1. 项目概述用多音信号“照亮”MIMO非线性系统的黑箱在射频和通信系统领域尤其是大规模MIMO多输入多输出技术蓬勃发展的今天我们工程师面临着一个日益棘手的挑战如何准确、高效地剖析一个多通道非线性系统的内部行为传统的单音或双音测试对于简单的功放或许够用但面对一个3×3甚至更高维度的MIMO发射机其内部通道间的非线性串扰Crosstalk就像一团乱麻相互耦合难以分离。你测到的失真究竟是通道自身的非线性自核效应还是隔壁通道信号窜过来捣乱的结果交叉核效应不搞清楚这个后续的线性化如数字预失真DPD或系统优化就无从谈起。这就像试图在一个人声鼎沸的鸡尾酒会上只听清其中三个人的完整对话。如果所有人同时说话你听到的只是一片混沌的噪音。但如果你能巧妙地安排每个人说话的频率和节奏让他们的声音在频谱上“错开”你就有可能用一个“频谱耳朵”分别捕捉到每一段独立的对话。这正是本文要探讨的核心方法利用精心设计的多音Multitone激励信号在频域上实现3×3 MIMO Volterra系统三阶核输出的分离与提取。Volterra级数作为非线性系统建模的利器其价值在于它提供了一套系统的框架将复杂的非线性输出分解为各阶核函数与输入信号的卷积之和。对于MIMO系统核函数变得异常复杂除了每个通道自身的非线性自核还多了不同通道输入信号之间非线性相互作用产生的交叉核。传统方法如扫频式的双音、三音测试要么激励不完整要么测试效率极低难以应对MIMO系统庞大的核函数数量。本文介绍的这项技术其精妙之处在于“设计”二字。它不再被动地接受系统输出的混杂频谱而是主动设计输入信号的频率结构——具体来说是控制每个输入通道多音信号的频率偏移Offset和间隔Spacing。通过巧妙的奇偶分配和频率网格设计使得不同核函数如y1;112, y1;123等产生的三阶互调产物落在频谱上完全不相干或部分不重叠的特定频点集合上。这样在输出端我们就能像用一把把特制的“频率筛子”文中称为梳状滤波器一样将各个核的输出分量单独“筛”出来直接观察其功率谱密度PSD从而定量分析哪个核在哪种硬件损伤如输入串扰或输出串扰下占主导地位。这项工作的价值远不止于一篇学术论文。对于一线射频工程师和系统辨识研究者而言它提供了一套可直接操作的“诊断工具箱”。当你面对一个性能不达标的3×3 MIMO射频前端怀疑是PCB布局导致的通道耦合或是共用本振引入的泄漏时这套方法能帮你快速定位问题根源。是输入端的串扰导致了强烈的交叉核失真还是输出端的天线耦合放大了特定自核通过本文的流程你可以获得清晰的、分离的核输出谱线让原本隐藏在总输出频谱中的各种非线性相互作用“浮出水面”。这为后续针对性的补偿算法设计、硬件改进提供了至关重要的数据支撑。2. 核心原理与设计思路拆解2.1 MIMO Volterra系统与核输出的挑战要理解这个方法为什么有效首先得看清我们面对的问题有多复杂。对于一个3×3的MIMO Volterra系统考虑基带复信号通常只关注奇阶非线性其第k个通道的输出y_k(n)可以表示为线性部分和三阶非线性部分之和。其中三阶非线性输出y_k^(3)(n)是所有可能的三阶核输出的总和。关键就在这里这些三阶核输出根据参与作用的输入通道索引组合(k1, k2, k3)被分为自核如k1k2k3即y_k;111, y_k;222, y_k;333和交叉核其他所有组合如y_k;112, y_k;123等。对于一个3×3系统需要考虑的三阶核组合数量是相当可观的。更麻烦的是在传统的宽带信号激励下所有这些核的输出在频域上会相互叠加、交织在一起你测量到的总输出频谱是一锅“大杂烩”无法区分其中每一种非线性成分的来源和大小。交叉核的存在正是MIMO系统非线性分析比SISO系统困难得多的核心原因。在SISO系统中你只需要对付自核。但在MIMO系统中一个通道的输出失真可能源于自身信号的三次方自核也可能源于本通道信号与相邻通道信号的平方的混合交叉核如y1;122甚至源于三个不同通道信号的混合如y1;123。如果不把它们分开你根本无法知道系统非线性的主要矛盾是什么。2.2 多音信号的“频谱搬移”特性与分离思想方法的突破口在于深刻理解Volterra系统对多音信号的响应特性。当我们用一个由多个单音正弦波组成的信号u_k(n)去激励一个非线性系统时其输出中会产生新的频率成分。对于三阶非线性项其产生的频率成分是输入信号中所有可能的三音组合【f_k1(i1) f_k2(i2) - f_k3(i3)】的排列。这是一个极其重要的先验知识。这意味着输出频谱的“图案”完全由输入信号的频率网格决定。如果我们能像设计师一样精心编排每个输入通道u1, u2, u3所使用的频率集合即多音信号的各个单音频率就有可能让不同核函数产生的输出频率成分落在频谱上互不重叠的“格子”里。举个例子假设我们只关心两个特定的核输出y1;112和y1;123。如果u1使用一组奇数倍频点的音u2使用一组偶数倍频点的音u3使用另一组奇数倍频点的音并且精心设置它们的基频偏移那么经过数学推导可以发现y1;112产生的互调产物会落在某些特定的偶数频点上而y1;123产生的互调产物会落在另一些特定的奇数频点上。这样在输出频谱上这两组产物在频率位置上就是天然分离的我们可以通过简单的带通滤波或频域选择将它们分别提取出来。2.3 频率网格设计的核心偏移与间隔那么具体如何设计这些频率网格呢论文的核心设计包含两个关键参数频率偏移c_k和频率间隔Δ_k。