CN102710314A - 用于数字直放站的自激预测与快速恢复的方法 - Google Patents

Abstract

本发明涉及移动通信领域，旨在提供一种用于数字直放站的自激预测与快速恢复的方法。相对于传统的无线直放站应用技术，本发明是在将数字基带GSM传输信号送至代价函数计算模块，根据信号计算其信号特性代价函数，根据特性代价函数对数字基带GSM传输信号进行防自激处理的过程中，以功率统计、幅度统计、功率谱统计和训练序列统计方法对数字基带GSM传输信号进行特性函数计算。本发明使用了多种统计方法，对信号状态进行综合评估，并根据GSM传输频谱的特性，进行功率谱判断，防止不相关干扰信号对系统判断产生影响。因此在自激判断速度，防止干扰出现误判等指标上得到了提升。

Description

用于数字直放站的自激预测与快速恢复的方法

技术领域

本发明属于移动通信领域，涉及移动通信无线中继放大技术，尤其涉及一种用于数字直放站的自激预测与快速恢复的方法。

背景技术

随着移动通信网络建设的不断推进与发展，无线中继放大设备在网应用越来越多，其在网问题也日益突出，主要体现在自激的干扰影响。

无线直放站由于发射天线和接收天线之间的信号耦合（包括多径耦合和物理耦合），发射端会接收到自己转发出去的信号，若工程应用时隔离不够，轻微自激时，造成通话质量下降，掉话率升高，严重时干扰基站，使施主基站和其周围的基站发生瘫痪，无法正常通信，另外，还会直接烧毁设备。

为降低自激的风险，传统无线直放站主要通过检测直放站输出功率变文学史量与增益的变化量是否成比例来判定自激，自激发生时，通常通过降低增益，减少直放站输出功率来实现规避自激。其主要缺点是：一、自激无法进行事前判定；二、自激后的响应速度较慢，无法快速响应，造成通话质量差，影响时间较长；三、自激后的响应通常以牺牲输出功率，减少覆盖范围为代价，直接影响到覆盖区远端的正常通信。

发明内容

本发明的目的是针对上述存在的问题，提供一种以信号特性估计为基础，使用数字DSP处理技术的用于数字直放站的自激预测与快速恢复的方法。

本发明的目的是通过以下技术方案实现的：

提供一种用于数字直放站的自激预测与快速恢复的方法，包括以下步骤：

（1）首先在开机初始状态下，根据数字中频信号进行小区搜索，计算装置当前所在小区对应的基带训练序列；然后以模拟超外差混频结构为基础，将天线接收信号进行模拟下变频，得到模拟中频信号；再以一采样频率为f_sam的时钟控制的模数转换器ADC将接收的模拟中频信号进行数字化处理得到数字中频信号；以数字DDC对数字中频信号进行数字下变频和数字降采样处理，得到数字基带GSM传输信号；

（2）将数字基带GSM传输信号送至代价函数计算模块，根据信号计算其信号特性代价函数，根据特性代价函数对数字基带GSM传输信号进行防自激处理；

（3）将防自激处理后的数字基带GSM传输信号送至数字DUC进行上变频，数模转换、模拟上变频，放大至射频，输送到发射天线；

所述步骤（2）中：以功率统计、幅度统计、功率谱统计和训练序列统计方法对数字基带GSM传输信号进行特性函数计算，设接收数字基带GSM传输信号为r(i)，i表示采样点序号：

（A）根据接收数字基带GSM传输信号，计算其幅度值，abs_r(i)=|r(i)|，计算统计幅度平均值

，N1为幅度统计时间长度参数，| |表示求幅值操作；

（B）根据接收数字基带GSM传输信号，计算其功率值，power_r(i)=|r(i)|²，计算功率平均值 $\mathrm{average}\_\mathrm{power}\left(i\right)=\underset{j=i-N2}{\overset{i}{\mathrm{\Σ}}}\mathrm{power}\_r\left(j\right)$ ，N2为功率统计时间长度参数；

（C）根据接收数字基带GSM传输信号，计算其互相关统计值：

$\mathrm{Rcross}\left(\mathrm{\τ}\right)=\underset{j=i-N3}{\overset{i}{\mathrm{\Σ}}}r\left(j\right)r^{*}(j-\mathrm{\τ}),\mathrm{\τ}=\mathrm{0,1},.......N_{\mathrm{cross}}-1$ ，N3为功率统计时间长度参数，N_cross为互相关统计长度参数，通常设置为偶数；

计算功率谱统计值：

$P_{\mathrm{ff}}\left(k\right)=\underset{\mathrm{\τ}=0}{\overset{N_{\mathrm{cross}}-1}{\mathrm{\Σ}}}\mathrm{Rcross}\left(\mathrm{\τ}\right)e^{\frac{-j2\mathrm{\π\τk}}{N_{\mathrm{cross}}}},k=\frac{-N_{\mathrm{cross}}}{2},\frac{-N_{\mathrm{cross}}}{2}+1,.......,\frac{N_{\mathrm{cross}}}{2}$ ；

（D）根据接收数字基带GSM传输信号和步骤（1）计算得到的基带训练序列参数，对训练序列同步并计算训练序列统计值：

$\mathrm{train}\_\mathrm{cross}=\underset{j=0}{\overset{L_{\mathrm{train}}-1}{\mathrm{\Σ}}}r(j+N_{\mathrm{train}}){t_{\mathrm{train}}}^{*}\left(j\right)$

N_train为同步所得的接收信号训练序列位置，L_train为相关窗口长度，t_train为步骤（1）中计算得到的当前小区训练系列；

在所述步骤（2）中，根据计算得到的4种信号特性函数，计算相应的特性代价函数，在统计间隔[i1，i2]中相加得到系统的自激判断代价函数：

（a）根据接收GSM信号统计幅度平均值average_abs(i)，计算幅度代价函数：

${\mathrm{\Φ}}_{\mathrm{abs}}=\underset{i=i1}{\overset{i2}{\mathrm{\Σ}}}|\mathrm{average}\_\mathrm{abs}\left(i\right)|/{\mathrm{\φ}}_{\mathrm{abs}}$ ，φ_abs为幅度归一化参数；

（b）根据接收GSM信号功率统计平均值average_power(i)，计算功率代价函数：

${\mathrm{\Φ}}_{\mathrm{power}}=\underset{i=i1}{\overset{i2}{\mathrm{\Σ}}}|\mathrm{average}\_\mathrm{power}\left(i\right)|/{\mathrm{\φ}}_{\mathrm{power}}$ ，φ_power为功率归一化参数；

（c）根据接收GSM信号功率谱统计值P_ff(k)，计算功率谱代价函数：

${\mathrm{\Φ}}_{\mathrm{Pff}}=\underset{k=\frac{-N_{\mathrm{cross}}}{2}}{\overset{\frac{N_{\mathrm{cross}}}{2}}{\mathrm{\Σ}}}\left|\right|P_{\mathrm{ff}}\left(k\right)|/|P_{\mathrm{ff}}\left(0\right)+\mathrm{\δ}\left|\right|/{\mathrm{\φ}}_{\mathrm{Pff}}\left(k\right)$ ，φ_Pff(k)为功率谱归一化参数，δ为一小正整数；

（d）根据接收GSM信号训练序列统计值average_power(i)，计算训练序列代价函数：

Φ_train=train_cross/φ_{train_cross}，φ_{train_cross}为训练序列相关值归一化参数；

（e）计算系统的自激判断代价函数：

${\mathrm{\Φ}}_{\mathrm{sys}}=w_{\mathrm{abs}}{\mathrm{\Φ}}_{\mathrm{abs}}+w_{\mathrm{power}}{\mathrm{\Φ}}_{\mathrm{power}}+w_{\mathrm{Pff}}{\mathrm{\Φ}}_{\mathrm{Pff}}{w}_{\mathrm{train}}{\mathrm{\Φ}}_{\mathrm{train}}$

w_abs,w_power,w_Pff,w_train为权重参数。

本发明所述步骤（2）中，由预防自激和自激恢复模块根据系统自激判断代价函数自适应调整系统参数，抵消可能出现的自激现象。

本发明所述步骤（3）中，以数字DUC对经过自激消除预防处理后的数字GSM信号进行升采样和上变频操作，得到数字中频信号，然后以一采样频率为f_sam的时钟控制的数模转换器（DAC）将滤波后的数字中频信号进行模拟化处理得到模拟中频信号；再以模拟超外差混频结构为基础，将DAC输出的模拟中频信号进行模拟上变频，得到模拟射频信号，输送到发射天线。

相对于现有技术，本发明的有益效果在于：

现有无线直放站主要通过检测信号功率和增益的关系来进行自激判断，由于检测功率增益需要经过一段较长时间的统计，因此发现自激时往往存在为时已晚，系统已进入自激的状态，此时只有大幅度降低直放站增益使自激消除，因此明显影响了信号传输质量。同时，统计功率时容易受到空中无线信号的干扰，传输信道和相邻信道的信号跳变，多个载波并行传输时的峰值都会影响功率统计的准确性，因此影响了自激判断的正确性。本发明根据以上问题，使用了多种统计方法，对信号状态进行综合评估，并根据GSM传输频谱的特性，进行功率谱判断，防止不相关干扰信号对系统判断产生影响。因此在自激判断速度，防止干扰出现误判等指标上得到了提升。

附图说明

图1为应用举例系统在出现自激状态时的工作效果；

图2为应用举例系统出现自激状态时，自激判断模块输出的代价函数。

图3为应用举例系统框图。

图4 为应用举例数字部分连接。

具体实施方式

首先需要说明的是，本发明涉及计算机技术在移动通信领域的应用。在本发明的实现过程中，会涉及到多个软件功能模块的应用。申请人认为，如在仔细阅读申请文件、准确理解本发明的实现原理和发明目的以后，在结合现有公知技术的情况下，本领域技术人员完全可以运用其掌握的软件编程技能实现本发明。前述软件功能模块包括但不限于：代价函数计算模块、自激判断和预防模块等，凡本发明申请文件提及的均属此范畴，申请人不再一一列举。

以下结合附图详细描述本发明的一种应用举例：

根据GSM指标，设计GSM数字12选频，带自适应干扰消除装置的直放站。

工作频段：

■下行：934MHz～954MHz；

■上行：889MHz～909MHz；

系统群时延7us，400KHz压制70db。

系统连接框图如图3所示。系统通过天线接收空口GSM信号，通过模拟混频，ADC，数字处理(自激干扰消除)，DAC，模拟混频步骤，完成对空中GSM信号的自激判断和预防处理，处理后信号送至发射天线，完成信号中继流程。

数字部分连接如图4所示。系统连接和说明书部分描述一致，上下行数据流程一致，均为：AD、DDC、自激判断和预防模块、DUC、DA。

自激预防方法为调整系统增益：即当检测到代价函数超过某个门限值时，根据代价函数值的倒数调整系统增益，使系统回波等自激因素减小从而达到系统稳定。

自激判断模块参数设置如下，r表示接收信号，i表示输入的采样点序列：

（A）根据接收数字基带GSM传输信号，计算其幅度值，abs_r(i)=|r(i)|，计算统计幅度平均值 $\mathrm{average}\_\mathrm{abs}\left(i\right)=\underset{j=i-100}{\overset{i}{\mathrm{\Σ}}}\mathrm{abs}\_r\left(j\right)$ ；

（B）根据接收数字基带GSM传输信号，计算其功率值，power_r(i)=|r(i)|²，计算功率平均值 $\mathrm{average}\_\mathrm{Power}\left(i\right)=\underset{j=i-100}{\overset{i}{\mathrm{\Σ}}}\mathrm{power}\_r\left(j\right)$ ；

（C）根据接收数字基带GSM传输信号，计算其互相关统计值：

$\mathrm{Rcross}\left(\mathrm{\τ}\right)=\underset{j=i-100}{\overset{i}{\mathrm{\Σ}}}{S}_{\mathrm{cancel}}\left(i\right){S_{\mathrm{cancel}}}^{*}(j-\mathrm{\τ}),\mathrm{\τ}=\mathrm{0,1},.......99$

$P_{\mathrm{ff}}\left(k\right)=\underset{\mathrm{\τ}=0}{\overset{99}{\mathrm{\Σ}}}\mathrm{Rcross}\left(\mathrm{\τ}\right)e^{\frac{-j2\mathrm{\π\τk}}{N_{\mathrm{cross}}}},k=-50,-49,.......,50$ ；

（D）根据数字中频信号进行小区搜索，计算装置当前所在小区对应的基带训练序列，计算接收信号训练序列位置N_train。根据接收数字基带GSM传输信号和基带训练序列参数，对训练序列同步并计算训练序列统计值：

$\mathrm{train}\_\mathrm{cross}=\underset{j=0}{\overset{25}{\mathrm{\Σ}}}r(j+N_{\mathrm{train}}){t_{\mathrm{train}}}^{*}\left(j\right)$

根据计算得到的4种信号特性函数，计算相应的特性代价函数，在统计间隔[i-99，i]中相加得到系统的自激判断代价函数：

（a）根据接收GSM信号统计幅度平均值average_abs(i)，计算幅度代价函数：

${\mathrm{\Φ}}_{\mathrm{abs}}=\underset{j=i-99}{\overset{i}{\mathrm{\Σ}}}|\mathrm{average}\_\mathrm{abs}\left(j\right)|/500$ ；

（b）根据接收GSM信号功率统计平均值average_power(i)，计算功率代价函数：

${\mathrm{\Φ}}_{\mathrm{power}}=\underset{j=i-99}{\overset{i}{\mathrm{\Σ}}}|\mathrm{average}\_\mathrm{power}\left(j\right)|/20000$ ；

（c）根据接收GSM信号功率谱统计值P_ff(k)，计算功率谱代价函数：

${\mathrm{\Φ}}_{\mathrm{Pff}}=\underset{k=-50}{\overset{50}{\mathrm{\Σ}}}\left|\right|P_{\mathrm{ff}}\left(k\right)|/|P_{\mathrm{ff}}\left(0\right)+0.01\left|\right|/{\mathrm{\φ}}_{\mathrm{Pff}}\left(k\right)$

φP_ff(k) =[2360328,2204094,952151,141866,18867,5156,3488,2495,1921,1530,1258,1055,904,784,690,612,549,496,452,414,381,352,328,306,287,269,254,240,228,216,206,197,188,180,173,166,160,154,149,144,140,135,131,127,124,120,117,114,111,108,106,103,101,99,96,94,92,90,88,86,84,82,80,78,76,73,71,69,66,63,61,57,54,50,46,41,36,29,22,14,5,7,20,36,54,78,106,142,187,245,321,424,565,769,1073,1623,2483,13947,157574,780040,1852796]；；

（d）根据接收GSM信号训练序列统计值average_power(i)，计算训练序列代价函数：

${\mathrm{\Φ}}_{\mathrm{train}}=\mathrm{train}\_\mathrm{cross}/13000$ ；

（e）计算系统的自激判断代价函数：

${\mathrm{\Φ}}_{\mathrm{sys}}={2\mathrm{\Φ}}_{\mathrm{abs}}+{\mathrm{\Φ}}_{\mathrm{power}}+{2\mathrm{\Φ}}_{\mathrm{Pff}}+{5\mathrm{\Φ}}_{\mathrm{train}}$

对系统添加一个比输入GSM信号大15db的回波，模拟不稳定的突变因素。

测试结果，信号如图1所示。可见当突然产生不稳定自激因素时，系统对其快速反应，降低增益使信号不会累计增加，防止系统自激。

测量时时代价函数如图2所示。在模拟环境突变的时刻，可见带价函数能迅速检测到系统变化，向防自激装置输送自激参数，防止系统自激。

Claims (3)

1.一种用于数字直放站的自激预测与快速恢复的方法，其特征在于，包括以下步骤：

（1）首先在开机初始状态下，根据数字中频信号进行小区搜索，计算装置当前所在小区对应的基带训练序列；然后以模拟超外差混频结构为基础，将天线接收信号进行模拟下变频，得到模拟中频信号；再以一采样频率为发f_sam的时钟控制的模数转换器ADC将接收的模拟中频信号进行数字化处理得到数字中频信号；以数字DDC对数字中频信号进行数字下变频和数字降采样处理，得到数字基带GSM传输信号；

（2）将数字基带GSM传输信号送至代价函数计算模块，根据信号计算其信号特性代价函数，根据特性代价函数对数字基带GSM传输信号进行防自激处理；

（3）将防自激处理后的数字基带GSM传输信号送至数字DUC进行上变频，数模转换、模拟上变频，放大至射频，输送到发射天线；

所述步骤（2）中：以功率统计、幅度统计、功率谱统计和训练序列统计方法对数字基带GSM传输信号进行特性函数计算，设接收数字基带GSM传输信号为r(i)，i表示采样点序号：

