基于FPGA 的微波光子射頻干擾消除控制算法與實驗驗證

徐龍健，劉長俊，韓秀友，付雙林，谷一英，趙明山

（大連理工大學 光電工程與儀器科學學院，遼寧省先進光電子技術(shù)重點實驗室，大連 116024）

0 引言

隨著無線通信技術(shù)的發(fā)展，人類社會步入了5G 時代。5G 技術(shù)的快速普及使得無線通信業(yè)務量急劇增加，不可再生的無線頻譜資源捉襟見肘。為解決頻譜資源稀缺這一難題，能夠使頻譜利用效率倍增的同時同頻全雙工技術(shù)逐漸成為無線通信技術(shù)領域研究的熱點［1-4］。然而在全雙工通信過程中，發(fā)射天線的高功率信號會進入近端的接收天線，對接收的低功率有用信號產(chǎn)生強干擾，甚至會將有用信號完全淹沒，即射頻自干擾［5］。射頻自干擾是同時同頻全雙工技術(shù)實際應用亟需解決的首要問題［6］。射頻自干擾消除的方法主要包括天線空域消除、射頻域?qū)ο蛿?shù)字域?qū)ο?，通過這三種方法相結(jié)合來實現(xiàn)對射頻自干擾的有效抑制。射頻域干擾消除是同時同頻全雙工接收技術(shù)功能實現(xiàn)的關(guān)鍵環(huán)節(jié)［7-8］，有效的射頻域干擾消除可以降低進入接收機的干擾信號強度，避免接收機中模數(shù)轉(zhuǎn)換器的飽和。

基于電學方法的射頻域干擾抑制技術(shù)，由于微波器件的處理帶寬以及調(diào)節(jié)精度限制，難以滿足寬頻段、大帶寬的射頻干擾消除要求?；谖⒉ü庾訉W的射頻域干擾消除技術(shù)利用光域微波信號處理機制，將射頻信號經(jīng)直接調(diào)制或外調(diào)制轉(zhuǎn)換至光域，在光域內(nèi)對光載微波信號進行高精度的幅相與延時調(diào)控，達到與干擾信號的精確匹配，實現(xiàn)寬頻段、大帶寬干擾的有效消除［9］。因此，微波光子射頻自干擾消除技術(shù)成為近年來同時同頻全雙工技術(shù)領域研究的熱點，國內(nèi)外相關(guān)單位開展了深入的研究工作，并取得了良好的進展，驗證了微波光子射頻自干擾消除技術(shù)的優(yōu)勢［10-15］。

在實際應用場景下，射頻自干擾會隨著周圍環(huán)境的改變而動態(tài)變化，因此必須采取有效的措施對干擾消除系統(tǒng)進行自適應控制，使其滿足實際應用的要求。2015 年，普林斯頓大學提出了基于Nelder-Mead 單純形算法的微波光子射頻自干擾消除方案［16］，通過計算機運行Nelder-Mead 單純形算法，控制半導體光放大器的偏置電流與輸入光功率，來自適應抑制干擾信號功率，在中心頻率915 MHz，掃頻瞬時帶寬60 MHz 條件下，實現(xiàn)了38 dB 的干擾消除深度。2021 年，上海交通大學提出了基于混合準則正則三角算法的微波光子自干擾對消方案［17］，該方案使用高速示波器進行信號采集，在中心頻率2.4 GHz，帶寬100 MHz 條件下，實現(xiàn)了25 dB的干擾消除深度。2022年，南京航空航天大學提出了基于粒子群算法的光子射頻自干擾消除方案，使用高速示波器進行信號采集，在計算機上運行優(yōu)化算法，在X 和Ku 波段，帶寬500 MHz條件下實現(xiàn)了優(yōu)于28 dB 的干擾消除深度［18］。2023 年，西南交通大學提出了基于強化學習算法的光子射頻自干擾對消方案［19］，該方案利用高速示波器與計算機在中心頻率5 GHz，帶寬800 MHz條件下實現(xiàn)了20.18 dB 的干擾消除深度。

