რა არის RF სტადიის ფუნქცია მიმღებში?

მოწინააღმდეგე შესრულების ბრძოლა მოწინავე დამუშავების მიუხედავად? თქვენი სისტემის ბოთლნეკი შესაძლოა დამალული იყოს ხშირად უყურადღებოდ დარჩენილში RF ეტაპი¹, რაც შეზღუდავს თქვენს საერთო პოტენციალს და საბოლოო შედეგებს.

მნიშვნელობა RF ეტაპი¹ აირჩევს სასურველ რადიო სიხშირის სიგნალს ანტენიდან, აძლიერებს მას გამოსაყენებელ დონემდე და ფილტრავს არასასურველ ხმაურს და ინტერფერენს. ეს საწყისი დამუშავება მნიშვნელოვანია მთელი მიმღები სისტემის მთლიან სენსიტიურობისა და ხარისხის განსაზღვრაში.

ერთხელ დავინახე ეს პირადად. ჩვენ ვმუშაობდით რთულ რადარის სისტემაზე, და ჩემი კოლეგა, ბრწყინვალე დოქტორი MIT-დან, აყენებდა საზღვრებს ბაზბანდის დამუშავებაზე². მან დანერგა AI და GPU პარალელური დამუშავება, მაგრამ ჩვენ მაინც ვერ მივაღწიეთ ჩვენს შესრულების მიზნებს. წნეხი უზარმაზარი იყო. გეგონებოდა, რომ რაღაც აშკარა გვაკლდა, მაგრამ ვერ ვხედავდით. ეს გამოცდილება მასწავლა გაკვეთილი, რომელიც არასდროს დამავიწყდება, თუ სად ხშირად იპოვიან რეალურ შესრულების ზრდებს. ყველაფერი მოდის თითოეული კავშირის გაგებაში.

რატომ არის დაბალი ხმაურის გამაძლიერებელი (LNA) ყველაზე მნიშვნელოვანი ნაწილი RF ეტაპზე?

Are weak signals getting lost in system noise? A poor LNA adds noise at the very first step, making სიგნალის აღდგენას³ მაშინვე შეუძლებელს, მიუხედავად იმისა, რამდენად კარგი გაქვთ თქვენი დამუშავება.

LNA არის პირველი აქტიური კომპონენტი, რომელიც მართავს სუსტი სიგნალს ანტენიდან. მისი მთავარი ფუნქციაა სიგნალის გამაძლიერება, თანაც მინიმუმი საკუთარი ხმაურის დამატებით. დაბალი ხმაურის ფიგურა (NF)⁴ ძალიან მნიშვნელოვანია მიღების სენსიტიურობისთვის⁵.

ნებისმიერ მიმღებ ჯაჭვში, პირველი გამაძლიერებლის ხმაურის შესრულება ყველაზე დიდ გავლენას ახდენს მთელ სისტემაზე. ეს არ არის მხოლოდ წესის ნაწილი; ეს არის RF ინჟინერიის ძირითადი პრინციპი, რომელიც აღწერილია Friis-ის ფორმულით ხმაურისთვის. პირველი კომპონენტის, LNA-ს დამატებული ხმაური გამაძლიერებულია ყოველი შემდეგი ეტაპით. განსხვავებით, გვიანდელი კომპონენტების ხმაური ნაკლებად ახდენს გავლენას მთლიან სიგნალის ხარისხზე.

ეს სწორედ ის იყო, რასაც ჩვენ ამ რადარის პროექტზე შევხვდით. ჩემი კოლეგა ცდილობდა რთული ალგორითმების გამოყენებას სუსტი სიგნალის დასადგენად ხმაურის ზღვისგან. მაგრამ ჩვენი გამოყენებული LNA-ს საშუალო ხმაურის მაჩვენებელი ჰქონდა. სიგნალი უკვე დაზიანებული იყო მანამდე, სანამ მის მოწინავე ციფრულ პროცესორებს მიაღწევდა. ჩვენ შევცვალეთ იგი მაღალი სიჩქარის LNA-თი, და განსხვავება მაშინვე იგრძნო.

