测量前端中单载波信号恢复的直接与正则化逆去嵌入方法

《Sensors》：Direct and Regularized Inverse De-Embedding for Single-Carrier Signal Recovery in Measurement Front-Ends

　　

为解决单载波信号测量链中由幅度波动、相位失真、延迟失真及噪声放大引起的恢复精度下降问题，本文研究了直接逆与正则化逆去嵌入补偿方法。基于线性时不变系统模型，将单载波信号去嵌入表述为一类对弱响应频点及观测噪声敏感的病态逆问题，随后建立统一的频域补偿框架，包括直接法、Tikhonov正则化逆补偿、Wiener型逆补偿及截断逆补偿。为评估各方法的适用性，构建了窄带单载波信号及四类测量链模型：平滑参考链、通带边缘衰减链、多局部衰落病态链以及基于实测S参数(S21)的链。仿真结果表明，补偿增益与测量链幅频响应密切相关。当链响应较平坦或正则约束较弱时，直接法、Tikhonov法与截断法结果相近；Wiener型方法在测试条件下可获得更优的归一化均方误差(NMSE)性能。参数扫描与信噪比(SNR)实验进一步表明，正则化逆补偿的有效性取决于测量链的病态程度、噪声水平及参数设置。实测单载波信号实验验证了所提框架的可行性：基于实测S21的频域去嵌入补偿将NMSE从补偿前的?18.7808 dB提升至?37.9458 dB。实测结果还显示，当测量链响应较平坦时，Tikhonov与截断法相对于直接法的额外改善有限，而Wiener型方法可带来轻微的NMSE提升。总体而言，所提框架为单载波信号恢复提供了实用途径，并阐明了不同逆补偿方法在不同测量链与噪声条件下的适用性。

论文解读：《Sensors》—测量前端中单载波信号恢复的直接与正则化逆去嵌入方法

一、研究背景与问题提出

在射频测试、信号测量和系统表征中，测量链（含电缆、连接器、滤波器、放大器及采样前端等）会引入幅度波动、相位失真与延迟失真，使采集数据偏离被测信号的真实频谱与时域特征。这一问题在高精度测量场景中尤为关键，未经校正的失真会直接限制后续参数估计、性能评估与失真分析的准确性。传统S参数（如S₂₁）夹具去嵌入与参考面校准主要面向器件或网络参数测量，旨在移除夹具、电缆等的影响。然而，对于实际采集的单载波信号，测量链的幅频波动、相位延迟与噪声扰动会直接影响信号频谱和时域波形，因此去嵌入问题不仅涉及测量链响应的获取，还涉及逆补偿过程中的噪声放大与稳定性问题。无论测量链响应来自矢量网络分析仪(VNA)测得的S参数，还是从输入-输出数据估计得到，响应误差与观测噪声都可能在逆补偿中被进一步放大。特别是在局部弱响应频点（幅值很小）和低信噪比条件下，直接逆补偿会产生过大逆增益，导致恢复结果不稳定。为此，有必要引入正则化约束以提升单载波信号去嵌入的稳定性与恢复精度。

二、主要关键技术方法概览

研究人员围绕线性时不变测量链模型，在频域建立统一去嵌入补偿框架，对比四类方法：直接逆补偿(Direct)、Tikhonov正则化逆滤波、Wiener型逆滤波及截断逆补偿(Truncated)。为全面评估适用性，研究构造了四种测量链模型：平滑参考链、通带边缘衰减链、多局部衰落病态链，以及基于实测S₂₁参数的链模型；生成窄带单载波仿真信号（载波180 MHz/300 MHz，符号率2 Msym/s，Root Nyquist成形），并在链输出叠加不同信噪比的高斯白噪声（SNR=?5~30 dB）。评价采用归一化均方误差(NMSE)与幅度误差(AmpError)。实测验证使用Keysight N5182B信号源与N5242A VNA，通过参考直连信号与经过滤波器-衰减器测量链的信号进行对比，利用VNA测得S₂₁构建基带频率响应并实施四种逆补偿。

三、研究结果

1. 去嵌入补偿模型与正则化逆补偿方法

基于线性时不变系统，时域观测y(t)=h(t)?x(t)+n(t)变换到频域Y(f)=H(f)X(f)+N(f)。理想直接逆补偿为X?(f)=Y(f)/H(f)，但在实测中采用估计响应H?(f)。当|H?(f)|局部过小时，直接逆会放大噪声与响应估计误差。为此引入三类稳定近似逆：

• •
  Tikhonov正则化逆滤波：X?(f)=H?^*(f)Y(f)/(|H?(f)|²+λ)，λ平衡保真与稳定性；
• •
  Wiener型逆滤波：在最小均方误差准则下导出X?(f)=H?^*(f)S_xx(f)Y(f)/(|H?(f)|²S_xx(f)+S_nn(f))，引入信号与噪声功率谱自适应约束；
• •
  截断逆补偿：设定相对阈值τ=c·min|H?(f)|_B，当|H?(f)|≥τ时直接逆，当|H?(f)|<τ时幅度增益限制在1>

