某机载宽带测向系统校准失败问题排查及校准信号优化设计

张吉辰

（中国西南电子技术研究所，四川 成都 610036）

0 引 言

现代战场中存在大量跳扩频通信信号和雷达信号等宽带信号。针对宽带信号的侦察，利用相关干涉仪原理测量波达方向（Direction Of Arrival，DOA）是一种测向精度较高的方案。该方案使用多个天线组成天线阵，利用多通道信号处理计算DOA。使用前，为补偿射频前端和数字信号处理通道的差异，需要进行校准。某机载宽带测向系统在联试时发现，其采用的梳状谱校准信号在某些情况下出现校准失败的情况。分析后获知其根本原因是信号峰均比过高，瞬间电平超过了后级信号处理通道电路中模拟数字转换器（Analog to Digital Converter，ADC）的输入范围。通过初相优化，压缩信号峰均比，降低了校准信号的峰值电平，可满足后级电路的输入要求，同时降低了对数模转换器量化位数的要求。

1 校准原理

某机载宽带测向系统的天线阵由N个阵元组成，各阵元信号通过天线阵适配单元进行信号预处理和滤波放大，并输出至某综合航空电子系统。为满足宽带校准要求，在天线阵适配单元内部设计了数字校准源，利用梳状谱信号作为宽带信号校准源。它的输出电平为-70 ～-40 dBm（功分器后），信号形式为点频（连续波），梳状谱带宽为60 MHz（间隔为0.5 MHz）。

天线阵适配单元原理，如图1 所示。存储器存储点频和梳状谱原始波形，在现场可编程逻辑门阵列（Field Programmable Gate Array，FPGA）内部进行数字变频，并输出至16 位数字模拟转换器（Digital to Analog Convertor，DAC）产生校准信号。校准信号经过功分、选通、滤波、20 dB 放大，从RX 端口输出至数字信号处理通道。

图1 天线阵适配单元原理

在数字信号处理通道，输入信号经过20 dB 放大后，经过不平衡—平衡转换送入ADC 进行采集，并转换为数字信号进行处理。

2 问题与排查

联试过程中，当梳状谱校准信号输出电平较高时，会出现校准失败的情况。在数字信号处理通道观察校准信号的数字频谱，发现当校准信号电平超过-50 dBm时，数字频谱开始错乱，系统因不满足幅度平坦度要求而报错。由于校准信号源和数字信号处理通道内部存在多个环节，为便于排查，以“数字频谱错乱”为顶事件构建故障树进行分析。故障树如图2 所示。

图2 故障树

2.1 梳状谱输入异常

将校准信号引入频谱仪，设置校准信号电平以-50 dBm 为起点，1 dB 为步进，增加至最大要求值-40 dBm，观察频谱。测量发现，频谱正常、平坦且无杂散，排除梳状谱输入异常的情况。

2.2 频谱分析算法异常

一般采用快速Fourier 变换进行频谱分析。若信号出现谱峰，可能会因截位选取不当而出现频谱数据溢出的情况，造成输出频谱异常。与梳状谱相比，点频信号更容易出现溢出问题。将校准信号设置为点频模式，以最大电平要求值-40 dBm 注入，输出频谱正常，排除频谱分析算法异常的原因。

2.3 ADC 饱和

点频和梳状谱使用不同的信号样式，两者虽然电平相同，但是峰均比存在差异。当信号峰均比较高时，可能导致ADC 瞬时饱和，此处不能排除。在数字信号处理通道增加数据抓取的测试点，抓取ADC时域数据，设置校准信号电平为-40 dBm，发现ADC确实存在周期饱和情况。调整校准信号使其逐步减小，当ADC 不再饱和时，数字频谱恢复正常，从而确认该环节出现问题。

利用频谱仪进一步排查，具体步骤如下：设置校准信号电平为-40 dBm，将频谱仪设置为零频宽模式，此时频谱仪相当于固定频率和固定带宽的检波器，尽可能将带宽设置得宽一些，即可近似观察梳状谱信号的时域功率变化情况。

信号以2 μs 为周期，符合500 kHz 间隔梳状谱的周期特性；信号的脉冲功率很高，达到了-20 dBm，但因信号占空比低，信号的平均功率只有-40 dBm；-20 dBm 脉冲功率经过2 级共放大40 dB，在ADC 输入端电平接近+20 dBm，远超ADC 的饱和输入电平+10 dBm，导致ADC 饱和。