（A）根据接收数字基带GSM传输信号，计算其幅度值，abs_r(i)=|r(i)|，计算统计幅度平均值

，N1为幅度统计时间长度参数；

（B）根据接收数字基带GSM传输信号，计算其功率值，power_r(i)=|r(i)|²，计算功率平均值 $\mathrm{average}\_\mathrm{power}\left(i\right)=\underset{j=i-N2}{\overset{i}{\mathrm{\Σ}}}\mathrm{power}\_r\left(j\right)$ ，N2为功率统计时间长度参数；

（C）根据接收数字基带GSM传输信号，计算其互相关统计值：

$\mathrm{Rcross}\left(\mathrm{\τ}\right)=\underset{j=i-N3}{\overset{i}{\mathrm{\Σ}}}r\left(j\right)r^{*}(j-\mathrm{\τ}),\mathrm{\τ}=\mathrm{0,1},.......N_{\mathrm{cross}}-1$ ，N3为功率统计时间长度参数，N_cross为互相关统计长度参数，通常设置为偶数；

计算功率谱统计值：

$P_{\mathrm{ff}}\left(k\right)=\underset{\mathrm{\τ}=0}{\overset{N_{\mathrm{cross}}-1}{\mathrm{\Σ}}}\mathrm{Rcross}\left(\mathrm{\τ}\right)e^{\frac{-j2\mathrm{\π\τk}}{N_{\mathrm{cross}}}},k=\frac{-N_{\mathrm{cross}}}{2},\frac{-N_{\mathrm{cross}}}{2}+1,.......,\frac{N_{\mathrm{cross}}}{2}$ ；

（D）根据接收数字基带GSM传输信号和步骤（1）计算得到的基带训练序列参数，对训练序列同步并计算训练序列统计值：

$\mathrm{train}\_\mathrm{cross}=\underset{j=0}{\overset{L_{\mathrm{train}}-1}{\mathrm{\Σ}}}r(j+N_{\mathrm{train}}){t_{\mathrm{train}}}^{*}\left(j\right)$

N_train为同步所得的接收信号训练序列位置，L_train为相关窗口长度，t_train为步骤（1）中计算得到的当前小区训练系列；

在所述步骤（2）中，根据计算得到的4种信号特性函数，计算相应的特性代价函数，在统计间隔[i1，i2]中相加得到系统的自激判断代价函数：

（a）根据接收GSM信号统计幅度平均值average_abs(i)，计算幅度代价函数：

，φ_abs为幅度归一化参数，| |表示求幅值操作；

（b）根据接收GSM信号功率统计平均值average_power(i)，计算功率代价函数：

${\mathrm{\Φ}}_{\mathrm{power}}=\underset{i=i1}{\overset{i2}{\mathrm{\Σ}}}|\mathrm{average}\_\mathrm{power}\left(i\right)|/{\mathrm{\φ}}_{\mathrm{power}}$ ，φ_power为功率归一化参数；

（c）根据接收GSM信号功率谱统计值P_ff(k)，计算功率谱代价函数：

，φ_Pff(k)为功率谱归一化参数，δ为一小正整数；

（d）根据接收GSM信号训练序列统计值average_power(i)，计算训练序列代价函数：

，φ_{train_cross}为训练序列相关值归一化参数；

（e）计算系统的自激判断代价函数：

${\mathrm{\Φ}}_{\mathrm{sys}}=w_{\mathrm{abs}}{\mathrm{\Φ}}_{\mathrm{abs}}+w_{\mathrm{power}}{\mathrm{\Φ}}_{\mathrm{power}}+w_{\mathrm{Pff}}{\mathrm{\Φ}}_{\mathrm{Pff}}+w_{\mathrm{train}}{\mathrm{\Φ}}_{\mathrm{train}}$

W_abs,w_power,w_Pff,w_train为权重参数。

2.根据权利要求1所述的方法，其特征在于，在所述步骤（2）中，由预防自激和自激恢复模块根据系统自激判断代价函数自适应调整系统参数，抵消可能出现的自激现象。

3.根据权利要求1所述的方法，其特征在于，在所述步骤（3）中，以数字DUC对经过自激消除预防处理后的数字GSM信号进行升采样和上变频操作，得到数字中频信号，然后以一采样频率为f_sam的时钟控制的数模转换器（DAC）将滤波后的数字中频信号进行模拟化处理得到模拟中频信号；再以模拟超外差混频结构为基础，将DAC输出的模拟中频信号进行模拟上变频，得到模拟射频信号，输送到发射天线。

Images