阅读说明：本技术 一种基于fpga的零中频二次雷达直流偏置补偿算法 (Zero intermediate frequency secondary radar direct current offset compensation algorithm based on FPGA ) 是由 杨见 杨珍 蒋鑫 刘永刚 于 2019-09-16 设计创作，主要内容包括：本发明涉及信号处理领域,公开了一种基于FPGA的零中频二次雷达直流偏置补偿算法,本发明根据二次雷达系统中噪声、信号的特性,建立相应的数据模型,并设计一种数据甄别滑窗,对输入的基带数据类型(噪声或者信号)进行识别,准确提取出基带数据中I/Q路携带的直流偏置并实时消除。本发明在ADC输出的数据未饱和的前提下,实时、高效、准确的还原基带数据中信号的幅相特性；在确保不会对系统带来其他不利影响的同时,解决由直流偏置带来的系统识别概率下降、虚警率高、探测精度降低等问题,提升二次雷达设备的可靠性。(The invention relates to the field of signal processing, and discloses a zero intermediate frequency secondary radar direct current offset compensation algorithm based on an FPGA (field programmable gate array). according to the characteristics of noise and signals in a secondary radar system, a corresponding data model is established, a data discrimination sliding window is designed, the type (noise or signal) of input baseband data is identified, and direct current offset carried by an I/Q (input/output) path in the baseband data is accurately extracted and eliminated in real time. The invention can effectively and accurately restore the amplitude-phase characteristics of signals in baseband data in real time on the premise that data output by the ADC is not saturated; the problems of system identification probability reduction, high false alarm rate, detection precision reduction and the like caused by direct current bias are solved while other adverse effects on the system are avoided, and the reliability of secondary radar equipment is improved.)

一种基于FPGA的零中频二次雷达直流偏置补偿算法

技术领域

本发明涉及信号处理领域，尤其涉及一种基于FPGA的零中频二次雷达直流偏置补偿算法。

背景技术

零中频(ZIF)架构自无线电初期即已出现，该架构具有最低的成本、最低的功耗和最小的尺寸等优势。随着科学技术的发展，通过工艺、设计、分区和算法的组合可以解决零中频架构早期存在的诸多普遍性缺陷，带来的新产品取得了性能上的突破，能够实现传统技术望尘莫及的新型应用，不可避免的，零中频架构也存在一些问题，包括闪烁噪声(1/f)、直流偏置(DC-offset)、I/Q不平衡、偶次谐波等。本文仅针对直流偏置的问题及解决方案进行描述。

零中频接收机转换射频信号到零中频，大量的偏置电压会恶化信号，更严重的是，直流偏置信号会使混频后级饱和、信号失真等。

本振泄漏在I或Q信号路径中表现为增大的直流失调。其原因是LO直接耦合至射频信号路径中，并被以相干方式下变频至输出。结果产生混频器积，表现为直流失调，加入信号链里存在的任何残余直流失调中，如图1所示。

本振口、混频器口与LNA之间的隔离度不好，本振信号、环境电磁干扰信号等可以直接通过LNA和混频器，这种现象即本振泄露,是由于芯片内部的电容及基底耦合的，耦合的本振信号、干扰信号经过LNA到达混频器，和输入的本振信号混频(自混频),这样会在低通滤波器之后产生直流成分；近似的情况如图1(b)，从LNA出来的信号、干扰信号耦合到混频器的本振输入口，从而产生了直流分量。

消除直流偏置的方法包括通过算法校准、利用解调芯片校准补偿接口对数据进行补偿的方式以及两者相结合的方式等。

具有代表性TI公司的盲校法进行简单描述。

直流累加：

更新直流偏置：

ΔOffset＝2^-shift·Offset_ACC

直流偏置更新统计：

Offset_(n+1)＝Offset_(n)+ΔOffset

直流偏置补偿：

y(i)＝x(i)-Offset(n)

利用解调芯片自校准接口进行补偿的方式如图2所示。

目前的解决直流偏置问题的方案基本都是基于对基带数据进行直接统计，提取通道直流偏移量，一次性的或循环的进行补偿的方式解决。

一次性的补偿方式缺陷是极为明显的，固定参数补偿仅能一定程度解决本振泄露引起的直流偏置，而不能解决由于设备电磁环境变化等因素引起的直流偏置。

而循环补偿方式要较为精确的提取直流偏置，必须通过统计大量数据以实现，这就使得直流消除过程缓慢，且不能避免信号对直流偏置提取的影响，造成实际获取的直流偏置值与真实值之间存在误差，表现在直流消除效果上就是可能在消除完成后依然存在较小的偏移，即消除不彻底。

