毫米波天线阵列的OTA测试和校准（原载于《Microwave Journal》24年8月号）

点击图片投稿

大规模多输入多输出（mMIMO）是5G网络的一项关键赋能技术。随着无线行业向5G-Advanced (5G-A)和6G发展，将在地面和非地面网络(NTN)的毫米波(mmWave)阵列中部署更多mMIMO无线电设备。这些毫米波天线阵列将在5G-A和6G移动网络中发挥关键作用。mMIMO无线电与有源天线阵列相结合，可实现波束赋形。虽然天线阵列已有几十年的历史，但移动网络的大批量、低成本和电信级质量要求使得mMIMO无线电和天线阵列的生产，尤其是其测试，成为电子制造商面临的难题。本文提出了一种高效的生产测试解决方案来应对这一突出挑战。该解决方案包括紧凑型空中(OTA)测试室设计、根据近场(NF)测量估算远场(FF)射频性能的算法以及支持云测试自动化和数据分析的软件包。

毫米波频率的生产测试是一项挑战。与4G无线电设备（如4T×4R远程无线电头(RRH)）相比，毫米波天线阵列包含数百或数千个收发器。所有收发器都需要在生产测试站进行测试和校准。此外，还需要对这些收发器进行相位和幅度校准，以进行波束赋形。使用旋转阵元电场矢量(REV)等蛮力方法，每个无线电的波束赋形校准过程可能需要数小时。¹由于射频前端和辐射阵元是集成在一起的，因此射频测试和校准只能在电波暗室中使用OTA方法进行，这就增加了挑战性。直接的FF测试室和间接的紧凑型天线测试（CATR）测试室都过于庞大和昂贵，无法支持自动化工厂的大批量生产。最后，有源天线阵列的射频性能对温度非常敏感。温度是测试和校准过程中需要考虑的一个重要因素。然而，由于成本和产量的原因，在生产型OTA测试室中实施温度控制是不切实际的。

本文的其余部分介绍了针对毫米波天线阵列的高效生产OTA测试解决方案。该解决方案由四个部分组成：

•        自动紧凑型OTA测试室，在NF中装有多个探头

•        一种信号处理算法，可根据测试室中的NF测量值计算FF射频性能关键性能指标(KPI)

•        支持自动测试执行、测试关键性能指标计算和生产数据分析的软件包

•        创新的快速波束赋形校准算法。

NF到FF转换算法利用了一般方法未考虑的受限生产测试条件。^5-8 波束赋形校准是一个复杂的课题。^2,3我们基于信息论的算法在EuMW 2024上发表的一篇论文中进行了介绍。⁹ Jabil的工厂采用这种生产测试解决方案来支持n257和n258 5G频段mMIMO无线电设备的大批量生产。

天线阵列开发完成后，要在带有经认证的FF测试室或CATR测试室的研发实验室进行设计验证测试(DVT)。根据设计规范和3GPP标准对天线功能进行验证。产品验证测试不同于设计验证测试，因为其目标是验证天线的制造质量而不是设计。PVT测试用例通常只涵盖天线的关键性能，如信道功率和相邻信道功率(ACP)，以避免部署后的召回。制造商可以为大批量产品（如基站天线）的每条生产线设计定制的PVT系统。

为支持大批量和低成本生产，PVT测试室应：

•        结构紧凑

•        具有良好的隔离效果，最大限度地减少反射

•        支持自动加载/卸载被测天线(AUT)和执行测试

•        避免移动AUT，以减少夹具磨损和测试时间

•        符合工厂安全标准

•        具有可扩展性，可为每条生产线支持多个测试室。

Jabil设计了一种自动PVT测试室，以支持其mMIMO无线电生产。图1显示了Jabil工厂中的专利测试室。⁴如图2所示，该测试室的外部尺寸为2×1.5×1米，在AUT的近场安装了五个探头。测试操作通过气动执行器和由测试PC控制的可编程逻辑控制器(PLC)实现自动化。

Keysight S91xx 5G多频段矢量收发器可测量和生成毫米波射频信号。主机箱安装在设备机架上，便于维护。遥控头靠近探头放置在机箱顶部，以降低电缆损耗。所有测试KPI均通过捕获的IQ基带数据计算得出。

许多文献^5-8都在研究如何将NF测量值转换为FF值，但对于通用的DVT类型测量，却没有令人满意的解决方案。在此，转换问题仅限于为特定天线设计定制的PVT室。该设计的黄金单元可作为参考。首先，使用黄金单元建立一个反映NF和FF数据的模型。该模型用于根据PVT室中的NF测量值估算产品的FF性能。本节其余部分将以孔径EIRP估算为例说明该算法。其他测试案例也可采用类似方法。

为了表征毫米波mMIMO无线电设备，Jabil建造了一个带AUT环境温度控制的CATR测试室。图3显示了在定位器上安装n258 5G mMIMO无线电设备的测试室。CATR的静区是围绕定位器极化轴的一个70×70厘米的圆柱体。定位器有五个自由度：方位角：±180度，仰角：±30度，极化：±180度，X轴：±150毫米，Y轴：±75毫米。当AUT位于保温罩内时，远程保温系统可控制保温罩内的环境温度。在负载为300W的情况下，其温度可设置为-40°C至+70°C。隔热罩的插入损耗小于0.2dB。图4显示了安装了隔热罩的CATR。