每个输入信号u_k的频率集合可以表示为f_k(i) c_k ± (i-1)Δ_k其中i是音的索引。c_k决定了这个频率网格在频谱上的“起始位置”Δ_k决定了网格中各个音之间的“步长”。通过为三个输入通道分配合适的(c_k, Δ_k)对我们可以控制所有27种三阶核输出频率网格的偏移c_{k1,k2,k3}和间隔Δ_{k1,k2,k3}。根据公式核输出网格的间隔是三个输入间隔的最大公约数GCD偏移是c_k1 c_k2 - c_k3。设计目标很明确让尽可能多的核输出网格的偏移量互不相同或者即使偏移相同它们的间隔也成倍数关系从而只在部分频点上重叠部分重叠而不是完全重合。论文中采用了一个巧妙的基础策略奇偶分离。让u2独占偶数频率网格即c_2为偶数Δ_2为偶数而u1和u3独占奇数频率网格c_1, c_3为奇数Δ_1, Δ_3为奇数。这样一做根据“奇数±奇数偶数奇数±偶数奇数”的基本规律不同核输出的频率网格自然被分成了“奇数网格组”和“偶数网格组”两大类实现了初步的分离。但这还不够。在奇数组或偶数组内部不同的核输出仍可能重叠。这就需要更精细地调整Δ_k。论文通过分析指出为了完全分离所有需要单独提取核输出共G组输入频率间隔需要满足gcd(Δ_1, Δ_2, Δ_3) 2G。对于3×3系统需要分离的核输出组数G65个独立核1个由3个核构成的组。因此一个最小带宽的设计是Δ_1 12, Δ_3 24, Δ_2 48。这意味着u2的音最稀疏u1的音最密集u3居中。这种不等间隔的设计使得像y_k;121, y_k;233, y_k;222这样具有相同偏移的核输出因为间隔不同12, 24, 48它们的频谱只在某些特定倍数的频点上重叠而不是全部重叠这就为迭代提取提供了可能。偏移c_k的设计则需要解一系列不等式确保不同核输出的频率网格不发生碰撞。论文通过推导给出了c_1, c_2, c_3之间需要满足的关系式。例如选择c_22偶数c_3-5奇数可以解出c_1可以是3或11等值。选定一组参数后就得到了一张清晰的“频谱地图”上面标注了每个核输出应该出现在哪些频点。注意这个设计过程是该方法最核心、也是最需要工程师仔细核算的部分。参数选择不当会导致分离失败。在实际操作前务必在MATLAB或Python中仿真验证你设计的频率网格确保目标核输出的频谱位置如预期般分离。3. 多音信号设计与核提取的实操流程3.1 信号生成与参数设定理论设计完成后我们需要将其转化为实实在在的、可以加载到矢量信号发生器VSG上的波形。以下是基于论文示例c13, c22, c3-5, Δ112, Δ248, Δ324的具体操作步骤。首先确定每个输入信号的频率集合。假设我们为每个通道分配N个音N1, N2, N3可根据带宽和复杂度折衷选择论文中为满足最小带宽有N3 N1/2, N2 N1/4的关系。以通道1为例其第i个音的频率为f1(i) 3 ± (i-1)*12 (Hz这里频率单位是归一化的数字频率实际应用中需乘以采样频率Fs)。我们需要生成一个复数基带信号u1[n] Σ_{i1}^{N1} exp(j*2π*f1(i)*n/Fs j*φ1(i))其中φ1(i)是每个音的随机相位通常在[-π, π]上均匀分布。加入随机相位是为了让信号类似通信信号具有较低的峰均比PAPR避免在进入功放前就产生不必要的非线性。实操要点频率归一化在数字域生成时频率f_k(i)应相对于采样频率Fs归一化到[-0.5, 0.5]区间。例如如果Fs 100 MHz那么实际的模拟频率是 f_k(i) * Fs。相位随机化务必使用随机相位而不是零相位或线性相位。零相位会导致所有音在时域上同相叠加产生极高的峰值不利于实际测试。幅度设置所有音的幅度可以设为相等也可以根据测试需要调整例如模拟特定的功率谱密度。论文方法的核心是频率位置设计对幅度不敏感这给了我们灵活性。信号长度生成足够长的信号序列以确保在频域有高的分辨率能够清晰分辨间隔为Δ的各个音。通常需要满足信号长度 1/Δ_min其中Δ_min是最小的频率间隔本例中是12/FS。用同样的方法生成u2和u3的信号。最终我们得到三路复基带信号u1[n], u2[n], u3[n]。3.2 实验设置与测量注意事项将生成的三路数字信号上传到三台同步的矢量信号发生器VSG。同步至关重要因为我们需要确保三个通道的信号在射频上保持精确的相位关系任何额外的、未知的相位差都会在后续核提取中引入误差。论文中使用了一个共同的外部本振LO源来同步三台VSG。信号经过上变频例如到2.4 GHz后输入到待测设备DUT——这里是一个模拟的3×3 MIMO发射机由三个功放和可配置的串扰网络组成。DUT的输出被下变频到中频然后由高速ADC采集。这里有一个关键的测量技巧由于我们通常没有足够多通道的ADC同时采集所有输出论文中提到可以将MIMO系统视为多个多输入单输出MISO系统的组合。因此我们可以使用一个电子开关轮流将每个输出通道连接到ADC进行测量。这要求DUT和测试系统在测量期间是时不变的并且每次切换后需要进行精确的时延和相位同步校准。同步与校准步骤时延校准在测量开始前可以注入一个已知的参考信号如一个单音到所有通道通过计算互相关函数精确测量并补偿从信号源到ADC采集端每个路径的固定时延差。相位同步在多音测量中绝对的相位值很重要因为它被编码在核函数的复数值中。需要使用同步的LO并在数据处理中通过测量已知的线性响应来补偿残余的相位偏移。迭代测量为了提取所有核论文描述了一个“信号交换”的过程。