Nghiên Cứu Kỹ Thuật Bù Méo Phi Tuyến Trong Trạm Thu Phát Sóng 5G

Đồ án nghiên cứu Nghiên cứu các kỹ thuật bù méo phi tuyến trong trạm thu phát sóng 5gđồ án của thủ khoa đầu ra d16, áp dụng công nghệ tiên tiến, tối ưu giải pháp kỹ thuật cho bài

• Trường học: Trường Đại Học Công Nghệ Thông Tin
• Chuyên ngành: Kỹ Thuật Điện Điện Tử
• Đề tài: Nghiên Cứu Các Kỹ Thuật Bù Méo Phi Tuyến Trong Trạm Thu Phát Sóng 5G
• Loại tài liệu: Đồ Án
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI MỞ ĐẦU
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TỔNG QUAN KHUẾCH ĐẠI CÔNG SUẤT TRONG VIỄN THÔNG
• 1.1. Tổng quan về mạng viễn thông
• 1.2. Tổng quan về bộ khuếch đại công suất
• 1.3. Mục đích đề tài
• 1.4. Bố cục đề tài
• 2. BỘ KHUẾCH ĐẠI CÔNG SUẤT
• 2.1. Khái niệm bộ khuếch đại công suất
• 2.2. Đường đặc tính AM/AM và AM/PM
• 2.3. Điểm nén 1dB
• 2.4. Các thành phần gây méo phi tuyến
• 2.5. Hài và tín hiệu điều chế tương hỗ
• 2.6. Hiệu ứng nhớ - Memory effect
• 2.7. Ảnh hưởng của méo phi tuyến
• 2.7.1. Ảnh hưởng của méo phi tuyến lên hiệu suất của bộ khuếch đại
• 2.7.2. Ảnh hưởng của méo phi tuyến lên phổ tín hiệu - sự dâng phổ
• 2.7.3. Ảnh hưởng của méo phi tuyến lên chòm sao điều chế
• 2.8. Ảnh hưởng của Memory effect lên phổ tín hiệu
• 2.9. Ảnh hưởng của Memory effect lên chòm sao điều chế
• 2.10. Các thông số đánh giá độ tuyến tính của bộ khuếch đại công suất
• 2.10.1. Tỉ số tín hiệu rò trên kênh lân cận (ACLR)
• 2.10.2. Độ lớn vector sai số (EVM)
• 2.11. Mô hình bộ khuếch đại công suất
• 2.11.1. Mô hình Saleh
• 2.11.2. Mô hình chuỗi Volterra
• 2.11.3. Mô hình đa thức Memory
• 2.11.4. Mô hình đa thức Memory tổng quát
• 3. KỸ THUẬT PREDISTORTION
• 3.1. Các kỹ thuật tuyến tính hóa khuếch đại công suất
• 3.2. Chọn mô hình bộ predistorter
• 3.3. Phân loại predistortion
• 3.4. RF Predistortion hỗ trợ xử lý số (ARFPD)
• 3.5. Kiến trúc thích nghi dùng cho tính toán hệ số
• 3.6. Xác định hệ số predistortion
• 3.6.1. Thuật toán LMS
• 3.6.2. Thuật toán RLS
• 3.6.3. Thuật toán RPEM
• 4. MÔ PHỎNG HỆ THỐNG PREDISTORTION
• 4.1. Mô phỏng tín hiệu
• 4.1.1. Tín hiệu Two Tones
• 4.1.2. Tín hiệu điều chế baseband
• 4.2. Mô phỏng bộ khuếch đại công suất
• 4.2.1. Mô hình Saleh
• 4.2.2. Mô hình đa thức Memory tổng quát
• 4.3. Mô phỏng bộ predistorter
• 4.3.1. Mô phỏng kiến trúc và bộ xác định hệ số
• 4.3.2. Thuật toán LMS
• 4.3.3. Thuật toán RLS
• 4.3.4. Thuật toán RPEM
• 4.4. Mô phỏng hệ thống
• 4.5. Thử nghiệm và kết quả
• 4.5.1. Thử nghiệm mô phỏng khuyếch đại công suất
• 4.5.2. Thử nghiệm 2: Thử nghiệm thuật toán bù méo phi tuyến tín hiệu Two Tones
• 4.5.3. Thử nghiệm 3: Thử nghiệm thuật toán bù méo phi tuyến với tín hiệu điều chế baseband
• 4.5.4. Tổng hợp kết quả
• 5. KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• 5.1. Các kết quả đạt được
• 5.2. Các vấn đề còn tồn tại
• 5.3. HƯỚNG PHÁT TRIỂN
• Danh mục tài liệu tham khảo

Tóm tắt

I. Tổng quan về nghiên cứu kỹ thuật bù méo phi tuyến trong trạm thu phát sóng 5G

Nghiên cứu các kỹ thuật bù méo phi tuyến trong trạm thu phát sóng 5G là một lĩnh vực quan trọng trong ngành viễn thông hiện đại. Với sự phát triển nhanh chóng của công nghệ 5G, việc cải thiện chất lượng tín hiệu và hiệu suất năng lượng trở thành một thách thức lớn. Đồ án này tập trung vào việc phân tích và áp dụng các phương pháp bù méo nhằm tối ưu hóa hiệu suất của bộ khuếch đại công suất trong các trạm thu phát sóng 5G.

1.1. Tầm quan trọng của kỹ thuật bù méo phi tuyến trong 5G

Kỹ thuật bù méo phi tuyến đóng vai trò quan trọng trong việc nâng cao chất lượng tín hiệu trong mạng 5G. Việc sử dụng các phương pháp như Predistortion giúp giảm thiểu méo tín hiệu, từ đó cải thiện hiệu suất truyền dẫn và giảm thiểu tiêu thụ năng lượng.

1.2. Các thách thức trong nghiên cứu kỹ thuật bù méo phi tuyến

Nghiên cứu về kỹ thuật bù méo phi tuyến gặp nhiều thách thức, bao gồm việc xác định mô hình chính xác cho bộ khuếch đại công suất và tối ưu hóa các tham số bù méo. Đặc biệt, việc áp dụng các kỹ thuật này trong môi trường thực tế với nhiều yếu tố ảnh hưởng là một bài toán phức tạp.

