提高在片负载牵引测量准确度的方法、系统及终端设备与流程

本发明属于误差修正技术领域，尤其涉及提高在片负载牵引测量准确度的方法、系统及终端设备。

背景技术：

矢量网络分析仪是射频和微波测量领域中最精准的测量仪器，其原因在于矢网，矢网采用校准件对构成矢网测量能力的原始硬件性能(如方向性)、连接电缆、探针等进行表征测量，来提高实际测量性能，这个过程通常被称为自校准，也叫做矢量网络分析仪系统误差项修正或用户校准。

在片负载牵引测量准确度与功率增益的准确度有关，提高在片负载牵引测量准确度也就是提高功率增益的准确度，而功率增益的准确度与矢网测量准确度密切相关，随着反射系数变大，矢量网络分析仪的系统误差项修正不完善更加明显，导致在片负载牵引测量系统在大反射系数下测量准确度的下降。

技术实现要素：

有鉴于此，本发明实施例提供了提高在片负载牵引测量准确度的方法、系统及终端设备，以解决现有技术中在片负载牵引测量系统在大反射系数下测量准确度的下降的问题。

本发明实施例的第一方面提供了提高在片负载牵引测量准确度的方法，包括：

获取在片负载牵引系统测量模型参数，所述在片负载牵引系统测量模型参数包括：系统误差项、参考接收机的测试结果和标准接收机的测试结果；

根据所述在片负载牵引系统测量模型参数，确定功率增益函数；

确定由所述功率增益函数组成的目标函数；

优化所述目标函数，得到优化后的系统误差项。

本发明实施例的第二方面提供了提高在片负载牵引测量准确度的系统，包括：

参数获取模块，用于获取在片负载牵引系统测量模型参数，所述在片负载牵引系统测量模型参数包括：系统误差项、参考接收机的测试结果和标准接收机的测试结果；

功率增益函数确定模块，用于根据所述在片负载牵引系统测量模型参数，确定功率增益函数；

目标函数确定模块，用于确定由所述功率增益函数组成的目标函数；

优化模块，用于优化所述目标函数，得到优化后的系统误差项。

本发明实施例的第三方面提供了终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述提高在片负载牵引测量准确度的方法的步骤。

本发明实施例的第四方面提供了计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上所述提高在片负载牵引测量准确度的方法的步骤。

本发明实施例与现有技术相比存在的有益效果是：本发明通过优化在片负载牵引系统测量模型中的系统误差项，进而优化功率增益函数，达到提高在片负载牵引测量准确度的效果。

附图说明

为了更清楚地说明本发明实施例中的技术方案，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是本发明的一个实施例提供的提高在片负载牵引测量准确度的方法的实现流程示意图；

图2是本发明的一个实施例提供的矢量网络分析系统误差模型的示意图；

图3是本发明的一个实施例提供的图1中步骤s104的实现流程示意图；

图4是本发明的一个实施例提供的负载反射系数的分布示意图；

图5是本发明的一个实施例提供的系统误差项修正前功率增益的测量结果图；

图6是本发明的一个实施例提供的系统误差项修正后功率增益的测量结果图；

图7是本发明的一个实施例提供的提高在片负载牵引测量准确度系统的结构示意图；

图8是本发明的一个实施例提供的终端设备的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

本发明的说明书和权利要求书及上述附图中的术语“包括”以及其他任何变形，是指“包括但不限于”，意图在于覆盖不排他的包含。例如包含一系列步骤或单元的过程、方法或系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。此外，术语“第一”、“第二”和“第三”等是用于区别不同对象，而非用于描述特定顺序。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

实施例1：

图1示出了本发明一实施例所提供的提高在片负载牵引测量准确度的方法的实现流程图，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：

