죄송합니다. 더 이상 지원되지 않는 웹 브라우저입니다.

실제 유용한 디지털 전치왜곡 솔루션 설계 방법

PDF 다운로드

글/스티브 서머필드(Steve Summerfield) 알고리즘 구현 디렉터, 프랭크 키어니(Frank Kearney) 시스템 아키텍처 디렉터, 아나로그디바이스(Analog Devices, Inc.)

디지털 전치왜곡(DPD)에 관한 많은 홍보 자료들은 정량적 데이터를 기반으로 성능을 설명한다. 통상 이러한 자료들로 흔히 DPD 스펙트럼을 보여주고 인접 채널 누설비(ACLR)라고 하는 수치를 인용한다. 이는 기본적인 정보이기는 하지만, 실제 구축 시 직면할 수 있는 많은 과제, 위험성, 절충 요소들은 설명하지 못한다. 5G로 빠르게 전환하면서 알고리즘 개발자들과 장비 회사들은 새로운 과제와 환경에 직면하고 있다. 따라서 정적 성능을 토대로 하되, 다양한 요소들이 복합적으로 얽힌 환경에서 성능과 안정성을 유지할 수 있어야 한다.

머리말

이상적인 환경에서라면 전력 증폭기(PA)의 출력은 입력을 그대로 증폭한 것이 되고 증폭기가 사용한 전력은 거의 대부분이 출력 신호로 나와야 할 것이다. 그러면 효율은 최대가 되고 왜곡은 발생하지 않을 것이다. 하지만 실상은 그렇지 않다. 실제 선형 증폭기는 효율이 매우 떨어진다. 일례로 케이블 분배 시스템에 사용되는 증폭기는 선형성이 우수한 대신 효율은 떨어진다. 대개 6% 이상의 효율을 달성하기가 쉽지 않으며, 그만큼 많은 전력(94%)이 낭비된다. 낭비되는 전력은 경제적, 환경적, 애플리케이션 차원의 비용으로 이어진다. 셀룰러 기지국은 전기 사용료가 전체 운용비(OPEX)의 50% 이상을 차지한다. 낭비되는 전력은 전기 사용을 늘리고 온실 가스를 발생할 뿐 아니라, 무선파로 방사되지 못하고 열로 발산함으로써 능동 또는 수동 방식의 열 관리를 필요로 한다.

지난 수십 년 동안 셀룰러 업계는 PA의 효율을 50% 이상으로 끌어올렸다. 이것은 도허티(Doherty) 같은 스마트한 아키텍처와 GaN 같은 첨단 공정 기술 도입 덕분에 가능해진 것이다. 하지만 이 같은 수준의 효율을 달성하는 대신 선형성은 낮아졌다. 셀룰러 시스템에서 열악한 선형성은 두 가지 중요한 결과를 초래한다. 대역내(in-band) 왜곡과 대역외(out-of-band) 방사이다. 대역내 왜곡은 송신 신호의 충실도를 떨어트리고 에러 벡터 크기(EVM) 성능을 저하시킨다. 대역외 방사는 3GPP 방사 한계를 위반하고 인접 채널 주파수에 불필요한 간섭을 일으킬 수 있다. 이 측면의 성능을 측정한 것이 인접 채널 누설비(ACLR)이다. GaN PA는 전하 저장(charge-trapping) 효과로 인해서도 대역내 왜곡이 발생할 수 있다는 것이 또 다른 과제이다. 이러한 점들은 본질적으로 역동적이며, ACLR로부터 유추해볼 수 있는 SNR과는 무관하다.

[그림 1] PA의 동적 전달 함수와 메모리 효과

그러므로 PA의 비선형성을 교정하는 것이 중요하다. PA의 전달 함수를 안다면 그에 대한 역을 데이터에 적용해서 비선형성을 무효화할 수 있을 것으로 생각할 수 있다. 하지만 PA는 동적 전달 함수이다. 즉, 출력 대 입력 특성이 계속해서 변화하는 상태에 있는 것이다. PA 자체의 특성(전력, 전압, 온도)뿐만 아니라 PA로 주어지는 입력 신호와 PA가 처리했던 이전 신호(메모리 효과) 같은 여러 요인들에 의해서 동적 전달 함수가 좌우된다. PA의 동적 비선형성을 교정하기 위해서는 이 동작을 모델링해야 한다. 이를 위해 사용되는 것이 디지털 전치왜곡(DPD)이며, DPD는 환경의 동적 변화에 적응할 수 있어야 한다.

[그림 2] 디지털 전치왜곡(DPD) 시스템 개념도

그림 2는 많은 DPD 시스템의 핵심 요소들, 즉 관찰, 계산, 실행을 보여준다. 이 그림에 구현된 컨셉트는 PA의 예상되는 비선형적 동작을 무효화하도록 적절한 상쇄 신호를 발생하기 위해 PA의 예상되는 응답을 추적하는 모델을 생성한다. 이러한 용도로 GMP(generalized memory polynomial) 같은 다양한 모델들이 사용된다.

