一種零中頻二次雷達直流偏置補償算法

劉永剛 楊見 鄒亮

【摘要】? ? 基于零中頻架構的優勢以及隨著科學技術的不斷發展帶來的新工藝的突破，零中頻方案的應用也越來越成熟，但是，其存在的一些問題并沒有隨著技術的發展而消除，本文針對零中頻架構存在的直流偏置問題提出一種處理方法，并通過實際的工程應用進行驗證。

【關鍵詞】? ? 零中頻技術? ? 直流偏置? ? 二次雷達

引言：

零中頻（ZIF）架構自無線電初期即已出現，該架構具有最低的成本、最低的功耗和最小的尺寸等優勢。隨著科學技術的發展，通過工藝、設計、分區和算法的組合可以解決零中頻架構早期存在的諸多普遍性缺陷，帶來的新產品取得了性能上的突破，能夠實現傳統技術望塵莫及的新型應用，不可避免的，零中頻架構也存在一些問題，包括閃爍噪聲（1/f）、直流偏置（DC-offset）、I/Q不平衡、偶次諧波等。

零中頻接收機轉換射頻信號到零中頻，大量的偏置電壓會惡化信號，更嚴重的是，直流偏置信號會使混頻后級飽和、信號失真等。

一、本振泄露

本振泄漏在I或Q信號路徑中表現為增大的直流失調。其原因是LO直接耦合至射頻信號路徑中，并被以相干方式下變頻至輸出。結果產生混頻器積，表現為直流失調，加入信號鏈里存在的任何殘余直流失調中，如圖1所示。

本振口、混頻器口與LNA之間的隔離度不好，本振信號、環境電磁干擾信號等可以直接通過LNA和混頻器，這種現象即本振泄露，是由于芯片內部的電容及基底耦合的，耦合的本振信號、干擾信號經過LNA到達混頻器，和輸入的本振信號混頻（自混頻），這樣會在低通濾波器之后產生直流成分;

近似的情況如（b），從LNA出來的信號、干擾信號耦合到混頻器的本振輸入口，從而產生了直流分量。

二、傳統的直流偏置處理方案

消除直流偏置的方法包括通過算法校準、利用解調芯片校準補償接口對數據進行補償的方式以及兩者相結合的方式等。

2.1盲校法

具有代表性的，TI公司的盲校法如下：

直流累加：

更新直流偏置：

直流偏置更新統計：

直流偏置補償：

2.2解調芯片自校準

利用解調芯片自校準接口進行補償的方式如圖2所示。

基帶信號中攜帶的直流偏置可以通過在時域上對數據求均值獲得，輸入數據與均值相減即完成消直流的過程。有一點不可忽略的是數據中會存在大量信號，包括有用信號以及干擾信號，其功率會遠遠超過噪聲的功率，若不將輸入數據中的信號進行剔除，全部當作噪聲處理求直流偏置，輸出數據會出現失真等問題。

三、基于FPGA的實時補償

本文主要應用與二次雷達系統，故根據二次雷達系統中噪聲、信號的特性，建立相應的模型。

設計一種數據甄別滑窗，對輸入數據的類型（噪聲、信號）進行識別，準確提取出基帶數據中I/Q路攜帶的直流偏置并實時消除，提升設備的可靠性、穩定性。

二次雷達系統接收通道基帶數據中噪聲模型：

加性高斯白噪聲可定義為二次雷達設備接收通道基帶信號中噪聲的數學模型，其正交分量nI（t）和nQ（t）是不相關的零均值高斯噪聲，具有相等的方差。

二次雷達系統應答信號模型：

根據國際民航附件十的要求，二次雷達應答信號序列（如圖所示）中每個脈沖標準脈寬為0.45us（如圖4所示），相鄰兩個脈沖間隔最小為1us，而當4組應答信號交織時，會形成相鄰脈沖之間無間隔的情況進而合成一個寬脈沖，考慮到二次雷達應答信號編碼規則，脈沖序列會存在部分位置編碼為“0”的情況，同時考慮FPGA資源的問題，故將二次雷達應答信號有效脈寬設置為10us，根據切線靈敏度的定義，目前二次雷達設備僅需識別出功率大于噪聲的信號。

攜帶直流偏置的噪聲模型：

直流偏置與信號在時域上通過正反偏置特性以及保持時間即可進行甄別，信號的脈寬基本是固定的，可預測的，而直流偏置則保持時間更長，在設備每次上電或進行收發切換完成后不會存在劇烈變化的現象。

