2018年9月27日 星期四

RF Power Amplifier 剛剛好的輸出功率與負載線Load Line淺談,選功率放大器跟買車其實很像

Introduction

        功率放大器在學習的過程,從電子學一直到微波工程,有時候對為什麼是Power Matching不是共軛匹配? 負載線理論? 為什麼Voltage Sweep是兩倍的Vcc (twice Vcc)? 最高效率有時候是25%有時候50%? 常常搞迷糊,今天抽空把之前弄迷糊的地方寫下來。

  功率放大器就是.....一個放大器,功能目的就是把輸入訊號放大,傳遞最大功率輸出,因為行動裝置距離基地台距離可不是家裡擺一台AP router這麼近,要能夠把訊號不失真的傳送出去,就需要功率放大器,這也是每次iphone出新手機,財經新聞就會把功率放大器概念股拉出來講一次。

  一個功率放大器最重要的指標就是輸出功率可以到多大,1W, 2W...10W然後效率與線性度,線性度就是要放大等比例把輸入訊號放大,接收端才不會上傳一張照片卻失真變成金城武。

  如果是用在行動裝置上面ex iphone,電流表現尤其重要,這關乎手機是否發熱與電池續航力,在真實世界裡行動裝置在傳輸功率是一個動態的過程,也就是說在訊號不好的時候會輸出最高功率1W 30dBm,但是大部分時間訊號好的時候可能只有操作27dBm或更低。

  以這樣的應用場景,應該挑選或設計一顆功率輸出功率大於30dBm的功率放大器,但又怕最後設計天線效率不如預期,所以應該要抓一點點Margin,但要抓多大的規格呢? 多個1dB or 2dB or 3dB呢?
       那不就選用市面上能輸出最高功率的放大器不就好了,這就跟買車一樣,到底要買100匹馬力,還是買300匹馬力輸出的汽車道理蠻像,讓我娓娓道來。

線性功率放大器Linear RF Power Amplifier (Class A)

        一般常見的RF Power Amplifier如下圖,這是一個common emitter架構的功率放大器,無論是BJT or FET,電晶體在這裡的作用可以視為一個電流控制器,白話一點就是水龍頭,控制訊號iB是控制電流的開關。

  這裡假設RF Choke Inductor與AC coupling電容都非常大,所以可以簡化成右邊架構,最後流過電晶體的電流iC會從負載R流過電晶體R,這時候負載得到的功率用歐姆定律 I^2*R就可以得到。

        因為是電晶體本身只能一個開關用來控制流過電流的大小,如果輸入訊號是一個正弦波訊號AC or RF訊號,那一開始就要給一個偏壓電流讓電流Iqc這時候,這樣輸出電流波型才會上下對稱,也就是處在線性操作 (Linear Operating)

負載線理論Load-Line 最大線性功率輸出Ropt

        負載線理論是功率放大器用來決定輸出負載R是幾歐姆? 底下是一個完美IV Curve, X軸是Collector電壓vC,Y軸是流過電晶體的電流iC,偏壓點bias point也就是只有DC狀態的初始點是
    1. Vqc:  Supply Voltage Vcc
    2. Iqc : 偏壓電流IB所對應的Iqc

iCC流過負載R,負載上面的電壓輸出vC就會沿著負載線移動。

電流輸出限制Current Limitation

    負載線理論Load Line Theory主要要討論的是不同的負載會限制電流的輸出大小, 下圖虛線R' < R,所以電流往上掃的過程需要更大的電流才會對應相同的電壓輸出,但電流往下也就是電晶體越關越緊越關越緊到最後完成鎖死沒有電流的情況下,可以看到以下這個例子電流輸出波型會不對稱,輸入訊號是弦波但輸出訊號下半部被截止,也就是所謂的失真。

電壓輸出限制Voltage Limitation

       我們把R'設定比原本的R來的大,這時候可以觀察到電流往上增加的過程,Vc在降低,但降到最後會碰到vC=0的這條線,因為電晶體本身只是控制電流大小,當你VBE兩端電壓都為零的時候,沒有電位差是不會有電流的,所以這時候電流會被"截止斷頭"造成電流波型失真。

最佳負載線Ropt與偏壓點Vqc and Iqc

        一個線性功率放大器的操作,電流不希望被截止失真,但是以上的例子可以看出來負載線R與偏壓點Vqc, Iqc是互相綁再一起,比方說上面電壓輸出限制造成電流頭頂截止的狀況,可以透過調整bias point上電流的swing上下對稱。

    1. 拉高Vqc,增加電流往上擺幅太大被左邊電壓0V邊界限制住。
    2. 降低Iqc,降低電流往下擺幅達到下上對稱的結果。

  不更改負載R的條件下我們可以透過更改偏壓點的負載來達成最佳性線偏壓點,但可以看到這兩個最大的輸出線性功率是不一樣的。會相差20log(Vqc2/Vqc),如果Vqc=3V, Vqc2=6V最大線性輸出功率就會差到6dB。
    

決定最佳負載線,最高電壓2倍Vcc?

  實際應用的時候,電壓Vcc已經被決定例如3.5V, 5V, 12V, 24V.....,這然後再決定線性輸出功率多少,就可以算出Iqc和Ropt,例如系統電源為3.5V, 輸出功率為33dBm,因為輸出要對稱,這邊的考量都是因為輸出要是線性輸出,所以當你Vcc決定,你的最大高壓Swing就會是兩倍Vcc這一點與有些電子學用Transformer所以有兩倍輸出的概念不太一樣,因為電壓Waveform實際會超過2倍,但因為沒有電流,所以這個輸出功率是虛,並不是說最Voltage Swing只能兩倍Vcc喔。
   所以我們可以計算用Pout推算出RL,因為電流要對稱輸出,所以可以計算出Iqc的值。
     

最高輸出效率

        從電子學就有學過Class A Power Amplifier,但你可能有印象最Class A PA高效率Maximum Efficiency為50%,但使用Transformer後會變成50%。這中間的差異主要是來自RF輸出功率,剛剛上面提到最高線性輸出會是2倍的Vcc,但如果是電子學一開始會用電阻當負載,也就是說最高的Voltage Swing只能到Vcc而非2xVcc,但消耗的總DC功率是不變的 IqcxVcc.
        所以在最高線性輸出2W的時候可能拿到50%的效率,但如果輸出功率退到27dBm,因為總消耗功率沒有變,效率就會跟著降低到12.5%。


不同負載線輸出效率比較

  一樣的Vcc條件下,把輸出功率設定到30dBm然後可以計算出一組新的RL與Iqc,可以看到因為輸出功率比較低,但是輸出的Voltage Swing是不變的(最大一樣是2xVcc),這邊在提醒一下,2xVcc是不失真情況下最高的輸出,並不是說以下的IV curve限制了輸出電壓只能2xVcc。

  如果一樣是退回27dBm下操作,可以看到Max Pout 30dBm的效率就會比Max Pout 33dBm放大器的效率好,這理由也很簡單就是Iqc降低整體DC工耗降低導致。
  這動作其實跟現在很多小cc的汽車道理很像,買了馬力輸出500hp的汽車,但實際高速公路只有用到40-60hp,耗油只是理所當然的事情。

功率放大器的省電技巧,動態Bias Point

        就跟汽車省油技術一樣,例如大家有聽過i-VTEC正時可變汽門技術或渦輪增壓Turbo技術一樣,在小功率輸出的時候我把Iqc降低一點讓電流Swing剛好滿足當時線性功率輸出的要求,這樣就可以在小功率輸出的時候節省不必要的DC功耗。
  把可調Iqc的概念放到套用在剛剛33dBm輸出的功率放大器上面,一樣退到27dBm操作的時候,效率就可以從原本12.5%拉高到25%.


        一樣的作法我在在比較一次RL設計給33dBm與RL設計給30dBm,在可調Iqc的條件下,套用在RL設計給30dBm的功率放大器上面,還是可以得到比較明顯的改善。

功率放大器的省電技巧 II

  聰明的你一定想到,Class A最佳線性輸出效率是50%,所以如果同時調整Vcc和Iqc這樣不就是可以達到效率一直處於50%的甜蜜位置嗎? 如下圖所示。
  恩...以上面整個模型沒錯,如果系統可以任何調整Vcc和Iqc而且IV curve也是理想的,但現實是很殘酷的。

  讓我們回到現實元件的IV curve,本身並非線性,所以實際可以操作的Vcc和Iqc範圍是有限制的,而且如果靠Buck來降低Vcc,效率通常會直接損耗在Buck身上。
  剛剛提到的都是調整bias point,但RL呢? 這其實也是目前實際在使用的技術,常見的Antenna Tuning (Capacitor Array)就是這樣的功能。
/

結論

  上面提到的都是很理想的模型,你也知道實驗室油耗數據跟上路實測都有差異,只是實際限制比較多,並不能真實達到理論的偏壓操作點與輸出功率。

  其實可以看到,選用功率放大器要看輸出功率與生產的容忍變異來決定用多大的功率輸出,並不是越高越好,就像買車一樣,剛剛好用的車最省油,但是如果你就是要馬力或功率輸出有多大就多大,不在意油耗或電流,那是另外一種選項。

2018年9月2日 星期日

在現實(Real)的世界裡,意識虛幻(imaginary)的存在, 現代通訊基礎傅立葉轉換Fourier Transform

i (imaginary) 虛數

        黃昏,非日非夜的時段,世界的輪廓變得模糊,可能看到非人之物的時段。七月普渡的時候,有沒有想過有沒有你看不到事物正在供品前面,每次數學重大的突破,都為了人類科學往前進一個世代,現在無論學任何工程學科,都一定會處理複數complex a+bi,i (imaginary),虛數的出現也才推進整個科學往後進步, 虛數在學習過程都習慣它的存在,但你如何在現實的時域領域中觀察到到的存在?
   

歐拉Euler's Formula

        學電子電機的一定會用過示波器Oscilloscope,底下是一個常見的cos(wt)與sin(wt)訊號,無論任何訊號就是時間與某個東西的變化,底下弦波就是時間對電壓的變化,但你量的到的都是時數訊號Real Part, 但Euler's formula 歐拉公式卻串聯了實數與虛數之間的關聯。

時域訊號
        歐拉公式Euler's Formula跟我們講cos(x) or sin(x) 可以用寫成如下訊號,跟你講說一個實數(Real)骨子裡面帶有i (imaginary) 虛數成分,其實一開始學i的時候就跟你說i的定義是i平方會等於-1,-1是個實數Real但是你卻無法在實數座標軸上面點出i一樣,不覺得這個跟陰陽兩界很像嗎? 說不定它存在但只是生活在現實世界(Real)的你觀察不到虛無世界的數,但透過特別的方法比方說觀落陰某種轉換過程可以讓你間接觀察到它。


最美的数学公式是哪个?自然数是如何拓展出复数的?李永乐老师讲欧拉公式(2018最新)


傅立葉Fourier Transform

        傅立葉轉換Fourier Transform是工程數學上一個很重要的工具,無論是影像處理或通訊領域,沒有它你手上的iPhone就會變成一台影音撥放機iPod,Fourier它是一個一對一的線性轉換公式,一維的x軸上取樣單位如果是時間軸time, u就是時間的倒數1/T, 也就是頻譜f的概念,但然如果是距離呢? 什麼是距離的倒數呢? 比方說波長的倒數光學系統就很常用到,當然拓廣到二維那又是另外一個與我們生活息息相關的影像處理基礎了。
     
        但數位是無法處理連續的訊號,紀錄下來的任何資料都是離散(Discrete)訊號,所以會常看到DFT離散傅立葉轉換,其實生活中目前大部分的訊息都是離散的資訊,比方說數位音樂,影片,股市指數.....ㄟ 都是離散的訊號。你一小時記錄一次,那你就可以1分鐘紀錄一次,那一分鐘記錄一次那為什麼不1秒鐘記錄一次..........所以在怎麼細分下去記錄在多資訊都是離散的資料。

        如下圖示個離散訊號取樣的過程,離散傅立葉轉換是個1對1維度的轉換,所以右邊的取樣維度為N個點,轉後也會得到N點的F(u)資料,而且轉換過程F(u)會是以複數complex的形式出現。
DFT

Negative Frequency 負頻概念

        DFT轉換中如果 x為時間,也就是f(x)為取樣的數據,傅立葉轉換F(u)就是頻譜函數,另外因為DFT離散傅立葉轉換是複製取樣訊號為其中一個週期訊號,從Euler's Formula可以知道整個展開中的根為Cos or Sin,三角函數Sin or Cos經過180度後,會相差一個正負號。所以在表示式方面常會看到有人把它最以下的轉換方便閱讀。


          以常見到的cos與sin訊號進行Fourier Transformation,可以得到以下資訊,可以看到Cos or Sin都會看到轉出負頻率的成分,而且在數學計算上面頻譜為複數Complex形式 (a+bi),這也是一個在學習工作工程困擾我的過程,因為一般頻譜分析儀都是量測大小,看不到所謂的負頻成分與複數形式,那種看不到但感覺好像存在的東西真的令人感到困惑。
        1. Negative Frequency
        2. Complex Spectrum

        其實Sin or Cos的例子可以看出來,在只有實數(Real)的訊號下,會得到虛數的頻譜,但傅立葉轉換剛剛前面提到是個線性過程,因為我們只能量到真實的訊號(Real Part)去進行運算,可以得到數學上有虛部成分的頻譜訊號,反過來如果我們先把頻譜訊號固定好,再利用轉換過程得到時序訊號呢?

OFDM/IFFT 通訊概念

        FFT/IFFT是Inverse/ Fast Fourier Transform的縮寫,它是一個DFT的特例型,所以基本上它就是DFT,只是N必須要為2的次方例如2, 4, 8, 16.....4096..2^N等等,這也是現代常見通訊技術的基礎LTE, WiFi 802.11ac/ac, ADSL,都是基於OFDM調變技術,而OFDM就必須要往下談到Inverse Fast Fourier Transform 。
        學通訊都知道QAM的調變技術,在相同的Symbol Rate下可以增加傳輸量,把上面計算的時域訊號經過計算....可以得到頻譜訊號,頻譜訊號又是Complex格式,我們可以利用這個特點來進行QPSK的調變(16QAM, 64QAM, 256QAM也是一樣的理論),例如我們要傳送11的訊號就把f1的頻譜設定為1+0i, 要增加資料量我們在塞入一個頻譜-f1,比方說要傳送10的訊號就設定為0+1i,這樣我們就有所謂的數學上或在電腦上的頻譜資訊,有虛數存在資訊。


QAM
        然後再利用Fourier Transform把頻譜資訊轉換成時序訊號,這樣我們就可以利用DAC依序把資料刻出來,就像CD/MP3一樣把存放在電腦的資訊轉換出來,但這邊出了一些小問題,那就是轉出來的訊號有imaginary part,但是真實的世界只能接受真實的訊號,或你要怎麼把需部訊號在真實的世界表現出來?

Complex Time Domain Signal
        事實上沒有辦法,兩個維度的訊號就需要兩個頻道(Channel)來傳送,所以可以這麼傳送,把兩個訊號獨立出來傳送,在接收端分別在解回來。

IQ modulation

        但實際上不會這麼做,如果是拉兩條獨立的電纜線cable還可以,但無線通訊就不太實際了,所以接下來就是大家不陌生的IQ modulation, 透過Sin(wt) and Cos(wt) 彼此正交的特性,將兩個獨立的訊號載到相同的頻率上面再透過一樣的方式接調下來。

Conclusion

         To see is to believe, 到最後你會發現,在真實的世界裡你沒辦法產生複數的時域訊號,透過一些轉換(數學)你可以了解到它的存在,或許就跟很多科幻電影講到,二維生活的螞蟻無法意識到三維的世界,三維世界的我們無法感受多維的世界觀一樣,現實的訊號無法察覺到虛數的存在。

參考連結:

https://www.dsprelated.com/showarticle/192.php
http://www.panoradio-sdr.de/ssb-demodulation/
http://rfic.eecs.berkeley.edu/ee242/pdf/Module_2_1_RxArch.pdf

熱門文章