CN105471525B - 一种矢量网络分析仪的四通道压缩感知数字接收机信号处理方法 - Google Patents
一种矢量网络分析仪的四通道压缩感知数字接收机信号处理方法 Download PDFInfo
- Publication number
- CN105471525B CN105471525B CN201510793524.5A CN201510793524A CN105471525B CN 105471525 B CN105471525 B CN 105471525B CN 201510793524 A CN201510793524 A CN 201510793524A CN 105471525 B CN105471525 B CN 105471525B
- Authority
- CN
- China
- Prior art keywords
- signal
- digital
- measured
- network analyzer
- compressed sensing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Analogue/Digital Conversion (AREA)
Abstract
本发明提出了一种矢量网络分析仪的四通道压缩感知数字接收机信号处理方法,四通道压缩感知数字接收机由A、B、R1、R2四个模拟接收通道和压缩采样信号处理器组成,每个模拟接收通道包括:增益调节滤波模块、混频器模块、随机信号生成器模块和积分器模块。本发明给出的矢量网络分析仪的四通道压缩感知接收机通过对被测信号进行稀疏调制并进行低速采样,获得压缩采样信号,在FPGA中进行原始信号重构,并获得对应的基带信号,满足S参数测试的需求。
Description
技术领域
本发明涉及测试技术领域,特别涉及一种矢量网络分析仪的四通道压缩感知数字接收机信号处理方法。
背景技术
伴随着互联网、通信等行业的快速发展,微波毫米波器件的地位也越来越重要。为保证产品的质量,在设计、生产和测试等各个阶段都需要对器件的网络参数特征(即S参数)进行测量,矢量网络分析仪广泛的应用于这些领域。
要想获取器件参数,需要通过仪器的接收机对信号进行采集和处理,接收机的性能成为器件参数测量是否准确的关键技术之一。
传统矢量网络分析仪的四通道接收机采用如图1所示的结构,被测信号首先经过放大环节,对其进行调理,保证信号在模数转换器(ADC)的输入电压范围并充分利用该范围,然后经过滤波环节,滤波高频噪声。经过滤波放大后对被测信号进行数字化,使用高速模数转换器(ADC)进行数据采集后,基于数字信号处理的相关理论,将量化的被测信号后进行数字下变频、抽取和FIR滤波,得到数字IQ信号,供后续的处理使用。
目前,矢量网络分析仪为了获得大的测试动态范围,更快的测试速度,通过提高模数转换器(ADC)的采样速率获得数字信号,但信号测试仪器的成本也随之快速的增加,设计的复杂度也增加了产品推出的时间周期。
现在矢量网络分析仪动态范围已经达到了130dB,为了获得更高的动态范围,需要采用高速高分辨率的模数转化器(ADC)。即使前端所采用的ADC满足动态范围的指标要求,由于矢量网络分析仪是四通道的采集,后端数字信号处理用的FPGA也必须与前端匹配,否则被测信号将无法准确的得到,系统将无法完成S参数的测试。这种情况下,单纯通过使用更高性能的模数转化器(ADC)和FPGA来实现更高性能的测试需求,无疑会很大的程度上增加仪器的成本。
单片的模数转化器和FPGA无法满足动态范围和数据处理速度的要求,现有的常用解决方案是采用多片低性能ADC并行采样和多片FPGA并行处理的体系结构,主要原理是先对被测信号进行N次延时处理,然后使用采样速率为fs′的N片ADC对不同延时的信号进行采集,接着将采集的信号传输到FPGA中进行信号拼接,得到采样为fs=Mfs′的数字信号,实现了高采样速率的信号采集。
但这种方案由于器件的增加并未降低仪器的成本,同时由于需要在设计时考虑到多片ADC采集时的一致性问题,对PCB布线等要求很高,增加设计所消耗的时间。
发明内容
为解决现有技术的不足,本发明采用新的压缩采样体制,采样速率不仅仅由被测信号的带宽决定,同时由信号的内在结构和所含有效信息共同决定,从而降低了对模数转换器(ADC)采样速率的要求。
本发明的技术方案是这样实现的:
一种矢量网络分析仪的四通道压缩感知数字接收机信号处理方法,四通道压缩感知数字接收机由A、B、R1、R2四个模拟接收通道和压缩采样信号处理器组成,每个模拟接收通道包括:增益调节滤波模块、混频器模块、随机信号生成器模块和积分器模块;
在进行S参数测量期间,接收机通过A、B、R1、R2四个通道的连接器获取所需的被测信号,然后经过增益调节滤波模块,对被测信号进行增益调节,使其在模数转换器的最佳量程内,并对其进行低通滤波,滤除不需要的高频噪声;