II. Phương pháp nghiên cứu kỹ thuật bù méo phi tuyến hiệu quả

Để nghiên cứu các kỹ thuật bù méo phi tuyến, đồ án áp dụng nhiều phương pháp khác nhau nhằm tối ưu hóa hiệu suất của bộ khuếch đại công suất. Các phương pháp này bao gồm mô hình hóa, mô phỏng và thực nghiệm trên các thiết bị thực tế. Việc lựa chọn mô hình phù hợp là rất quan trọng để đạt được kết quả chính xác.

2.1. Mô hình hóa bộ khuếch đại công suất

Mô hình hóa bộ khuếch đại công suất là bước đầu tiên trong nghiên cứu. Các mô hình như Saleh và Volterra được sử dụng để mô tả hành vi phi tuyến của bộ khuếch đại, từ đó giúp xác định các tham số cần thiết cho quá trình bù méo.

2.2. Mô phỏng và thực nghiệm kỹ thuật Predistortion

Mô phỏng kỹ thuật Predistortion cho phép đánh giá hiệu quả của các phương pháp bù méo trong điều kiện thực tế. Các thuật toán như LMS, RLS và RPEM được áp dụng để tối ưu hóa hệ số bù méo, từ đó cải thiện chất lượng tín hiệu đầu ra.

III. Ứng dụng thực tiễn của kỹ thuật bù méo phi tuyến trong 5G

Kỹ thuật bù méo phi tuyến không chỉ có ý nghĩa lý thuyết mà còn có nhiều ứng dụng thực tiễn trong mạng 5G. Việc áp dụng các phương pháp này giúp cải thiện đáng kể chất lượng dịch vụ và hiệu suất của các trạm thu phát sóng. Các ứng dụng này bao gồm truyền tải dữ liệu tốc độ cao và giảm thiểu độ trễ trong truyền thông.

3.1. Cải thiện chất lượng tín hiệu trong mạng 5G

Việc áp dụng kỹ thuật bù méo phi tuyến giúp giảm thiểu méo tín hiệu, từ đó nâng cao chất lượng truyền dẫn trong mạng 5G. Điều này đặc biệt quan trọng trong các ứng dụng yêu cầu băng thông lớn và độ tin cậy cao.

3.2. Tối ưu hóa hiệu suất năng lượng trong trạm thu phát

Kỹ thuật bù méo phi tuyến cũng giúp tối ưu hóa hiệu suất năng lượng của các trạm thu phát sóng 5G. Việc giảm thiểu tiêu thụ năng lượng không chỉ tiết kiệm chi phí mà còn góp phần bảo vệ môi trường.

IV. Kết quả nghiên cứu và triển vọng tương lai của kỹ thuật bù méo phi tuyến

Kết quả nghiên cứu cho thấy rằng việc áp dụng các kỹ thuật bù méo phi tuyến như Predistortion mang lại hiệu quả rõ rệt trong việc cải thiện chất lượng tín hiệu và hiệu suất năng lượng. Những kết quả này mở ra triển vọng cho việc phát triển các công nghệ mới trong lĩnh vực viễn thông.

4.1. Đánh giá hiệu quả của các phương pháp bù méo

Các phương pháp bù méo phi tuyến đã được đánh giá qua nhiều thử nghiệm thực tế, cho thấy sự cải thiện đáng kể về chất lượng tín hiệu và hiệu suất năng lượng. Kết quả này khẳng định tính khả thi của các kỹ thuật này trong ứng dụng thực tế.

4.2. Triển vọng phát triển kỹ thuật bù méo phi tuyến trong tương lai

Với sự phát triển không ngừng của công nghệ 5G, kỹ thuật bù méo phi tuyến sẽ tiếp tục được nghiên cứu và cải tiến. Các nghiên cứu trong tương lai có thể tập trung vào việc phát triển các thuật toán bù méo thông minh hơn, giúp nâng cao hiệu suất và giảm thiểu chi phí.

V. Kết luận về nghiên cứu kỹ thuật bù méo phi tuyến trong 5G

Nghiên cứu các kỹ thuật bù méo phi tuyến trong trạm thu phát sóng 5G đã chỉ ra rằng việc áp dụng các phương pháp này là cần thiết để cải thiện chất lượng tín hiệu và hiệu suất năng lượng. Kết quả nghiên cứu không chỉ có giá trị lý thuyết mà còn có ứng dụng thực tiễn cao trong ngành viễn thông.

5.1. Tóm tắt kết quả nghiên cứu

Kết quả nghiên cứu cho thấy rằng các kỹ thuật bù méo phi tuyến như Predistortion có thể cải thiện đáng kể chất lượng tín hiệu trong mạng 5G. Điều này mở ra hướng đi mới cho các nghiên cứu tiếp theo trong lĩnh vực này.

5.2. Đề xuất hướng nghiên cứu tiếp theo

Hướng nghiên cứu tiếp theo có thể tập trung vào việc phát triển các kỹ thuật bù méo phi tuyến mới, cũng như ứng dụng các công nghệ trí tuệ nhân tạo để tối ưu hóa quá trình bù méo trong các trạm thu phát sóng 5G.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong hệ thống thông tin di động, trạm thu phát gốc (Base Transceiver Station - BTS/gNodeB) là thành phần tiêu tốn nhiều năng lượng nhất, chiếm hơn 50% tổng công suất tiêu thụ của toàn mạng cellular. Trong đó, bộ khuếch đại công suất (Power Amplifier - PA) chiếm tới khoảng 65% năng lượng tiêu thụ của trạm gốc. Do đó, hiệu suất chuyển đổi năng lượng của bộ khuếch đại công suất quyết định trực tiếp đến hiệu suất năng lượng của toàn bộ hệ thống phát sóng vô tuyến.

