很容易忘記 GaN 仍然是一項相對年輕的技術。我們?nèi)蕴幱陂_發(fā)的前幾代，具有很大的改進和改進潛力。本文著眼于即將出現(xiàn)的一些 GaN 創(chuàng)新，并預測它們在未來幾年對基站供電的影響。

功率密度

我們的預期是，在接下來的三到五年內(nèi)，我們將看到 GaN 已經(jīng)相當強大的功率密度能力得到改善。今天已經(jīng)有一些方法可以使用 GaN 實現(xiàn)更高的功率密度，但是從商業(yè)角度來看，成本非常高。例如，將 GaN 放在金剛石上而不是碳化硅上。這是可能的，但費用對于基站來說并不現(xiàn)實。盡管如此，還有其他具有成本效益的工藝正在研究中，這些工藝將在未來幾年內(nèi)提高材料的原始功率密度。

5G 基礎設施市場的吸引力顯而易見——更便宜、更高效、帶寬更寬的基站。其他行業(yè)也有濃厚的興趣。雷達應用尤其會受益，因為它們專注于在給定空間內(nèi)產(chǎn)生盡可能多的功率和效率。隨著 GaN 在這些子市場中的普及，規(guī)模經(jīng)濟增加，價格點將繼續(xù)下降。

線性度

毫無疑問，GaN 半導體行業(yè)對基站的最大優(yōu)先事項是提高線性功率。研發(fā)工作都集中在未來幾年提高線性效率。

同時，我們預計基站調(diào)制方案在未來三到五年內(nèi)不會發(fā)生重大變化。它分解為每赫茲比特的簡單計算。無論您運行的是 256 QAM 還是 1024 QAM，系統(tǒng)都會在每赫茲帶寬獲得一定數(shù)量的比特。如果這些數(shù)字不會發(fā)生顯著變化，那么從系統(tǒng)中產(chǎn)生更多收益的理想方法是通過線性效率改進。

這并不是說它不能通過增加基礎設備的功率來解決。即使沒有線性度改進，PA 的整體功率效率仍將提供信號改進。它還有助于設計人員縮小系統(tǒng)，因為他們需要更少的系統(tǒng)功率和更少的天線陣列。雖然額外的功率或二級解決方案有效，但業(yè)內(nèi) GaN 供應商的目標是減少陷阱效應，使系統(tǒng)變得盡可能簡單。

溫度

隨著時間的推移，基站的溫度會持續(xù)上升。五年前，標準是將設備指定為 85°C。OEM 已將其推高至 105°C，預計基站設計人員將被要求適應 125°C 的溫度。大多數(shù) GaAs 器件的最高溫度為 150°C，僅能在 25°C 的溫度范圍內(nèi)工作。GaN 供應商將不得不與系統(tǒng)設計人員密切合作，以找到創(chuàng)造性的方法來保持嵌入式元件的冷卻。這種壓力在具有大規(guī)模 MIMO 陣列的小型室外單元中會更加嚴重。今天存在創(chuàng)造性的解決方案，但價格不劃算。我們預計這種情況會在未來幾年內(nèi)發(fā)生變化。

整體解決方案

每個 GaN 供應商都在微調(diào) GaN 器件的物理特性，以提高線性效率、功率密度和可靠性，同時減少陷阱、電流崩塌和電流漂移等負面影響。這可以在一定程度上在設備級別上完成，但要充分發(fā)揮潛力，基站 RFFE 系統(tǒng)應該與整個架構鏈一起開發(fā)，這就是我們今天看到很多前瞻性活動的地方。

隨著行業(yè)從 LDMOS 轉向 GaN 解決方案，這一點尤其重要。技術是根本不同的。這不像替換 GaN PA 并期望效率提高 10 點那么簡單。有不同的系統(tǒng)問題和解決方案。針對 LDMOS 優(yōu)化的基站可能不適合 GaN PA，反之亦然。應全面優(yōu)化 GaN 基站系統(tǒng)。

我們現(xiàn)在開始看到這種趨勢，我們預計未來幾年會得到更廣泛的采用，因為性能結果不言自明。與供應商合作彌合這種整體設計差距的嵌入式設計人員將把自己定位為行業(yè)領導者。OEM 廠商當然會說他們已經(jīng)在使用系統(tǒng)級方法。我們不會爭論這個事實，但我們相信還有更多的收獲，特別是隨著鏈的射頻部分變得更智能和更集成。

智能射頻和人工智能

陷阱緩解一直是每種半導體材料的問題，GaN 也不例外。高速開關應用可為 GaN 功率放大器創(chuàng)造極具挑戰(zhàn)性的陷阱環(huán)境。解決這些陷波效應可能很復雜，因為 PA 行為可能取決于 PA 接收到的先前信號。傳統(tǒng)的方法是在物理層解決它，一直到基板，以解決導致問題行為的原因。目前的技術還不能以這種方式完全減輕陷阱，但它一直在研發(fā)研究中。

另一種方法是使用軟件算法來預測導致陷印的變化。借助智能射頻控制器和對預先存在條件的足夠深入了解，設備可以潛在地識別流量模式并預測下一個活動高峰?；蛘撸R別活動下降并在控制器級別進行更改以降低功耗。這已經(jīng)在基站中進行了很多年，但不斷努力改進這些技術。

這就是原始設備制造商考慮在無線電層面實施人工智能的原因。RFFE系統(tǒng)可以隨著時間的推移進行自我優(yōu)化。從理論上講，如果野外無線電產(chǎn)生故障，它可以自我識別錯誤并從錯誤中“學習”。然后下一次，它可以防止產(chǎn)生故障的一系列事件，或者可能修復故障。沒有必要為承運人掛上國旗，派一輛卡車，讓人們在塔里解決一些小問題。正如您可以想象的那樣，這將避免重大的停機時間和費用。

6G

即使 5G 仍處于推出的初期階段，關于 6G 的討論已經(jīng)開始。早期預測表明，6G 將在遠超過 100Ghz 的頻帶中交付，我們知道 GaN 支持的頻率。這種類型的解決方案很可能不會是傳統(tǒng)的蜂窩塔部署，但無論采用何種形式，我們相信 GaN 在高頻和寬帶寬下的效率對于將 6G 變?yōu)楝F(xiàn)實至關重要。

審核編輯 黃昊宇