第一步是描述黄金单元在DVT室中的行为特征，以建立NF-FF转换模型。表征是通过从CATR测试室收集IQ数据来完成的，同时黄金单元在预定义的设置下进行传输，例如，向孔径方向进行波束赋形。为了捕捉黄金单元的温度依赖性，将在一定温度范围（T1~TN）内收集数据，该温度范围涵盖PVT测试室的内部工作温度。基带信号源的IQ信号X由测试用例预定义，例如TM3.1-100MHz NR波形的两帧。来自DVT室的黄金单元数据用{Y_T1,Y_T2,...Y_TN}表示，其中{T₁,T₂,...T_N}是收集数据Y的温度。所有收集的数据都与X保持时间一致。

然后，将黄金装置放入PVT测试室，在与DVT测试室相同的条件下，黄金装置进行传输时，从所有探头收集IQ数据。收集数据时将记录温度。用M表示测试室内的探头数量。对于每种传输条件，都有M组数据，即{Z₁,Z₂,...Z_M}。每个Z_i的维度与Y相同。所有收集的数据都与X保持时间对齐。

在固定的发射条件下，无论黄金装置是在DVT测试室还是PVT测试室中，其周围产生的电磁场在相同温度下应该是相同的。两个腔室的传播和反射特性意味着探头的测量结果不同，但相互关联。这种相关性可以用线性时变滤波器组来模拟，即DVT测试室的FF数据可以看作是PVT探头测量驱动的滤波器输出的总和。如公式1所示：

其中：*表示滤波器操作，例如Z_i中的时间序列与F _i的脉冲响应卷积。

用P_i表示Z_i中时间序列形成的Toeplitz矩阵，F_i表示FIR滤波器的系数，这样方程(1)就能以矩阵形式重写为公式2：

或简化为公式3：

其中：P=[P₁,P₂,...P_M]，F=[F₁^T,F₂^T,...F_M^T] ^T。

假定PVT数据是在温度T_n时采集的，则可通过求解最小平方问题得到用于NF-FF转换的滤波器组系数，如公式4所示：

要估算产品的FF性能，需要从PVT测试室收集被测产品在指定设置下传输时的NF IQ数据。然后使用公式1将数据转换为FF。测试关键性能指标（如等效各向同性辐射功率(EIRP)）由FF IQ数据计算得出。

数据显示，尽管毫米波天线阵列的性能对温度变化相当敏感，但NF-FF转换模型的变化并不像天线那样大。NF-FF转换模型可以在更低的温度分辨率下完成。

为了验证基于PVT室测量的KPI估算值的准确性，我们进行了广泛的验证。表1显示了10台设备的DVT和PVT测试数据。测试频率为25.225GHz，测试环境温度为29°C。结果表明，PVT测试室的EIRP、误差矢量幅度(EVM)和ACP估计误差分别在DVT测量值的0.19dB、0.21%和0.38dB范围内。

图5显示了Jabil mMIMO PVT系统的架构。该系统包含三层计算和相关软件、云功能、边缘数据盒（EDB）和前端仪器。主软件在EDB上运行，控制测试执行和所有设备。它还能计算测试关键绩效指标，对测试结果和故障进行分类，并将数据导入云。前端仪器负责数据采集和注入。数据分析和故障建模在云端（Azure）完成，并利用其人工智能和机器学习工具。三层软件异步运行。这样，昂贵的前端仪器就可以在多个腔室之间实现时间共享，并在AUT处理过程中进行KPI计算。

该系统使用网络应用程序（Web APP）J-CloudView来协助数据可视化和分析。它目前在Microsoft Azure上使用Jabil专有的数学库和信号处理库实施。该系统定义了标准应用程序接口，以便于移植到客户指定的云服务。除了良率、Cpk和产品性能测量分布等与生产相关的统计数据外，J-CloudView还提供专门针对无线产品的可视化工具，如IQ数据的频谱和互补累积分布函数(CCDF)。它还具有3D绘图工具，可显示一组产品在不同测试条件下的关键性能。例如，图6显示了在五个测试频率下对100个单元进行的EVM测试。该图显示，这些产品在26.5GHz时的EVM相对较高。这些可视化图可以显示产品的设计弱点，从而进行有效的工程更改。

5G/6G毫米波mMIMO无线电的大批量、低成本生产OTA测试是电子制造商面临的一项挑战。本文介绍了为每条生产线定制的紧凑型测试室，以及如何利用安装在近场的多个探头的数据对每个产品进行测试和校准。NF-FF数据转换使用黄金单元建模。工厂生产数据表明，这种方法是有效和高效的。云-边缘-前端分层软件架构适用于测试自动化、降低测试成本和扩大生产规模。

作者感谢Jabil OTA测试解决方案团队成员为本解决方案的开发所做的贡献。