摘要:在卡塔尔世界杯的卢塞尔体育场内,八万余名观众的热情将现场气氛烘托得热烈非凡,球迷们全情投入到紧张刺激的比赛氛围之中。随着开场哨声清脆响起,绿茵场上的双方球队迅速进入状态,展开激烈角逐。看台上,球迷们的激情也被瞬间点燃,他们纷纷拿出手机,捕捉赛场精彩画面,或是开
前言
在卡塔尔世界杯的卢塞尔体育场内,八万余名观众的热情将现场气氛烘托得热烈非凡,球迷们全情投入到紧张刺激的比赛氛围之中。随着开场哨声清脆响起,绿茵场上的双方球队迅速进入状态,展开激烈角逐。看台上,球迷们的激情也被瞬间点燃,他们纷纷拿出手机,捕捉赛场精彩画面,或是开启高清视频直播,与世界各地的朋友分享这场足球盛事。同时,参与线上世界杯知识问答互动、线上投票以及预测比赛结果等活动的球迷数量急剧攀升,随着赛事进程的快速推进与节奏变化,体育场内的通信流量迅猛增长。
然而,开场没多久,球迷们便察觉到异样。手机信号变得不稳定,时断时续,视频直播开始出现卡顿,画面时不时定格,线上问答互动的加载速度慢得让人着急,甚至频繁报错。比赛愈发激烈,网络问题也愈发严重,下半场的关键时段,大面积断网的情况不幸出现,整个场馆的通信网络陷入瘫痪。球迷们高涨的情绪瞬间被浇灭,满心期待化为乌有,现场秩序陷入混乱,抱怨声此起彼伏;现场的媒体记者们原本计划及时将一手新闻传回总部,此刻却因网络故障受阻,赛事报道的时效性大打折扣;商家们筹备良久的线上互动营销活动被迫搁置,错失利用赛事热度推广品牌、拓展商机的大好时机,经济损失惨重。赛事主办方也面临巨大压力,各方的投诉与质疑纷至沓来,观众的不满情绪严重扰乱了现场秩序。
究竟是什么原因引发了此次重大网络事故呢?通信运营商紧急行动,迅速组织专业团队赶赴现场,争分夺秒地展开深入调查。经过严谨细致的排查分析,最终查明,事故与大动态业务下数字预失真(DPD)的性能稳定性紧密相关。这一发现,无疑为大动态业务下的通信稳定性敲响了警钟,也促使通信行业重新审视、优化相关方案,以应对类似挑战,确保重大活动中的通信顺畅。
什么是大动态业务?
在无线通信系统中,用户是随机接入的,并且每个用户占用的资源根据用户需求和实际环境而定。大动态业务指业务的流量、用户数量等在短时间内发生巨大变化的通信业务,其变化间隔在百ms量级以内,流量在最大值和最小值之间频繁波动。流量的快速变化可能是由于用户行为的突发性引起的,例如用户突然开始或停止高带宽消耗的业务。
随着无线通信技术的飞速发展,现网业务呈现出日益多样化和复杂化的趋势,且均具有显著的大动态特点。例如,在智能交通系统中,车联网应用需要实时传输车辆的位置、速度、行驶状态等信息,这些数据的传输量会随着道路上车辆的密度和行驶情况而大幅波动。又如高清视频直播业务,观众数量的变化会导致视频流的传输速率在短时间内产生剧烈变化。
这种大动态特性对通信系统的性能提出了严峻挑战,要求系统能够快速、灵活地适应业务量的剧烈变化,确保每个用户在不同业务场景下都能获得稳定、高质量的通信服务,否则容易引发通信事故。以火车站、机场等旅客流量大的交通枢纽为例,在列车、飞机的出发和到达时段,会出现通信业务的高峰,包括大量的语音通话、行程信息查询和社交软件使用等,信号负载瞬间增大,且不同用户的业务对信号质量的要求各异。如果附近的直放站和基站系统无法适应大动态业务的剧烈变化,通信的误码率将会升高,从而发生旅客在视频通话中的画面和声音不同步、信息查询加载缓慢等情况,甚至可能造成票务查询失败,耽误旅客的行程安排。同时,系统性能不佳还会导致频谱利用率降低,影响通信设备的容纳数量,致使原本可以支持数万名旅客同时进行视频或语音通话的系统,可能只能支持几千人进行类似的操作,大大限制了通信容量,引起网络拥塞乃至通信瘫痪。
什么是DPD,为什么使用它?
