù)字控制,該方程粗略估算預(yù)先確定的靜態(tài)功率分流比,及載頻放大器與峰化放大器之間的相位誤差。此外,它可以通過離線暴力搜索到一個(gè)最佳的輸入信號(hào)條件,來獲得高效率或高輸出功率[5-7]。然而,這兩種方法在實(shí)踐中有幾個(gè)局限性: (1)推導(dǎo)的數(shù)學(xué)方程僅提供近似功率放大器的高非線性關(guān)系(例如:使用arctan函數(shù)),(2)偏置電壓優(yōu)化不包括在內(nèi),但很關(guān)鍵, (3)開環(huán)實(shí)現(xiàn)不捕獲設(shè)備之間的變化或操作條件的變化(例如:環(huán)境溫度) 。因此,手動(dòng)調(diào)諧仍然需要考慮實(shí)際系統(tǒng)的動(dòng)態(tài)和條件變化。由于變量搜索空間范圍大,暴力搜索在實(shí)際執(zhí)行中效率較低。圖1 寬頻帶Doherty功率放大器[8](上圖)和修改的版本雙輸入Doherty功率放大器(下圖)。輸入功率分配器的修改部分在矩形框中突出顯示.
最近,有幾個(gè)新的機(jī)器學(xué)習(xí)數(shù)據(jù)驅(qū)動(dòng)的在線優(yōu)化方法被提出并演示。通過仿真初步研究,采用同步擾動(dòng)隨機(jī)逼近 (SPSA)算法,利用ADS和SystemVue軟件對雙輸入Doherty 功率放大器的載頻放大器和峰值放大器的輸入功率分配比、相位偏移和柵極偏置電壓同時(shí)進(jìn)行優(yōu)化[9]。算法如下圖所示:
將數(shù)字Doherty功率放大器(DPA)實(shí)時(shí)優(yōu)化作為自適應(yīng)在線控制問題,通過為用戶定義的由多個(gè)功率放大器的品質(zhì)因素(功率、增益、效率和線性等的加權(quán)和)組成的價(jià)值函數(shù)來尋找最優(yōu)解,如圖2所示。對不同的超參數(shù)和初始條件進(jìn)行了測試并得到測試結(jié)果,例如,可以通過許多密集的局部最小值點(diǎn)，找到最佳的功率附加效率點(diǎn)(PAE)在60%~70%之間。
使用實(shí)驗(yàn)室測試臺(tái)(如圖3所示),進(jìn)行進(jìn)一步的概念驗(yàn)證和工程演示[10]。
圖2 在線優(yōu)化的雙輸入Doherty功率放大器(DDPA)[10].圖3 基于機(jī)器學(xué)習(xí)在線優(yōu)化的雙輸入數(shù)字Doherty 功率放大器(DDPA)實(shí)驗(yàn)室測試臺(tái)[10].
其中一個(gè)實(shí)現(xiàn)了模擬退火(SA)和極值搜索(ES)的無模型優(yōu)化方法,如圖4所示。詳細(xì)請參閱[10]。SA和ES算法的結(jié)合使得系統(tǒng)優(yōu)化更加高效。SA捕獲系統(tǒng)中主要由頻率和輸入功率電平變化引起的隨機(jī)和突然的變化,而ES捕獲模型中的緩慢變化,如溫度。
圖4 用于DDPA優(yōu)化的無模型機(jī)器學(xué)習(xí)算法 [10].