发明内容

本发明所要解决的技术问题是：针对上述存在的问题，提供了一种基于FPGA的零中频二次雷达直流偏置补偿算法，本算法根据二次雷达系统中噪声、信号的特性，建立相应的模型，设计一种数据甄别滑窗，对输入数据的类型(噪声、信号)进行识别，准确提取出基带数据中I/Q路携带的直流偏置并实时消除，提升设备的可靠性、稳定性。

本发明采用的技术方案如下：一种基于FPGA的零中频二次雷达直流偏置补偿算法，其特征在于，包括：

步骤1：根据二次雷达系统中噪声数据和信号数据的特性，建立相应的噪声数据模型和信号数据模型；

步骤2：根据上述噪声数据模型和信号数据模型，设计数据类型甄别滑窗模型，所述数据类型甄别滑窗模型内部设置有一个数据缓存空间，并对输入数据缓存空间的每组数据定义了偏置属性；

步骤3：将N组零中频二次雷达基带数据依次输入数据类型甄别滑窗模型，并将N组数据移入原始缓存库中进行缓存，然后根据输入数据的偏置属性对N组输入数据的类型进行识别判定；所述N为大于等于1的自然数；

步骤4：若在滑窗内判定出N组输入数据中存在噪声数据，则将该噪声数据从原始缓存库中移入噪声缓存库中进行缓存；

若在滑窗内判定出N组输入数据中存在信号数据，则将该信号数据从原始缓存库中剔除；在剔除该信号数据后，对前一时刻噪声缓存库中的噪声数据求噪声均值作为该信号数据的替代数据，并将该替代数据移入噪声缓存库中进行缓存；

步骤5：计算当前噪声缓存库中的所有噪声数据的均值，定义为当前二次雷达基带数据中携带的直流偏置值；

步骤6：将未输入滑窗模型之前的N组二次雷达基带数据的量化值与提取出的直流偏置值相减，完成直流偏置的消除并输出数据。

进一步的，所述步骤1中，噪声数据模型和信号数据模型包括：二次雷达系统接收通道基带数据中噪声模型、二次雷达应答信号模型和携带直流偏置的噪声模型。

进一步的，所述步骤2中，定义偏置属性的详细过程为：

当输入数据大于噪声最大正偏值时，表示该输入数据为正偏置；

当输入数据小于噪声最大负偏值时，表示该输入数据为负偏置；

当输入数据大于噪声最大负偏值，小于噪声最大正偏值时，表示该输入数据即未正偏置也未负偏置。

进一步的，噪声最大正偏值和噪声最大负偏值的求取过程分为两种情况：

若当前噪声缓存库中并不存在噪声数据，则自定义输入初始噪声数据组并对其求取均值，作为初始噪声均值；提取自定义噪声数据组中的最大噪声数据作为噪声最大值；提取自定义噪声数据组中的最小噪声数据作为噪声最小值；

所述噪声最大正偏值的表达式为：

NMPO_init＝MAX_noise+AVA_noise；

所述噪声最大负偏值的表达式为：

NMNO_init＝MIN_noise-AVA_noise；

其中，NMPO_init表示初始噪声最大正偏值，NMNO_init表示初始噪声最大负偏值，AVA_noise表示噪声均值，MAX_noise表示初始噪声最大值，MIN_noise表示初始噪声最小值；

若当前噪声缓存库中存在噪声数据，则对当前噪声缓存库中的噪声数据求均值作为实时噪声均值；

实时噪声最大正偏值的表达式为：

x_MPO(n)＝m_N(n)+NMPO_init；

实时噪声最大负偏值的表达式为：

x_MNO(n)＝m_N(n)-NMNO_init；

其中，x_MPO(n)表示实时噪声最大正偏值，x_MNO(n)表示实时噪声最大负偏值，m_N(n)表示实时噪声均值，NMPO_init表示初始噪声最大正偏值，NMNO_init表示初始噪声最大负偏值。

进一步的，所述步骤3中，数据判定的详细过程为：

若N组输入数据在滑窗内均表现为正偏置或负偏置，则表示N组输入数据全部为携带直流偏置的噪声数据；

若N组输入数据在滑窗内即未表现为正偏置，也未表现为负偏置，则表示N组输入数据全部为未携带直流偏置的噪声数据；

若N组输入数据在滑窗内部分表现为正偏置，部分表现为负偏置，其余部分即未表现为正偏置也未表现为负偏置，则表示N组输入数据中存在信号数据。

进一步的，所述数据判定的详细过程中，若识别出数据携带直流偏置，则在该数据上设置一个消除标志，用于指示直流消除过程的状态。

进一步的，所述数据类型甄别滑窗模型的滑窗宽度大于二次雷达应答信号的有效脉宽。

进一步的，所述算法通过Verilog语言描述，并配置到FPGA内实现。

与现有技术相比，采用上述技术方案的有益效果为：针对现有的直流偏置处理方案所存在的缺陷，本发明提供了一种基于FPGA的直流偏置精确补偿算法，在ADC输出的数据未饱和的前提下，实时、高效、准确的还原基带数据中信号的幅相特性，在的同时，确保不会对系统带来其他不利影响的同时，解决由直流偏置带来的系统识别概率下降、虚警率高、探测精度降低等问题，提升二次雷达设备的可靠性。

附图说明

图1(a)和图1(b)是零中频架构直流偏置产生示意图；

图2是解调芯片自校准接口补偿方式示意图；

图3是本发明基于FPGA的直流补偿算法架构；

图4是二次雷达应答信号格式；

图5是本算法消除直流偏置的过程仿真图。

具体实施方式

下面结合附图对本发明做进一步描述。

实施例1

如图3所示，一种基于FPGA的零中频二次雷达直流偏置补偿算法，其步骤如下。

首先，根据二次雷达系统中噪声数据和信号数据的特性，即数据连续变现出正偏置或负偏置，建立相应的数据模型；

优选地，数据模型包括：二次雷达系统接收通道基带数据中噪声模型、二次雷达应答信号模型和携带直流偏置的噪声模型。

二次雷达系统接收通道基带数据中噪声模型：

加性高斯白噪声可定义为二次雷达设备接收通道基带信号中噪声的数学模型，其正交分量n_I(t)和n_Q(t)是不相关的零均值高斯噪声，具有相等的方差。

二次雷达应答信号模型：

如图4所示，根据国际民航附件十的要求，二次雷达应答信号序列中每个脉冲标准脉宽为0.45us，相邻两个脉冲间隔最小为1us，而当4组应答信号交织时，会形成相邻脉冲之间无间隔的情况进而合成一个宽脉冲，考虑到二次雷达应答信号编码规则，脉冲序列会存在部分位置编码为“0”的情况，同时考虑FPGA资源的问题，故将二次雷达应答信号有效脉宽设置为10us，根据切线灵敏度的定义，目前二次雷达设备仅需识别出功率大于噪声的信号。

携带直流偏置的噪声模型：

直流偏置与信号在时域上通过正反偏置特性以及保持时间即可进行甄别，信号的脉宽基本是固定的，可预测的，而直流偏置则保持时间更长，在设备每次上电或进行收发切换完成后不会存在剧烈变化的现象，据此，可认为，若数据幅度超出噪声判定门限且保持时间超过有效信号脉宽门限，就可认定通道上存在直流偏置，进而进行消除。

其次，根据噪声、信号以及直流偏置特性的区别，设置一个数据类型甄别滑窗模型，该滑窗模型内设置一个数据缓存空间，并对其中每组数据定义了偏置属性，通过统计缓存空间中所有数据偏置属性，甄别缓存数据的类型。

其中，滑窗的宽度是根据二次雷达应答信号的有效宽度进行设置的，为确保准确的对信号和直流偏置进行甄别，滑窗宽度大于二次雷达应答信号的脉宽。

零中频二次雷达基带数据依次输入滑窗，对输入数据进行缓存，原始缓存库位于滑窗内的数据缓存空间中。

然后，按照上述数据模型展开算法设计：

(1)通过统计特性获取噪声初始化参数，接收通道无信号输入状态采集10次上电后各4096组数据x_s(n)，通过运算分别获得算数平均值AVA_noise、最大值MAX_noise及最小值MIN_noise，以及间接运算获得无直流偏置时的噪声最大正偏值NMPO_init，最大负偏值的初始值NMNO_init；

NMPO_init＝MAX_noise+AVA_noise；………………………………………………(2)

NMNO_init＝MIN_noise-AVA_noise；………………………………………………(3)

(2)由于直流偏置值是根据实时的噪声数据求均值得到的，接下来确定噪声数据x_N(t)的表达式。

首先定义输入数据为x_I(n)，定义噪声均值为m_N(n)，定义x_MPO(n)为噪声(含携带直流偏置时的噪声)最大正偏值，x_MNO(n)为噪声最大负偏置，定义x_T(n)来标记输入数据x_I(n)的正反偏置类型。

噪声最大正偏值表达式如下：

x_MPO(n)＝m_N(n)+NMPO_init……………………………………………………(4)

噪声最大负偏置表达式如下：

x_MNO(n)＝m_N(n)-NMNO_init……………………………………………………(5)

输入数据正反偏置类型表达式如下：

x_T(n)＝0，表示该数据既未正偏也未负偏，x_T(n)＝1，表示该数据正偏，x_T(n)＝2，表示该数据负偏。

输入数据类型(信号或噪声)通过连续256组(基于资源损耗以及设计需求)数据的正反偏置属性来识别：

a)、x_T(n)、x_T(n-1)、...、x_T(n-255)的值同时为1，即连续256组数据同时正偏，表示连续256组数据为携带直流偏置(相对当前偏置值存在正向偏移量)的噪声数据；

b)、x_T(n)、x_T(n-1)、...、x_T(n-255)的值同时为2，即连续256组数据同时负偏，表示连续256组数据为携带直流偏置(相对当前偏置值存在反相偏移量)的噪声数据；

c)、x_T(n)、x_T(n-1)、...、x_T(n-255)的值全为0即数据既未正偏也未负偏，表示256组数据全为未携带直流偏置(相对当前偏置值无偏移量)的噪声数据；

d)、x_T(n)、x_T(n-1)、...、x_T(n-255)的值有部分为1或为2，其余为0，表明数据中存在部分信号(偏置类型不为0的部分，无需判定其为有效信号或干扰信号)，此时噪声数据用实时的噪声均值进行替代。

若判定出输入数据中存在噪声数据，则将该噪声数据从原始数据库中移入到噪声缓存库中(缓存噪声数据的地方称为噪声缓存库)，若判定出输入数据中有信号数据，则从原始数据库中剔除信号数据。

为了准确还原信号的幅相，当数据为信号时，则不能将数据移入噪声缓存库中进行求均值处理，用已缓存的噪声数据求得的均值作为替代数据，移入噪声缓存库中进行实时噪声均值运算。

在消除直流的过程中，由于噪声均值的变化，256组连续数据的正反偏置特性会逐个由1(或2)变化为0，为保证整个过程的完整，必须在识别出直流偏置后设置一个消除标志x_flag(n)，指示直流消除过程的状态。

据此，得到：

x_flag(n)＝1时，表示直流偏置并未被消除完，x_flag(n)＝0时，表示前一面直流偏置并没有被消除完，且原始缓存库内的最早的数据为0。

进一步得到噪声数据x_N(n)：

当x_flag(n-1)＝1时，x_N(n)＝x_I(n-255)，这表示原始数据库内的数据全部为携带直流偏置的噪声数据；

当x_flag(n-1)＝0，且x_I(n-255)＝0时，x_N(n)＝x_I(n-255)，这表示原始数据库内的数据全部为未携带直流偏置的噪声数据；

其他情况下，x_N(n)＝m_N(n)，这表示原始数据库内存在信号数据，需对当前噪声数据求实时均值。

3、噪声均值表达式为：

4、对输入数据进行实时补偿后输出，得到x_O(n)：

x_O(n)＝x_I(n)-m_N(n)……………………………………………………………(10)

将输入滑窗之前且未进行处理的二次雷达基带数据与提取出来的直流偏置值进行减法运算，完成直流偏置的消除后，输出数据。

根据处理时钟、数据模型的因素可以计算，基带数据实际存在直流偏置到算法检测并判定出来需要一些时间延迟，这个延迟为3.2us(256*12.5ns＝3.2us)，检测出来后到消除偏置又需要3.2us；即在保证数据无延迟的同时，直流偏置消除的过程只需要6.4us。

上述算法verilog语言按照进行描述，目标程序配置到FPGA内实现。

本发明根据二次雷达系统中噪声、信号的特性，建立相应的模型，设计一种数据甄别滑窗，对输入数据的类型(噪声、信号)进行识别，准确提取出基带数据中I/Q路携带的直流偏置并实时消除，提升设备的可靠性、稳定性。

本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。如果本领域技术人员，在不脱离本发明的精神所做的非实质性改变或改进，都应该属于本发明权利要求保护的范围。