即先按(u1-奇, u2-偶, u3-奇)配置测量一次。然后交换u1和u2的角色即u1用偶网格u2用奇网格再测一次。最后再交换u3和u2的角色测一次。这三次测量组合起来才能覆盖所有27个三阶核的输出。每次交换后都需要重新生成对应的多音信号。3.3 核输出的频域提取算法采集到输出信号y_k[n]后进行离线处理。核心步骤是在频域进行“梳状滤波”提取。计算功率谱密度PSD对采集到的时域信号y_k[n]做加窗如汉宁窗的FFT并计算其功率谱密度得到Y_k(f)。构建“频率掩模”根据之前设计阶段计算好的表格类似论文中的Table IV我们知道每个核输出y_k;k1k2k3应该出现在哪些具体的频点集合上。例如y1;112的频谱线位于频率集合 {c112 ± n*Δ112} 上。我们可以为每个待提取的核生成一个二进制的频率掩模M_k1k2k3[f]在对应频点处为1其余为0。提取非重叠核对于完全非重叠的核如论文例子中的y_k;112, y_k;332等提取过程很简单将输出频谱Y_k(f)与对应的掩模M_k1k2k3[f]逐点相乘然后做逆FFT如果需要时域波形或直接对掩模内的频谱线功率求和即可得到该核输出的能量。Y_k;k1k2k3(f) Y_k(f) * M_k1k2k3[f]迭代提取重叠核组对于部分重叠的核组如y_k;121, y_k;233, y_k;222需要迭代处理 a. 首先提取y_k;121它的频率间隔最小Δ12。找到那些只属于y_k;121的频谱线即不被y_k;233和y_k;222的网格覆盖的频点用这些“干净”的频点来估计y_k;121的幅度和相位。假设系统是慢变的我们可以用这些已知点的信息通过插值或模型拟合来重构整个y_k;121的频谱。 b. 然后提取y_k;233从y_k;233的频谱线中减去已经估计好的y_k;121在其重叠频点上的贡献。对于与y_k;222重叠的部分暂时保留。 c. 最后提取y_k;222从总输出频谱中减去线性分量y_k;2其频谱与输入u2的频谱位置相同以及已经估计好的y_k;121和y_k;233在所有频点上的贡献。剩下的在y_k;222频点上的能量即归属于它。功率与贡献度分析对每个提取出来的核输出频谱计算其总功率。通过比较不同核输出的功率大小就可以定量分析哪种非线性机制哪个核占主导地位。例如如果y1;121的功率远大于y1;111说明通道1的输出中来自通道2的输入串扰引起的交叉调制失真比其自身的非线性失真更严重。实操心得在实际的DSP处理中“梳状滤波”不一定真的要做时域滤波。更高效的做法是直接在频域进行“选点”操作。提取的精度极度依赖于频率网格设计的准确性和测量系统的相位噪声。如果本振相位噪声过大可能会模糊紧密相邻的频谱线影响分离效果。因此使用低相位噪声的源和良好的屏蔽措施是实验成功的关键。4. 在射频MIMO发射机串扰分析中的应用与解读4.1 串扰模型与六种配置论文将这套方法应用于一个非常实际的工程问题诊断3×3射频MIMO发射机中的串扰。串扰分为两种输入串扰发生在功放等非线性器件之前通常源于共用本振泄漏、PCB走线耦合等。输出串扰发生在功放之后通常源于天线间的耦合、输出匹配网络不理想等。对于一个3×3系统考虑串扰的互易性即从通道i泄漏到通道j的强度等于从j泄漏到i的并假设相邻通道耦合强如-20dB非相邻通道耦合弱如-40dB那么根据输入/输出串扰是否存在可以组合出六种不同的硬件配置见论文图2全输入串扰全输出串扰全输入全输出串扰全输入部分输出串扰例如只有相邻通道有输出串扰部分输入全输出串扰部分输入部分输出串扰4.2 核输出谱图解读与故障诊断应用本文的多音提取方法后对于每一种配置我们都能得到一幅清晰的“核输出谱图”。这些谱图是强大的诊断工具。以全输入串扰配置1为例观察通道1的提取结果对应论文图5自核只有y1;111通道1自身的三阶非线性贡献显著。y1;222和y1;333几乎看不到。这很直观因为输入串扰发生在功放前信号经过各自独立的非线性功放所以主要产生各自通道的自核。交叉核在众多交叉核中y1;121的功率非常突出。这对应着输入信号组合(u1, u2, u2*)即通道1的输入与通道2的输入串扰信号相互作用产生的非线性。因为相邻通道串扰强-20dB所以这个核输出很强。而像y1;131涉及非相邻通道3串扰弱-40dB的贡献就微乎其微淹没在噪声底。再以全输出串扰配置2为例论文图7自核出现了有趣的现象。不仅y1;111很强y1;222和y1;333也有明显贡献这是因为输出串扰发生在功放后。通道2和通道3的强信号已经过其自身功放非线性失真耦合到通道1的输出端这些信号本身包含了其自核失真成分。因此在通道1的输出端我们“看”到了来自通道2和通道3的自核失真。哪个通道的输出信号耦合过来强对应的自核贡献就大。交叉核所有交叉核的贡献理论上都为零实际测量中接近噪声底。因为输出串扰是线性耦合假设耦合网络本身是线性的它只是将别的通道的最终输出信号线性地加过来不会产生新的、涉及多个通道输入信号的交叉调制项。通过对比不同配置下各核输出的相对功率我们可以像查字典一样判断实际的硬件属于哪种串扰配置。论文的表V总结了这些规律是极佳的现场诊断速查表。4.3 方法优势与局限性分析优势高分辨力能够清晰分离并量化每一种非线性相互作用这是传统双音互调测试或总频谱测量无法做到的。诊断性强直接关联到物理硬件缺陷输入/输出串扰指导工程师进行针对性整改例如改善PCB隔离、调整天线布局。适用于真实信号多音信号可以设计成类似OFDM的宽带信号更贴近系统的实际工作状态。可扩展性论文给出了扩展到K×K MIMO系统的一般性设计指南虽然复杂度会增加但原理相通。局限性与注意事项带宽效率为了分离核输出输入信号的频率间隔必须拉得很开Δ很大导致在固定带宽内能放置的有效音数减少信号可能无法充分激励系统的所有动态特性。对于高阶MIMO如4×4, 5×5这个问题会更突出。对记忆效应敏感度经典的Volterra级数对具有强记忆效应的系统如宽带功放建模效率低需要非常高的阶数。本方法提取的是三阶核对于记忆效应显著的系统其提取的核是“平均化”或“最佳拟合”的结果可能无法完全表征动态非线性。实验复杂度需要多台相位相干的信号源和精密的同步测量设备测试和校准过程繁琐。仅限于分析该方法主要是一个分析和诊断工具。提取出的核函数虽然可以用于构建Volterra模型但对于实时数字预失真DPD来说直接使用如此高维度的完整Volterra模型往往不现实仍需结合如记忆多项式等简化模型。5. 常见问题、挑战与实战排查技巧在实际操作中即使完全按照论文步骤进行也可能会遇到各种问题。以下是一些常见陷阱及排查思路。5.1 频谱分离不彻底核输出相互“污染”现象在提取出的某个核输出频谱中出现了本不该属于它的频率分量或者预期应该干净的频点上有明显的残留功率。可能原因与排查频率网格设计错误这是最可能的原因。重新检查c_k和Δ_k的计算特别是最大公约数GCD和偏移条件。建议用脚本自动生成所有核输出的频率集合并可视化检查是否有非预期的重叠。系统非线性阶数高于三阶论文方法只分离了三阶核。如果系统存在显著的五阶或七阶非线性它们的产物可能会落到为三阶核预留的频点上造成干扰。解决方法是增加输入音的间隔Δ_k为高阶产物留出更宽的“防护带”或者使用幅度更小的输入信号降低高阶非线性的激发程度。测量系统的非线性信号发生器、放大器、下变频器、ADC整个测量链路自身的非线性也会产生互调产物。务必在连接DUT之前先对测量系统本身进行校准和背景测量将系统非线性底噪记录下来并在后续数据处理中减去。相位噪声与频谱泄露本振相位噪声会使单音频谱展宽导致相邻频点能量泄露。FFT时的频谱泄露也会造成类似问题。确保使用低相位噪声源并在做FFT时使用合适的窗函数如汉宁窗增加FFT点数以提高频率分辨率。5.2 提取出的核输出功率与理论预期偏差大现象例如在全输入串扰配置下y1;121的测量功率远小于根据串扰系数如-20dB和输入功率预估的值。可能原因与排查同步与校准不充分时延和相位校准误差会直接导致在频域选点提取时信号能量没有被正确对齐和求和。重新进行精密的时延和相位校准确保参考信号在所有通道的测量路径上完全对齐。DUT的增益压缩如果输入信号总功率过大使功放进入深度饱和区其非线性行为可能偏离Volterra模型弱非线性假设。尝试降低输入信号的总功率确保DUT工作在线性区或轻度非线性区。串扰模型过于简化论文假设串扰是静态的、固定衰减的。实际硬件中串扰路径可能具有频率选择性即不同频率的耦合强度不同或记忆效应。这会导致提取的核输出频谱形状不平坦。此时本方法揭示的是一种“平均”或“有效”的串扰水平。迭代提取误差传递对于重叠核组后提取的核如y_k;222依赖于先提取的核y_k;121, y_k;233的估计精度。如果第一步提取就有误差误差会累积放大。可以尝试不同的提取顺序或者使用最小二乘估计等更鲁棒的联合估计算法来代替简单的迭代减法。5.3 实验设置复杂耗时过长挑战需要三台同步VSG、开关、多次测量整个流程繁琐。优化技巧自动化脚本用Python或LabVIEW编写完整的控制脚本自动完成信号生成、VSG配置、开关切换、ADC采集、数据保存等一系列操作。并行测量考虑如果拥有多通道ADC可以尝试同时采集多个输出减少开关切换次数。但需确保通道间隔离度足够高避免ADC本身的串扰。简化设计对于特定问题可能不需要提取所有27个核。如果前期已有线索如怀疑主要是相邻通道串扰可以针对性设计信号只分离和观察关键的几个核如y_k;kkk, y_k;kij等从而使用更紧凑的频率网格提高测试效率。5.4 从核输出到核函数辨识常见疑问本文方法提取的是“核输出”Kernel Outputs即y_k;k1k2k3(n)这是时域序列或频域谱线。如何得到Volterra核函数本身即h(3,3)_k;k1k2k3(m1,m2,m3)解决方案核输出与核函数通过一个线性方程关联见论文公式(4)。一旦我们获得了纯净的核输出时域序列就可以将其与已知的输入信号序列u_k(n)一起构建一个线性最小二乘问题来求解核函数的系数。对于非重叠的核这相对直接。对于重叠核组需要利用其部分非重叠的频谱信息先估计出该核输出的完整频域响应再转换到时域进行核函数辨识。论文在结论部分也提到了这一点。最后我个人在实践中的体会是这套方法就像给复杂的MIMO非线性系统做了一次精密的“CT扫描”。它不会直接告诉你如何修复问题但它能生成最清晰的“影像”让你一眼看清系统内部各种非线性相互作用的强弱关系。在调试一个多通道射频系统时尤其是当传统指标如ACLR、EVM恶化却找不到明确原因时采用这种基于多音信号的核分离技术进行深度诊断往往能带来意想不到的突破。它需要耐心细致的实验设置和数据处理但一旦跑通其带来的系统级洞察力是其他简单测试方法无法比拟的。对于从事高性能MIMO系统开发的工程师和研究人员来说掌握这套方法无疑是工具箱里一件非常犀利的武器。
多音信号分离MIMO Volterra核：射频非线性串扰诊断利器
发布时间：2026/5/27 15:04:29
1. 项目概述用多音信号“照亮”MIMO非线性系统的黑箱在射频和通信系统领域尤其是大规模MIMO多输入多输出技术蓬勃发展的今天我们工程师面临着一个日益棘手的挑战如何准确、高效地剖析一个多通道非线性系统的内部行为传统的单音或双音测试对于简单的功放或许够用但面对一个3×3甚至更高维度的MIMO发射机其内部通道间的非线性串扰Crosstalk就像一团乱麻相互耦合难以分离。你测到的失真究竟是通道自身的非线性自核效应还是隔壁通道信号窜过来捣乱的结果交叉核效应不搞清楚这个后续的线性化如数字预失真DPD或系统优化就无从谈起。这就像试图在一个人声鼎沸的鸡尾酒会上只听清其中三个人的完整对话。如果所有人同时说话你听到的只是一片混沌的噪音。但如果你能巧妙地安排每个人说话的频率和节奏让他们的声音在频谱上“错开”你就有可能用一个“频谱耳朵”分别捕捉到每一段独立的对话。这正是本文要探讨的核心方法利用精心设计的多音Multitone激励信号在频域上实现3×3 MIMO Volterra系统三阶核输出的分离与提取。Volterra级数作为非线性系统建模的利器其价值在于它提供了一套系统的框架将复杂的非线性输出分解为各阶核函数与输入信号的卷积之和。对于MIMO系统核函数变得异常复杂除了每个通道自身的非线性自核还多了不同通道输入信号之间非线性相互作用产生的交叉核。传统方法如扫频式的双音、三音测试要么激励不完整要么测试效率极低难以应对MIMO系统庞大的核函数数量。本文介绍的这项技术其精妙之处在于“设计”二字。它不再被动地接受系统输出的混杂频谱而是主动设计输入信号的频率结构——具体来说是控制每个输入通道多音信号的频率偏移Offset和间隔Spacing。通过巧妙的奇偶分配和频率网格设计使得不同核函数如y1;112, y1;123等产生的三阶互调产物落在频谱上完全不相干或部分不重叠的特定频点集合上。这样在输出端我们就能像用一把把特制的“频率筛子”文中称为梳状滤波器一样将各个核的输出分量单独“筛”出来直接观察其功率谱密度PSD从而定量分析哪个核在哪种硬件损伤如输入串扰或输出串扰下占主导地位。这项工作的价值远不止于一篇学术论文。对于一线射频工程师和系统辨识研究者而言它提供了一套可直接操作的“诊断工具箱”。当你面对一个性能不达标的3×3 MIMO射频前端怀疑是PCB布局导致的通道耦合或是共用本振引入的泄漏时这套方法能帮你快速定位问题根源。是输入端的串扰导致了强烈的交叉核失真还是输出端的天线耦合放大了特定自核通过本文的流程你可以获得清晰的、分离的核输出谱线让原本隐藏在总输出频谱中的各种非线性相互作用“浮出水面”。这为后续针对性的补偿算法设计、硬件改进提供了至关重要的数据支撑。2. 核心原理与设计思路拆解2.1 MIMO Volterra系统与核输出的挑战要理解这个方法为什么有效首先得看清我们面对的问题有多复杂。对于一个3×3的MIMO Volterra系统考虑基带复信号通常只关注奇阶非线性其第k个通道的输出y_k(n)可以表示为线性部分和三阶非线性部分之和。其中三阶非线性输出y_k^(3)(n)是所有可能的三阶核输出的总和。关键就在这里这些三阶核输出根据参与作用的输入通道索引组合(k1, k2, k3)被分为自核如k1k2k3即y_k;111, y_k;222, y_k;333和交叉核其他所有组合如y_k;112, y_k;123等。对于一个3×3系统需要考虑的三阶核组合数量是相当可观的。更麻烦的是在传统的宽带信号激励下所有这些核的输出在频域上会相互叠加、交织在一起你测量到的总输出频谱是一锅“大杂烩”无法区分其中每一种非线性成分的来源和大小。交叉核的存在正是MIMO系统非线性分析比SISO系统困难得多的核心原因。在SISO系统中你只需要对付自核。但在MIMO系统中一个通道的输出失真可能源于自身信号的三次方自核也可能源于本通道信号与相邻通道信号的平方的混合交叉核如y1;122甚至源于三个不同通道信号的混合如y1;123。如果不把它们分开你根本无法知道系统非线性的主要矛盾是什么。2.2 多音信号的“频谱搬移”特性与分离思想方法的突破口在于深刻理解Volterra系统对多音信号的响应特性。当我们用一个由多个单音正弦波组成的信号u_k(n)去激励一个非线性系统时其输出中会产生新的频率成分。对于三阶非线性项其产生的频率成分是输入信号中所有可能的三音组合【f_k1(i1) f_k2(i2) - f_k3(i3)】的排列。这是一个极其重要的先验知识。这意味着输出频谱的“图案”完全由输入信号的频率网格决定。如果我们能像设计师一样精心编排每个输入通道u1, u2, u3所使用的频率集合即多音信号的各个单音频率就有可能让不同核函数产生的输出频率成分落在频谱上互不重叠的“格子”里。举个例子假设我们只关心两个特定的核输出y1;112和y1;123。如果u1使用一组奇数倍频点的音u2使用一组偶数倍频点的音u3使用另一组奇数倍频点的音并且精心设置它们的基频偏移那么经过数学推导可以发现y1;112产生的互调产物会落在某些特定的偶数频点上而y1;123产生的互调产物会落在另一些特定的奇数频点上。这样在输出频谱上这两组产物在频率位置上就是天然分离的我们可以通过简单的带通滤波或频域选择将它们分别提取出来。2.3 频率网格设计的核心偏移与间隔那么具体如何设计这些频率网格呢论文的核心设计包含两个关键参数频率偏移c_k和频率间隔Δ_k。每个输入信号u_k的频率集合可以表示为f_k(i) c_k ± (i-1)Δ_k其中i是音的索引。c_k决定了这个频率网格在频谱上的“起始位置”Δ_k决定了网格中各个音之间的“步长”。通过为三个输入通道分配合适的(c_k, Δ_k)对我们可以控制所有27种三阶核输出频率网格的偏移c_{k1,k2,k3}和间隔Δ_{k1,k2,k3}。根据公式核输出网格的间隔是三个输入间隔的最大公约数GCD偏移是c_k1 c_k2 - c_k3。设计目标很明确让尽可能多的核输出网格的偏移量互不相同或者即使偏移相同它们的间隔也成倍数关系从而只在部分频点上重叠部分重叠而不是完全重合。论文中采用了一个巧妙的基础策略奇偶分离。让u2独占偶数频率网格即c_2为偶数Δ_2为偶数而u1和u3独占奇数频率网格c_1, c_3为奇数Δ_1, Δ_3为奇数。这样一做根据“奇数±奇数偶数奇数±偶数奇数”的基本规律不同核输出的频率网格自然被分成了“奇数网格组”和“偶数网格组”两大类实现了初步的分离。但这还不够。在奇数组或偶数组内部不同的核输出仍可能重叠。这就需要更精细地调整Δ_k。论文通过分析指出为了完全分离所有需要单独提取核输出共G组输入频率间隔需要满足gcd(Δ_1, Δ_2, Δ_3) 2G。对于3×3系统需要分离的核输出组数G65个独立核1个由3个核构成的组。因此一个最小带宽的设计是Δ_1 12, Δ_3 24, Δ_2 48。这意味着u2的音最稀疏u1的音最密集u3居中。这种不等间隔的设计使得像y_k;121, y_k;233, y_k;222这样具有相同偏移的核输出因为间隔不同12, 24, 48它们的频谱只在某些特定倍数的频点上重叠而不是全部重叠这就为迭代提取提供了可能。偏移c_k的设计则需要解一系列不等式确保不同核输出的频率网格不发生碰撞。论文通过推导给出了c_1, c_2, c_3之间需要满足的关系式。例如选择c_22偶数c_3-5奇数可以解出c_1可以是3或11等值。选定一组参数后就得到了一张清晰的“频谱地图”上面标注了每个核输出应该出现在哪些频点。注意这个设计过程是该方法最核心、也是最需要工程师仔细核算的部分。参数选择不当会导致分离失败。在实际操作前务必在MATLAB或Python中仿真验证你设计的频率网格确保目标核输出的频谱位置如预期般分离。3. 多音信号设计与核提取的实操流程3.1 信号生成与参数设定理论设计完成后我们需要将其转化为实实在在的、可以加载到矢量信号发生器VSG上的波形。以下是基于论文示例c13, c22, c3-5, Δ112, Δ248, Δ324的具体操作步骤。首先确定每个输入信号的频率集合。假设我们为每个通道分配N个音N1, N2, N3可根据带宽和复杂度折衷选择论文中为满足最小带宽有N3 N1/2, N2 N1/4的关系。以通道1为例其第i个音的频率为f1(i) 3 ± (i-1)*12 (Hz这里频率单位是归一化的数字频率实际应用中需乘以采样频率Fs)。我们需要生成一个复数基带信号u1[n] Σ_{i1}^{N1} exp(j*2π*f1(i)*n/Fs j*φ1(i))其中φ1(i)是每个音的随机相位通常在[-π, π]上均匀分布。加入随机相位是为了让信号类似通信信号具有较低的峰均比PAPR避免在进入功放前就产生不必要的非线性。实操要点频率归一化在数字域生成时频率f_k(i)应相对于采样频率Fs归一化到[-0.5, 0.5]区间。例如如果Fs 100 MHz那么实际的模拟频率是 f_k(i) * Fs。相位随机化务必使用随机相位而不是零相位或线性相位。零相位会导致所有音在时域上同相叠加产生极高的峰值不利于实际测试。幅度设置所有音的幅度可以设为相等也可以根据测试需要调整例如模拟特定的功率谱密度。论文方法的核心是频率位置设计对幅度不敏感这给了我们灵活性。信号长度生成足够长的信号序列以确保在频域有高的分辨率能够清晰分辨间隔为Δ的各个音。通常需要满足信号长度 1/Δ_min其中Δ_min是最小的频率间隔本例中是12/FS。用同样的方法生成u2和u3的信号。最终我们得到三路复基带信号u1[n], u2[n], u3[n]。3.2 实验设置与测量注意事项将生成的三路数字信号上传到三台同步的矢量信号发生器VSG。同步至关重要因为我们需要确保三个通道的信号在射频上保持精确的相位关系任何额外的、未知的相位差都会在后续核提取中引入误差。论文中使用了一个共同的外部本振LO源来同步三台VSG。信号经过上变频例如到2.4 GHz后输入到待测设备DUT——这里是一个模拟的3×3 MIMO发射机由三个功放和可配置的串扰网络组成。DUT的输出被下变频到中频然后由高速ADC采集。这里有一个关键的测量技巧由于我们通常没有足够多通道的ADC同时采集所有输出论文中提到可以将MIMO系统视为多个多输入单输出MISO系统的组合。因此我们可以使用一个电子开关轮流将每个输出通道连接到ADC进行测量。这要求DUT和测试系统在测量期间是时不变的并且每次切换后需要进行精确的时延和相位同步校准。同步与校准步骤时延校准在测量开始前可以注入一个已知的参考信号如一个单音到所有通道通过计算互相关函数精确测量并补偿从信号源到ADC采集端每个路径的固定时延差。相位同步在多音测量中绝对的相位值很重要因为它被编码在核函数的复数值中。需要使用同步的LO并在数据处理中通过测量已知的线性响应来补偿残余的相位偏移。迭代测量为了提取所有核论文描述了一个“信号交换”的过程。即先按(u1-奇, u2-偶, u3-奇)配置测量一次。然后交换u1和u2的角色即u1用偶网格u2用奇网格再测一次。最后再交换u3和u2的角色测一次。这三次测量组合起来才能覆盖所有27个三阶核的输出。每次交换后都需要重新生成对应的多音信号。3.3 核输出的频域提取算法采集到输出信号y_k[n]后进行离线处理。核心步骤是在频域进行“梳状滤波”提取。计算功率谱密度PSD对采集到的时域信号y_k[n]做加窗如汉宁窗的FFT并计算其功率谱密度得到Y_k(f)。构建“频率掩模”根据之前设计阶段计算好的表格类似论文中的Table IV我们知道每个核输出y_k;k1k2k3应该出现在哪些具体的频点集合上。例如y1;112的频谱线位于频率集合 {c112 ± n*Δ112} 上。我们可以为每个待提取的核生成一个二进制的频率掩模M_k1k2k3[f]在对应频点处为1其余为0。提取非重叠核对于完全非重叠的核如论文例子中的y_k;112, y_k;332等提取过程很简单将输出频谱Y_k(f)与对应的掩模M_k1k2k3[f]逐点相乘然后做逆FFT如果需要时域波形或直接对掩模内的频谱线功率求和即可得到该核输出的能量。Y_k;k1k2k3(f) Y_k(f) * M_k1k2k3[f]迭代提取重叠核组对于部分重叠的核组如y_k;121, y_k;233, y_k;222需要迭代处理 a. 首先提取y_k;121它的频率间隔最小Δ12。找到那些只属于y_k;121的频谱线即不被y_k;233和y_k;222的网格覆盖的频点用这些“干净”的频点来估计y_k;121的幅度和相位。假设系统是慢变的我们可以用这些已知点的信息通过插值或模型拟合来重构整个y_k;121的频谱。 b. 然后提取y_k;233从y_k;233的频谱线中减去已经估计好的y_k;121在其重叠频点上的贡献。对于与y_k;222重叠的部分暂时保留。 c. 最后提取y_k;222从总输出频谱中减去线性分量y_k;2其频谱与输入u2的频谱位置相同以及已经估计好的y_k;121和y_k;233在所有频点上的贡献。剩下的在y_k;222频点上的能量即归属于它。功率与贡献度分析对每个提取出来的核输出频谱计算其总功率。通过比较不同核输出的功率大小就可以定量分析哪种非线性机制哪个核占主导地位。例如如果y1;121的功率远大于y1;111说明通道1的输出中来自通道2的输入串扰引起的交叉调制失真比其自身的非线性失真更严重。实操心得在实际的DSP处理中“梳状滤波”不一定真的要做时域滤波。更高效的做法是直接在频域进行“选点”操作。提取的精度极度依赖于频率网格设计的准确性和测量系统的相位噪声。如果本振相位噪声过大可能会模糊紧密相邻的频谱线影响分离效果。因此使用低相位噪声的源和良好的屏蔽措施是实验成功的关键。4. 在射频MIMO发射机串扰分析中的应用与解读4.1 串扰模型与六种配置论文将这套方法应用于一个非常实际的工程问题诊断3×3射频MIMO发射机中的串扰。串扰分为两种输入串扰发生在功放等非线性器件之前通常源于共用本振泄漏、PCB走线耦合等。输出串扰发生在功放之后通常源于天线间的耦合、输出匹配网络不理想等。对于一个3×3系统考虑串扰的互易性即从通道i泄漏到通道j的强度等于从j泄漏到i的并假设相邻通道耦合强如-20dB非相邻通道耦合弱如-40dB那么根据输入/输出串扰是否存在可以组合出六种不同的硬件配置见论文图2全输入串扰全输出串扰全输入全输出串扰全输入部分输出串扰例如只有相邻通道有输出串扰部分输入全输出串扰部分输入部分输出串扰4.2 核输出谱图解读与故障诊断应用本文的多音提取方法后对于每一种配置我们都能得到一幅清晰的“核输出谱图”。这些谱图是强大的诊断工具。以全输入串扰配置1为例观察通道1的提取结果对应论文图5自核只有y1;111通道1自身的三阶非线性贡献显著。y1;222和y1;333几乎看不到。这很直观因为输入串扰发生在功放前信号经过各自独立的非线性功放所以主要产生各自通道的自核。交叉核在众多交叉核中y1;121的功率非常突出。这对应着输入信号组合(u1, u2, u2*)即通道1的输入与通道2的输入串扰信号相互作用产生的非线性。因为相邻通道串扰强-20dB所以这个核输出很强。而像y1;131涉及非相邻通道3串扰弱-40dB的贡献就微乎其微淹没在噪声底。再以全输出串扰配置2为例论文图7自核出现了有趣的现象。不仅y1;111很强y1;222和y1;333也有明显贡献这是因为输出串扰发生在功放后。通道2和通道3的强信号已经过其自身功放非线性失真耦合到通道1的输出端这些信号本身包含了其自核失真成分。因此在通道1的输出端我们“看”到了来自通道2和通道3的自核失真。哪个通道的输出信号耦合过来强对应的自核贡献就大。交叉核所有交叉核的贡献理论上都为零实际测量中接近噪声底。因为输出串扰是线性耦合假设耦合网络本身是线性的它只是将别的通道的最终输出信号线性地加过来不会产生新的、涉及多个通道输入信号的交叉调制项。通过对比不同配置下各核输出的相对功率我们可以像查字典一样判断实际的硬件属于哪种串扰配置。论文的表V总结了这些规律是极佳的现场诊断速查表。4.3 方法优势与局限性分析优势高分辨力能够清晰分离并量化每一种非线性相互作用这是传统双音互调测试或总频谱测量无法做到的。诊断性强直接关联到物理硬件缺陷输入/输出串扰指导工程师进行针对性整改例如改善PCB隔离、调整天线布局。