LNA ხმაურის მაჩვენებლის გავლენა

ნაკლები LNA ხმაურის მაჩვენებელი პირდაპირ ნიშნავს უკეთეს სისტემას სიგნალის-ხმაურის შეფარდება (SNR)⁶.

ჩვენი ულტრა-დაბალი ხმაურის გამაძლიერებლები, ხმაურის მაჩვენებლით 0.5 დბ-მდე და 110 გჰც-მდე, სპეციალურად ამ სიტუაციებისთვის არის შექმნილი. ისინი უზრუნველყოფენ სიგნალის მთლიანობას თავიდანვე.

როგორ აუმჯობესებს ფილტრები მიმღების მუშაობას RF სტადიის დროს?

თქვენს მიმღებს ძლიერი, ახლომდებარე სიგნალებით გადატვირთული ხომ არ არის? სათანადო ფილტრების გარეშე, არასასურველი ჩარევები თქვენს სისტემას შეიძლება გადატვირთოს, მთლიანად დამალოს ის სიგნალი, რომელსაც რეალურად გსურთ მიიღოთ.

ფილტრები RF ეტაპი¹ როგორც_GATEKEEPERS_ მოქმედებენ. ისინი სარჩევად გადადიან სასურველ სიხშირის ზონას, ხოლო უარყოფენ ზღვრის გარეთ სიგნალებს და ხმაურს. ეს ხელს უშლის ძლიერ ჩარევებს, გადატვირთოს შემდეგი გამაძლიერებელი და მიქსერი ეტაპები, რაც ცნობილია როგორც ბლოკირება.

მიუხედავად საუკეთესო LNA-სა, თქვენი მიმღები ჯერ კიდევ დაუცველია. ჰაერი სავსეა ძლიერი სიგნალებით, რომლებიც მოდიან მობილური კოშკებიდან, Wi-Fi როუტერებიდან და სხვა გადამცემებიდან. თუ ეს არასასურველი სიგნალები შევლენ თქვენს LNA-ში, ისინი შეიძლება გამაძლიერდეს დონემდე, რომელიც გადატვირთავს მას ან შემდეგი მიქსერს. ამას უწოდებენ "ბლოკირებას" ან "სატურაციას". როდესაც ეტაპი სატურირებულია, ის აღარ შეუძლია სწორად დამუშავოს სუსტი სიგნალი, რომელიც თქვენ გსურთ. ეს არის როგორც ჩურჩულის მოსმენა, როდესაც ვინმე ყვირის თქვენს ყურში.

ამ რადარით სისტემაში, ეს იყო მეორე ნაწილი პაზლის. LNA-ს გაუმჯობესების შემდეგ, შესრულება გაუმჯობესდა, მაგრამ კვლავ იყო შეუფერებელი. აღმოვაჩინეთ, რომ ძლიერი, ზღვრის გარეთ სიგნალები ზოგჯერ იძვროდნენ ჩვენს მიმღებ ჯაჭვში. ისინი ზრდიდნენ საერთო ხმაურის დონეს და გამარტივებდნენ ბეისბენდის პროცესორის მუშაობას. დამატებით, ანტენაზე პირდაპირ sharper, უფრო სარჩევი ბანდპას ფილტრის დამატებით, აღმოვაჩინეთ ეს ჩარევები. სიგნალი, რომელიც მივიდა პროცესორამდე, ახლა არა მხოლოდ გამაძლიერებული იყო, არამედ სუფთა იყო.

ფილტრების როლი როგორც_GATEKEEPER_

ეს სია აჩვენებს, როგორ იცავს ფილტრი მიმღებ ჯაჭვს ძლიერი ჩარევითი სიგნალებისგან.

შეგვიძლია თუ არა მოწინავე ბაზის სადგურის დამუშავებამ დააკმაყოფილოს ცუდი RF ფრონტ-ენდისთვის?

