某機載寬帶測向系統校準失敗問題排查及校準信號優化設計

張吉辰

（中國西南電子技術研究所，四川 成都 610036）

0 引 言

現代戰場中存在大量跳擴頻通信信號和雷達信號等寬帶信號。針對寬帶信號的偵察，利用相關干涉儀原理測量波達方向（Direction Of Arrival，DOA）是一種測向精度較高的方案。該方案使用多個天線組成天線陣，利用多通道信號處理計算DOA。使用前，為補償射頻前端和數字信號處理通道的差異，需要進行校準。某機載寬帶測向系統在聯試時發現，其采用的梳狀譜校準信號在某些情況下出現校準失敗的情況。分析后獲知其根本原因是信號峰均比過高，瞬間電平超過了后級信號處理通道電路中模擬數字轉換器（Analog to Digital Converter，ADC）的輸入范圍。通過初相優化，壓縮信號峰均比，降低了校準信號的峰值電平，可滿足后級電路的輸入要求，同時降低了對數模轉換器量化位數的要求。

1 校準原理

某機載寬帶測向系統的天線陣由N個陣元組成，各陣元信號通過天線陣適配單元進行信號預處理和濾波放大，并輸出至某綜合航空電子系統。為滿足寬帶校準要求，在天線陣適配單元內部設計了數字校準源，利用梳狀譜信號作為寬帶信號校準源。它的輸出電平為-70 ～-40 dBm（功分器后），信號形式為點頻（連續波），梳狀譜帶寬為60 MHz（間隔為0.5 MHz）。

天線陣適配單元原理，如圖1 所示。存儲器存儲點頻和梳狀譜原始波形，在現場可編程邏輯門陣列（Field Programmable Gate Array，FPGA）內部進行數字變頻，并輸出至16 位數字模擬轉換器（Digital to Analog Convertor，DAC）產生校準信號。校準信號經過功分、選通、濾波、20 dB 放大，從RX 端口輸出至數字信號處理通道。

圖1 天線陣適配單元原理

在數字信號處理通道，輸入信號經過20 dB 放大后，經過不平衡—平衡轉換送入ADC 進行采集，并轉換為數字信號進行處理。

2 問題與排查

聯試過程中，當梳狀譜校準信號輸出電平較高時，會出現校準失敗的情況。在數字信號處理通道觀察校準信號的數字頻譜，發現當校準信號電平超過-50 dBm時，數字頻譜開始錯亂，系統因不滿足幅度平坦度要求而報錯。由于校準信號源和數字信號處理通道內部存在多個環節，為便于排查，以“數字頻譜錯亂”為頂事件構建故障樹進行分析。故障樹如圖2 所示。

圖2 故障樹

2.1 梳狀譜輸入異常

將校準信號引入頻譜儀，設置校準信號電平以-50 dBm 為起點，1 dB 為步進，增加至最大要求值-40 dBm，觀察頻譜。測量發現，頻譜正常、平坦且無雜散，排除梳狀譜輸入異常的情況。

2.2 頻譜分析算法異常

一般采用快速Fourier 變換進行頻譜分析。若信號出現譜峰，可能會因截位選取不當而出現頻譜數據溢出的情況，造成輸出頻譜異常。與梳狀譜相比，點頻信號更容易出現溢出問題。將校準信號設置為點頻模式，以最大電平要求值-40 dBm 注入，輸出頻譜正常，排除頻譜分析算法異常的原因。

2.3 ADC 飽和

點頻和梳狀譜使用不同的信號樣式，兩者雖然電平相同，但是峰均比存在差異。當信號峰均比較高時，可能導致ADC 瞬時飽和，此處不能排除。在數字信號處理通道增加數據抓取的測試點，抓取ADC時域數據，設置校準信號電平為-40 dBm，發現ADC確實存在周期飽和情況。調整校準信號使其逐步減小，當ADC 不再飽和時，數字頻譜恢復正常，從而確認該環節出現問題。

利用頻譜儀進一步排查，具體步驟如下：設置校準信號電平為-40 dBm，將頻譜儀設置為零頻寬模式，此時頻譜儀相當于固定頻率和固定帶寬的檢波器，盡可能將帶寬設置得寬一些，即可近似觀察梳狀譜信號的時域功率變化情況。

信號以2 μs 為周期，符合500 kHz 間隔梳狀譜的周期特性；信號的脈沖功率很高，達到了-20 dBm，但因信號占空比低，信號的平均功率只有-40 dBm；-20 dBm 脈沖功率經過2 級共放大40 dB，在ADC 輸入端電平接近+20 dBm，遠超ADC 的飽和輸入電平+10 dBm，導致ADC 飽和。

