[發(fā)明專利]一種調(diào)制域網(wǎng)絡(luò)參數(shù)測試的迭代矢量誤差修正方法

有效

• 申請?zhí)枺?/td>: 202010900961.3
• 申請日: 2020-08-31
• 公開（公告）號: CN111999587B
• 公開（公告）日: 2023-07-28
• 發(fā)明（設(shè)計）人: 袁國平;年夫順;劉丹;梁勝利;莊志遠;楊明飛
• 申請（專利權(quán)）人: 中電科思儀科技股份有限公司
• 主分類號: G01R31/00
• 分類號: G01R31/00;G01R1/28
• 代理公司: 北京天奇智新知識產(chǎn)權(quán)代理有限公司 11340
• 代理人: 陳嵐崴

1.一種調(diào)制域網(wǎng)絡(luò)參數(shù)測試的迭代矢量誤差修正方法，其特征在于，包括以下步驟：

步驟1：首先使用射頻通道的頻率校準算法提取通道線性誤差系數(shù)，

用于校準整個射頻通道頻率響應(yīng)；

步驟2：使用基于時域變換和直通線校準件的夾具參數(shù)提取算法，并使用去嵌入算法校除掉校準端面與測試端面之間的夾具損耗和相位的通訊協(xié)議(SNP)文件描述的影響；

步驟3：將被測件通過夾具接入儀器的端口，調(diào)制信號激勵源產(chǎn)生激勵信號，通過射頻通道和夾具激勵被測件(DUT)，通過定向耦合器獲取解調(diào)輸出的調(diào)制信號(IQ)，與期望的調(diào)制信號做比較，產(chǎn)生矢量調(diào)制誤差，進入到神經(jīng)網(wǎng)絡(luò)中，使用反饋的思想并基于智能優(yōu)化算法修正基帶的調(diào)制信號(IQ)數(shù)據(jù)，

保證測試端面的輸出的是激勵被測件的期望調(diào)制信號，去除激勵源、測試線纜、儀器系統(tǒng)誤差和夾具對測試結(jié)果的影響。

2.如權(quán)利要求1所述的迭代矢量誤差修正方法，其特征在于，所述步驟1中的射頻通道的頻率校準算法為：在非調(diào)制信號激勵的線性情況下，采用八項誤差模型，并“短路-開路-負載-直通校準(SOLT)”或“短路-開路-負載-未知直通校準(SOLR)”校準方法進行校準。

3.如權(quán)利要求2所述的迭代矢量誤差修正方法，其特征在于，所述步驟2中直通線的夾具參數(shù)提取算法為直通線的自適應(yīng)校準方法，具體包括以下步驟：

步驟201：使用矢量擬合方法對測得夾具S參數(shù)進行擬合；

步驟202：對擬合S參數(shù)進行傅里葉反變換，通過時域沖擊響應(yīng)獲得電氣長度；

步驟203：通過時域門技術(shù)得到夾具的選通響應(yīng)T11A，通過時域到頻域的變換獲得夾具A的S11A參數(shù)；步驟204：通過與步驟203相同的方法反方向測量直通夾具的時域響應(yīng)，通過時域門技術(shù)得到夾具的選通響應(yīng)T11B，通過時域到頻域的變換獲得夾具B的S22B參數(shù)。

4.如權(quán)利要求3所述的迭代矢量誤差修正方法，其特征在于，所述步驟3中基于智能優(yōu)化算法修正基帶的調(diào)制信號(IQ)數(shù)據(jù)，具體包括以下步驟：

步驟301：擬采用高斯徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)來逼近不匹配狀態(tài)引起的誤差其輸入輸出關(guān)系是，公式1：

公式1中，n₁，n₂，n₃分別是RBF網(wǎng)絡(luò)的輸入個數(shù)，中間隱層的神經(jīng)元數(shù)目和輸出的個數(shù)，是神經(jīng)網(wǎng)絡(luò)的輸入向量，是神經(jīng)網(wǎng)絡(luò)的輸出向量，是權(quán)值矩陣，具有如下的結(jié)構(gòu)，公式2：

定義RBF網(wǎng)絡(luò)的結(jié)構(gòu)選用高斯徑向基函數(shù)是，公式3：

其中，是高斯徑向基函數(shù)的中心向量，δ_nnj表示第j個高斯徑向基函數(shù)的寬度值；則第k個RBF網(wǎng)絡(luò)的輸出的分量表達式為，公式4：

根據(jù)神經(jīng)網(wǎng)絡(luò)的通用逼近定理可知，對于任意給定的正常數(shù)ε_nn(max)和連續(xù)函數(shù)f，則存在理想的最優(yōu)權(quán)值使得具有公式5結(jié)構(gòu)的RBF神經(jīng)網(wǎng)絡(luò)能夠逼近f：

其中，是滿足的RBF神經(jīng)網(wǎng)絡(luò)逼近誤差向量。