dpd是什麼意思

中文說明 DPD是非格子模型介觀模擬技術，囊括粒子羣在連續的空間和間斷的時間中運動。
粒子代表整個分子或流體的區域，而不是單個原子的，並且原子的細節被認爲與過程無關。
粒子自身的自由度被整合，並且有一對簡化的耗散的及無規則的力所取代。
以此來保證動量守恆，並且保證正確的流體動力學行爲。
DPD與傳統的MD模擬方法相比，其主要的優勢在於它允許更大的時間尺度和長度尺度。
作用在DPD粒子i 上力可以當作是所有其他的粒子 j 對i 的作用力的總和，分爲三種成對的力： 第一項是保守力，第二項是耗散力，第三項是隨機力。

支持20MHz的調製帶寬 提供20 - 30dB的ACP校正功能 自適應均衡器和AQM校正 DPD技術:在開路電視傳輸設備中高功率放大器(HPA)對整機的價格具有決定意義，對於給定的功率和噪聲電子，HPA的價格將隨着輸入信號線性工作範圍的擴大而攀升．因此用擴展HPA的線性工作範圍的技術取代購買更高檔的HPA的研究意義重大。
對於擴展HPA線性範圍的研究和應用一一即預失真技術，在國外已經有很多成熟的經驗，出現了很多種數字自適應預失真技術如：查表法、笛卡爾環法等，而我國在國慶50週年的數字電視試播中卻仍沿用模擬電視中的中頻預失真技術，本文旨在介紹一下國外的先進的數字自適應預失真技術。
1、預失真的工作原理

無障礙登錄/註冊中國移動通信工程無線通信通信研究生 5G通信第五代移動通信（5G）中的關鍵技術是什麼？本問題已加入知乎圓桌 »5G 新賽場 ，歡迎關注圓桌參與更多關於 5G 手機、5G 技術進展與難題、5G 對各行業影響等相關的討論，瞭解關於 5G 的…顯示全部 5G不僅帶來了許多關鍵的新技術，也對已經成熟的重要技術提出了更高要求，小A這就來爲大家介紹其中一項技術——數字預失真。
數字預失真（DPD）是一種成熟技術，通常用於sub-6 GHz無線通信系統，以提高功率效率。
但隨着5G NR的需求繼續推動應用要求的提高，再加上對更高PA效率的渴望，如今DPD算法開發的挑戰進一步加大。
通常一些材料介紹DPD性能時，是基於靜態定量數據，會顯示DPD頻譜並引用鄰道泄漏比(ACLR)數字。
這種方法雖然解決了基本需求，但卻沒有抓住實際部署中出現的諸多挑戰、風險和性能權衡。
向5G的快速過渡帶來了大量新的挑戰和場景，要支撐靜態性能，必須具備在有許多元素處於變化狀態的複雜環境中保持性能和穩定性的能力。
下面就隨小A來了解一下數字預失真技術在5G中的重要性及變化吧~ 關鍵的數字預失真技術 在理想世界中，功率放大器的輸出是輸入的比例放大，除此之外與輸入完全相同，放大器使用的大部分功率貢獻在輸出信號中。
因此，其效率最大且沒有失真。
但現實世界卻並非如此：實際的線性放大器的效率往往非常差。
例如，電纜分配系統中使用的放大器具有優異的線性度，但這是以效率爲代價來實現的。
在大多數情況下，效率勉強能超過6％，其餘功率(94％)則被浪費。
在過去的數十年間，蜂窩行業已將PA的效率提升至超過50％的性能水平，這是通過採用智能架構（如Doherty）和高級工藝技術（如GaN）而實現的，獲得效率的同時也付出了一定的代價——線性度。
在蜂窩系統中，線性度很差有兩個主要後果：帶內失真和帶外輻射。
帶內失真會破壞所發射信號的保真度，可以通過誤差矢量調製(EVM)性能的降幅來表示。
帶外輻射會打破3GPP輻射屏蔽，可能對佔用鄰道頻率分配的運營商造成不希望的干擾。
