XPT char原理

XPT Char原理
8916平台上我们使用到了XPT模式。

同APT模式类似，在XPT校准前，我们同样需要对XPT进行特征化，获得XPT Char的参数。

只是XPT比APT更加复杂，下面以B40为例进行说明。

XPT Char包括两个部分：RGI Bias Char和Pin Alignment Char。

1, XPT_RGI Bias Char
RGI Bias Char的作用是要在四个指定电压值下(1800,2300,2800,3300mV)，找出满足压缩点要求(3.5dB)的RGI值。

获得的四个RGI值，用于校准时参数XPT_Swp1_RGI_List
选用Qualcomm\QDART\XTT\SubSysRFCalibration\Multimodes\Generic\XPT_Characterization\ XPT_RgiBiasCharacterization_C_W_L_T.xtt，稍做修改便可以进行RGI Bias Char。

需要修改如下参数：
目前默认压缩点是3.5dB，参数可以在RFCAL_PA_PARAM.xml中修改：
<RgiBiasCharCompPt_table RgiBiasCharCompPt="3.5" />
校准流程如下，以1800mV下的扫描为准。

可以看到，在1800mV下满足3.5dB压缩点时的RGI是80.
关于如何计算出压缩点，case上说算法没法公开，we compute the compression point through IQ capture process, the detail of the algorithm is confidential, but you can take a look at my attachment for a brief understanding of compression point.
同样的方法，完成在2300mV，2800mV和3300mV下的扫描，获得满足压缩点要求的RGI 值。

四组电压下的校准均完成后，保存数据在：
Qualcomm\QDART\Temp\OutputFiles\XPTChar\RgiBiasCharMeas下，包括：
<RgiBiasChar rf_mode="39" instance="0" device="0">
<RgiBiasCharRec pa_state="0" channel="39253">
<XPT_Swp1_IQ_Gain>420</XPT_Swp1_IQ_Gain>
<XPT_Swp1_Env_Scale>820</XPT_Swp1_Env_Scale>
<XPT_Swp1_Bias_List>1800,2300,2800,3300</XPT_Swp1_Bias_List>
<XPT_Swp1_RGI_List>80,82,85,88</XPT_Swp1_RGI_List>
<XPT_Swp1_RGI_Delta_RGI_List>74,75,76,77,78,79,80,81,82,83,84,85,86,87,88,89,90,91,92,93,9 4</XPT_Swp1_RGI_Delta_RGI_List>
</RgiBiasCharRec>
这里“XPT_Swp1_RGI_List”和“XPT_Swp1_RGI_Delta_RGI_List”的数据都是需要用于后续XPT 校准流程的。

2, Pin Alignment Char
为了使不同信道均能使用参考信道的预校准数据，需要做Pin Alignment Char，调整PA 的输入信号，提升ACLR性能。

也就是如下图，为了共用参考信道的DPD数据，需要对黄色部分在各信道和温度进行特征化。

但为什么要把特征化拆成P_in和P_out两部分呢？
选用Qualcomm\QDART\XTT\SubSysRFCalibration\Multimodes\Generic\XPT_Characterization\ XPT_RgiBiasCharacterization_C_W_L_T.xtt
同样包括如下参数需要设置：
其中：
这里应该“PA State List”，在FDD LTE模式下，1 for APT+DPD；在TDD LTE模式下，0 for APT+DPD. 否则产生的Pin/Pin NV也不对
实际扫描信道为：38650, 38717, 38784, 38851, 38918, 38985, 39052, 39119, 39186, 39253, 39320, 39387, 39454, 39521, 39588, 39649。

这里为了便于说明，仅采用头中尾三个信道。

整个特征化过程包括如下步骤：
1，XPT Static Pin Alignment: RGI Delta Sweep
2，XPT Static Pin Alignment: RGI Determination Sweep
3，XPT Static Pin Alignment: Freq Comp Sweep
RGI Delta Sweep是在最低的IQ Gain(150)和EnvSacle(0)下，在参考信道（ch39253）VCCbias （3300mV）时获得RGI和Txpower的对应关系。

获得的对应关系要用于后面的Freq Comp
RGI Determination Sweep则在指定条件下（PA_bias=2500, IQGain=622, EnvScale=820），在参考信道上依次增大RGI值，直到压缩点满足门限为止。

其中PA_bias=2500定义在RFCAL_PA_PARAM.xml中<StaticPinPoutCharVmax_table StaticPinPoutCharVmax="2.5" />
压缩点的门限定义在RFCAL_PA_PARAM.xml中<CalCompPtEpt_table CalCompPtEpt="2" />
然后再通过：
PA Bias Determination Sweep
PA Bias RGI IQ E nv Compr
State Gain Scale
0 2500 76 622 820 1.79
0 2490 76 622 820 1.96
0 2480 76 622 820 1.98
0 2470 76 622 820 1.97
0 2460 76 622 820 2.04
获得严格2dB压缩点下的RGI和PA Bias
RGI:76, PA Bias:2460
在RGI delta sweep RGI determination sweep做完之后，tool会在参考信道构建DPDtable。

构建DPD的方法就是发送一组信号，然后capture这组信号的IQ，从而能够知道PA对信号的distortion。

然后DPD是做反向的补偿，使得信号最终不受PA distortion的影响
Freq Comp Sweep在上面两组扫描的基础上，对所有信道进行扫描，通过IQ Gain(322,622,5)来找到当前条件下的ACLR最优的IQ Gain。

在扫描过程中，需按照如下算法进行：
扫描过程中，共用参考信道上构建的DPD，校准完成后丢弃这个DPD数据。

如上图扫描结果，ch38650的最佳IQ Gain为442，此时ACLR为-32.13dB，功率为17.26dBm。

同样的方法可以完成所有信道的校准:
其中Pout就是发射功率，Pin则代表"IQ Gain + RGI"（算法高通保密），所以上面根据不同信道调整的IQ Gain也都包含在Pin里面了。

此时便完成Pin/Pout特征化，获得的特征化参数保存在：
Qualcomm\QDART\Temp\OutputFiles\XPTChar\StaticPinPoutCharProcessed\PinChar\
1_PinNvs.xml
Qualcomm\QDART\Temp\OutputFiles\XPTChar\StaticPinPoutCharProcessed\PoutChar\
1_PoutNvs.xml
在校准之前需要将特征化获得的参数，写到静态NV中
Tx_LIN_VS_TEMP_VS_FREQ_P_IN_I
Tx_LIN_VS_TEMP_VS_FREQ_P_OUT_I
下面的例子为一组16个信道的扫描结果：
和基准信道CH39084进行Pin和Pout差值后，便可获得Pin/Pout特征化数据如下：
我们读出生产的NV如下，和上面的数据是吻合的：
<NvItem id="25714" name="RFNV_LTE_B40_TX_LIN_VS_TEMP_VS_FREQ_P_IN_I" mapping="direct" encoding="dec">0,18,13,12,9,7,5,3,0,-2,-4,0,-2,2,5,9,10,……>
<NvItem id="25670" name="RFNV_LTE_B40_TX_LIN_VS_TEMP_VS_FREQ_P_OUT_I" mapping="direct" encoding="dec">0,-8,-5,0,6,7,5,4,0,-1,0,-7,-9,-14,-15,-15,-12,……>
在不同温度下，完成Pin Alignment Char，便能获得完整的P_IN/P_OUT NV，用于后续的XPT 校准。