Vấn đề kỹ thuật cốt lõi đặt ra là sự đánh đổi giữa hiệu suất năng lượng và độ tuyến tính:

• Các bộ khuếch đại công suất đạt hiệu suất năng lượng cao nhất khi hoạt động ở vùng phi tuyến hoặc vùng gần bão hòa (ví dụ: PA lớp A có độ tuyến tính cao nhưng hiệu suất chỉ khoảng 30%; trong khi PA lớp D có thể đạt hiệu suất 70% đến 80% nhưng độ méo phi tuyến rất lớn).
• Các chuẩn truyền thông hiện đại như 5G yêu cầu băng thông tín hiệu lớn (lên tới 100MHz) và sử dụng các kỹ thuật điều chế đa sóng mang như OFDM kết hợp sơ đồ điều chế phức (16QAM, 64QAM, QPSK). Các dạng tín hiệu này có tỉ số công suất đỉnh trên công suất trung bình (Peak-to-Average Power Ratio - PAPR) rất cao, dao động từ 10 dB đến 13 dB.
• Khi tín hiệu có PAPR cao đi qua bộ khuếch đại hoạt động gần vùng bão hòa, hiện tượng méo phi tuyến xảy ra nghiêm trọng, dẫn đến hiện tượng dâng phổ sang các kênh lân cận và làm sai lệch chòm sao điều chế tín hiệu.

Mục tiêu và nhiệm vụ nghiên cứu của đồ án bao gồm 3 mục tiêu cụ thể:

1. Nghiên cứu cơ chế phương pháp làm méo trước tín hiệu (Predistortion) trong việc cải thiện độ tuyến tính và nâng cao hiệu suất PA; làm rõ các tác nhân gây tính phi tuyến, các tham số đánh giá độ tuyến tính và ảnh hưởng của tính phi tuyến lên tín hiệu viễn thông.
2. Khảo sát một số mô hình, kiến trúc và thuật toán của kỹ thuật làm méo trước tín hiệu; xây dựng mô hình mô phỏng trên nền tảng MATLAB/Simulink để đánh giá hiệu quả tuyến tính hóa đối với các dạng tín hiệu viễn thông cho trước.
3. Nghiên cứu mức độ khả thi của giải pháp tiền méo thương mại dựa trên thông số và mô hình từ nhà cung cấp, hướng tới khả năng tích hợp vào hệ thống trạm thu phát viễn thông cụ thể.

Đối tượng và phạm vi nghiên cứu:

• Đối tượng nghiên cứu: Kỹ thuật bù méo phi tuyến trước (Predistortion - bao gồm DPD, ARFPD) và các thuật toán thích nghi ước lượng hệ số cho bộ khuếch đại công suất RF.
• Phạm vi không gian và ứng dụng: Nghiên cứu trong khuôn khổ dự án phát triển trạm thu phát sóng 5G gNodeB tại Tổng Công ty Công nghiệp Công nghệ cao Viettel (VHT), phối hợp cùng Khoa Kỹ thuật Điện tử I - Học viện Công nghệ Bưu chính Viễn thông.
• Phạm vi kỹ thuật và dữ liệu: Khảo sát tín hiệu Two-tones và tín hiệu điều chế 16QAM ở các mức băng thông 10MHz và 100MHz (chuẩn 5G); đánh giá trên mô hình bộ khuếch đại không nhớ Saleh và mô hình có hiệu ứng nhớ đa thức nhớ tổng quát (Generalized Memory Polynomial - GMP bậc 7, chiều sâu nhớ 3) với các mức công suất đầu vào từ -23 dBm đến -10 dBm.

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và các mô hình toán học sử dụng trong đồ án gồm:

• Đặc tính cơ bản của PA: Độ lợi công suất ($G = P_{out}/P_{in}$), hiệu suất ($\eta = P_{out}/P_{DC}$), hiệu suất cộng công suất ($PAE = (P_{out} - P_{in})/P_{DC}$), đặc tính AM/AM (biến đổi biên độ theo biên độ) và đặc tính AM/PM (biến đổi pha theo biên độ), điểm nén 1dB ($P_{1dB}$).
• Cơ chế gây méo phi tuyến: Méo hài bậc cao và các thành phần méo điều chế tương hỗ (Intermodulation Distortion - IMD), trọng tâm là các thành phần điều chế tương hỗ bậc lẻ ($2f_1 - f_2$, $2f_2 - f_1$) nằm sát băng thông công tác.
• Hiệu ứng nhớ (Memory effect): Hiện tượng tín hiệu đầu ra phụ thuộc vào cả tín hiệu hiện tại và các mẫu tín hiệu trong quá khứ ($x(n-1), x(n-2), \dots$), bao gồm hiệu ứng nhớ nhiệt (Thermal Memory effect) do nhiệt độ tản mạch và hiệu ứng nhớ điện (Electrical Memory effect) do đáp ứng tần số của transistor và mạng phối hợp trở kháng.
• Các tham số đo lường độ tuyến tính:
  • Tỉ số tín hiệu rò trên kênh lân cận (Adjacent Channel Leakage Ratio - ACLR / ACPR).
  • Độ lớn vector sai số (Error Vector Magnitude - EVM).
• Mô hình toán học khuếch đại công suất:
  • Mô hình phi tuyến không nhớ: Chuỗi Taylor, mô hình Saleh (với các hệ số xấp xỉ $\alpha_a = 2.1587$, $\beta_a = 1.1517$, $\alpha_\phi = 4.0033$, $\beta_\phi = 2.1181$), mô hình Rapp.
  • Mô hình phi tuyến có nhớ: Chuỗi Volterra tổng quát, mô hình Đa thức nhớ (Memory Polynomial - MP), và mô hình Đa thức nhớ tổng quát (Generalized Memory Polynomial - GMP) kết hợp các thành phần trễ chéo (leading và lagging).
• Kỹ thuật tuyến tính hóa và thuật toán thích nghi:
  • Kỹ thuật bù méo trước số (Digital Predistortion - DPD) và RF Predistortion hỗ trợ xử lý số (ARFPD).
  • Kiến trúc học trực tiếp (Direct Learning Architecture) và kiến trúc học gián tiếp (Indirect Learning Architecture).
  • 3 thuật toán xác định hệ số thích nghi: Thuật toán sai số bình phương trung bình nhỏ nhất (Least Mean Square - LMS), thuật toán bình phương đệ quy nhỏ nhất (Recursive Least Square - RLS), và phương pháp sai số dự đoán đệ quy (Recursive Prediction Error Method - RPEM).

