一种用于雷达通道幅度与相位修正的认知盲均衡方法与流程

技术特征：

1.一种用于雷达通道幅度与相位修正的认知盲均衡方法，其特征在于，包括以下步骤：

步骤一、将校准信号经过功率分配器和馈网馈入到数字阵雷达中的各数字收发组件的前端，并作为输入信号送入到认知盲均衡器中；

步骤二、将认知盲均衡器的输出信号传送到选择开关，监测与盲均衡器收敛特性相关的参数，判断盲均衡器的收敛过程，并执行以下操作：

A：当认知盲均衡器的收敛过程正常时，选择开关将此认知盲均衡输出信号传输到非线性变换模块进行非线性变换，获得自适应误差，并利用该自适应误差反馈到认知盲均衡器的输入端，实现盲均衡器均衡系数向量的自适应调整，收敛后的认知盲均衡的均衡系数向量用于实现对输入信号的均衡处理，最终输出经过均衡处理的信号；

B：当认知盲均衡器的输出无法收敛时，选择开关将此认知盲均衡输出信号传输到时延模块，时延模块将输入信号进行时延后输出，不进行均衡处理。

2.根据权利要求1所述的一种用于雷达通道幅度与相位修正的认知盲均衡方法，其特征在于：所述与认知盲均衡器收敛特性相关的参数，包括：瞬时误差、均衡器系数时延差、均衡器系数比值和均衡器输出信号模值。

3.根据权利要求2所述的一种用于雷达通道幅度与相位修正的认知盲均衡方法，其特征在于：所述非线性模块所得自适应误差为：

e_s(k)＝(γ-|y_i(k)|²)(γ-|y_i(k)|²) (6)

定义N_h×1维滤波器，N_h为该滤波器的长度，y_i(k)为第i个通道的均衡器输出信号；γ为峰度系数；

$\mathrm{\γ}=\frac{E\left\{\right|p\left(k\right){|}^4\}}{E\left\{\right|p\left(k\right){|}^2\}}---\left(2\right)$

h＝[1 1 … 1]^T (7)

瞬时误差ξ₀(k)用来监测常数模盲均衡方法的收敛是否进入稳态，定义如下：

${\mathrm{\ξ}}_0\left(k\right)=h\⊗e_s\left(k\right)---\left(8\right)$

设立门限ρ_M，当下式成立，则称常数模盲均衡方法未进入稳态；反之，则称常数模盲均衡方法进入稳态：

ξ₀(k)＞ρ_M (9)。

4.根据权利要求3所述的一种用于雷达通道幅度与相位修正的认知盲均衡方法，其特征在于：所述均衡器系数时延差f_d(k)为：

$f_d\left(k\right)=\frac{1}{N_p}\underset{k=1}{\overset{N_p}{\Σ}}\left|\right|f_{\frac{N_f}{2}-1}\left(k\right)|-|f_{\frac{N_f}{2}-1}(k-d)\left|\right|$

其中，d表示时间延迟，|·|表示模值求取，N_f为权向量长度，N_p表示迭代次数；监测权系数与的差值，如果下式成立，则认为常数模盲均衡方法进入稳态：

$f_d\left(k\right)=\frac{1}{N_p}\underset{k=1}{\overset{N_p}{\Σ}}\left|\right|f_{\frac{N_f}{2}-1}\left(k\right)|-|f_{\frac{N_f}{2}-1}(k-d)\left|\right|\<{\mathrm{\ρ}}_f---\left(10\right)$

其中，ρ_f表示均衡器系数时延差判断门限。

5.根据权利要求4所述的一种用于雷达通道幅度与相位修正的认知盲均衡方法，其特征在于：所述均衡器系数比值为：

$f_r\left(k\right)=\frac{\left|f_{\frac{N_f}{2}}\left(k\right)\right|}{\left|f_0\left(k\right)\right|}$

其中，f_r(k)表示式中k时刻的权系数比值，|f₀(k)|表示均衡器系数向量的第一个系数

当均衡器收敛，则权向量中间大两侧小，均衡器的初始化是采用中心抽头初始化的方法，所谓中心抽头初始化的方法，指的是初始赋值的权向量，在靠近中心位置的系数为1，其余的系数全为零，比较靠近中心的权向量系数与靠近一侧的系数|f₀(k)|，如果以下不等式成立，则认为靠近中心的权系数大，而靠近边沿的权系数小：

$f_r\left(k\right)=\frac{\left|f_{\frac{N_f}{2}}\left(k\right)\right|}{\left|f_0\left(k\right)\right|}\>{\mathrm{\ρ}}_T---\left(11\right)$

其中，ρ_T表示均衡器系数比判断门限。

6.根据权利要求5所述的一种用于雷达通道幅度与相位修正的认知盲均衡方法，其特征在于：所述均衡器输出信号模值为：

$s_o=\frac{1}{N_p}\underset{k=1}{\overset{N_p}{\Σ}}\left|y_i\left(k\right)\right|$

其中，s_o表示信号模值均值结果，N_p表示迭代次数；

设置参数ρ₀作为第i个通道均衡器输出信号y_i(k)的幅度判断，取N_p点数据计算输出信号模值的均值：

$s_o=\frac{1}{N_p}\underset{k=1}{\overset{N_p}{\Σ}}\left|y_i\left(k\right)\right|\>{\mathrm{\ρ}}_0---\left(12\right)$

其中，ρ₀表示模值判断门限，如果上式成立，则认为输出信号合格。

7.根据权利要求6所述的一种用于雷达通道幅度与相位修正的认知盲均衡方法，其特征在于：所述步骤二中，判断盲均衡器的收敛过程，具体为：由瞬时误差、均衡器系数时延差、均衡器系数比值和均衡器输出信号模值构建认知描述字RDW，由该认知描述字决定均衡器系数向量使用常数模盲均衡方法所得权系数向量还是采用时延均衡器系数向量，所述认知描述字RDW为：

RDW＝[ξ₀(k),f_d(k),s_o,f_r(k)] (13)

当ξ₀(k)≤ρ_M，量化判决值为1，反之为0；

当f_d(k)＜ρ_f，量化判决值为1，反之为0；

当s_o＞ρ_o，量化判决值为1，反之为0；

当f_r(k)＞ρ_T，量化判决值为1，反之为0。

当量化判决值全为1，则认为均衡器可用，均衡器系数向量使用常数模盲均衡方法所得权系数向量；否则，有一个或多个0存在，则认为均衡器不可用，均衡器系数向量采用时延均衡器系数向量。