将通过增益调节滤波模块处理后的被测信号与随机信号生成器模块产生的随机噪声进行混频操作,使用随机信号对被测信号进行解调,扩展其频谱;
四路被测信号进行随机解调后进入积分器,将信号转变为频域稀疏信号,完成被测信号的感知压缩过程;
将四路被测信号变换为频域稀疏信号后,通过模数转换器获得压缩采样数据,然后通过高速数据总线送入到压缩采样信号处理器;
在压缩采样信号处理器中,需要先将从模数转换器得到数据进行信号重构,得到原始信号,然后再设计信号处理流程,最终得到S参数。
可选地,所述信号处理流程包括:
步骤1:由压缩采样信号y(n)重构原始的被测信号x(n),压缩采样信号
y(n)=ΦΨα+e (1)
其中,x(n)=Ψα,Ψ用于将被测信号表示为稀疏信号的正交基,α是对应的系数矩阵,e是测量误差;
步骤2:利用数控振荡器产生的两路数字本振信号cos(ω0nTs)和sin(ω0nTs),将步骤1中获得原始被测信号x(n)进行数字正交解调,得到解调后的输出信号xI(n)和xQ(n);
步骤3:通过对解调信号xI(n)和xQ(n)进行抽取和数字低通FIR滤波后获得所需要的数字基带信号I(n)和Q(n);
步骤4:通过数字检波算法可获得被测信号的幅度和相位信息,即
步骤5:将提取的被测信号参数和重构后的原始信号存入到数据存取单元,供后续的S参数计算时使用。
可选地,所述步骤1中,采用凸优化方法进行求解:
其中,是重构后的原始被测信号,δ不等式约束的误差容限。
本发明的有益效果是:
(1)减少对模数转换器(ADC)采样速率的要求,降低了硬件设计的难度和成本;
(2)降低了数字信号处理部分(FPGA)与前端速率匹配的难度;
(3)在较低成本下,提高矢量网络分析仪的动态范围和扫描速度等指标。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为传统的四通道数字接收机原理框图;
图2为本发明的四通道压缩感知数字接收机原理框图;
图3为本发明的单通道被测信号数字处理过程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
现有的矢量网络分析仪通过参考接收机和测量接收机获得测试信号,通过数字处理算法处理后获得S参数。随着高动态范围的测试需求,多通道高速数据采集对模数转换器(ADC)的采样速率的要求越来越高,对FPGA和DSP的数据处理速度也提出了更高的要求,否则数据将丢失,矢量网络分析仪无法获得准确的S参数。
本发明给出了一种四通道压缩感知数字接收机的信号处理方法,使得采样速率不仅仅由被测信号的带宽决定,同时由信号的内在结构和所含有效信息共同决定,有效的降低了数字接收机对模数转换器(ADC)采样速率的要求,减轻了后续FPGA和DSP的数据处理压力,提高了矢量网络分析仪的测量速度。
本发明旨在给出一种矢量网络分析仪的四通道压缩感知数字接收机的信号处理方法,降低对模数转换器(ADC)采样速率的要求,可在较低的采样速率下恢复被测信号,完成S参数的测试。
如图2所示,本发明的四通道压缩感知数字接收机由A、B、R1、R2四个模拟接收通道和压缩采样信号处理器组成,其中压缩采样信号处理器可采用FPGA来实现。每个模拟接收通道由在模数转换器(ADC)之前的部分构成,基本结构是一样的,由4个部分构成,分别是增益调节滤波模块、混频器模块、随机信号生成器模块和积分器模块。
在进行S参数测量期间,该接收机通过A、B、R1、R2四个通道的连接器获取所需的被测信号,然后经过增益调节滤波模块,对被测信号进行增益调节,使其在模数转换器的最佳量程内,并对其进行低通滤波,滤除不需要的高频噪声,防止其影响测试精度。
将通过增益调节滤波模块处理后的被测信号与随机信号生成器模块产生的随机噪声进行混频操作,即使用随机信号对被测信号进行解调,扩展其频谱。随机信号发生器模块用来生成前述操作中使用的伪随机序列,本发明中使用CPLD来完成该项功能,通过线性反馈移位寄存器来完成。
四路被测信号进行随机解调后进入积分器,将信号转变为频域稀疏信号,完成被测信号的感知压缩过程。本发明中,理论上的低通滤波器是无法实现的,本发明中设计低通滤波器在被测信号频段近似替代积分器来实现。
将四路被测变化为频域稀疏信号后,通过模数转换器(ADC)获得压缩采样数据,然后通过高速数据总线送入到压缩采样信号处理器。
在压缩采样信号处理器中,需要先将从模数转换器(ADC)得到数据进行信号重构,得到原始信号,然后再基于软件无线电的思想设计信号处理流程,最终得到S参数。由于四个通道在提取相应被测信号的流程是相似的,故以一路为例说明整个的处理过程,共有5个步骤组成,如图3所示。