Phương pháp nghiên cứu:

• Phương pháp phân tích giải tích và mô hình hóa toán học các thành phần phi tuyến và hiệu ứng nhớ của transistor RF.
• Phương pháp mô phỏng số thực nghiệm trên phần mềm MATLAB/Simulink: xây dựng khối tạo tín hiệu, khối tiền méo, khối thuật toán thích nghi và khối khuếch đại công suất để đo kiểm phổ tần và chòm sao tín hiệu.
• Nguồn dữ liệu: Dữ liệu tín hiệu tổng hợp điều chế số 16QAM, tín hiệu Two-tones, và tham số đo kiểm thực tế của bộ khuếch đại công suất RF từ dự án 5G gNodeB tại Viettel High Technology.

Thiết kế và triển khai mô phỏng hệ thống

Hệ thống mô phỏng bù méo phi tuyến được thiết kế và cấu hình trên môi trường MATLAB/Simulink bao gồm các khối chức năng chính:

Khối chức năng	Cấu hình kỹ thuật và mô hình sử dụng
Nguồn tín hiệu thử nghiệm	- Tín hiệu Two-tones (hai sóng mang tần số gần nhau). - Tín hiệu điều chế 16QAM băng thông 10MHz và 100MHz.
Khối tiền méo (Predistorter)	- Mô hình Đa thức nhớ tổng quát (GMP) bậc phi tuyến 7, chiều sâu bộ nhớ bằng 3. - Kiến trúc học hệ số thích nghi gián tiếp (Indirect Learning).
Khối thuật toán thích nghi	Cài đặt và đối sánh 3 thuật toán: LMS, RLS, và RPEM để cập nhật vector trọng số của bộ bù méo.
Khối khuếch đại công suất (PA)	- Cấu hình 1: Mô hình Saleh không nhớ. - Cấu hình 2: Mô hình GMP có hiệu ứng nhớ bậc 7, độ sâu nhớ 3.
Khối đo kiểm và đánh giá	- Phân tích phổ tín hiệu và tính toán chỉ số rò kênh lân cận (ACLR). - Phân tích sơ đồ chòm sao và đo lường độ lớn vector sai số (EVM).

Các kịch bản thử nghiệm được triển khai quét qua các mức công suất đầu vào ($P_{in}$) khác nhau: -23 dBm, -20 dBm, -18 dBm, -16 dBm, -14 dBm, -12 dBm, và -10 dBm nhằm đánh giá giới hạn hoạt động và độ suy giảm phi tuyến khi công suất tiến sát vùng bão hòa.

Nội dung chính theo từng chương

Chương 1. Tổng quan khuếch đại công suất trong viễn thông

Chương 1 trình bày tổng quan về quá trình phát triển của mạng di động từ 1G đến 5G, cấu trúc trạm thu phát vô tuyến RF và phân tích các dạng điều chế số. Tác giả chỉ ra trạm gốc tiêu thụ hơn 50% tổng năng lượng của mạng di động, trong đó bộ PA chiếm khoảng 65% năng lượng trạm gốc. Chương này phân tích mối quan hệ giữa hiệu suất phổ và tỉ số PAPR của các sơ đồ điều chế:

Sơ đồ điều chế	Hiệu suất phổ lý thuyết (bits/s/Hz)	PAPR lý thuyết (dB)
BPSK	1	0
QPSK	2	0
8PSK	3	3.2
OFDM	$\ge 10$	$\sim 12$

Chương 1 cũng phân tích sự đánh đổi giữa hiệu suất và độ tuyến tính trên các lớp PA (Class A, B, AB, C, D, E, F) và xác định predistortion là phương pháp tối ưu để nâng cao hiệu suất làm việc của PA mà vẫn đảm bảo độ tuyến tính.

Chương 2. Bộ khuếch đại công suất

Chương 2 đi sâu vào bản chất vật lý và toán học của bộ PA:

• Định nghĩa các tham số độ lợi $G$, hiệu suất $\eta$, hiệu suất cộng công suất $PAE$, đặc tính $AM/AM$, $AM/PM$, và điểm nén $P_{1dB}$.
• Khảo sát các thành phần gây méo phi tuyến bằng khai triển chuỗi Taylor cho tín hiệu Two-tones. Kết quả phân loại 3 nhóm thành phần tín hiệu ở đầu ra PA: tín hiệu mong muốn, tín hiệu không mong muốn nằm xa có thể lọc bỏ (hài bậc 2, 3; IMD bậc chẵn), và tín hiệu không mong muốn nằm sát dải cơ bản không thể lọc bỏ (méo điều chế tương hỗ bậc 3, bậc 5: $2f_1 - f_2, 2f_2 - f_1$).
• Phân tích hiệu ứng nhớ (Memory effect): Phân loại nhớ nhiệt và nhớ điện, nhớ tuyến tính và phi tuyến. Hiệu ứng nhớ làm biến đổi đường đặc tính $AM/AM, AM/PM$ từ đường đơn thành dạng vòng trễ và làm các méo IMD phụ thuộc vào khoảng cách tần số (tone spacing).
• Đánh giá ảnh hưởng của méo phi tuyến và lượng lùi công suất đầu ra (OPBO): Khi tín hiệu có PAPR = 7 dB, nếu không tuyến tính hóa cần $OPBO = -14\text{ dB}$, hiệu suất chỉ đạt 8%; nếu áp dụng tuyến tính hóa predistortion, hiệu suất trung bình tối đa tăng lên 23%.
• Định nghĩa các chỉ số đánh giá ACLR/ACPR và EVM.
• Khảo sát các mô hình toán học PA: mô hình Saleh, chuỗi Volterra, mô hình Đa thức nhớ (MP) và Đa thức nhớ tổng quát (GMP).

Chương 3. Kỹ thuật Predistortion

Chương 3 khảo sát và so sánh các kỹ thuật tuyến tính hóa PA:

Phương pháp	Ưu điểm	Nhược điểm
Feedback	Cấu trúc đơn giản, giảm méo tốt ở tần số thấp.	Băng thông hẹp, dễ mất ổn định hệ thống.
Feedforward	Tuyến tính hóa tốt, băng thông rộng, ổn định cao.	Hiệu suất năng lượng thấp, mạch phức tạp, nhạy cảm với trôi dạt linh kiện.
LINC	Sử dụng PA phi tuyến hiệu suất cao.	Yêu cầu mạch tách/ghép công suất chính xác, tổn hao bộ ghép cao.
Predistortion (DPD/ARFPD)	Hiệu suất cao, linh hoạt, khả năng thích nghi số tốt, phù hợp băng rộng.	Đòi hỏi xử lý số phức tạp, mở rộng băng thông tại miền số/DAC.