适用于真实信号多音信号可以设计成类似OFDM的宽带信号更贴近系统的实际工作状态。可扩展性论文给出了扩展到K×K MIMO系统的一般性设计指南虽然复杂度会增加但原理相通。局限性与注意事项带宽效率为了分离核输出输入信号的频率间隔必须拉得很开Δ很大导致在固定带宽内能放置的有效音数减少信号可能无法充分激励系统的所有动态特性。对于高阶MIMO如4×4, 5×5这个问题会更突出。对记忆效应敏感度经典的Volterra级数对具有强记忆效应的系统如宽带功放建模效率低需要非常高的阶数。本方法提取的是三阶核对于记忆效应显著的系统其提取的核是“平均化”或“最佳拟合”的结果可能无法完全表征动态非线性。实验复杂度需要多台相位相干的信号源和精密的同步测量设备测试和校准过程繁琐。仅限于分析该方法主要是一个分析和诊断工具。提取出的核函数虽然可以用于构建Volterra模型但对于实时数字预失真DPD来说直接使用如此高维度的完整Volterra模型往往不现实仍需结合如记忆多项式等简化模型。5. 常见问题、挑战与实战排查技巧在实际操作中即使完全按照论文步骤进行也可能会遇到各种问题。以下是一些常见陷阱及排查思路。5.1 频谱分离不彻底核输出相互“污染”现象在提取出的某个核输出频谱中出现了本不该属于它的频率分量或者预期应该干净的频点上有明显的残留功率。可能原因与排查频率网格设计错误这是最可能的原因。重新检查c_k和Δ_k的计算特别是最大公约数GCD和偏移条件。建议用脚本自动生成所有核输出的频率集合并可视化检查是否有非预期的重叠。系统非线性阶数高于三阶论文方法只分离了三阶核。如果系统存在显著的五阶或七阶非线性它们的产物可能会落到为三阶核预留的频点上造成干扰。解决方法是增加输入音的间隔Δ_k为高阶产物留出更宽的“防护带”或者使用幅度更小的输入信号降低高阶非线性的激发程度。测量系统的非线性信号发生器、放大器、下变频器、ADC整个测量链路自身的非线性也会产生互调产物。务必在连接DUT之前先对测量系统本身进行校准和背景测量将系统非线性底噪记录下来并在后续数据处理中减去。相位噪声与频谱泄露本振相位噪声会使单音频谱展宽导致相邻频点能量泄露。FFT时的频谱泄露也会造成类似问题。确保使用低相位噪声源并在做FFT时使用合适的窗函数如汉宁窗增加FFT点数以提高频率分辨率。5.2 提取出的核输出功率与理论预期偏差大现象例如在全输入串扰配置下y1;121的测量功率远小于根据串扰系数如-20dB和输入功率预估的值。可能原因与排查同步与校准不充分时延和相位校准误差会直接导致在频域选点提取时信号能量没有被正确对齐和求和。重新进行精密的时延和相位校准确保参考信号在所有通道的测量路径上完全对齐。DUT的增益压缩如果输入信号总功率过大使功放进入深度饱和区其非线性行为可能偏离Volterra模型弱非线性假设。尝试降低输入信号的总功率确保DUT工作在线性区或轻度非线性区。串扰模型过于简化论文假设串扰是静态的、固定衰减的。实际硬件中串扰路径可能具有频率选择性即不同频率的耦合强度不同或记忆效应。这会导致提取的核输出频谱形状不平坦。此时本方法揭示的是一种“平均”或“有效”的串扰水平。迭代提取误差传递对于重叠核组后提取的核如y_k;222依赖于先提取的核y_k;121, y_k;233的估计精度。如果第一步提取就有误差误差会累积放大。可以尝试不同的提取顺序或者使用最小二乘估计等更鲁棒的联合估计算法来代替简单的迭代减法。5.3 实验设置复杂耗时过长挑战需要三台同步VSG、开关、多次测量整个流程繁琐。优化技巧自动化脚本用Python或LabVIEW编写完整的控制脚本自动完成信号生成、VSG配置、开关切换、ADC采集、数据保存等一系列操作。并行测量考虑如果拥有多通道ADC可以尝试同时采集多个输出减少开关切换次数。但需确保通道间隔离度足够高避免ADC本身的串扰。简化设计对于特定问题可能不需要提取所有27个核。如果前期已有线索如怀疑主要是相邻通道串扰可以针对性设计信号只分离和观察关键的几个核如y_k;kkk, y_k;kij等从而使用更紧凑的频率网格提高测试效率。5.4 从核输出到核函数辨识常见疑问本文方法提取的是“核输出”Kernel Outputs即y_k;k1k2k3(n)这是时域序列或频域谱线。如何得到Volterra核函数本身即h(3,3)_k;k1k2k3(m1,m2,m3)解决方案核输出与核函数通过一个线性方程关联见论文公式(4)。一旦我们获得了纯净的核输出时域序列就可以将其与已知的输入信号序列u_k(n)一起构建一个线性最小二乘问题来求解核函数的系数。对于非重叠的核这相对直接。对于重叠核组需要利用其部分非重叠的频谱信息先估计出该核输出的完整频域响应再转换到时域进行核函数辨识。论文在结论部分也提到了这一点。最后我个人在实践中的体会是这套方法就像给复杂的MIMO非线性系统做了一次精密的“CT扫描”。它不会直接告诉你如何修复问题但它能生成最清晰的“影像”让你一眼看清系统内部各种非线性相互作用的强弱关系。在调试一个多通道射频系统时尤其是当传统指标如ACLR、EVM恶化却找不到明确原因时采用这种基于多音信号的核分离技术进行深度诊断往往能带来意想不到的突破。它需要耐心细致的实验设置和数据处理但一旦跑通其带来的系统级洞察力是其他简单测试方法无法比拟的。对于从事高性能MIMO系统开发的工程师和研究人员来说掌握这套方法无疑是工具箱里一件非常犀利的武器。