需要指出的是,這里采用的ML算法的緊湊性與一般的深度學(xué)習(xí)ML類,如深度學(xué)習(xí)網(wǎng)絡(luò)DNN(deep neural network)有很大的區(qū)別,它既不需要大量的訓(xùn)練數(shù)據(jù),也不需要強(qiáng)大的計(jì)算能力和存儲(chǔ)能力。這是高效實(shí)現(xiàn)射頻前端應(yīng)用的一個(gè)重要特性。圖5顯示了使用SA和ES方法,通過自適應(yīng)控制柵極偏壓(Vg_main,Vg_peak)和輸入功率分配比(α:從總輸入功率中分配多少功率到峰化放大器)以及相位不平衡(ΔФ),對DDPA進(jìn)行在線自動(dòng)調(diào)諧性能,包括輸出功率、增益、功率附加效率(PAE)。優(yōu)化目標(biāo)是尋找最優(yōu)控制參數(shù)θ* ,使價(jià)值函數(shù)Q(θ)最大化,其表示為功率放大器性能的加權(quán)和: 𝜃∗ = argmaxQ(𝜃), 𝜃∈𝑈,其中𝜃 是放大器調(diào)諧參數(shù)的矢量,定義為𝜃 = [Vg_main, Vg_peak, ΔФ, α]。
如圖5所示,SA需要大約40次的迭代來執(zhí)行快速收斂的隨機(jī)搜索,主要受測試儀器接口通信的限制。SA之后是ES算法進(jìn)行微調(diào),以考慮諸如溫度變化等影響。該程序是用Matlab編寫的,在PC上運(yùn)行,控制測量設(shè)置如圖3所示。與單輸入傳統(tǒng)DPA相比,在更寬的頻率范圍和不同的輸入功率范圍(特別是較低的輸入功率范圍),DDPA的性能顯著提高,這要?dú)w功于自動(dòng)調(diào)諧程序。在不使用數(shù)字預(yù)失真(DPD)的情況下,有超過約 15%的效率點(diǎn)和2-3dB增益的提升。該算法還能夠通過在Q(𝜃)中分配不同的權(quán)重,在這些相互沖突的功率放大器性能目標(biāo)中找出一個(gè)合理的折衷方案。必須提及的是,還未使用專用的數(shù)字預(yù)失真(DPD)方案[10]。
圖5 DDPA性能與在線自動(dòng)調(diào)諧的控制參數(shù): Pout和定義的價(jià)值函數(shù) (左上),主放大器和峰化放大器的柵極偏置電壓(右上),PAE和Gain (左下), 輸入相位誤差和功率分配比(右下)�？傮w目標(biāo)是使用戶定義的價(jià)值函數(shù)Q(θ)最大化。
數(shù)字輔助的頻率周期性負(fù)載調(diào)制 功率放大器
Doherty 功率放大器在實(shí)際應(yīng)用中,由于器件特性、功率合成器的相位校準(zhǔn)等諸多因素的影響,其射頻帶寬仍然受到限制。我們提出了一種新型的混合模式超寬頻頻率周期性負(fù)載調(diào)制(FPLM)功率放大器,通過數(shù)字輔助雙輸入AI模塊實(shí)現(xiàn)多個(gè)連續(xù)頻段的高功率效率。它提供自動(dòng)的最佳信號(hào)組合,幅度和相位的雙輸入信號(hào)。圖6顯示了幾種類型的負(fù)載調(diào)制,如虛擬開路短截線Doherty、移相、普通Doherty和反相移相,跨越三倍射頻頻率范圍(0.5f0~1.5f0, f0為設(shè)計(jì)中心頻率)。為了使該放大器在五個(gè)不同的頻率范圍內(nèi)表現(xiàn)為Doherty和反相模式,輸入信號(hào)的振幅和相位關(guān)系必須非常明顯和適當(dāng)。
圖6 頻率周期性負(fù)載調(diào)制 (FPLM) 功率放大器 的概念,頻率控制雙輸入信號(hào),且 f0為中心頻率。圖7 AI數(shù)字輔助操作下的雙輸入FPLM GaN 功率放大器原型
我們提出了一種新型的輸出組合器,該組合器將器件的電容吸收到部分等效傳輸中,并且分別為上述五個(gè)頻率范圍提供所期望的不同輸出功率的組合函數(shù)。設(shè)計(jì)細(xì)節(jié)見[11] 。
圖7顯示了由兩個(gè)帶有0.15-mm HEMTs的裸芯片構(gòu)建的FPLM GaN功率放大器原型。采用如圖4所示的類似人工智能算法,根據(jù)用戶自定義的價(jià)值函數(shù)自動(dòng)調(diào)諧兩個(gè)射頻輸入信號(hào)的幅度和相位。在優(yōu)化過程中,這兩個(gè)HEMT的偏置電壓處于夾斷狀態(tài),沒有得到調(diào)諧。AI模塊在沒有進(jìn)行人工交互,沒有指定特定的功率放大器工作模式下,可動(dòng)態(tài)自動(dòng)調(diào)諧雙通道收發(fā)器的參數(shù), 高效率實(shí)現(xiàn)所需的功率放大器模式。圖8顯示了在整個(gè)頻段上測得的FPLM功率放大器的平均效率(6dB回退)。
圖8 雙輸入 (FPLM) 功率放大器的測量原型 [11]
這里省略了對每個(gè)頻率范圍的工作模式的詳細(xì)分析,但可以在[11]找到。數(shù)字輔助能夠充分利用FPLM 功率放大器的設(shè)計(jì)潛力,并處理其復(fù)雜的控制和優(yōu)化,從而提供了超過110%的分?jǐn)?shù)帶寬的效率性能,如表1所示。
表 1. Sub-6GHz高效率寬頻帶放大器對照表.