步骤1:由压缩采样信号y(n)重构原始的被测信号x(n)。本发明中,将被测信号转成频域稀疏信号的过程中采用的是模拟电路,由于器件参数,供电电压和工作环境等因素的影响,用于得到稀疏信号真实测量矩阵与理想的测量矩阵不可能完全一致,因此在重构原始被测信号时必须将这类测量误差考虑进去,可将压缩采样信号写成如下的形式
y(n)=ΦΨα+e (1)
其中,x(n)=Ψα,Ψ用于将被测信号表示为稀疏信号的正交基,α是对应的系数矩阵,e是测量误差,一般为高斯白噪声。
重构原始被测信号需要从低维的压缩采样信号y(n)获得系数矩阵α,由于求解过程中方程的数量远少于未知变量的个数,重构的过程等价于带约束条件的最优化问题,可采用凸优化方法进行求解,即
其中,是重构后的原始被测信号,δ不等式约束的误差容限。
步骤2:利用数控振荡器(NCO)产生的两路数字本振信号cos(ω0nTs)和sin(ω0nTs),将步骤1中获得原始被测信号x(n)进行数字正交解调,得到解调后的输出信号xI(n)和xQ(n)。
步骤3:通过对解调信号xI(n)和xQ(n)进行抽取和数字低通FIR滤波后获得所需要的数字基带信号I(n)和Q(n)。
步骤4:通过前3个步骤的处理后,本发明可获得数字基带信号,通过数字检波算法可获得被测信号的幅度和相位信息,即
步骤5:将提取的被测信号参数和重构后的原始信号存入到数据存取单元,便于后续的S参数计算时使用。
由前述的5个步骤,本发明可以获得四个通道的被测信号的参数I(n)和Q(n),然后根据S参数的定义可计算得到所需要的被测参数。
本发明给出的矢量网络分析仪的四通道压缩感知接收机是基于压缩感知理论,相对传统的矢量网络分析仪的四通道数字接收机发展来的,使用有别于传统接收机的模拟前端电路,通过对被测信号进行稀疏调制并进行低速采样,获得压缩采样信号,在FPGA中进行原始信号重构,并获得对应的基带信号,满足S参数测试的需求。
矢量网络分析仪使用四通道压缩感知数字接收机后,通过低速模数转换器获得稀疏调制后的被测信号,通过凸优化方法求解最优化问题,从压缩采样信号y(n)获得系数矩阵重构原始被测信号,然后利用软件无线电的方法求得对应的基带信号。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.一种矢量网络分析仪的四通道压缩感知数字接收机信号处理方法,其特征在于,四通道压缩感知数字接收机由A、B、R1、R2四个模拟接收通道和压缩采样信号处理器组成,每个模拟接收通道包括:增益调节滤波模块、混频器模块、随机信号生成器模块和积分器模块;
在进行S参数测量期间,接收机通过A、B、R1、R2四个通道的连接器获取所需的被测信号,然后经过增益调节滤波模块,对被测信号进行增益调节,使其在模数转换器的最佳量程内,并对其进行低通滤波,滤除不需要的高频噪声;
将通过增益调节滤波模块处理后的被测信号与随机信号生成器模块产生的随机噪声进行混频操作,使用随机信号对被测信号进行解调,扩展其频谱;
四路被测信号进行随机解调后进入积分器,将信号转变为频域稀疏信号,完成被测信号的感知压缩过程;
将四路被测信号变换为频域稀疏信号后,通过模数转换器获得压缩采样数据,然后通过高速数据总线送入到压缩采样信号处理器;
在压缩采样信号处理器中,需要先将从模数转换器得到数据进行信号重构,得到原始信号,然后再设计信号处理流程,最终得到S参数;
所述信号处理流程包括:
步骤1:由压缩采样信号y(n)重构原始的被测信号x(n),压缩采样信号
y(n)=ΦΨα+e (1)
其中,x(n)=Ψα,Ψ用于将被测信号表示为稀疏信号的正交基,α是对应的系数矩阵,e是测量误差;
步骤2:利用数控振荡器产生的两路数字本振信号cos(ω0nTs)和sin(ω0nTs),将步骤1中获得原始被测信号x(n)进行数字正交解调,得到解调后的输出信号xI(n)和xQ(n);
步骤3:通过对解调信号xI(n)和xQ(n)进行抽取和数字低通FIR滤波后获得所需要的数字基带信号I(n)和Q(n);
步骤4:通过数字检波算法可获得被测信号的幅度和相位信息,即
步骤5:将提取的被测信号参数和重构后的原始信号存入到数据存取单元,供后续的S参数计算时使用。
2.如权利要求1所述的矢量网络分析仪的四通道压缩感知数字接收机信号处理方法,其特征在于,所述步骤1中,采用凸优化方法进行求解:
其中,是重构后的原始被测信号,δ不等式约束的误差容限。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510793524.5A CN105471525B (zh) | 2015-11-12 | 2015-11-12 | 一种矢量网络分析仪的四通道压缩感知数字接收机信号处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510793524.5A CN105471525B (zh) | 2015-11-12 | 2015-11-12 | 一种矢量网络分析仪的四通道压缩感知数字接收机信号处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105471525A CN105471525A (zh) | 2016-04-06 |
CN105471525B true CN105471525B (zh) | 2019-03-08 |
Family
ID=55608877
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510793524.5A Active CN105471525B (zh) | 2015-11-12 | 2015-11-12 | 一种矢量网络分析仪的四通道压缩感知数字接收机信号处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105471525B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106411432B (zh) * | 2016-08-23 | 2019-04-05 | 北京无线电计量测试研究所 | 一种宽带数字信号分析仪非线性特性的测量装置及方法 |
CN113075465B (zh) * | 2021-03-30 | 2022-05-13 | 同济大学 | 一种标签编码天线反射系数测量方法 |
CN113791285B (zh) * | 2021-08-23 | 2022-12-27 | 电子科技大学 | 一种无参考接收机的矢量网络分析仪 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101944926A (zh) * | 2010-08-24 | 2011-01-12 | 哈尔滨工业大学深圳研究生院 | 基于压缩采样的脉冲超宽带信号到达时间估计方法 |
CN101951270A (zh) * | 2010-08-24 | 2011-01-19 | 哈尔滨工业大学深圳研究生院 | 一种脉冲超宽带信号的压缩采样接收系统及方法 |
CN102830409A (zh) * | 2012-08-30 | 2012-12-19 | 西安电子科技大学 | 一种基于压缩感知的导航信号采集方法 |
CN103269223A (zh) * | 2013-05-02 | 2013-08-28 | 电子科技大学 | 一种模拟信号压缩采样方法 |
CN103389490A (zh) * | 2013-07-29 | 2013-11-13 | 西安电子科技大学 | 基于稀疏信号的波束形成器及其方法 |
CN103389492A (zh) * | 2013-07-25 | 2013-11-13 | 西安电子科技大学 | 多通道随机谐波调制采样雷达接收机及其方法 |
CN104168228A (zh) * | 2014-08-06 | 2014-11-26 | 哈尔滨工业大学深圳研究生院 | 基于簇位置集的压缩感知超宽带信道估计方法及系统 |
CN105024957A (zh) * | 2015-08-04 | 2015-11-04 | 北京理工大学 | 一种直扩码分多址上行链路信道估计方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8804811B2 (en) * | 2012-11-19 | 2014-08-12 | King Fahd University Of Petroleum And Minerals | Method for compressive sensing , reconstruction, and estimation of ultra-wideband channels |
-
2015
- 2015-11-12 CN CN201510793524.5A patent/CN105471525B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101944926A (zh) * | 2010-08-24 | 2011-01-12 | 哈尔滨工业大学深圳研究生院 | 基于压缩采样的脉冲超宽带信号到达时间估计方法 |
CN101951270A (zh) * | 2010-08-24 | 2011-01-19 | 哈尔滨工业大学深圳研究生院 | 一种脉冲超宽带信号的压缩采样接收系统及方法 |
