课程导入：EVM劣化与功放非线性的关系、DPD调试的价值、课程目标与学习路径
在无线通信系统中，发射链路的信号质量直接决定了系统的吞吐率、覆盖范围和用户体验。随着5G/6G以及Wi-Fi 6/7等高速率制式的普及，调制信号的峰均比（PAPR）不断攀升，对射频前端，尤其是功率放大器（PA）的线性度提出了极为苛刻的要求。当功放工作在接近饱和区的高效率状态时，其固有的非线性特性会导致信号失真，进而表现为误差矢量幅度（EVM）的显著劣化。EVM是衡量数字调制信号质量最核心的指标之一，它综合反映了幅度误差、相位误差以及杂散噪声的影响。本章作为整个课程的导入，将系统梳理EVM劣化与功放非线性之间的内在物理联系，阐明数字预失真（DPD）技术在改善线性度与提升效率之间的关键价值，并给出本课程的学习目标与进阶路径。
上图展示了本课程的核心逻辑链路：基带信号经过功放时，由于PA的AM/AM（幅度-幅度）和AM/PM（幅度-相位）非线性特性，产生带内失真和带外频谱扩展，最终表现为EVM的恶化。DPD技术通过在功放前级引入一个“逆特性”的预失真模块，使得“预失真器+PA”的级联系统在整体上呈现线性特性，从而在保证功放高效率运行的同时，将EVM恢复至指标要求。下方的调试流程则概括了从问题定位到最终验证的四个关键阶段，这也是后续章节将要逐一展开的核心内容。
1.1 EVM劣化的物理根源与功放非线性特征
核心原理：EVM定义为理想星座点与实际接收星座点之间的误差向量幅度，通常以RMS值表示。在发射链路中，EVM的劣化来源包括热噪声、相位噪声、IQ不平衡以及功放非线性。其中，功放非线性是功率回退（Power Back-off）策略下最主要的EVM限制因素。当输入信号瞬时功率接近或超过PA的1dB压缩点（P1dB）时，增益开始压缩，输出信号幅度不再随输入线性增长；同时，输入输出之间的相位差也会随功率电平变化，产生AM/PM失真。这两种效应共同导致星座点发生径向收缩和角度旋转，且这种失真与信号瞬时幅度强相关，属于确定性失真，无法通过简单的平均滤波消除。
判断方法：在实际调试中，工程师通常通过以下步骤判断EVM劣化是否由功放非线性主导：
- 功率扫描测试：逐步降低PA输出功率（增加回退量），观察EVM是否随之改善。若EVM随功率回退显著下降，则说明非线性贡献占主导。
- 频谱分析：观察输出频谱的ACLR（邻道泄漏比）。非线性失真会导致频谱再生，ACLR恶化通常与EVM劣化同步出现。
- 星座图观察：若星座点呈现“外圈压缩、内圈扩张”的径向畸变，且伴有旋转，则高度怀疑AM/AM和AM/PM效应。
1.2 DPD调试的核心价值：效率与线性的平衡
核心原理：功放的效率与其工作点密切相关。为了获得更高的效率，通常希望PA工作在接近饱和区的B类或AB类状态，但此时非线性显著增强。传统解决方案是采用功率回退，即降低输出功率使PA工作在线性区，但这会导致效率大幅下降。以典型LDMOS或GaN PA为例，在完全线性区工作时，效率可能仅为15%-20%；而回退至P1dB以下6dB时，效率可提升至40%以上，但EVM和ACLR指标将严重超标。DPD技术的价值在于：它允许PA工作在更接近饱和区的效率点，同时通过数字域的预失真处理，将非线性失真“反向校正”，从而同时获得高效率与高线性度。
操作流程：DPD调试的基本流程包括：
- 数据采集：通过反馈通路采集PA输出信号，与延迟对齐后的输入信号进行比对。
- 模型提取：根据输入输出数据，辨识PA的非线性模型（如记忆多项式、广义记忆多项式或神经网络模型）。
- 预失真计算：求解PA模型的逆函数，生成预失真查找表（LUT）或多项式系数。
- 迭代更新：将预失真器置于信号链中，再次采集输出信号，评估残余失真，并迭代优化系数。
| 对比维度 | 无DPD（功率回退） | 有DPD（效率点工作） |
|---|---|---|
| PA输出功率 | 回退至P1dB以下6-10dB | 接近P1dB或饱和点 |
| 典型效率 | 15%-25% | 35%-50% |
| EVM指标 | 满足要求 | 经DPD校正后满足要求 |
| ACLR指标 | 满足要求 | 经DPD校正后满足要求 |
| 系统成本 | 需要更大尺寸PA/散热 | 增加DPD数字逻辑/反馈通路 |
1.3 课程目标与学习路径规划
核心原理：本课程的目标是培养学员系统性的DPD调试能力，而非仅仅掌握某一款仪器的操作。课程将围绕“EVM劣化分析→PA特性建模→DPD算法实现→工程调试与优化”这一主线展开，帮助学员建立从现象到本质、从理论到实践的完整知识体系。
学习路径：课程共分为30章，按照以下四个阶段递进：
- 基础阶段（第1-8章）：深入理解EVM的定义、测试方法、功放非线性理论以及DPD的基本原理。重点掌握AM/AM、AM/PM特性曲线的测量与解读。
- 算法阶段（第9-16章）：学习各类DPD模型（查找表、记忆多项式、Volterra级数等）的数学表达、参数辨识算法（LS、RLS）以及数值稳定性问题。
- 工程阶段（第17-24章）：聚焦于DPD系统的硬件实现，包括反馈通路设计、延迟对齐、采样率转换、系数更新策略以及多频段/多天线场景下的DPD架构。
- 实战阶段（第25-30章）：通过典型场景（5G NR、Wi-Fi 7、卫星通信）的完整调试案例，讲解EVM劣化问题的定位方法、DPD参数优化技巧以及自动化测试系统的搭建。