我們通常用ACLR來衡量這方面的性能。
除此之外，GaN PA帶來了額外的挑戰，因爲它的電荷捕獲效應也會產生帶內失真，而這些失真是動態的，與ACLR隱含的SNR無關。
圖1.具有記憶效應的PA動態轉換函數 校正PA非線性至關重要。
如果知道PA的轉換函數，則對數據運用其反函數將能消除非線性，這是一個合理的假設。
然而，PA的轉換函數是動態轉換函數，其輸出至輸入特性可以被認爲處於連續變化之中。
此外，該動態轉換函數與一系列PA特性（包括電源、電壓和溫度）、提供給PA的輸入信號以及PA已處理的先前信號（記憶效應）有關。
PA的動態非線性行爲需要先建模，然後才能校正，因此需要DPD，而DPD需要適應環境的動態變化。
圖2.數字預失真系統的概念表示 圖2顯示了許多DPD系統的核心元素：觀測、估算和驅動。
圖2中的概念生成了一個跟蹤PA預期響應的模型，這樣便可產生適當的抵消信號來消除預測的PA非線性行爲。
模型有很多，例如十分普遍的廣義記憶多項式 (GMP)。
圖3.有和無數字預失真兩種情況下的鄰道泄漏 在線性區域中工作的PA產生的帶外失真較少，而且泄漏到相鄰通道的噪聲明顯降低，如圖3所示。
圖3顯示了典型DPD測試臺上的頻譜分析儀的屏幕截圖，該測試臺用來演示靜態DPD性能是否達到許多ACLR合規性測試所要求的標準。
5G提出的挑戰 自20世紀90年代以來，DPD便已在蜂窩基站中商用，部署量超過800萬臺。
蜂窩市場的技術和代次需求不斷變化（2G、3G、4G，現在是5G），對DPD的要求也在與時俱進。
這些挑戰包括但不限於：更寬的帶寬、更高的功率、載波數量、更高的峯均比，以及更多的基站數量和密集化。
量化DPD性能不是一項簡單的任務。
有許多情況和場景需要考慮——除PA外，還有其他一些影響因素。
考慮性能時，需要清楚地定義測試條件的細節：在200 MHz的帶寬實現>50％的效率比在20 MHz的工作帶寬實現相同效率的挑戰要大得多。
當考慮所分配頻譜內的載波放置時，情況變得更加複雜：它可能是連續的信號，也可能是分段的載波分配，即部分頻譜被佔用。
在較高層次上，DPD性能有幾個定量指標——主要由3GPP規範或運營商要求所定義的數據點：ACLR、EVM和效率。
滿足這些要求僅僅是DPD性能冰山的一角。
將穩定性和魯棒性添加到需求矩陣中後，挑戰之巨大開始顯現。
DPD性能有兩個關鍵方面：靜態基準性能和實際的運行動態性能。
爲了刻畫動態特性的挑戰，圖4顯示了動態環境中的信號演變，並展示了ACLR如何用連續適應的DPD加以響應。
圖中的數字是名義上的，曲線提供了信號突然變化的影響的例子，雖然極端但合法。
隨着信號變化，DPD模型要適應變化。
適應事件用點表示。
在信號變化與下一自適應之間的過渡時間中，模型和信號存在不匹配，因此ACLR值可能上升，在瞬態期間內超過輻射規範的風險會增加。
圖4.動態單元加載、DPD適應和ACLR瞬態 適應需要一定的時間，因此始終存在瞬態。
高性能DPD的挑戰在於將該模型不匹配時間減少到最小，同時確保兩個狀態之間平滑過渡。
需要管理該過程，使得適應速度和對ACLR的中斷均得到考慮。
重要的是要了解模型不匹配與信號轉換的性質的相關性。
當不匹配度很高時，DPD存在性能降低的風險，更糟糕的是無線電的穩定性降低。
如果發生不穩定，DPD算法可能會像滾雪球一樣失控，打破輻射屏蔽，在最壞情況下可能損壞無線電硬件。
在性能和穩定性的蹺蹺板上，穩定性始終是更重要的設計考慮因素。