如图1所示，本发明实施例所提供的提高在片负载牵引测量准确度的方法，包括：

在步骤s101中，获取在片负载牵引系统测量模型参数，所述在片负载牵引系统测量模型参数包括：系统误差项、参考接收机的测试结果和标准接收机的测试结果。

在本实施例中，在片负载牵引系统测量模型可以是4接收机的矢量网络分析系统误差模型，也可以称为8项误差模型。

在步骤s102中，根据所述在片负载牵引系统测量模型参数，确定功率增益函数。

在步骤s103中，确定由所述功率增益函数组成的目标函数。

在步骤s104中，优化所述目标函数，得到优化后的系统误差项。

在本实施例中，由于目标函数由功率增益组成，对目标函数进行优化能提高功率增益的准确度。

如图2所示，在本发明的一个实施例中，步骤s102包括：

图2中x，y为端口8项系统误差项，t为被测件。

功率增益计算如下所示：

在片负载牵引系统的输入反射系数：

在片负载牵引系统负载反射系数：

其中，为功率增益函数；gop为功率增益；e11,e10,e22,e32,e23,e33,e32为7个所述初始误差项；γin为在片负载牵引系统的输入反射系数；γl为在片负载牵引系统负载反射系数；a1m，a2m分别为矢量网络分析仪中两个参考接收机的测试结果；b1m，b2m分别为矢量网络分析仪中两个标准接收机的测试结果。

在本发明的一个实施例中，步骤s103包括：

其中，为所述目标函数，k为迭代次数，n为负载反射系数的个数。

如图3所示，在本发明的一个实施例中，步骤s104包括：

在步骤s401中，根据负载反射系数的分布关系和所述负载反射系数值的对应关系，选取负载反射系数的个数。

在步骤s402中，根据负载反射系数值、所述负载反射系数的个数以及功率增益偏差与所述负载反射系数值的关系，计算得到目标函数门限值。

在步骤s403中，利用所述目标函数门限值，优化所述目标函数，得到优化后的系统误差项，其中，优化后的目标函数小于所述目标函数门限值。

在本实施例中，在步骤s401之前还包括：

在步骤s4001中，利用在片负载牵引系统测量模型参数，计算得到矢量网络分析系统的负载反射系数值。

在本发明的一个实施例中，步骤s4001包括：

在片负载牵引系统负载反射系数：

其中，e22,e32,e23,e33为所述初始误差项，a2m为矢量网络分析仪中参考接收机的测试结果；b2m为矢量网络分析仪中标准接收机的测试结果。

在本发明的一个实施例中，步骤s401包括：

负载反射系数的分布关系，包括：

若所述负载反射系数值小于0.6，相位间隔小于等于30°，选取负载反射系数的个数大于等于12个；

若所述负载反射系数值大于等于0.6，相位间隔小于等于12°，选取负载反射系数的个数大于等于30个。

在本实施例中，功率增益的测量不确定度来源主要有功率测量误差、在片探针测量重复性以及矢网校准剩余误差，特别是大反射系数下，由于被测件的反射系数不确定度与其反射系数密切相关，被测件的反射系数增加，其不确定度逐渐变大。

uvrc＝d+tδ+mδ²

式中：δ是被测件的反射系数，d为有效方向性，t为有效传输跟踪，m为有效源匹配，uvrc为被测件的反射系数不确定度。

因此负载反射系数的分布以均匀分布为主，在smith圆图大反射区域适当增加点数，如图4所示。

在本发明的一个实施例中，步骤s402包括：

功率增益偏差与所述负载反射系数值的关系，包括：

若所述负载反射系数值小于0.7，功率增益的偏差δgop为±0.2db；

若所述负载反射系数值在0.7-0.9，功率增益的偏差δgop为±0.3db。

目标函数门限值，包括：

其中，d为目标函数门限值；为不同的所述负载反射系数分布下的功率增益偏差和；n为所述负载反射系数的个数。

在本实施例中，通过计算不同的负载反射系数分布下的功率增益偏差和得到目标函数门限值。例如：负载反射系数值下于0.7，选择15个负载反射系数，则δg为0.2*15＝3db。

在本发明的一个实施例中，步骤s403包括：

采用多维度非线性最小算法更新系统误差项。

该算法的核心思想为：对于一个具有n个变量的函数，该算法保持一个n+1的点集，让这些点形成n维空间的n+1个多面体(x1,x2,…,xn+1)的顶点。点的排列顺序使得f(x1)≤f(x2)≤…≤f(xn+1)，然后更新一个新的点，替换最差点xn+1。