DPD性能稳定对于通信网络的正常运行起着决定性的作用,尤其是大动态业务场景下的系统稳定运行,因此,需要高度重视和确保DPD的可靠性和稳定性。
先介绍下什么是DPD。DPD如同为近视的眼睛配上一副精准合适的眼镜。功率放大器(PA)存在的非线性失真,使得输出信号偏离了理想状态,类似近视的眼睛因为自身的屈光不正,无法将光线准确聚焦在视网膜上,导致看到的图像模糊不清。而DPD就像是专业的验光配镜过程,它通过精确地测量和分析PA的非线性特性,就如同仔细检测眼睛的近视度数、散光等参数,然后根据这些数据定制出一种与之“互补”的预失真信号,恰似为眼睛量身打造的矫正镜片。当这个预失真信号与输入信号叠加后进入PA,PA的非线性失真就会被有效地补偿,如同近视眼镜帮助眼睛将光线准确聚焦,让输出信号尽可能地接近理想的线性放大结果,从而显著提升通信系统的性能,保障信号的高质量传输,就像眼镜让近视患者清晰地看清世界。
图1是DPD处理结构图,信号通过DPD进行预补偿后再经过PA输出,使系统输出信号功率与输入信号功率具有线性关系。图中非线性PA(图b)在DPD(图a)的补偿作用下,达到线性输出的效果(图c)。
图1 DPD处理结构图
图2到图4展示了DPD性能测试结果。其中,图2显示了DPD校正前后的邻道泄露比(ACLR)(蓝色线表示未使用DPD校正的PA输出结果,黄色线表示使用DPD校正后的PA输出结果),图3显示了DPD校正前后的误差矢量幅度(EVM),图4为DPD校正前后的AM-AM曲线。ACLR主要反映信号在频谱上对相邻信道的干扰程度,当ACLR指标不佳时,信号会泄漏到相邻信道,就像嘈杂的声音干扰到旁边的安静区域一样,这可能导致相邻信道的其他用户通信质量下降,如出现通话杂音或者数据传输速率降低的情况;EVM衡量的是实际信号与理想信号之间的偏差,EVM值越高,信号的失真就越严重,在用户体验方面,高EVM可能使得接收的信号出现误码,像在观看视频时画面产生马赛克、声音与画面不同步,或者在进行数据下载时文件损坏,严重影响了通信的准确性和流畅性。
从测试结果可以看到, DPD校正后100MHz带宽在输出功率为48.5dBm时ACLR可达到-49dBc,比校正前降低了24dB;DPD校正后的EVM结果达到3%,比校正前EVM降低了3.9%;DPD校正前后的AM-AM曲线显示,校正后经过PA输出信号的线性得到明显改善。
图2 DPD校正前后ACLR,校正后ACLR比校正前ACLR降低24dB
图3 DPD校正前后EVM,校正后比校正前EVM降低3.9%
图4 DPD校正前后的AM-AM曲线,校正后PA输出信号的线性得到明显改善
尽管DPD能够有效地补偿PA的非线性失真,但在大动态场景下高效功放的非线性会急剧变化,若DPD不具备自适应特性,在动态业务场景下性能不佳,同样会引发严重的用户体验问题,甚至引起网络瘫痪。如何应对这种急剧变化的场景呢?业界大部分的DPD只针对有限范围内的功率波动进行校正,该方法在大动态场景下存在性能稳定性差的缺点,ACLR和EVM会剧烈波动。为了克服这些困难,需要结合配套硬件进行DPD算法的优化,将模型不匹配的时间减少到最小,确保DPD能自适应地在不同状态之间平滑过渡,以实现DPD能够在各种操作条件下有效地工作,性能指标和稳定性满足系统设计要求。
大动态业务下如何测试和保障用户的实时体验?
