一种多通道幅相失真校正的方法技术领域
本发明涉及幅相失真校正的方法，特别地涉及一种多通道幅相失真校正的方法。
背景技术
跟踪与数据中继卫星系统(TDRSS)S波段多址勤务(SMA)中，跟踪与数据中继卫星
(TDRS)利用相控阵技术提升信噪比(参考文献：《一种TDRSS反向链路的实现[J]》.雷达科学
与技术,2005,3(4):212-215.作者：蔡德林,章仁飞.)，中继星将30个阵元接收的信号进行
频分多址(FDM)，FDM信号上变频并馈送到星上功率转发器(HPA)，进行功率增益后发往地面
控制处理中心进行数字波束合成(DBF)等复杂信号处理。由于HPA的非线性失真，多路阵元
信号幅相严重不一致(参考文献：《AM-AM变换对卫星跟踪和数据中继DOA估计的影响[J]》应
用科学学报,2010,28(5):470-475，作者谭晓衡,胡洋,刘煜。以及《一种提高TDRSS转发器功
率效率的方法[P]》中国,200910251089.8,2009.作者:谭晓衡.)，恶化了地面辅助DBF性能，
这个问题成为一个影响我国TDRSS建设而亟待解决的问题。
目前，功率转发器互调失真校正方法通常有：①功率转发器输入电平补偿技术，功
率转发器非线性失真程度与其工作点密切相关，饱和区线性度最差，输入电平补偿技术就
是减少功率转发器输入信号电平，以获得更小的互调失真，这种方法虽然减小了互调失真，
却降低了功率转发器的功率效益，对于TDRSS系统来说，就会缩短TDRS星上电源使用年限。
参考文献(《The Effects of Nonlinear High Power Amplifiers on Space Based
Phased Array Antenna Patterns[C]》.IEEE International Conference,作者Monica
Obermier,ARFL,Edward J.2000:45-48.)中Monica Obermier研究了功率转发器不同输入
电平与互调失真产物之间的关系，并结合仿真分析结果，指出功率转发器的功率效益与空
分相控阵天线有效全向辐射功率(EIRP)间存在一个最佳选择。②预失真技术(参考文献：
《Accurate Characterization of TWTA Distortion in Multicarrier Operation by
Means of a Correlation-based Method[J]》.IEEE Trans on Electron Devices,2009,
56(5):951-958.作者：Aloisio M,Angeletti P,Casini E,et al.以及，《A New
Predistorter Design for Nonlinear Power Amplifiers Using the Minimum
Distortion Power Polynomial model(MDP-PM)[C]》.IEEE Vehicular Technology
Conference,2001:2216–2220.作者：Haobo Lai,Y.Bar-Ness.以及，《Linearizability of
TWTAs Using Predistortion Techniques[J]》.IEEE Trans Electron Devices,2005,52
(5):718-727.作者：JoeX.Qiu,DavidK.Abe,ThomasM.Antonsen.)，用预失真器在信号馈入
功率转发器之前对信号进行预失真处理，其中，预失真的传输特性是功率转发器的逆函数。
这样，在预失真后的信号送入星上功率转发器进行功率放大后便重现原始信号的频率特
性。预失真技术增加了中继卫星的处理环节。③均衡技术(《两维DBF相控阵雷达的通道误差
与通道均衡[J]》.雷达科学与技术,2005,3(6):367-371.作者：杨广玉,吴顺君,洪一.以及，
《恒模类盲均衡算法研究[J]》.通信技术,2009,42(10):60-62.作者：曾军,黄华,李东.以
及，《TDRSS反向链路非线性失真研究及解决措施[D]》.重庆大学硕士学位论文,2011.作者：