DPD設計必須魯棒，確保在正常和異常工作條件下都能保持穩定，並能從錯誤中恢復。
高性能實用DPD解決方案的挑戰可以概括爲如下要求：靜態性能（合規性測試或BTS流量負載接近恆定） ACLR EVM（包括作爲特例的GaN）動態特性魯棒性 提升DPD性能以應對挑戰 僅考慮靜態性能的話，DPD開發有一個線性漸進的因素，如果提供更多資源，我們就能提高性能。
例如，更多GMP係數有助於更準確地模擬PA行爲。
因此，隨着帶寬加寬，這成爲維持（如果不能改進）性能的一種策略。
然而，這種方法有其侷限性，最終會達到一個收益遞減點——投入更多資源卻不產生收益或收益很少。
DPD算法開發人員需要採取更多創造性方法來實現進一步增強。
ADI的辦法是用更一般的基礎函數和更高階Volterra產品來補充基本算法的廣義記憶多項式。
開發人員試圖創建一個能準確預測PA行爲的模型，因此數據累積和數據操縱是核心基本要素。
在連續時間和功率水平下捕獲數據，開發人員便有更全面的手段來進行評估和塑造模型行爲。
圖5是採用這種方法的系統的概念圖。
請注意，更廣泛的數據捕獲/觀測節點與數字電源監控耦合。
電源監控有助於動態運行。
先前存儲的模型可以通過多種方式發揮作用，以減輕上面討論的動態瞬變。
圖5.使用更廣泛的捕獲/觀測實現DPD 近年來，GaN PA技術爲DPD開發人員帶來了新的挑戰：長期記憶效應。
GaN工藝技術在效率、帶寬和工作頻率方面具備許多特有的優勢，然而，它存在所謂的電荷捕獲效應。
GaN的電荷捕獲是一種長期記憶效應，先有捕獲，然後是熱解除捕獲。
基於GMP的DPD糾正了一些誤差，但仍有殘餘誤差會繼續影響信號質量。
這種失真引起EVM的相應升高。
圖6提供了該現象的圖形表示。
注意PA增益波動和這些波動的時間性。
另請注意捕獲和解除捕獲狀態，解除捕獲發生在較低功率符號上。
圖6.GaN PA電荷捕獲引入的長期增益誤差 時間效應是長期的，傳統方法意味着要採集大量的樣本點，因而需要存儲和處理大量數據。
存儲器成本、硅片面積和處理成本使得這種方法不是商業DPD部署的可行選擇，DPD開發人員必須以有利於高效實現和運行的方式消除電荷捕獲的影響。
圖7.平衡DPD性能的所有要素和挑戰 【小A說】 勉強符合規範的DPD可能不受歡迎，而會造成暫時不合規範的情況出現的DPD可能令運營商不安，更災難性的是，DPD會變得不穩定並導致非法輻射和PA的失效。
需根據PA和應用的具體情況調整DPD才能實現優化性能，但算法敏捷性和開發/現場支持也是重要的考慮因素，有效的DPD算法可以給系統帶來相當大的好處。
希望這篇回答能讓大家對數字預失真技術有更多瞭解噢~ 2021-11-27 17:37 贊同14

天健創新針對城市及鄉鎮自來水出廠水監測、輸配水管網水質監測、二次供水水質監測、加氯消毒的監測和控制、以及泳池公共衛生水質等不同領域水質監測市場，在原有 TMS-D1000 管網多參數分析儀( 電極法餘氯), 升級了一款集成度高、安裝便捷、維護量少、測量精準、穩定性高、全系統自診斷的TMS-D6000 多參數水質分析儀（DPD 法餘氯）。
TMS飲用水多參數水質分析儀主要應用於自來水廠、供水管網、農村飲用水、游泳池等領域監測中。
TMS-D6000多參數水質分析儀（DPD法）_天健創新（北京）監測儀表股份有限公司 www.tengine.com.cn/product/75.html