测量表明，现有的梳状谱信号样式峰均比过高且未进行优化，从而确定了校准失败的根本原因。

3 优化过程

3.1 优化理论

梳状谱属于多载波信号，而针对多载波信号峰均比的优化已有大量研究。安坤等人针对干扰信号，在指定的限幅率约束条件下，利用神经网络进一步优化峰均比，但优化过程中产生了杂散，应用于校准信号存在风险[1]。杜谦等人指出，梳状谱可优化的参数为每个信号的初相，在Newman 方法和Narahashi方法计算初相序列近似公式的基础上提出了快速搜索方法，进一步降低了峰均比[2]。

值得注意的是，文献[1]和文献[2]的优化目标是信号的功率有效性，因此对峰均比的定义是功率峰均比，即信号的峰值功率和该信号的平均功率的比值。在此定义下，单音信号的峰均比为0 dB。但是，对于校准信号，需要关注信号的时域波形特性而非功率特性，故采用电压峰均比更合适。在此定义下，单音信号的峰均比为3 dB。

3.2 优化目标

校准信号属于小信号应用，对功率效率不敏感，因此只需要满足在最大电平下不失真的要求[3]。根据排查情况，在梳状谱最大电平-40 dBm 的条件下，只要峰值功率低于-30 dBm，经过2 级放大就可以到达ADC 的峰值功率，即低于+10 dBm，不会饱和。因此，优化目标是将峰均比压缩在10 dB 以内。

3.3 优化方法及仿真对比

根据文献[2]，梳状谱可优化的参数仅为每个信号的初相。文章对优化前、Newman 方法、Narahashi方法以及简单随机初相法进行仿真对比。由于随机初相法的随机次数存在差异，进行多次仿真绘制峰均比曲线，并利用峰均比均值衡量其优劣。仿真条件采用实际参数如下：采样间隔为500 kHz，梳状谱信号的带宽为60 MHz，包含121 个子载波数。为进一步贴近工程实际，考虑量化误差，产生的信号需经过归一化和16 位量化处理并取整。

随机初相优化前后的时域波形如图3 所示。结果表明：若不优化初相，则峰均比高达20.83 dB。对于简单随机初相法，进行100 次仿真，峰均比的均值约为7.5 dB，最大值为10.09 dB，最小值为5.418 dB。同理，对Newman方法和Narahashi方法进行仿真对比，结果Newman 方法的峰均比为5.485 dB，Narahashi 方法的峰均比为4.743 dB，此处不再赘述过程。

图3 随机初相优化前后的时域波形及峰均比

可见，在121 个载波的梳状谱条件下，优化方式按从优到劣依次为Narahashi 方法、Newman 方法、简单随机初相法，但峰均比都远低于原始信号。

3.4 进一步探讨

大多数情况下，简单随机初相法已经能够满足需求，若需要进一步优化峰均比，则建议使用Narahashi 方法。仿真过程中可以看到，峰均比越高，梳状谱的频率平坦度越低。这是由于峰均比较高时，为避免削顶失真，在归一化阶段信号的平均值会被拉低，在量化阶段会产生更严重的量化误差[4,5]。

在一定的频率平坦度要求下，以0.2 dB 为例继续进行仿真，原始信号（初相随机前）所需的量化位数为10 位，Narahashi 方法、Newman 方法、简单随机初相法所需的量化位数均为8 位。可见，随机初相可以降低DAC 要求2 位，有助于降低成本。原设计采用16 位DAC，存在一定的过设计，在新设计中可以降低指标要求。

3.5 测试验证

将Narahashi 优化方法产生的梳状谱信号输入校准源进行测试，发现当校准信号电平设置为最大值-40 dBm 时，校准成功，监测ADC 数据不再饱和，验证成功。

4 结 论

针对某机载宽带测向系统的校准信号源在使用过程中校准失败的问题，找到其根本原因是信号峰均比过高，即瞬间电平超过了后级信号处理通道电路中ADC 器件的输入范围。通过初相优化，压缩信号峰均比，降低了校准信号的峰值电平，可满足后级电路的输入要求，同时降低了对数模转换器量化位数的要求。仿真结果表明：对于校准类应用，通过优化多载波信号的峰均比，有助于降低校准电路和数字处理通道的要求，同时可降低成本，减少系统集成的风险。