Chương này phân tích các cấu trúc phân loại predistortion (Baseband DPD, RFPD, ARFPD), kiến trúc thích nghi Direct Learning / Indirect Learning và cơ chế toán học của 3 thuật toán cập nhật hệ số: LMS, RLS, và RPEM.

Chương 4. Mô phỏng hệ thống Predistortion

Chương 4 thực hiện cài đặt và chạy các kịch bản mô phỏng trên MATLAB/Simulink:

• Thử nghiệm 1 - Mô phỏng PA: Đánh giá đặc tính AM/AM, AM/PM của mô hình Saleh và mô hình GMP bậc 7, chiều sâu nhớ 3.
• Thử nghiệm 2 - Tín hiệu Two-tones: So sánh phổ đầu ra khi có và không có bù méo predistortion giữa 3 thuật toán LMS, RLS, RPEM.
• Thử nghiệm 3 - Tín hiệu điều chế Baseband 16QAM (10MHz và 100MHz):
  • Khảo sát phổ tín hiệu và chỉ số ACLR ở các mức công suất vào từ -23 dBm đến -10 dBm (-23, -20, -18, -16, -14, -12, -10 dBm).
  • Khảo sát sự cải thiện của sơ đồ chòm sao điều chế và suy giảm sai số vector lỗi (EVM).

Kết quả và đóng góp

Các kết quả định lượng thu được từ đồ án:

• Chứng minh bằng tính toán lý thuyết rằng kỹ thuật bù méo trước cho phép cải thiện hiệu suất sử dụng công suất trung bình của PA từ 8% lên 23% đối với tín hiệu có PAPR 7 dB thông qua việc giảm yêu cầu lùi công suất phát (OPBO).
• Kết quả mô phỏng trên tín hiệu 16QAM băng thông 100MHz và 10MHz:
  • Ở mức công suất vào cao (-16 dBm đến -10 dBm), bộ khuếch đại không có predistortion bị dâng phổ nghiêm trọng tại các kênh lân cận và chòm sao điều chế 16QAM bị xoay lệch, phân tán mạnh.
  • Khi áp dụng thuật toán RLS và RPEM, mức dâng phổ ngoài dải giảm rõ rệt, chỉ số ACLR được cải thiện vượt trội so với khi không có bù méo hoặc khi chỉ dùng thuật toán LMS.
  • Sơ đồ chòm sao điều chế đầu ra sau khi qua bộ tiền méo RLS và RPEM co cụm chính xác về các điểm ký hiệu chuẩn, giúp giảm thiểu đáng kể chỉ số EVM.
• Bảng tổng hợp đánh giá so sánh giữa 3 thuật toán thích nghi được rút ra từ kết quả thực nghiệm mô phỏng:

Tiêu chí đánh giá	Thuật toán LMS	Thuật toán RLS	Thuật toán RPEM
Độ phức tạp tính toán	Thấp	Cao	Rất cao
Tốc độ hội tụ	Chậm	Nhanh	Nhanh
Khả năng cải thiện ACLR	Trung bình (kém ở băng thông 100MHz)	Rất tốt	Rất tốt
Khả năng cải thiện EVM	Hạn chế ở vùng công suất lớn	Tốt, chòm sao co cụm rõ	Tốt, độ chính xác cao
Độ ổn định	Phụ thuộc bước nhảy $\mu$	Cao	Rất cao

Đóng góp của đồ án:

• Xây dựng hoàn chỉnh mô hình mô phỏng hệ thống tuyến tính hóa khuếch đại công suất số thích nghi (DPD) trên nền tảng MATLAB/Simulink hỗ trợ tín hiệu băng rộng 100MHz theo chuẩn 5G.
• Đánh giá định lượng tính hiệu quả của mô hình Đa thức nhớ tổng quát (GMP) bậc 7 kết hợp với các thuật toán thích nghi RLS và RPEM trong việc xử lý hiệu ứng nhớ phi tuyến.
• Cung cấp cơ sở lý thuyết, mô hình thuật toán và dữ liệu mô phỏng tham khảo phục vụ quá trình nghiên cứu, phát triển khối xử lý DPD trong dự án trạm gốc 5G gNodeB tại Tổng Công ty Công nghiệp Công nghệ cao Viettel (VHT).

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của đồ án:

• Toàn bộ các kết quả bù méo và đánh giá thuật toán mới dừng lại ở môi trường mô phỏng phần mềm MATLAB/Simulink, chưa được nạp và đo kiểm trực tiếp trên nền tảng phần cứng thời gian thực (như kit FPGA/DSP và bộ phát RF thực tế của trạm gNodeB).
• Chưa khảo sát chi tiết mức độ tiêu thụ tài nguyên tính toán phần cứng, trễ xử lý số và công suất tiêu thụ nội tại của khối DPD khi triển khai thuật toán phức tạp như RPEM/RLS trên chip xử lý chuyên dụng.

Hướng phát triển tiếp theo:

• Tối ưu hóa cấu trúc toán học của thuật toán RLS/RPEM và mô hình GMP nhằm giảm số lượng hệ số và giảm độ phức tạp tính toán, phù hợp cho việc hiện thực hóa phần cứng.
• Triển khai thuật toán lên phần cứng khả trình FPGA/ASIC và tích hợp vào chuỗi xử lý Baseband - RF của trạm thu phát 5G gNodeB thực tế tại Viettel VHT để đo đạc các tham số ACLR, EVM và PAE trong điều kiện phát sóng thực.
• Khảo sát, tích hợp và đánh giá nghiệm thu giải pháp DPD thương mại hoàn chỉnh trên hệ thống phần cứng trạm gốc.

Giá trị tham khảo

Đồ án là tài liệu tham khảo hữu ích cho:

• Sinh viên, học viên cao học và nghiên cứu sinh thuộc các chuyên ngành Kỹ thuật Điện tử, Viễn thông, Xử lý tín hiệu và Kỹ thuật Vô tuyến.
• Các kỹ sư thiết kế phần cứng RF, kỹ sư xử lý tín hiệu số (DSP/FPGA) đang nghiên cứu và phát triển trạm phát sóng di động 4G LTE/5G/6G.
• Nội dung có giá trị tham khảo chuyên sâu gồm:
  • Phương pháp luận mô hình hóa bộ khuếch đại công suất có hiệu ứng nhớ bằng mô hình GMP trong Chương 2.
  • Cơ chế toán học và sơ đồ khối của các thuật toán thích nghi LMS, RLS, RPEM trong Chương 3.
  • Cấu trúc xây dựng hệ thống mô phỏng DPD trên MATLAB/Simulink cho tín hiệu 16QAM băng thông 100MHz trong Chương 4.

Câu hỏi thường gặp

1. Tại sao méo điều chế tương hỗ bậc lẻ (IMD3, IMD5) lại là tác nhân gây ảnh hưởng nghiêm trọng nhất trong bộ khuếch đại công suất RF?
Các sóng hài bậc cao (hài bậc 2, bậc 3) và các sản phẩm điều chế tương hỗ bậc chẵn nằm ở các dải tần rất xa tần số sóng mang cơ bản (cách nhau hàng GHz), do đó dễ dàng bị loại bỏ bằng các bộ lọc thông dải (BPF). Ngược lại, các sản phẩm điều chế tương hỗ bậc lẻ (như $2f_1 - f_2$ và $2f_2 - f_1$ đối với IMD3) xuất hiện ngay sát hoặc nằm trùm lên dải tần số công tác cơ bản, khiến các bộ lọc tương tự không thể loại bỏ được, dẫn đến hiện tượng dâng phổ sang kênh lân cận và gây nhiễu tín hiệu.

2. Hiệu ứng nhớ (Memory effect) trong bộ PA bắt nguồn từ đâu và gây ra hiện tượng gì trên đặc tính khuếch đại?
Hiệu ứng nhớ sinh ra do sự tích trữ năng lượng trong hệ thống, bao gồm hiệu ứng nhớ nhiệt (sự thay đổi nhiệt độ của transistor và mạch tản nhiệt) và hiệu ứng nhớ điện (các phần tử ký sinh và đáp ứng tần số của mạng phối hợp trở kháng). Hiệu ứng nhớ khiến đầu ra của PA tại thời điểm hiện tại phụ thuộc vào cả các mẫu tín hiệu quá khứ, làm cho đường đặc tính AM/AM và AM/PM không còn là đường đơn mà biến thành vòng trễ, đồng thời gây phân tán các điểm ký hiệu trên chòm sao điều chế.

3. Tại sao kỹ thuật Predistortion giúp tăng hiệu suất năng lượng của hệ thống từ 8% lên 23% trong ví dụ của đồ án?
Đối với tín hiệu có PAPR cao (7 dB), nếu không có bù méo, PA phải hoạt động lùi công suất sâu ($OPBO = -14\text{ dB}$) trong vùng tuyến tính hẹp để tránh bão hòa đỉnh, dẫn đến hiệu suất chuyển đổi công suất trung bình chỉ đạt 8%. Khi sử dụng tiền méo (Predistortion), vùng làm việc tuyến tính của PA được mở rộng nhân tạo ra sát điểm bão hòa, cho phép giảm mức lùi công suất OPBO và đẩy điểm làm việc của PA lên vùng có hiệu suất cao hơn, nâng hiệu suất trung bình lên 23%.

4. Mô hình Đa thức nhớ tổng quát (GMP) có ưu điểm gì so với chuỗi Volterra và mô hình Đa thức nhớ (MP)?
Chuỗi Volterra mô tả đầy đủ nhất hệ thống phi tuyến có nhớ nhưng số lượng hệ số bùng nổ theo hàm mũ khi bậc phi tuyến và chiều sâu nhớ tăng, gây bất khả thi trong tính toán. Mô hình MP rút gọn chỉ giữ lại các thành phần chéo nên đơn giản hơn nhưng độ chính xác giảm khi hiệu ứng nhớ phi tuyến mạnh. Mô hình GMP bổ sung thêm các thành phần trễ trước (leading) và trễ sau (lagging) với bậc nhớ nhỏ, đạt được sự cân bằng tối ưu giữa độ chính xác xấp xỉ cao gần bằng Volterra và độ phức tạp tính toán chấp nhận được.

5. Trong các thuật toán thích nghi được khảo sát, thuật toán nào phù hợp nhất cho việc bù méo tín hiệu 5G băng thông 100MHz?
Thuật toán RLS và RPEM cho hiệu năng vượt trội so với LMS về tốc độ hội tụ, khả năng triệt tiêu dâng phổ (cải thiện ACLR) và độ co cụm của chòm sao 16QAM ở băng thông 100MHz và mức công suất phát lớn. Mặc dù LMS có độ phức tạp tính toán thấp nhất nhưng hiệu quả bù méo kém ở băng rộng; trong khi RLS và RPEM đạt độ chính xác cao, thích hợp cho yêu cầu chất lượng tín hiệu khắt khe của trạm thu phát 5G gNodeB.

Kết luận

Bản đồ án tốt nghiệp của sinh viên Trần Xuân Mạnh đã giải quyết toàn diện bài toán bù méo phi tuyến cho bộ khuếch đại công suất trong trạm thu phát sóng 5G gNodeB thông qua kỹ thuật tiền méo số (DPD/ARFPD). Bằng việc mô hình hóa toán học các thành phần phi tuyến và hiệu ứng nhớ bằng mô hình GMP, nghiên cứu đã chứng minh hiệu quả vượt trội của các thuật toán thích nghi RLS và RPEM trong việc cải thiện chỉ số ACLR và EVM trên tín hiệu băng rộng 100MHz. Kết quả nghiên cứu không chỉ hoàn thiện về mặt lý thuyết mô phỏng trên MATLAB/Simulink mà còn đóng góp dữ liệu thực nghiệm giá trị cho quá trình phát triển thiết bị trạm gốc 5G tại Tổng Công ty Công nghiệp Công nghệ cao Viettel (VHT).

Trích đoạn nội dung tài liệu

Chương 1. Tổng quan khuếch đại công suất trong viễn thông thường chỉ 30%. Ngược lại, PA lớp D có thể đạt hiệu suất 80% ở công suất thấp (10 đến 100W) và 70% ở công suất cao (100 đến 500W) trên thực tế [5] nhưng độ méo phi tuyến lại rất cao, đặc biệt với các dạng tín hiệu viễn thông hiện đại – những tín hiệu có tỉ số tín hiệu đỉnh/trung bình (PAPR) cao và băng thông lớn. Như vậy, đối với các mạng viễn thông hiện đại, thách thức đặt ra là phải thiết kế hệ thống truyền phát tín hiệu RF sao cho vừa đảm bảo hiệu suất cao và độ phi tuyến cho phép.

Hình TỔNG QUAN KHUẾCH ĐẠI CÔNG SUẤT TRONG VIỄN THÔNG-4. Đặc tính độ lợi và hiệu suất của bộ khuếch đại. Mục đích đề tài Ở thời điểm hiện tại để giải quyết việc đánh đổi giữa hiệu suất và độ tuyến tính của khuếch đại công suất, đã có nhiều phương pháp được nghiên cứu, thử nghiệm và triển khai, ví dụ như Feedback, Feedforward, LINC, …. Trong các phương pháp đó, predistortion – làm méo trước tín hiệu đang được sử dụng rộng rãi nhất nhờ vào các ưu điểm của nó so với các phương pháp khác như sự linh hoạt, thích nghi tốt.

Nguyên tắc hoạt động của phương pháp này đó là, đặt một khối làm méo tín hiệu ở trước khuếch đại công suất sao cho đặc tính của hệ gồm khối đó và PA gần như là tuyến tính. Cũng chính vì thế tên gọi của phương pháp này là predistortion – làm méo trước tín hiệu. Đây là phương pháp cho phép đẩy PA hoạt động ở vùng hiệu suất cao nhưng vẫn đảm bảo độ tuyến tính ở vùng đó. Tổng quan khuếch đại công suất trong viễn thông Mục đích đầu tiên của đề tài này là nghiên cứu cách mà phương pháp làm méo trước tín hiệu cải thiện độ tuyến tính của và nâng cao hiệu suất PA.

Trong đó làm rõ các tác nhân gây nên tính phi tuyến của PA, các tham số đánh giá độ tuyến tính của PA và ảnh hưởng của tính phi tuyến lên các tín hiệu trong hệ thống viễn thông ngày nay. Sau đó nêu ra nguyên lý hoạt động của phương pháp này, so sánh chúng với các phương pháp khác. Có nhiều mô hình, kiến trúc và thuật toán của làm méo trước tín hiệu đã được đề xuất trong nhiều năm qua. Mỗi mô hình, kiến trúc, thuật toán lại có độ cải thiện, độ phức tạp khác nhau và sẽ thích hợp với những ứng dụng khác nhau.

Do đó, mục đích thứ hai của đề tài là khảo sát một số mô hình, kiến trúc và thuật toán của làm méo trước tín hiệu và mô phỏng bằng MATLAB để đánh giá hiệu quả của chúng với một số dạng tín hiệu viễn thông cho trước. Hiện tại, có một số công ty đã cung cấp các giải pháp thương mại về làm méo trước tín hiệu. Mục đích thứ ba của đề tài là chọn lựa một giải pháp thương mại, nghiên cứu mức độ khả thi của nó dựa trên các thông số, mô hình từ nhà cung cấp, tích hợp vào một hệ thống viễn thông cụ thể và đánh giá hiệu quả của giải pháp đó. Bố cục đề tài Đề tài này sẽ có bố cục như sau: - Chương 2 nghiên cứu cụ thể về bộ khuếch đại công suất, bao gồm đặc tính phi tuyến, các thông số đánh giá độ tuyến tính và ảnh hưởng của tín hiệu tại các thời điểm trước đó lên bộ khuyếch đại công suất (Memory effect).

Từ đó đưa ra các mô hình phù hợp để có thể mô hình hóa một bộ PA thực tế nhằm phục vụ cho việc mô phỏng. - Chương 3 bàn luận về kỹ thuật predistortion, trong đó có so sánh với các kỹ thuật, phương pháp khác. Các mô hình, kiến trúc và thuật toán khác nhau sẽ được khảo sát trong chương này. - Chương 4 trình bày việc mô phỏng một hệ thống predistortion trên MATLAB, từ mô phỏng bộ predistorter, mẫu tín hiệu, thuật toán và cả hệ thống.

Cuối cùng kết quả mô phỏng sẽ được đánh giá. Bộ khuếch đại công suất CHƯƠNG 2. BỘ KHUẾCH ĐẠI CÔNG SUẤT Đối tượng cần cải thiện trong đồ án này chính là độ tuyến tính của các bộ khuếch đại công suất. Do đó, cần phải hiểu về các đặc tính của khuếch đại công suất.

Trong chương 2, các lý thuyết về bộ khuếch đại công suất sẽ được đề cập, bao gồm các thành phần gây nên méo phi tuyến, ảnh hưởng của méo phi tuyến lên chất lượng tín hiệu và các thông số để đánh giá độ tuyến tính của khuếch đại công suất. Ngoài ra, việc mô hình khuếch đại công suất cho một số mục đích, ví dụ như mô phỏng, cũng là điều cần thiết. Khái niệm bộ khuếch đại công suất Khái niệm bộ khuếch đại là mạch điện có khả năng làm tăng các tham số năng lượng của tín hiệu (hoặc tác động) đầu vào nhờ năng lượng của nguồn ngoài. Thuật ngữ "khuếch đại công suất" là thuật ngữ chỉ các mạch có mối liên hệ giữa lượng công suất đưa đến tải và lượng công suất lấy từ nguồn nuôi.

Thông thường mạch khuếch đại công suất được thiết kế cho mạch khuếch đại sau cùng trong một chuỗi các tầng, và tầng này được thiết kế với sự quan tâm nhiều về hiệu suất. Vì lý do đó các mạch khuếch đại công suất thường được sử dụng với hiệu suất khá cao. Mạch khuếch đại công suất được sử dụng rộng rãi trong kĩ thuật vô tuyến điện tử, thông tin, kĩ thuật tự động và điều khiển từ xa và trong nhiều lĩnh vực của điện tử ứng dụng. Để đánh giá chất lượng của 1 mạch khuếch đại công suất, người ta dựa vào các chỉ tiêu và tham số cơ bản như độ lợi, hiệu suất và đường đặc tính AM/AM và AM/PM.