胡洋)，在信号进行基带信号处理流程之前，先通过均衡器进行均衡处理以补偿非线性信道
特性。文献《TDRSS反向链路非线性失真研究及解决措施[D]》(重庆大学硕士学位论文,
2011.作者：胡洋.)提出采用自适应均衡技术消除互调失真，但是其采用的算法是基于训练
序列的LMS算法，对于TDRSS来说用户星的数据信息一般是未知的，因此，可以考虑采用盲均
衡技术。
发明内容
为了解决上述现有技术存在的缺陷，本发明旨在解决由跟踪与数据中继卫星上射
频高功率放大器的非线性失真导致的多通道阵元信号幅相不一致的校正问题。阵列测向系
统中的多路收发通道是高频放大器、混频器、中频放大器、相干检波器等有源器件组成的，
有源器件的特点是随着温度、时间和器件使用年限的增加，其幅相特性在缓慢变化。而且由
于模拟器件及其构成电路不可避免的存在特性上的差异、加工误差以及其他因素的影响，
使得每个阵元的通道增益和相移都会较之于理想情况时出现随机偏差，即通道不一致性
(参考文献：《波达方向估计中阵列误差校正技术研究[D]》.湖南:国防科技大学,2008,45-
52.作者：陈德莉。以及，《天线单元存在幅相不一致性时的波束零点合成技术[J]》.电子学
报,2005,33(6):1150-1154.作者：李高鹏,许荣庆,马子龙)。通道不一致性将会导致DOA估
计角度偏移，分辨率降低，噪声功率谱抬升和数字波束形成(DBF)性能恶化。
本发明提供一种多通道幅相失真校正的方法，包括在信号进行基带信号处理流程
之前，先通过均衡器进行均衡处理，所述的均衡器为采用常数模-判决引导或称CMA-DDLMS
算法的自适应均衡滤波器，令均衡器初始工作在CMA算法状态，当剩余误差到达一定门限时
切换到DDLMS算法状态实现中继卫星功率转发器互调失真的补偿。
所述将CMA-DDLMS算法的目标函数定义为：
其中，fn取值为0或者1，α是常数，用于平衡DDLMS算法和CMA算法的步长；
和分别是DDLMS算法和CMA算法的误差函数：
如果两个算法使用的基本自适应算法均为LMS算法，并假设常数模算法的权系数
更新因子为μ1，DDLMS算法的权系数更新因子为μ2，平衡因子α＝μ1/μ2，在进行数字化实现
时，可以依据如下的判决准则
在DDLMS算法和CMA算法之间进行切换。
将DDLMS算法的误差信号和CMA算法的误差信号作比较,在自适应均衡滤波器的初
始化阶段，由于系统眼图闭合，依据DDLMS算法计算出来的误差信号很大，而CMA算法计算出
来的误差信号较小，这时fn＝0，即首先应用CMA算法进行均衡；当算法迭代器不断更新和迭
代时，DDLMS算法计算出来的误差信号不断减小，最终使得此时fn＝1，即
按照DDLMS算法来进行权系数的调整。
进一步地采用平衡因子α平衡二者的步长因子，使得均衡器首先工作在常数模状
态，进行稳健的收敛，在此基础上，平滑过度到DDLMS算法状态，减小由于CMA算法收敛后较
大的剩余误差。
在各路阵元信号的地面接收端加入均衡器，当接收端信号通过带通滤波器解频分
多址或称FDM，下变频，匹配滤波之后，信号进入均衡滤波器组，进行DBF波束形成，定时恢
复，QPSK解调。
采用动态均衡方法补偿非线性失真。
所述的动态均衡方法是训练交调干扰均衡器的权系数跟随转发器功放工作点的
动态变化，在满足用户星的DBF指向误差的要求下，通过寻求均衡器的最佳系数，使转发器
工作点尽量逼近非线性饱和区。
系统工作时，首先设定转发器初始工作状态和均衡器权系数矢量，通过计算地面
DBF性能参数，确定是否要继续均衡，是否能在给定符号节拍内完成系统DBF指向精度指标，
是否需要回退。
所述系统工作步骤为：中继卫星前级处理，通过转发器高功率放大，进入地面前级
处理，进行均衡处理，进一步DBF波束形成后，进行DBF性能参数计算，判断性能满足要求，如
果满足要求，则进一步判断是否刚好满足，如果是刚好满足，则转发器工作点不变且均衡系
数不变；如果不是刚好满足，进行逼近饱和点指令，回到转发器高功率放大步骤，进行均衡
权系数保持不变指令，则回到均衡处理步骤；如果判断性能不满足要求，则进行LMS权系数
控制算法，进一步判断收敛判决，如果是收敛判决，则回到均衡处理步骤，如果不是收敛判