[그림 3] 디지털 전치왜곡을 적용했을 때와 적용하지 않았을 때 인접 채널 누설

PA가 선형 구간에서 동작할 때는 대역외 왜곡을 덜 발생시키며, 그림 3에서 보듯이 인접 채널로 누설되는 잡음 수준이 현저히 감소한다. 그림 3은 통상적인 DPD 테스트 벤치에 사용되는 스펙트럼 분석기 화면을 보여준다. 이 테스트를 통해서 많은 ACLR 적합성 테스트에서 요구하는 표준 요건을 해당 정적 DPD 성능이 충족하는지 여부를 확인할 수 있다.

진화하는 시장, 성능 향상, 변화하는 목표

DPD는 1990년대부터 셀룰러 기지국에 상업적으로 사용되어 왔으며, 오늘날 셀룰러 기지국의 수는 8백만 대가 넘을 것으로 추산된다. 셀룰러 시장의 기술 세대와 요구사항이 변화함에 따라서(2G, 3G, 4G에 이어서 현재는 5G에 이르고 있음), DPD에 대한 요구 또한 달라지고 있다. 갈수록 더 높은 대역폭, 더 높은 전력, 더 정교한 캐리어 배치, 더 높은 피크-대-평균 신호비가 요구되고, 기지국의 숫자는 점점 더 늘어나고 기지국들 사이의 거리는 더욱 촘촘해지고 있다.

장비 업체들은 자사 제품을 차별화하고자, 3GPP 표준 요건을 뛰어넘어서 성능과 효율을 계속해서 더 끌어올리기 위해서 애쓰고 있다. 하지만 PA의 효율은 여전히 해결되어야 할 과제로 남아 있다. 예전에는 OPEX 비용이나 열 관리(하드웨어 및 관련 무게와 비용 포함)와 관련해서 변화들이 필요했는데, 오늘날에는 환경에 대한 고려가 변화의 촉진제가 되고 있다. 

PA와 DPD는 부분적으로 공생 관계이다. 어떨 때는 이 관계가 조화를 잘 이루지만, 또 어떨 때는 좀더 어려울 수 있다. A 회사의 DPD를 사용해서 DPD 친화적인 PA가 B 회사의 DPD를 사용하면 애를 먹을 수 있다. DPD와 PA 둘 다 특정 애플리케이션에 맞게 구성되었을 때 최대의 성능을 달성할 수 있다. PA 설계는 5G 혹은 그 이후 세대 기술의 공격적 요구들을 충족하기 위해서 계속해서 진화하고 있다. 이와 함께 DPD는 추가적인 요구들을 충족해야 한다. 광대역과 듀얼 밴드 애플리케이션이 표준으로 자리잡아감에 따라서 어떻게 하면 더 높은 주파수에서 더 넓은 대역폭을 달성하면서 요구되는 성능을 유지하느냐가 PA 개발자들의 과제가 되었다. 200MHz 혹은 그 이상의 대역폭이 가능한 PA를 설계하기란 결코 쉽지 않은 과제이며, 그러면서 또한 3GPP 표준과 효율 요건을 충족하기란 더더욱 어렵다. 이러한 어려움들은 DPD 개발자에게로 이어진다.

과제의 이해

DPD 성능을 정량화하는 것은 간단한 작업이 아니다. PA뿐만 아니라 복합적으로 얽혀 있는 다양한 요소들을 고려해야 하기 때문이다. 무엇보다 구체적인 테스트 조건을 명확히 해야 한다. 200MHz의 대역폭에서 50% 이상의 효율을 달성하는 것은 20MHz의 대역폭에서 동일한 효율을 달성하는 것보다 훨씬 더 어렵다. 할당된 스펙트럼 내에 캐리어 배치까지 고려한다면 상황은 더 복잡해진다. 캐리어 배치는 연속으로 인접한 신호일 수도 있고, 스펙트럼의 부분 부분에 나뉘어져 있을 수도 있다.

높은 수준에서 DPD의 성능을 나타내는 정량적인 지표들이 존재한다. 3GPP 표준에서나 통신 회사들이 정의하고 있는 대표적인 지표들로 ACLR, EVM, 효율을 들 수 있다. 하지만 이것들은 DPD 성능을 나타내는 데 있어서 빙산의 일각에 불과하다. 이 조합에다 안정성과 견고성까지 더하면 일은 훨씬 더 복잡해진다. DPD 성능은 크게 두 측면으로 구분할 수 있다. 실험실 차원에서의 정적 성능과 실제로 동작할 때의 동적 성능이다.

