智能天线中的校正技术

h68810115

智能天线中的校正技术


  在智能天线系统中，许多不确定因素，使真实的阵列流形与理想中的有较大差异。然而诸如下行波束形成、基于信号到达方向(DOA)估计的上行波束形成，以及空间特征估计等智能天线核心算法都要求精确知道阵列流形，因此，要将智能天线推向实用，校正是一项很关键的技术。
  在实际的智能天线系统中，天线阵列各射频通道间存在两种误差——非时变误差和时变误差。非时变误差主要包括由阵列排布引起的，如阵元几何位置差异、阵元间的互耦效应、天线方向图差异和各阵元间馈线差异等带来的误差。时变误差是指阵列各射频通道随温度而变化的放大器相位和增益差异、混频器等器件的老化、滤波器时延及其幅频相频特性失真，以及正交调制解调器I/Q不平衡等引起的频率响应不一致所带来的误差。通过检测和校正射频通道间的这些误差，可使智能天线有效地控制波束方向和形状，实现智能发射和智能接收。


  本文主要论述在智能天线系统中时变误差的在线校正方法。


1 智能天线阵列误差校正方法概述
  智能天线阵元间的非时变误差可以在投入使用之前予以校正，但时变误差需要选用在线校正方法予以校正。时变误差的在线校正方法分为有源校正和无源校正两类。
  通信系统对在线校正方法提出了以下基本要求：

在线校正系统要与通信系统并行工作，并且复杂度较低，不降低系统容量；
在系统初始使用及以后的工作中，校正系统都能够校正阵列误差；
在整个工作频宽范围内都能达到要求的校正精度；
校正系统应以最小的改动融入现有的基站系统。
  目前，已经提出了不少满足以上要求的校正方法。本文主要介绍其中比较典型的3种：注入参考信号校正方法[1]、无线馈入信号校正方法[2]和盲校正方法[3]。


2 有源校正方法1——注入参考信号校正方法
  这种方法没有检测馈线和检测天线，其校正参数检测单元在智能天线系统中的位置参见图1所示。此单元可分为两块单板：校正检测板和校正基带板。校正检测板完成检测通道功能，校正基带板完成误差的检测或产生误差校正权值并提供给智能天线基带部分处理。收、发通道检测信号由馈线分别连到各阵列射频通道射频前端中的双向耦合器。



2.1 上行通道校正检测
  如图1所示，校正检测板是一个扫描式信号发生器，它与校正基带板形成一个虚拟终端用户，其发射频率为阵列射频通道接收频率。校正检测板在校正基带板控制下通过双向耦合器可实时动态地对阵列各射频通道送出检测信号，这些检测信号被射频通道收信机分解为I、Q两路信号后，送给基带数据处理板分离、比较，并产生误差数据，此误差数据即是阵列基带信号处理和阵列通道校正的依据。

2.2 下行通道校正检测
  如图1所示，智能天线系统主控部分通过阵列发射通道分时产生对虚拟终端用户的下行检测信号，经双向耦合器送入校正参数检测单元，由检测收信机和校正基带板完成误差检测。


3 有源校正方法2 ——无线馈入信号校正方法
  这种方法中的校正参数检测单元是一个专用收发设备，并作为近端移动用户。它采用全方向性天线，受基带控制完成检测信号的发射和接收。三扇区直线阵或园环阵的中央安置其检测天线。检测天线与阵列天线单元间因空间位置布局引起的初始相位是已知的。检测天线到园环阵各天线单元的距离相等，与三扇区直线阵各天线的距离分为相等的几组，根据相对位置可求得各天线的初始相位。

3.1 校正参数检测单元在智能天线系统中的位置
  无线馈入校正方法与注入参考信号方法的主要不同在于，无线馈入校正方法由检测天线馈送校正检测信号，而不是通过双向耦合器，如图2所示。这样的最大好处在于可以同时校正智能天线各天馈及射频通道带来的幅相误差。



3.2 工作原理
  校正参数检测单元是一个收发信机（其收/发频率与智能天线射频通道的发/收频率对应），其接收前端与收信机之间接入约80 dB的可调衰减器，将下行强信号电平衰减到检测收信机的灵敏度范围；其发射功率应满足智能天线上行接收通道灵敏度及动态范围要求。


3.2.1 射频接收通道误差检测
  上行链路中，校正参数检测单元发射校正检测信号，智能天线各射频通道分时接收该信号，并送入校正基带板解调分离出I、Q信号的幅度和相位信息，求得各射频接收通道的输出不平衡度，进而得到通道的幅相误差数据。


3.2.2 射频发射通道误差检测
下行链路中，射频发射通道分时发出下行校正检测信号并由校正参数检测单元接收；校正基带板分时解调出已知校正检测信号的I、Q数据，并计算出各射频发射通道的幅相误差数据。


4 无源校正方法——盲校正方法
  盲校正上、下行链路校正原理框图如图3和图4。







  就盲校正上行链路来说，智能天线阵列接收的用户信号经过射频通道后，将附加额外的增益C1、C2、...、CM。正是这些增益的影响，使各射频通道幅相特性产生不一致。校正参数检测单元就是要借助经过射频通道的用户信号，得到这些增益值，再将其从用户信号中去除，达到阵列射频通道校正的目的。下行链路的校正原理类似于上行链路。
  盲校正基带信号处理可采用NLMS自适应算法，仿真结果表明这种算法收敛特性非常好，其权值更新公式如下：
Wm(n+1)=Wm(n)+μe*(n)Xm(n)，
其中e(n)=r(n)-y(n)；        ，
μ0为迭代步长，Xm为校正输入序列，M 为天线阵元数。


5 3种在线校正方法的性能比较
  注入参考信号校正方法主要有以下不足：要有专门产生校正检测信号的硬件设施，增加了系统的复杂度；上行链路中的校正检测信号相当于干扰用户信号，在一定程度上影响了系统性能；功分器的非理想特性也必须校正；不能校正各天馈带来的幅相误差。
  无线馈入信号校正方法的最大优点在于在校正智能天线各射频通道幅相误差的同时，可以校正天馈带来的幅相误差。但由于阵列天线与检测天线间的布局和信号耦合设计难度较大，导致这种方法不易实现。此外，这种方法也存在注入参考信号校正方法的一些不足。
  盲校正方法把智能天线在上行链路（或下行链路）接收到（或发射）的信号作为校正检测信号，不需要另外产生，这就避免了使用功分器，因此不用校正功分器的非理想性，校正检测信号也不会对用户产生干扰，相对简化了校正系统的设计。这是其最大优点。此外，该方法对上行链路和下行链路都适用，并且NLMS算法的快收敛性使得该算法能够跟踪阵列各通道幅相误差的变化。
  综合考虑，盲校正方法和注入参考信号校正方法是目前最有前途的两种在线校正方法，其基础理论也在不断深入的研究之中。


6 结束语
  在不同的应用环境中，智能天线可选的校正方法也各不相同，本文仅论述了3种典型的在线校正方法。相信随着智能天线技术应用范围的不断扩大，对智能天线校正技术的研究将进一步深入，各种独具特色的在线校正方法将会不断涌现，丰富这一领域的应用。