據此，可認為，若數據幅度超出噪聲判定門限且保持時間超過有效信號脈寬門限，就可認定通道上存在直流偏置，進而進行消除。

據上述三種模型，建立數據類型甄別滑窗模型：

滑窗寬度同應答信號有效脈寬最大值，輸入數據依次移入滑窗，當滑窗內所有數據均正偏（或負偏）時，則判定輸入數據為直流偏置，通過求滑窗內數據的均值即得到直流偏置值，輸入數據與直流偏置值相減即實現直流偏置消除的目的。

為了準確還原信號的幅相，當數據為信號時，則不能將數據當作移入噪聲緩存進行求均值處理，已緩存噪聲數據求得的均值作為替代數據，移入噪聲緩存進行實時噪聲均值運算。

處理流程如圖所示：

按照上述數據模型展開算法設計：

1.通過統計特性獲取噪聲初始化參數，接收通道無信號輸入狀態采集10次上電后各4096組數據xS（t），通過運算分別獲得算數平均值AVAnoise、最大值MAXnoise及最小值MINnoise，以及間接運算獲得無直流偏置時的噪聲最大正偏值NMPOinit，最大負偏值的初始值NMNOinit;

AVAnoise=? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（1）

NMPOinit=MAXnoise-AVAnoise? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

NMNOinit=MINnoise-AVAnoise? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（3）

2.由于直流偏置值是根據實時的噪聲數據進行提取，接下來確定噪聲數據xN（t）的表達式。

首先定義輸入數據為xI（t），定義噪聲均值為mN（t），定義xMPO（t）為噪聲（含攜帶直流偏置時的噪聲）最大正偏值，xMNO（t）為噪聲最大負偏置，定義xT（t）來標記輸入數據xI（t）的正反偏置類型。

噪聲最大正偏值表達式如下：

（4）

噪聲最大負偏置表達式如下：

（5）

輸入數據正反偏置類型表達式如下：

（6）

輸入數據類型（信號或噪聲）通過連續256組數據的正反偏置屬性來識別：

1）xT（t）、xT（t-1）、...、xT（t-255）的值同時為1，即連續256組數據同時正偏，表示連續256組數據為攜帶直流偏置（相對當前偏置值存在正向偏移量）的噪聲數據;

2）xT（t）、xT（t-1）、...、xT（t-255）的值同時為2，即連續256組數據同時負偏，表示連續256組數據為攜帶直流偏置（相對當前偏置值存在反相偏移量）的噪聲數據;

3）xT（t）、xT（t-1）、...、xT（t-255）的值全為0即數據既未正偏也未負偏，表示256組數據全為未攜帶噪聲偏置（相對當前偏置值無偏移量）的噪聲數據;

4）xT（t）、xT（t-1）、...、xT（t-255）的值有部分為1或為2，其余為0，表明數據中存在部分信號（偏置類型不為0的部分，無需判定其為有效信號或干擾信號），此時噪聲數據用實時的噪聲均值進行替代。

在消除直流的過程中，由于噪聲均值的變化，256組連續數據的正反偏置特性會逐個由1（或2）變化為0，為保證整個過程的完整，必須在識別出直流偏置后設置一個消除標志xflag（t），指示直流消除過程的狀態。

據此，得到：

（7）

進一步得到噪聲數據xN（t）：

（8）

噪聲均值mN（t） 表達式為：

（9）

對輸入數據進行實時補償后輸出，得到xO（t）：

xO（t）=xI（t）-mN（t）? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（10）

四、仿真及驗證

從輸入的基帶數據中準確提取出噪聲的處理過程如圖5所示。

當基帶數據中存在直流偏置時，經過補償算法處理，可以在一定時間后將直流偏置消除。

當基帶數據中存在直流偏置且攜帶有用信號時，經過補償算法處理，可以在一定時間后將直流偏置消除，且有用信號的特征信息能夠保持。

補償算法在實際工程中應用效果如圖8所示。

作者簡介

參? 考? 文? 獻

[1]國際民用航空公約 附件10 國際民用航空組織

[2]二次雷達原理 張尉 國防工業出版社

劉永剛（1980-），男，山西省平遙縣人，碩士研究生，高級工程師，主要從事雷達系統及信號處理算法等方面的研究。

楊見（1984-），男，湖北利川市人，本科生，高級工程師，主要從事雷達系統及信號處理算法等方面的研究。

鄒亮（1985-），男，江西省宜春市人，碩士研究生，高級工程師，主要從事雷達系統及信號處理算法等方面的研究。