已報道的微波光子射頻自干擾消除控制方案，大多采用高速示波器采集數(shù)據(jù)，使用計算機進行數(shù)據(jù)處理與算法迭代，控制系統(tǒng)體積較為龐大，較難滿足移動平臺、衛(wèi)星通信載荷平臺等系統(tǒng)集成化、小型化的應用要求。另外，已報道的光子學射頻對消算法中，尚未考慮光域調(diào)控單元的調(diào)節(jié)精度和數(shù)據(jù)采集單元采樣精度對消除深度以及算法迭代收斂判據(jù)的影響。本文基于現(xiàn)場可編程門陣列（Field Programmable Gate Array，F(xiàn)PGA）的微波光子射頻自干擾對消控制算法，考慮實際光域調(diào)控單元的調(diào)節(jié)精度和數(shù)據(jù)采集單元的采樣精度來設計算法的收斂判據(jù)，建立了具有反饋控制功能的微波光子射頻對消系統(tǒng)，在FPGA 中完成了基于互相關(guān)算法與粒子群算法相結(jié)合的射頻對消自適應尋優(yōu)算法，實驗上實現(xiàn)了在中心頻率2.4 GHz，帶寬40 MHz 條件下35 dB 的干擾消除深度。

1 微波光子射頻干擾對消理論分析

圖1 為基于直調(diào)激光器（Directly Modulated Laser，DML）的微波光子射頻自干擾抑制鏈路原理框圖。全雙工模式下，接收天線（Receiving Antenna，RA）接收到來自發(fā)射天線（Transmitting Antenna，TA）的強干擾信號SI(t)與遠方發(fā)射天線發(fā)送的有用信號SOI(t)，接收的信號SOI(t)+SI(t)由DML2 調(diào)制轉(zhuǎn)換至光域。在發(fā)射機TX 耦合出一路射頻信號Ref(t′)作為對消所用的參考信號，由DML1 調(diào)制轉(zhuǎn)換至光域。Ref(t′)與SI(t)處于同一頻率，若兩信號滿足等幅反相和延時匹配條件，則合路后自干擾信號會被完全消除［9］。Ref(t′)經(jīng)過DML1 電光調(diào)制后，到達光耦合器（Optical Coupler，OC）之前的功率可表示為

圖1 微波光子射頻干擾對消系統(tǒng)示意Fig.1 Schematic of microwave photonics RF SCI system

式中，α為可調(diào)諧光衰減器（Variable Optical Attenuation，VOA）引入的光功率調(diào)節(jié)系數(shù)，γ0為參考信號在鏈路中傳播引入的光功率衰減系數(shù)，S1代表DML1 在線性區(qū)的斜率效率，單位為W/A，I0為直流分量振幅，IRef為輸入到DML1 的參考信號Ref(t′)的振幅，τ為可調(diào)光延時線（Tunable Optical Delay Line，TODL）引入的時延量，ω為射頻信號的角頻率。

天線接收的信號SOI（t）+SI（t）經(jīng)過DML2 轉(zhuǎn)換至光域，在微波光子鏈路中傳輸?shù)竭_光耦合器之前的功率可表示為

式中，γ1為傳播的光功率衰減系數(shù)，S2代表DML2 在線性區(qū)的斜率效率，ISOI代表有用信號的振幅，ISI代表干擾信號振幅。

參考支路和干擾支路的光載射頻信號在光耦合器中合路，進入光電探測器（Photodetector，PD）中完成光電探測，將光信號轉(zhuǎn)化為電信號，PD 的輸出信號可表示為

將式（3）中iSI(t)-iRef(t′+τ)展開，省略直流項，可得

式中，ρ為PD 的響應度，表明電信號的幅度與光信號的強度成正比，因此參考信號與干擾信號在光域中的強度比值和在電域中的幅度比值是相同的。

由式（4）可知，通過調(diào)節(jié)參考支路的光載射頻信號的衰減與延時，當滿足式（5）與（6）的條件時，干擾信號SI(t)就可以被參考信號Ref(t′)完全抵消［20-21］。