დაჯერება ძლიერი ციფრული დამუშავებაზე ხმამაღალი სიგნალის გამოსწორებისთვის? ეს "მტვერი შევიდა, სახარება გამოვიდა" მიდგომა იშვიათად მუშაობს და ხარჯავს ღირებულ დამუშავების ძალას თავიდან აცილებადი ხმაურის გასაწმენდად.

მაშინაც კი, როდესაც მოწინავე ბაზბანდის დამუშავებაზე² ძალა აქვს, ის ვერ შექმნის ინფორმაციას, რომელიც დაკარგული იყო RF ეტაპი¹. თუ სიგნალ-ხმაურის შეფარდება ძალიან დაბალია ან სიგნალი თავიდანვე დამახინჯებულია, არც ციფრული ფილტრაცია ან ხელოვნური ინტელექტი ვერ შეძლებს სრულად აღდგენას.

ეს ჩემი გამოცდილებიდან MIT-ის დოქტორისგან ყველაზე მნიშვნელოვანი გაკვეთილია. მისი ექსპერტიზა იყო ციფრულ დომენში, AI-სა და მასშტაბური დამუშავების ძალის გამოყენებით სიგნალებთან სასწაულების შექმნა. ის ფიქრობდა, რომ შეუძლია ნებისმიერი პრობლემა გადაჭრას. მაგრამ ის აწყდებოდა ძირითადი საზღვრების წინ. მისი ალგორითმები ცდილობდნენ აღედგინათ სიგნალი, რომელიც უკვე იყო დამარხული ხმაურში და დამახინჯებაში საშუალო RF ფრონტ-ენდით. ეს არის კლასიკური პრინციპი "მტვერი შევიდა, მტვერი გამოვიდა"."

ციფრული კორექციის საზღვრები

არ აქვს მნიშვნელობა რამდენად ჭკვიანია ალგორითმი, ის მუშაობს მხოლოდ იმ მონაცემებთან, რომლებიც იღებს ანალოგ-დან-ციფრულ კონვერტერიდან (ADC). თუ სიგნალი უკვე დამახინჯებულია, ალგორითმის სამუშაო იცვლება სიგნალის გამოვლენიდან უფრო რთულ ხმაურის შემცირების პრობლემაზე. ის შეიძლება ცოტათი გაუმჯობესდეს, მაგრამ ვერ აღადგენს თავდაპირველ, დაკარგულ სიგნალის ხარისხს. ის საბოლოოდ ხვდება, რაც იწვევს შეცდომებს.

პარტნიორობა, არა ჩანაცვლება

ყველაზე კარგი მიდგომაა განიხილოს RF ეტაპი¹ და ბაზბენდის პროცესორი პარტნიორებად. მაღალი ხარისხის RF სტადიამ სუფთა, ძლიერი სიგნალი მიაწოდა ADC-ს. ეს აძლიერებს ბაზბენდის პროცესორს, რათა ის გააკეთოს ის, რაც საუკეთესოდ შეუძლია: მონაცემების დემოდულაცია, სამიზნეების მონიტორინგი და რთული ანალიზი. მას არ სჭირდება დროის ხარჯვა ქაოსის გასაწმენდად. ჩვენი რადარის LNA და ფილტრების ოპტიმიზაციით, ჩვენ მივეცით ჩემი კოლეგის გამორჩეული ალგორითმებისთვის მაღალი ხარისხის სიგნალი. ამ მცირე ცვლილებამ "მატურ" RF სტადიაში გააღვივა მისი მოწინავე ბაზბენდის სისტემის სრული პოტენციალი. ის საბოლოოდ შეძლო სუნთქვის გამხნევება.

საბოლოო შედეგი

A მაღალი შესრულების მიმღები⁷starts with a high-quality RF stage. Optimizing your front-end is the most effective way to achieve superior overall system performance and avoid unnecessary complications later.