决，则进行远离饱和点指令，回到转发器高功能放大步骤。
本发明采用自适应均衡器来校正转发器的非线性失真；采用CMA-DDLMS盲均衡技
术来实现中继卫星功率转发器互调失真的补偿；并提出了动态均衡的方法。取得了以下有
益效果：
a)采用盲均衡技术来实现中继卫星功率转发器互调失真的补偿，其特征是：无需
低轨用户星发送用户训练序列，算法易于实现，提高了系统的实时性和可行性。
b)结合转发器的功率效率提出了动态均衡的思想，其特征是：将卫星高功率放大
器功率效益和星下数字波束合成性能相结合，使得系统工作在最佳状态。
附图说明
图1为SMA星下波束形成和数据处理的系统组成图。
图2为加入均衡后的TDRSS系统框图。
图3为回退7dB时不同算法下的剩余误差曲线。
图4为回退15dB时不同算法下的剩余误差曲线。
图5为用户星波束方向图。
图6为动态均衡算法流程图。
具体实施方式
本发明的应用背景是在TDRSS中，星下DBF体制的SMA反向链路信号处理流程如图1
所示。中继星需将相控阵天线30个阵元耦合的S波段多址信号通过二级变频实现FDM合成，
上变频到K波段，通过行波管放大器(TWTA)功率放大后，发往地面站。地面站完成30路FDM合
成信号的滤波、分离、频段转换、DBF、解扩、解调。
①均衡算法的提出
本发明提出采用盲均衡技术来实现中继卫星功率转发器互调失真的补偿，盲均衡
算法采用常数模-判决引导(CMA-DDLMS)。对于TRDSS系统，用户星发送的数据信息未知，无
法采用训练序列来实现均衡。盲均衡在非线性信道均衡方面算法已经很成熟，如NCRLS、
NCKalman、NCRPEM等众多盲均衡算法。但考虑TDRSS通信特点，应找到一种计算复杂度低、实
时性强的盲均衡算法。在TDRSS系统的SMA业务链路中，中继星功率转发器的对各路阵元信
号的幅度失真是最主要的，采用CMA算法使得均衡器输出基带信息功率恒定对于消除幅度
失真是有可能的，为减少CMA算法的剩余误差，考虑均衡器初始工作在CMA算法状态，当剩余
误差到达一定门限时切换到DDLMS算法状态，这样既能够补偿DDLMS算法的稳健性差的缺
点，又能够补偿CMA算法剩余误差较大的缺点，使得均衡器工作状态平稳且收敛精度较高。
同时，由于CMA和DDLMS采用的基本算法仍然为WidrowLMS算法，如果均衡器处理的输入信号
采样率为符号率，在均衡器工作在CMA状态时，相比基本LMS算法来说，计算量主要增加在误
差信号的计算上，从一次复加运算增加到三次复乘和一次复加，在发生切换后，计算量将和
LMS算法持平。只是要选择一个恰当切换时机以及合理的选择参数，使得30路阵元信号同时
收敛。
将DDLMS-CMA算法的目标函数定义为：
其中，fn取值为0或者1，α是常数，用于平衡DDLMS算法和CMA算法的步长。和
分别是DDLMS算法和CMA算法的误差函数：
如果两个算法使用的基本自适应算法均为Widrow LMS算法，并假设常数模算法的
权系数更新因子为μ1，DDLMS算法的权系数更新因子为μ2，平衡因子α＝μ1/μ2，在进行数字化
实现时，可以依据如下的判决准则在DDLMS算法和CMA算法之间进行切换。
上述切换策略中，将DDLMS算法的误差信号和CMA算法的误差信号作比较。
在自适应均衡滤波器的初始化阶段，由于系统眼图闭合，依据DDLMS算法计算出来
的误差信号很大，而常数模算法计算出来的误差信号较小，这时fn＝0，即首先应用CMA算法
进行均衡。
当算法迭代器不断更新和迭代时，DDLMS算法计算出来的误差信号不断减小，最终
使得此时fn＝1，即按照DDLMS算法来进行权系数的调整。
值得注意的是，常数模算法因为代价函数多峰性原因，剩余误差总是比DDLMS算法
的大的较多，因此在实际应用中通常采用平衡因子α平衡二者的步长因子，使得均衡器首先
工作在常数模状态，进行稳健的收敛，在此基础上，平滑过度到DDLMS算法状态，减小由于
CMA算法收敛后较大的剩余误差。
②加入均衡器的TDRSS
加入均衡器的仿真结构图如图2所示。仿真实验中，基带数据速率为3Mbps的单个
用户星信号经过QPSK调制，脉冲成形，固定相位偏移(模仿天线阵元间固定相差)，FDM