CN102830409A (zh) * | 2012-08-30 | 2012-12-19 | 西安电子科技大学 | 一种基于压缩感知的导航信号采集方法 |
CN103269223A (zh) * | 2013-05-02 | 2013-08-28 | 电子科技大学 | 一种模拟信号压缩采样方法 |
CN103389492A (zh) * | 2013-07-25 | 2013-11-13 | 西安电子科技大学 | 多通道随机谐波调制采样雷达接收机及其方法 |
CN103389490A (zh) * | 2013-07-29 | 2013-11-13 | 西安电子科技大学 | 基于稀疏信号的波束形成器及其方法 |
CN104168228A (zh) * | 2014-08-06 | 2014-11-26 | 哈尔滨工业大学深圳研究生院 | 基于簇位置集的压缩感知超宽带信道估计方法及系统 |
CN105024957A (zh) * | 2015-08-04 | 2015-11-04 | 北京理工大学 | 一种直扩码分多址上行链路信道估计方法及装置 |
Non-Patent Citations (1)
Title |
---|
《压缩感知宽带接收机关键技术研究》;于楠;《哈尔滨工业大学工学博士学问论文》;20130630;15-70 |
Also Published As
Publication number | Publication date |
---|---|
CN105471525A (zh) | 2016-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102103195B (zh) | 一种宽频带数字磁共振射频接收实现装置及方法 | |
CN102325058B (zh) | 一种变频系统群时延测试方法 | |
CN104181577A (zh) | 一种基于全数字化技术的束流位置和相位测量系统及方法 | |
CN105471525B (zh) | 一种矢量网络分析仪的四通道压缩感知数字接收机信号处理方法 | |
CN102768302A (zh) | 一种双通道数字化相位噪声检测装置及相位噪声检测方法 | |
CN109409525B (zh) | 量子比特量子态确定方法和量子比特读取信号解析方法 | |
WO2017173913A1 (zh) | 一种超声信号稀疏采样中脉冲流形成的方法与电路 | |
CN109889231A (zh) | 基于随机解调和有限新息率的脉冲串信号欠采样方法 | |
CN111800091A (zh) | 一种数字下变频的实现方法及存储介质 | |
CN110383063A (zh) | 借助于电磁波探测混凝土的结构 | |
CN202502168U (zh) | 一种相位噪声测量装置 | |
CN110768661B (zh) | 一种基于神经网络的锁相放大器 | |
CN107809292A (zh) | 一种发射通道多通道相位校正装置和校正方法 | |
CN106526513A (zh) | 基于异构双核的磁共振接收机 | |
Huang et al. | A simplified FRI sampling system for pulse streams based on constraint random modulation | |
CN102028469B (zh) | 用于磁共振成像系统的数字射频接收器及其信号处理方法 | |
US10164670B2 (en) | Time sequenced spectral stitching | |
JP2015514508A (ja) | 磁気共鳴画像化法において直接に無線周波数で位相制御するシステムおよび方法 | |
CN108155911A (zh) | 基于fpga的非均匀超宽带稀疏信号采样方法 | |
Gong et al. | Property investigation on the additive white Gaussian noise after sub-Nyquist sampling | |
TWI712271B (zh) | 用於提供基於雙音調測試的快速二階輸入截取點校準的設備及方法 | |
CN105242242A (zh) | 一种基于参数拟合的超大带宽信号预失真补偿方法 | |
CN106452693B (zh) | 一种基于双频点噪底能量分析的时钟相位抖动测量方法 | |
CN109541332B (zh) | 基于宽带锁频和数字鉴频的相位噪声测量装置 | |
CN107942321B (zh) | 一种基于fpga的侧音测距中的测距音处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |