在基于Zynq RFSoC的数字基带上验证毫米波射频电子

新兴的5G网络在毫米波频谱中运行，这意味着它们可以比4G网络以更高的速度和更低的延迟携带更多的数据。虽然毫米波频谱技术具有巨大的潜力，但它也给设备制造商带来了设计挑战。例如，毫米波频谱中的信号比低频信号更容易受到大气和其他物体的衰减。

我的同事和我正在开发无线电前端，使用专门的射频电子硬件，通过波束形成聚焦毫米波信号功率来克服这种衰减。我们的设计结合了多用户、多输入和多输出(MU-MIMO)技术。

为了测试和演示这些设计，我们在MATLAB中实现了自己的数字基带^®和仿真软件^®(图1).我们通过改编无线HDL工具箱™中的LTE黄金参考模型并将其部署到Zynq来加速实现^®UltraScale+™RFSoC板使用HDL Coder™。这种方法为我们节省了至少一年的工程工作，并使我能够自己完成实现，而不必雇用额外的数字工程师。

数字基带建模与仿真

开箱即用，无线HDL工具箱提供的黄金参考LTE模型提供了许多关键功能，如主信息块(MIB)解码。我使用这些功能构建了一个定制的类似4g的OFDM收发器链，在现有的定时恢复、载波恢复和均衡的基础上增加了增强功能。

我用来自Wireless HDL Toolbox的一个简单信道模型模拟了这个收发器链。这些模拟使我能够通过评估和可视化各种噪声级别的符号错误率(SER)和错误向量量级(EVM)等指标来验证基带模型(图2)。

在Zynq RFSoC硬件上实现基带

在通过Simulink仿真验证数字模型后，我用HDL Coder从模型中生成RTL代码，并将其部署到Zynq UltraScale+ RFSoC ZCU111板上。生成的代码既高效又可读。我通过在Zynq板的FPGA上执行数字回环测试来验证实现，将发射输出直接传回接收链。在这些测试之后，我进行了模拟回环测试，将板上的模拟-数字(ADC)和数字-模拟(DAC)转换器合并在一起(图3)。

那时，我就可以进行全板对板测试，探索RF损伤的影响，使用MATLAB分析从板上捕获的数据，生成星座图，并评估算法增强以解决损伤。

快速设计迭代

在过去，我曾在更传统的工作流程中工作，即由RTL团队实现由系统团队产生的设计。这个工作流中的迭代往往要花很长时间;实现和重新测试一个算法的更改可能需要数周的时间。我用MATLAB和Simulink的迭代要快得多，我通常可以在几天内实现和重新测试一个增强，如果不是在同一天。

在一个例子中，我注意到，虽然系统在启动后不久表现良好，但比特误码率(BER)随着时间的推移稳步上升。为了诊断这个问题，我在启动后从ADC捕获了不同时间间隔的数据，并在MATLAB中进行了分析。星座图清楚地显示了性能如何随着时间的推移而下降。

我确定问题与采样率偏移有关，它导致逐步漂移到LTE帧的循环前缀区域之外。我实现了一个算法变化来跟踪主同步信号。我通过模拟验证了这个修正，然后在板子上实现了它，在板子上我看到不管系统运行多长时间，误码率都保持在很低的水平(图4)。

后来，我发现了一个关于智商增长和相位失衡的问题。虽然我们认为我们已经很好地校准了我们的系统来处理智商不平衡，但我发现校准参数值是不正确的。再次，我在MATLAB中分析了捕获的数据，然后在MATLAB中执行了一个快速的蛮力搜索，以找到合适的校准值来纠正问题。我更新了Simulink模型，以实现更改，并在几分钟内生成代码，在实时硬件上验证修复。

改进计划

我们正在计划我们的数字基带的5G版本，并致力于扩展我们的射频技术，以满足O-RAN联盟开放无线电接入网的规范。为我们的设计提供一个O-RAN接口将使我们的IP与其他系统更容易集成，即使我们继续提高性能和增加新功能。