測量表明，現有的梳狀譜信號樣式峰均比過高且未進行優化，從而確定了校準失敗的根本原因。

3 優化過程

3.1 優化理論

梳狀譜屬于多載波信號，而針對多載波信號峰均比的優化已有大量研究。安坤等人針對干擾信號，在指定的限幅率約束條件下，利用神經網絡進一步優化峰均比，但優化過程中產生了雜散，應用于校準信號存在風險[1]。杜謙等人指出，梳狀譜可優化的參數為每個信號的初相，在Newman 方法和Narahashi方法計算初相序列近似公式的基礎上提出了快速搜索方法，進一步降低了峰均比[2]。

值得注意的是，文獻[1]和文獻[2]的優化目標是信號的功率有效性，因此對峰均比的定義是功率峰均比，即信號的峰值功率和該信號的平均功率的比值。在此定義下，單音信號的峰均比為0 dB。但是，對于校準信號，需要關注信號的時域波形特性而非功率特性，故采用電壓峰均比更合適。在此定義下，單音信號的峰均比為3 dB。

3.2 優化目標

校準信號屬于小信號應用，對功率效率不敏感，因此只需要滿足在最大電平下不失真的要求[3]。根據排查情況，在梳狀譜最大電平-40 dBm 的條件下，只要峰值功率低于-30 dBm，經過2 級放大就可以到達ADC 的峰值功率，即低于+10 dBm，不會飽和。因此，優化目標是將峰均比壓縮在10 dB 以內。

3.3 優化方法及仿真對比

根據文獻[2]，梳狀譜可優化的參數僅為每個信號的初相。文章對優化前、Newman 方法、Narahashi方法以及簡單隨機初相法進行仿真對比。由于隨機初相法的隨機次數存在差異，進行多次仿真繪制峰均比曲線，并利用峰均比均值衡量其優劣。仿真條件采用實際參數如下：采樣間隔為500 kHz，梳狀譜信號的帶寬為60 MHz，包含121 個子載波數。為進一步貼近工程實際，考慮量化誤差，產生的信號需經過歸一化和16 位量化處理并取整。

隨機初相優化前后的時域波形如圖3 所示。結果表明：若不優化初相，則峰均比高達20.83 dB。對于簡單隨機初相法，進行100 次仿真，峰均比的均值約為7.5 dB，最大值為10.09 dB，最小值為5.418 dB。同理，對Newman方法和Narahashi方法進行仿真對比，結果Newman 方法的峰均比為5.485 dB，Narahashi 方法的峰均比為4.743 dB，此處不再贅述過程。

圖3 隨機初相優化前后的時域波形及峰均比

可見，在121 個載波的梳狀譜條件下，優化方式按從優到劣依次為Narahashi 方法、Newman 方法、簡單隨機初相法，但峰均比都遠低于原始信號。

3.4 進一步探討

大多數情況下，簡單隨機初相法已經能夠滿足需求，若需要進一步優化峰均比，則建議使用Narahashi 方法。仿真過程中可以看到，峰均比越高，梳狀譜的頻率平坦度越低。這是由于峰均比較高時，為避免削頂失真，在歸一化階段信號的平均值會被拉低，在量化階段會產生更嚴重的量化誤差[4,5]。

在一定的頻率平坦度要求下，以0.2 dB 為例繼續進行仿真，原始信號（初相隨機前）所需的量化位數為10 位，Narahashi 方法、Newman 方法、簡單隨機初相法所需的量化位數均為8 位。可見，隨機初相可以降低DAC 要求2 位，有助于降低成本。原設計采用16 位DAC，存在一定的過設計，在新設計中可以降低指標要求。

3.5 測試驗證

將Narahashi 優化方法產生的梳狀譜信號輸入校準源進行測試，發現當校準信號電平設置為最大值-40 dBm 時，校準成功，監測ADC 數據不再飽和，驗證成功。

4 結 論

針對某機載寬帶測向系統的校準信號源在使用過程中校準失敗的問題，找到其根本原因是信號峰均比過高，即瞬間電平超過了后級信號處理通道電路中ADC 器件的輸入范圍。通過初相優化，壓縮信號峰均比，降低了校準信號的峰值電平，可滿足后級電路的輸入要求，同時降低了對數模轉換器量化位數的要求。仿真結果表明：對于校準類應用，通過優化多載波信號的峰均比，有助于降低校準電路和數字處理通道的要求，同時可降低成本，減少系統集成的風險。