当前3GPP定义的频谱模版、ACLR、EVM等测试项均为对DPD性能评估的静态定量数据,其中38.141中定义的射频通道测试模式用于对5G直放站和基站等设备的射频性能进行评估和验证,具体测试模式如下:
表1 5G射频测试模式
表2对表1中测试项对应的测试目的进行展开说明。
表2 测试项对应的测试目的
部分厂家认为仅仅进行满流量测试便已足够,还有些厂家则觉得在满流量测试的基础上结合3GPP中定义的测试模式就能确保设备的质量与性能达标。然而,事实远非如此。尽管满流量测试能够在一定程度上检验设备在高负荷数据传输下的表现,3GPP定义的测试模式也为设备的射频等性能提供了标准化的检测手段,但这些测试方式都缺乏对实际网络环境复杂性和动态变化的充分考量。因此,衡量DPD性能需要考虑2个关键方面:静态基准性能和实际运行的动态性能。
回到前言中的卡塔尔世界杯通信事件,随着调查的初步深入,真相浮出水面。令人惊愕的是,问题竟出在场馆内部署的某设备商的小站上。原来在其入网前,针对大动态业务场景下的DPD性能测试存在严重疏漏,其在大动态业务下的DPD性能极不稳定,无法及时精准地跟随信号动态调整预失真参数,导致输出产生高能量的大毛刺信号。这些大毛刺信号携带巨大的能量冲击PA,让PA瞬间承受远超设计极限的功率。同时,由于大毛刺信号出现的频率过高,PA长时间处于这种异常高压冲击下,功耗飙升。大量能量以热能形式在PA内部积聚,热量无法及时散发出去,进而导致温度急剧上升,最终引发PA过热烧毁,通信网络陷入瘫痪。此外,损坏的设备还需要更换和返厂维修,给运营商和设备商带来重大的经济损失。卡塔尔世界杯网络故障的典型案例充分体现了DPD在大动态业务场景中起着至关重要的作用,同时也凸显了在通信设备入网前开展全面、严格且涵盖各类复杂情境的性能测试,保障DPD稳定运行的重要性。
只有在满流量和3GPP定义的测试模式均测试通过的基础上,深入开展针对性的动态场景测试,模拟现网中诸如用户数量的突然激增、信号的频繁切换、信道条件的快速变化以及业务类型的多样化等复杂情况,才能真正全面地保障设备在现网环境中的稳定运行和高效性能,从而为用户提供可靠、优质的通信服务体验,满足日益增长的通信需求和技术发展的要求。
大动态业务场景下DPD性能测试及结果
在实际应用场景中,各种大动态业务具有不同的功率变化特性。为了全面评估DPD在这些动态场景的性能,我们将针对平均功率的动态波动以及资源块(RB)的随机动态波动,分别进行专项测试。图5描述了测试的环境框图,信号先经过DPD进入待测功放,然后调节可调衰减器使待测功放输出端处于额定功率,输出信号经过功分器分别馈送至频谱仪和DPD反馈通道。
图5测试环境框图
在动态业务下,如果采用稳定性欠佳的DPD,会出现小功率场景下ACLR较好,但是大功率场景下ACLR恶化,甚至最坏状况下可能会损坏硬件。以测试信号带宽100MHz为例,具体现象如下:
同样情况下,使用top厂家的DPD进行性能测试,测试信号带宽100MHz,DPD校正开启后ACLR优于-45dBC,测试结果如下:
用例1:平均功率动态波动(波动周期100ms,波动范围30dB)
图6平均功率动态波动场景下DPD校正的性能,ACLR保持在-45dBc以下
用例2:RB随机动态波动
来源:芯榜