(22.5Mhz-240Mhz，载波间隔7.5Mhz)和TWTA发送出去。在接收端通过带通滤波器解FDM，下
变频，匹配滤波之后，信号进入均衡滤波器组，最后进行DBF波束形成，定时恢复，QPSK解调。
TWTA采用Saleh无记忆性行为模型(A.A.M.Frequency-independent and frequency-
dependent nonlinear models of TWT amplifiers[J].IEEE Transactions on
Communications,1981,COM-29(11):1715-1720.作者：Saleh)模拟。
③均衡算法性能分析
如图3，图4所示，本小节通过比较不同均衡算法对30阵元信号收敛性能的影响来
进行计算机仿真验证。在MATLAB环境下分别实现基本的LMS、RLS、CMA、和DDLMS算法，在此基
础上实现CAM-DDLMS算法。均衡器均采用线性横向结构。鉴于CMA算法收敛后误差较大，且是
抖动的，因此在CMA-DDLMS编程实现时，人为控制进行切换，但这并不影响原算法的实质。选
取失真程度居中的第7路阵元信号，分别在转发器输入回退为7dB和15dB进行阵元信号剩余
误差指标的对比。图3，图4中标题中“U”表示收敛因子或遗忘因子，“R”表示RLS算法对角加
载量。
如图3和图4所示，当HPA的输入回退为7dB时，四种算法在图中所设参数下均能够
稳定收敛，就剩余误差而言，有CMA>RLS≈LMS≈CMA-DDLMS，就收敛速度而言，RLS>LMS>CMA-
DDLMS>CMA，可见CMA-DDLMS算法能够有效结合CMA稳健性好和DDLMS收敛精度好的优势，在
没有训练序列条件下，达到和基本LMS、RLS同样的均衡效果；当高功率放大器的输入回退为
15dB时，可以得到类似的结论，只是因为回退的增加，这种优势已变得不太明显。
④算法DBF性能分析
如图5所示，对于基于星下DBF体制的TDRSS来说，星下DBF的性能是衡量TDRSS系统
一个非常重要的指标，在各路阵元信号的地面接收端加入均衡器，对于非线性信道的均衡
结果将最终体现在对于用户星信号进行DBF的性能和系统误码性能当中去，本小节通过对
各种均衡算法处理后的信号进行波束合成所得到方向图的性能进行分析和讨论，来说明
CMA-DDLMS对于系统性能的影响。HPA工作在回退7dB，并假设系统中存在单个用户星，用户
星指向为0°，采用常规波束合成方式。
从图5和表1中可以看出，均衡处理后，就用户星指向偏移、主瓣宽度、旁瓣增益而
言，LMS、RLS、CMA-DDLMS均接近理想情况下DBF性能指标，CMA算法的均衡效果较差，角度偏
移从均衡前的0.08°校正为0.063°，旁瓣增益也较高，这主要是因为，CMA算法只对幅度失真
具有校正作用，对相位则基本没有校正作用，且对于幅度均衡后的误差仍然很大，也就是说
CMA算法均衡后，各路阵元信号的幅度不一致性还是比较严重。文献《TDRSS反向链路非线性
失真研究及解决措施[D]》，作者：胡洋，重庆大学硕士学位论文,2011.曾指出，对于DBF空域
滤波器来说，幅度失真相当于开口向上的抛物线加权，和窗函数加权呈相反效应。这样信号
能量将要向用户星方向两边扩散，而这种扩散使得用户星DBF性能不佳。
表1用户星DBF性能指标
本发明在上述多通道幅相校正技术基础上，结合转发器的功率效率，提出采用动
态均衡(即训练交调干扰均衡器的权系数跟随转发器功放工作点的动态变化)方法(算法流
程如图6所示)补偿非线性失真。系统工作时，首先设定转发器初始工作状态和均衡器权系
数矢量，通过计算地面DBF性能(主瓣宽度、旁瓣电平、零陷深度)参数，确定是否要继续均
衡，是否能在给定符号节拍内完成系统DBF指向精度等指标，是否需要回退，具体流程如图6
所示。
动态均衡算法就是在满足用户星的DBF指向误差的要求下，通过寻求均衡器的最
佳系数，使转发器工作点尽量逼近非线性饱和区，以达到系统的最佳收益。
本领域技术人员应该理解，上述实施方案仅仅是为了说明的目的而所举的示例，
而不是用来进行限制，凡在本申请的教导和权利要求保护范围下所作的任何修改、等同替
换等，均应包含在本申请要求保护的范围内。