그림 4는 동적 환경에서 신호의 추이를 보여주는 것으로서, 연속으로 적응하는 DPD를 사용했을 때 ACLR이 상황에 따라서 어떻게 변화하는지 알 수 있다. 이 플롯에서는 갑작스러운 신호 변화의 영향을 보여준다. 이 예시가 비록 극단적인 경우이기는 하지만 그렇다고 전혀 일어날 수 없는 것은 아니다. 신호가 변화함에 따라서 DPD 모델은 그에 적응한다. 점으로 표시된 것이 적응 이벤트이다. 신호 변화와 다음 적응 때까지의 전이 시간에 모델과 신호 사이에 불일치가 발생하고, 그럼으로써 ACLR이 증가하며, 그 시간 동안에 방사 요건을 위반할 위험성이 높아진다.

[그림 4] 동적 셀 로딩, DPD 적응, ACLR 트랜션트

적응하는 데 특정 시간이 걸리므로 트랜션트는 항상 발생할 것이다. 그러므로 고성능 DPD의 과제는, 이러한 모델 불일치 시간을 최소한으로 낮추면서 상태들 사이에 매끄럽게 전이하도록 하는 것이다. 적응의 속도와 ACLR을 둘 다 고려하도록 프로세스를 관리해야 한다. 모델 불일치가 신호 전이의 특성에 따라서 어떻게 영향을 받는지 이해해야 한다. 이 불일치가 크면 DPD의 성능이 저하되고, 심한 경우에는 무선의 안정성을 떨어트릴 수 있다. 만약 불안정성이 발생하면 DPD 알고리즘이 제어 불능에 빠지고 방사 요건을 위반하며, 최악의 경우 무선 하드웨어를 손상시킬 수도 있다. 성능이냐 안정성이냐의 시소 타기를 해야 하는 상황이라면 언제나 안정성을 더 우선적으로 고려해야 한다. DPD 설계는 안정성을 달성하면서 정상적 및 비정상적 동작 조건들에서 오류를 복구할 수 있도록 견고해야 한다.

실제적으로 유용한 고성능 DPD 솔루션을 설계하기 위해서 해결해야 할 과제들은 다음과 같이 요약할 수 있다:

• 정적 성능(정적 테스트 또는 BTS 트래픽 부하가 대체로 일정한 경우)

- ACLR

- EVM(특수 사례로 GaN 포함)

• 동적 성능

• 견고성

여기에, 아나로그디바이스(Analog Devices)는 DPD의 써드파티 업체이기 때문에 다음과 같은 점들도 고려해야 한다.

- OEM이 자신들의 고객(통신 사업자)이 현장에 구축했을 때 발생하는 성능 문제를 해결해야 한다.

• 변화에 대한 대응

- 현장에 구축해서 사용하는 동안 PA 기술과 신호 공간 애플리케이션이 변화할 수 있다.

• 범용성

- 되도록 많은 애플리케이션의 요구를 충족하면서 구성 필요성과 중복성은 최소화해야 한다.

시장의 요구에 부응한 DPD 성능의 진화

정적 성능만을 고려한다면 DPD를 선형적으로 향상시킬 수 있다. 더 많은 자원을 투입해서 성능을 향상시킬 수 있는 것이다. 예를 들어서 더 많은 GMP 계수를 사용함으로써 PA 동작을 더 정확하게 모델링할 수 있다. 그럼으로써 대역폭이 증가하는 것에 따라 성능을 향상시키지는 못하더라도 유지는 할 수 있는 하나의 전략이 될 수 있다. 하지만 이러한 접근법은 나름의 한계가 있다. 어느 지점에 이르러서는 더 많은 자원을 추가하더라도 별 효과를 보지 못하는 것이다. 그러므로 계속해서 향상을 이루기 위해서는 DPD 알고리즘 개발자가 좀더 창의적인 접근법을 취해야 한다. ADI가 취하고 있는 접근법은 베이스 알고리즘 GMP를 좀더 일반적인 기저 함수와 고차수 볼테라(Volterra) 제품으로 보완하는 것이다. 개발자들이 PA의 동작을 정확하게 예측하는 모델을 생성하고자 함에 따라서, 데이터 누적과 데이터 조작이 꼭 필요한 요소가 되었다. 연속적 시간과 전력대로 데이터를 포착함으로써 개발자들에게 좀더 포괄적인 저장소가 가능해지고 이것을 토대로 분석을 해서 모델 동작을 구체화할 수 있다. 그림 5는 이러한 접근법을 적용한 시스템의 개념도를 보여준다. 이 그림에서 더 포괄적인 데이터 포착/관찰 노드들을 포함하고 디지털 전력 모니터링까지 결합하고 있다는 것을 알 수 있다. 전력 모니터링은 동적 성능을 위해서 도움이 된다. 선행적으로 저장된 모델을 다양한 방식으로 활용해서 위에서 언급한 동적 트랜션트를 완화할 수 있다.

[그림 5] 좀더 포괄적인 데이터 포착/관찰 노드들을 사용한 DPD 구현

최근에는 GaN PA 기술이 DPD 개발자들에게 새로운 과제를 제기하고 있다. 바로 장기적 메모리 효과이다. GaN 프로세스 기술은 효율, 대역폭, 동작 주파수 측면에서 유리한 이점들을 제공한다. 그런데 GaN 기술은 전하 포획 효과(charge trapping effect)라고 하는 것을 나타낸다. GaN에서 전하 포획 열 이탈이 장기적 메모리 효과를 일으킨다. GMP 기반의 DPD로 이 오차를 약간은 교정할 수 있다. 하지만 잔류 오차가 남아서 신호 품질에 계속해서 영향을 미친다. 이 왜곡은 EVM을 그만큼 증가시킨다. 그림 6은 이 현상을 그래픽으로 보여준다. PA 이득이 변동 및 이 변동성이 시간적으로 어떠한 특성을 갖는다는 것을 알 수 있다. 포획과 이탈이 발생되고 있으며, 전력 수준이 낮을 때가 전하가 이탈되는 때라는 것을 알 수 있다.

[그림 6] GaN PA 전하 포획으로 인해서 발생하는 장기적 이득 오차

시간적 영향이 장기적이므로, 기존의 접근법이라면 이 문제를 해결하기 위해서 매우 많은 수의 샘플 포인트를 포착하려고 할 텐데, 그러기 위해서는 대량의 데이터를 저장하고 처리해야 한다. 하지만 메모리 비용, 실리콘 면적, 프로세싱 비용 측면에서 이러한 접근법은 상업적인 DPD 구현에는 현실적으로 적합하지 않다. DPD 개발자는 전하 포획 효과를 제거하면서도 효율적인 구현과 동작이 가능하도록 해야 한다. ADI의 ADRV9029 트랜시버는 전력과 처리 시간 측면에서 낮은 비용으로 전하 포획 교정(Charge Trap Correct, CTC) 기능을 제공한다. 이 제품은 EVM을 3GPP 규격 이내의 수준으로 회복하는 것으로 확인되었다. 후속 제품으로서 조만간 출시 예정인 ADRV9040 트랜시버는 동적 시나리오에서 좀더 향상된 성능 및 갈수록 사용이 늘어나는 GaN PA의 고유한 전하 트랩 특성에 대해 정교한 솔루션으로 우수한 커버리지를 자랑한다.

[그림 7] DPD 성능과 관련해서 고려해야 할 요소들

앞에서도 언급했듯이, DPD를 구현하기 위해서는 안정성이 무엇보다도 중요하다. 내부적 상태를 계속해서 모니터링하고 그에 따라서 재빨리 적응함으로써 견고성에 대한 요구를 충족할 수 있다.

ADI는 자사 솔루션의 범용성을 확인하기 위해서 기술적 공생 관계를 형성하고 있는 다수 업체들의 다수 PA 샘플에 대해서 테스트를 실시한다.

맺음말

DPD 성능을 설명할 때는 흔히 정적 성능에 초점이 맞춰진다. EVM이나 ACLR 같은 측정이 여전히 유효하기는 하나, 그러한 측정의 토대가 되는 다양한 동작 조건들에 대해서 좀더 주의를 기울일 필요가 있다. 5G NR이 출범하면서 애플리케이션 요구는 갈수록 더 높아지고 있다. 그와 함께 갈수록 더 높은 PA 효율이 요구됨에 따라서 DPD 알고리즘을 개발하는 일이 갈수록 더 까다로워지고 있다.

DPD 성능을 정량화하기 위해서는 다음 요소들을 모두 포함하는 포괄적인 접근법이 필요하다:

• 정적 성능

• 동적 성능

• 견고성

• 안정성

규격 요건에 대해서 여유가 충분하지 않은 DPD는 환영받을 수 없다. DPD가 규격 요건을 벗어나면 불안정성을 일으키고 방사 요건을 위반할 수 있으며, 그로 인해서 PA 결함이 발생된다면 재난적인 결과를 초래할 수 있다. DPD 알고리즘은 판매대에 올려져 있는 아무 것이나 사서 쓸 수 있는 것이 아니다. DPD를 PA와 애플리케이션의 필요에 맞게 맞춤화함으로써 최상의 성능을 달성할 수 있다. 그러므로 알고리즘의 유연성과 개발/필드 지원 또한 중요한 고려 사항이다. 효과적인 DPD 알고리즘은 시스템 차원에서 상당한 이점들을 가져올 수 있다. 복잡한 요구사항을 이해하는 것과 성능 평가 또한 간과하지 말아야 한다. 

leekh@seminet.co.kr
(끝)
<저작권자(c) 반도체네트워크, 무단 전재-재배포 금지>