2. 不同测量链条件下的仿真性能分析

• •
  固定参数设置下：SNR=20 dB、λ=10^?6、τ=1.05·min|H?|_B时，Direct、Tikhonov与Truncated的NMSE与AmpError接近；Wiener型方法在所有链模型下均取得更低NMSE（平滑参考链?35.718 dB，通带边缘衰减链?35.311 dB），但AmpError略高，说明Wiener在降低整体重建误差时会适度抑制部分频点幅度。
• •
  Tikhonov正则参数λ影响：λ从10^?8增大，弱响应频点逆增益受控，在低SNR（0 dB）与平滑/通带边缘链中NMSE与AmpError明显改善（例：平滑链λ=0.5时NMSE从?0.0737 dB→?2.5887 dB）；但λ过大（如>0.1~0.5对多局部衰落链）会导致欠补偿，NMSE恶化。中等SNR=10 dB及高SNR=20 dB时，过小λ退化为直接逆，适中λ可微小幅改善AmpError与部分链NMSE，过大λ损害重建。
• •
  截断阈值τ影响：采用相对阈值τ=α·min|H?|_B，α从0.5增大，Truncated在强噪声（SNR=0 dB）与平滑/通带边缘链中稳定提升NMSE（平滑链α=2.0时NMSE从?0.0759 dB→?3.0086 dB；通带边缘链α=1.10~2.0改善约2~5 dB），但α过大（如5.0）引起全带欠补偿。多局部衰落链与实测S₂₁链对阈值敏感，最优α常接近1.05~1.20。高SNR下截断主要降低AmpError，NMSE改善有限。
• •
  Wiener型逆滤波在不同SNR下：随SNR从?5 dB升至30 dB，Wiener与Direct的NMSE均下降，但Wiener始终更低，低SNR优势更显著（SNR=0 dB平滑链NMSE从?0.0792 dB→?20.5947 dB；通带边缘链从1.9301 dB→?20.4798 dB）。AmpError在各链与SNR下均明显降低。高SNR时Direct本身已较好，Wiener的NMSE边际改善变小（实测S₂₁链仅约0.04 dB），但仍保持幅度误差优势。
• •
  三种正则化综合比较：以Direct为基线，在各自SNR最优λ/α下，Tikhonov与Truncated的NMSE多接近Direct，某些链与低SNR下略有提升；Wiener型在平滑、通带边缘、多局部衰落链中NMSE最优，且AmpError最低，综合稳定性更强。

3. 实测信号实验验证

搭建参考直连链与滤波器-衰减器测量链，VNA测S₂₁映射为基带H?(f)，对QPSK单载波（300 MHz载频，2 Msym/s）进行四种频域逆补偿。实测链幅响在150–450 MHz内较平坦（0~?0.25 dB波动）。以参考链信号谱为近似真值：补偿前NMSE=?18.7808 dB，Direct后?37.9458 dB；Tikhonov(λ扫10^?8~10^?2)与Truncated(α=1.0附近激活约5%频点)与Direct几乎一致（NMSE≈?37.9458 dB，AmpError≈4.4613 dB），反映平坦链下正则化额外收益有限；Wiener用参考链估S_xx、用带外估S_nn，NMSE略优至?38.2321 dB，但AmpError升至4.5431 dB。参数扫描显示过大λ或α=3.0致全带截断时AmpError与PSD误差明显增大。结果与仿真一致：平坦链Direct已较满意，正则化价值更多体现在低SNR或局部弱响应场景。

四、讨论与结论翻译总结

研究人员建立了基于线性时不变系统的单载波信号频域去嵌入模型，指出当测量链存在弱响应频点与强观测噪声时，直接逆补偿可视为病态逆问题，易产生过大逆增益与噪声放大。为此引入Tikhonov、Wiener型及截断三类正则化逆补偿，形成统一框架。仿真基于平滑参考链、通带边缘衰减链、多局部衰落病态链及实测S₂₁链展开，结果表明：补偿增益分布与链幅频响应呈逆对应，越弱处逆增益越高；Direct、Tikhonov与Truncated在链较平坦或正则/截断参数偏小时结果相近；Wiener型借助信号与噪声功率谱约束，在测试条件下多取得更优NMSE。参数扫描与SNR实验显示，正则化逆补偿效果依赖于链病态程度、噪声水平及参数选取：参数过小退化至直接逆，过大则欠补偿；因此更适合低SNR、局部弱响应区及直接逆可能严重放大的场景。实测单载波信号实验验证了框架可行性：基于实测S₂₁的频域去嵌入将NMSE从?18.7808 dB提至约?37.95 dB（Direct），Wiener略优；平坦链下Tikhonov与Truncated额外改善有限。

论文结论部分核心要点：

本文研究了直接逆与正则化逆去嵌入补偿，以解决测量链中单载波信号恢复的精度退化问题。基于线性时不变系统建立频域去嵌入模型，将问题表述为对弱响应频点及噪声敏感的病态逆问题，并建立包含Direct、Tikhonov、Wiener型及Truncated的统一补偿框架。仿真表明，测量链幅频响应决定补偿增益分布；固定参数下Direct/Tikhonov/Truncated相近，Wiener型NMSE更优；正则化效果取决于链病态程度、噪声水平与参数设置，更适合低SNR或局部弱响应场景。实测实验利用VNA测S₂₁构建链响应，验证框架可将NMSE从?18.7808 dB提升至?37.9458 dB；平坦链下正则化边际收益小，Wiener型轻微提升NMSE但略牺牲幅度保真度。该框架为单载波信号恢复提供了实用途径，并厘清了不同逆补偿方法的适用边界。未来可扩展至复杂链环境中的调制质量保持与主动失真校正，结合预失真形成链建模-预校正-实测反馈-去嵌入评估的闭环处理。