Độ lợi (Hệ số khuếch đại công suất) Độ lợi là tỷ số giữa công suất ra và công suất vào: (BỘ KHU ẾCH ĐẠI CÔN G SUẤT- -1) trong đó là công suất tín hiệu ra, là công suất tín hiệu vào. Thường người ta tính theo đơn vị logarit gọi là đơn vị dexiben (dB): 23 Chương 2. Bộ khuếch đại công suất (BỘ KHU ẾCH ĐẠI CÔN G SUẤT- -2) Khi ghép liên tiếp tầng khuếch đại công suất với các hệ số khuếch đại tương ứng là thì hệ số khuếch đại tổng cộng của bộ khuếch đại công suất được xác định bởi: (BỘ KHU ẾCH ĐẠI CÔN G SUẤT- -3) (BỘ KHU ẾCH ĐẠI hay CÔN G SUẤT- -4) 2. Hiệu suất Hiệu suất là tỉ số giữa công suất ra và công suất cung cấp 1 chiều.

Nó thể hiện hiệu quả chuyển đổi từ công suất nguồn thành công suất mà mạch khuếch đại cấp cho tải. Hiệu suất càng lớn thì công suất tổn hao trên colectơ của tranzistor càng nhỏ. (BỘ KHU ẾCH 24 Chương 2. Bộ khuếch đại công suất -5) Trong đó là công suất ra của mạch khuếch đại, là công suất một chiều cung cấp cho mạch khuếch đại.

Ngoài ra còn có một số phép đo hiệu suất thông dụng khác như: + Hiệu suất cộng công suất (Power-added Efficiency): Hiệu suất cộng công suất là tỷ số giữa lượng công suất mà mạch khuếch đại tạo ra với công suất cung cấp 1 chiều được tính theo công thức: (2-6) trong đó là công suất ra của mạch khuếch đại, là công suất vào mạch khuếch đại, là công suất một chiều cung cấp cho mạch khuếch đại. PAE là chỉ số quan trọng vì bộ khuếch đại chủ yếu được điều khiển bởi một bộ khuếch đại nhỏ hơn khác trong môt chuỗi các tầng khuếch đại. Đường đặc tính AM/AM và AM/PM Đường đặc tính công suất đầu ra – công suất đầu vào là một tính chất cơ bản và không đầy đủ để mô tả độ phi tuyến của bộ khuếch đại công suất. Ở hầu hết các trường hợp, một hệ thống khuếch đại công suất phi tuyến được mô tả đầy đủ bằng một tập 4 đường đặc tính, đó là đường đặc tính điều chế biên độ - biên độ, đường đặc tính điều chế biên độ - pha, đường đặc tính điều chế pha – biên độ, và đường đặc tính điều chế pha – pha.

Tuy nhiên các tín hiệu điều chế pha sẽ không bị ảnh hưởng bởi méo của khuếch đại, do đó hệ thống có thể được đặc trưng bằng đường đặc tính AM/AM và AM/PM. Giả sử rằng các thành phần in-phase và quadrature của tín hiệu điều chế đầu vào và tín hiệu đầu ra khuếch đại là được định nghĩa: (BỘ KHU ẾCH 25 Chương 2. Bộ khuếch đại công suất -7) Khi đó, do chỉ xuất hiện các méo AM/AM và AM/PM nên độ lợi phức tức thời sẽ là hàm của biên độ tín hiệu đầu vào: (BỘ KHU ẾCH ĐẠI CÔN G SUẤT- -8) trong đó và lần lượt là biên độ và pha tức thời của độ lợi và (BỘ KHU ẾCH ĐẠI CÔN G SUẤT- -9) (BỘ KHU ẾCH ĐẠI CÔN G SUẤT- -10) 26 Chương 2. Bộ khuếch đại công suất Các ví dụ đường đặc tính AM/AM và AM/PM được minh họa ở Hình BỘ KHUẾCH ĐẠI CÔNG SUẤT-5 và Hình BỘ KHUẾCH ĐẠI CÔNG SUẤT-6 [5].

Đường đặc tính AM/AM sẽ được vẽ theo giá trị , là hàm của tín hiệu đầu vào, ở đơn vị dBm hoặc đơn vị Vol. Tương tự đường đặc tính AM/PM được vẽ theo giá trị , là hàm của tín hiệu đầu vào, ở đơn vị độ. Các đường đặc tính AM/AM và AM/PM cung cấp những thông tin về độ phi tuyến của PA được thể hiện trong hai hình 2-1 và 2-2 [5]. Hình BỘ KHUẾCH ĐẠI CÔNG SUẤT-5.

Đường đặc tính AM/AM. Hình BỘ KHUẾCH ĐẠI CÔNG SUẤT-6. Đường đặc tính AM/PM. Bộ khuếch đại công suất Hình 2-1 [5] cho thấy sự thay đổi biên độ tức thời của độ lợi G (Gain) với các mức công suất đầu vào khác nhau sau khi đi qua một bộ khuyếch đại công suất.

Ta thấy rằng khi công suất tín hiệu đầu vào tăng dần thì độ lợi càng giảm dần, đặc biệt là với các mức công suất lớn hơn -10dBm thì sự suy giảm nhìn thấy rõ rệt. Hình 2-2 [5] mô tả sự dịch pha của tín hiệu sau khi đi qua PA với các mức công suất đầu vào khác nhau. Khi khảo sát đặc tính phi tuyến của PA thông thường ta sẽ chú ý đến các thời điểm công suất phát cao (lớn hơn -15 dBm), tại vùng công suất này thường sẽ có sự biến đổi rõ rệt về hai đặc tính AM/AM và AM/PM của PA. Căn cứ vào mức công suất này cao hay thấp ta sẽ có được các đánh giá về độ phi tuyến của PA.

Điểm nén 1dB Trong đường đặc tính Pin/Pout, thì điểm nén 1dB là điểm mà công suất đầu ra thực tế nhỏ hơn 1dB so với công suất đầu ra khi được khuếch đại tuyến tính. Định nghĩa trên được minh hoa ở Hình BỘ KHUẾCH ĐẠI CÔNG SUẤT-7.