应用到本项目,首先在单个频率上利用双端口校准方法校准在片矢网，得到初始系统误差项e11,e¹⁰,e22,e32,e23,e33,e32；其次，给出smith圆图上理想直通的增益i表示不同的负载反射系数，i＝1,2,…,n。再次，初始系统误差项作为一个优化的起点，在第k次优化时，得到新的系统误差项，计算此时的功率增益系统误差项以一定规律不断更新迭代直至目标函数满足目标函数门限值要求，得到最终的系统误差项。

在本发明的一个实施例中，在步骤s104之后，还包括：优化效果评估。

优化算法部分代码为：

如图5-6所示，在本实施例中，系统误差项修正前后的功率增益测量结果对比图。例如，在系统测量频率为26ghz，在负载反射系数值0.9，相位间隔30°共12个负载反射系数的个数下，对在片负载牵引测量系统测量直通件的转换功率增益(理论值为0db)进行系统误差项修正，比较修正前后对比情况。

从图中可以看出，修正前功率增益偏离真值(0db)±0.7db，通过系统误差项修正后功率增益误差优于±0.3db，达到了提高功率增益测量准确度的目标。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

实施例2：

如图7所示，本发明的一个实施例提供的提高在片负载牵引测量准确度的系统100，用于执行图1所对应的实施例中的方法步骤，其包括：

参数获取模块110，用于获取在片负载牵引系统测量模型参数，所述在片负载牵引系统测量模型参数包括：系统误差项、参考接收机的测试结果和标准接收机的测试结果；

功率增益函数确定模块120，用于根据所述在片负载牵引系统测量模型参数，确定功率增益函数；

目标函数确定模块130，用于确定由所述功率增益函数组成的目标函数；

优化模块140，用于优化所述目标函数，得到优化后的系统误差项。

在本发明的一个实施例中，功率增益函数确定模块120包括：

功率增益计算如下所示：

矢量网络分析系统的输入反射系数：

矢量网络分析系统负载反射系数：

其中，为功率增益函数；gop为功率增益；e11,e10,e22,e32,e23,e33,e32为7个所述初始误差项；γin为在片负载牵引系统的输入反射系数；γl为在片负载牵引系统负载反射系数；a1m，a2m分别为矢量网络仪系统中两个参考接收机的测试结果；b1m，b2m分别为矢量网络分析仪中两个标准接收机的测试结果。

在本发明的一个实施例中，目标函数确定模块130包括：

其中，为所述目标函数，k为迭代次数，n为负载反射系数的个数。

在本发明的一个实施例中，优化模块140包括：

第一计算单元，用于利用所述在片负载牵引系统测量模型参数，计算得到在片负载牵引系统的负载反射系数值。

选择单元，用于根据负载反射系数的分布关系和所述负载反射系数值的对应关系，选取负载反射系数的个数。

第二计算单元，用于根据负载反射系数值、所述负载反射系数的个数以及功率增益偏差与所述负载反射系数值的关系，计算得到目标函数门限值。

优化单元，用于利用所述目标函数门限值，优化所述目标函数，得到优化后的系统误差项，其中，优化后的目标函数小于所述目标函数门限值。

在本发明的一个实施例中，第一计算单元包括：

在片负载牵引系统负载反射系数：

其中，e22,e32,e23,e33为所述初始误差项，a2m为矢量网络分析仪中参考接收机的测试结果；b2m为矢量网络分析仪中标准接收机的测试结果。

在本发明的一个实施例中，选择单元包括：

负载反射系数的分布关系，包括：

若所述负载反射系数值小于0.6，相位间隔小于等于30°，选取负载反射系数的个数大于等于12个；

若所述负载反射系数值大于等于0.6，相位间隔小于等于12°，选取负载反射系数的个数大于等于30个。

在本实施例中，功率增益的测量不确定度来源主要有功率测量误差、在片探针测量重复性以及矢网校准剩余误差，特别是大反射系数下，由于被测件的反射系数不确定度与其反射系数密切相关，被测件的反射系数增加，其不确定度逐渐变大。

uvrc＝d+tδ+mδ²

式中：δ是被测件的反射系数，d为有效方向性，t为有效传输跟踪，m为有效源匹配，uvrc为被测件的反射系数不确定度。

因此负载反射系数的分布以均匀分布为主，在smith圆图大反射区域适当增加点数。

在本发明的一个实施例中，选择单元包括：

功率增益偏差与所述负载反射系数值的关系，包括：

若所述负载反射系数值小于0.7，功率增益的偏差δgop为±0.2db；

若所述负载反射系数值在0.7-0.9，功率增益的偏差δgop为±0.3db。

目标函数门限值，包括：

其中，d为目标函数门限值；为不同的所述负载反射系数分布下的功率增益偏差和；n为所述负载反射系数的个数。

在本实施例中，通过计算不同的负载反射系数分布下的功率增益偏差和得到目标函数门限值。例如：负载反射系数值小于0.7，选择15个负载反射系数，则δg为0.2*15＝3db。

在本发明的一个实施例中，优化单元包括：

采用多维度非线性最小算法更新系统误差项。

该算法的核心思想为：对于一个具有n个变量的函数，该算法保持一个n+1的点集，让这些点形成n维空间的n+1个多面体(x1,x2,…,xn+1)的顶点。点的排列顺序使得f(x1)≤f(x2)≤…≤f(xn+1)，然后更新一个新的点，替换最差点xn+1。

应用到本项目,首先在单个频率上利用双端口校准方法校准在片矢网，得到初始系统误差项e11,e10,e22,e32,e23,e33,e32；其次，给出smith圆图上理想直通的增益i表示不同的负载反射系数，i＝1,2,…,n。再次，初始系统误差项作为一个优化的起点，在第k次优化时，得到新的系统误差项，计算此时的功率增益系统误差项以一定规律不断更新迭代直至目标函数满足目标函数门限值要求，得到最终的系统误差项。

在本发明的一个实施例中，与优化模块140连接的还包括：

效果检验模块，用于优化效果评估。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即所述提供的提高在片负载牵引测量准确度的系统的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述提供的提高在片负载牵引测量准确度的系统中模块的具体工作过程，可以参考实施例1中的对应过程，在此不再赘述。

实施例3：

图8是本发明一实施例提供的终端设备的示意图。如图8所示，该实施例的终端设备8包括：处理器80、存储器81以及存储在所述存储器81中并可在所述处理器80上运行的计算机程序82。所述处理器80执行所述计算机程序82时实现如实施例1中所述的各实施例中的步骤，例如图1所示的步骤s101至s104。或者，所述处理器80执行所述计算机程序82时实现如实施例2中所述的各系统实施例中的各模块/单元的功能，例如图7所示模块110至140的功能。

所述终端设备8是指具有数据处理能力的终端，包括但不限于计算机、工作站、服务器，甚至是一些性能优异的智能手机、掌上电脑、平板电脑、个人数字助理(pda)、智能电视(smarttv)等。终端设备上一般都安装有操作系统，包括但不限于：windows操作系统、linux操作系统、安卓(android)操作系统、symbian操作系统、windowsmobile操作系统、以及ios操作系统等等。以上详细罗列了终端设备8的具体实例，本领域技术人员可以意识到，终端设备并不限于上述罗列实例。

所述终端设备可包括，但不仅限于，处理器80、存储器81。本领域技术人员可以理解，图8仅仅是终端设备8的示例，并不构成对终端设备8的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备8还可以包括输入输出设备、网络接入设备、总线等。

所称处理器80可以是中央处理单元(centralprocessingunit，cpu)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器81可以是所述终端设备8的内部存储单元，例如终端设备8的硬盘或内存。所述存储器81也可以是所述终端设备8的外部存储设备，例如所述终端设备8上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。进一步地，所述存储器81还可以既包括所述终端设备8的内部存储单元也包括外部存储设备。所述存储器81用于存储所述计算机程序以及所述终端设备8所需的其他程序和数据。所述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。

实施例4：

本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如实施例1中所述的各实施例中的步骤，例如图1所示的步骤s101至步骤s104。或者，所述计算机程序被处理器执行时实现如实施例2中所述的各系统实施例中的各模块/单元的功能，例如图7所示的模块110至140的功能。

所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、电载波信号、电信信号以及软件分发介质等。

在上述实施例中，对各个实施例的描述都各有侧重，实施例1至4可以任意组合，组合后形成的新的实施例也在本申请的保护范围之内。某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的终端设备和方法，可以通过其它的方式实现。例如，以上所描述的系统/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。