展望
報(bào)導(dǎo)中的應(yīng)用標(biāo)明,緊湊的數(shù)據(jù)驅(qū)動(dòng)AI技術(shù)可以協(xié)助釋放新型高性能功率放大器的全部潛力,用于靈活的和寬頻帶的無線應(yīng)用。即使在現(xiàn)場部署后,這些器件也可以很容易適應(yīng)不斷變化的操作條件。整合前沿的半導(dǎo)體器件技術(shù)(GaN)、電路設(shè)計(jì)創(chuàng)新和人工智能(數(shù)字輔助自動(dòng)調(diào)諧和數(shù)字前端(DEF),包括數(shù)字預(yù)失真[14]),將促進(jìn)靈活和卓越的射頻前端解決方案。值得指出的是,所提出的方法不僅適用于蜂窩發(fā)射機(jī),也適用于移動(dòng)電話和一般的射頻應(yīng)用(如微波工業(yè)加熱),在這些應(yīng)用中,射頻硬件/放大器是主導(dǎo)系統(tǒng)級(jí)性能的關(guān)鍵。其適應(yīng)性和智能性使人工智能輔助的射頻前端模塊成為未來無線電的一個(gè)極有前途的解決方案。
[1] 6G Vision Whitepaper, The Next Hyper Connected Experience for All, Issued by Samsung Research, Whitepaper, July 2020.[2] X. Zhou, et al., “Intelligent Wireless Communications Enabled by Cognitive Radio and Machine Learning,” in China Communications, pp. 16-48. December 2018.[3] F. H. Raab et al., "Power amplifiers and transmitters for RF and microwave," in IEEE Transactions on Microwave Theory and Techniques, vol. 50, no. 3, pp. 814-826, March 2002,[4] A. Ahmed et al., "Line-up efficiency improvement using dual path Doherty power amplifier," 2013 European Microwave Conference, Nuremberg, 2013, pp. 275-278.[5] R. Darraji et al., “Doherty Goes Digital: Digitally Enhanced Doherty Power Amplifiers," in IEEE Microwave Magazine, vol. 17, no. 8, pp. 41-51, Aug. 2016.[6] R. Darraji and F. M. Ghannouchi, "Digital Doherty Amplifier with Enhanced Efficiency and Extended Range," in IEEE Transactions on Microwave Theory and Techniques, vol. 59, no. 11, pp. 2898-2909, Nov. 2011.[7] C. M. Andersson et al., "A 1–3-GHz Digitally Controlled Dual-RF Input Power-Amplifier Design Based on a Doherty-Outphasing Continuum Analysis," in IEEE Transactions on Microwave Theory and Techniques, vol. 61, no. 10, pp. 3743-3752, Oct. 2013.[8] Y. Komatsuzaki et al., "3.0–3.6 GHz wideband, over 46% average efficiency GaN Doherty power amplifier with frequency dependency compensating circuits," 2017 IEEE Topical Conference on RF/Microwave Power Amplifiers for Radio and Wireless Applications (PAWR), Phoenix, AZ, 2017, pp. 22-24.[9] S. Niu et al., "Stochastically approximated multi objective optimization of dual input digital Doherty Power Amplifier," 2017 IEEE 10th International Workshop on Computational Intelligence and Applications (IWCIA), Hiroshima, 2017, pp. 147-152.[10] R. Ma et al., "Machine-Learning Based Digital Doherty Power Amplifier," 2018 IEEE International Symposium on Radio-Frequency Integration Technology (RFIT), Melbourne, VIC, 2018, pp. 1-3.[11] Y. Komatsuzaki et al., "A Novel 1.4-4.8 GHz Ultra-Wideband, over 45% High Efficiency Digitally Assisted Frequency-Periodic Load Modulated Amplifier," 2019 IEEE MTT-S International Microwave Symposium (IMS), Boston, MA, USA, 2019, pp. 706-709.[12] J. M. Rubio et al., "3–3.6-GHz Wideband GaN Doherty Power Amplifier Exploiting Output Compensation Stages," in IEEE Transactions on Microwave Theory and Techniques, vol. 60, no. 8, pp. 2543-2548, Aug. 2012.[13] S. Sakata et al., "An 80MHz modulation bandwidth high efficiency multi-band envelope-tracking power amplifier using GaN single-phase buck-converter," 2017 IEEE MTT-S International Microwave Symposium (IMS), Honololu, HI, 2017, pp. 1854-1857.[14] M. Mengozzi et al., “A. GaN Power Amplifier Digital Predistortion by Multi-Objective Optimization for Maximum RF Output Power,” Electronics, 2021, 10, 244.