考慮實際應用中光域調(diào)控功能單元不可避免會出現(xiàn)一些非理想情況，無法在每個頻點都能滿足式（5）與（6）對應的關(guān)系，干擾信號無法被完全消除。將式（5）等號兩端作比可得

式中，x表示電域中參考路與干擾路的幅度不匹配度，也可以理解為光域中參考路與干擾路的強度不匹配度，當x=0表示兩路完全匹配。將干擾信號對消前后的平均功率比值定義為系統(tǒng)的射頻干擾抑制度，表示為

式中，Δτ為參考路與干擾路的延時偏差。利用帕塞瓦爾定理將單頻點的對消深度推廣到帶寬信號［22］，一定帶寬下的干擾抑制度可表示為

式中，B為干擾信號帶寬。

即單頻點信號經(jīng)過微波光子射頻自干擾消除系統(tǒng)后的抑制度為（單位：dB）

帶寬信號經(jīng)過微波光子射頻自干擾消除系統(tǒng)后的抑制度為（單位：dB）

由干擾抑制度表達式可以看出，影響微波光子射頻對消系統(tǒng)干擾抑制度的關(guān)鍵因素為參考信號Ref(t′)與干擾信號SI(t)的幅度失配與時延失配（相位失配）。根據(jù)式（11）利用Matlab 軟件仿真分析中心頻率2.4 GHz、帶寬100 MHz、時延失配±5 ps、幅度失配±0.5 dB 條件下系統(tǒng)的干擾抑制度變化情況，結(jié)果如圖2。

圖2 幅度失配與時延失配對消除深度的影響Fig.2 Impact of amplitude mismatch and delay mismatch on the cancellation depth

由圖2 可知，在2.4 GHz 中心頻率下，若要達到30 dB 對消深度，時延失配應不超過2.096 ps，幅度失配不應超過0.27 dB。對消深度40 dB 則要求時延失配不超過0.663 ps，幅度失配不超過0.08 dB。同樣，若達到50 dB 對消深度，則要求時延失配不超過0.209 ps，幅度失配不超過0.025 dB。由以上分析可知，在光域中信號強度的不匹配度與電域中信號幅度不匹配度等價，因此在光域中對強度失配量的調(diào)節(jié)等價于在電域中對幅度失配量的調(diào)節(jié)。光域衰減與延時調(diào)控單元的調(diào)節(jié)精度決定了參考信號Ref(t′)與干擾信號SI(t)的最小幅度失配量和時延失配量，從而影響系統(tǒng)的射頻干擾消除能力。根據(jù)圖2，列出中心頻率2.4 GHz、帶寬100 MHz，在典型幅度和時延失配量條件下可以達到的理論最大干擾抑制度，如表1。由表1 可以看出，當幅度失配小于0.1 dB 時，時延失配對系統(tǒng)干擾抑制深度的影響較大，時延失配量越小，系統(tǒng)干擾抑制能力越強；若幅度失配在0.5 dB 及以上，即使時延失配很小，系統(tǒng)也較難達到很高的干擾抑制度。因此在實際調(diào)控過程中，可以先對幅度進行調(diào)節(jié)，使其失配量盡可能較小，然后再進行時延調(diào)節(jié)，以達到最佳的匹配狀態(tài)。

表1 典型幅度與延時失配量條件下的系統(tǒng)理論最大干擾抑制度Table 1 The theoretical maximum interference cancellation depth under typical amplitude and delay mismatch

系統(tǒng)幅度與延時的失配量決定了射頻干擾的抑制能力，由于光域調(diào)控單元的調(diào)節(jié)精度有限，會產(chǎn)生一定的幅度與延時失配量，因此其調(diào)節(jié)精度在一定程度上影響了干擾抑制的能力。在對微波光子射頻干擾消除系統(tǒng)進行反饋算法控制時，需要使用模數(shù)轉(zhuǎn)化器（Analog-to-digital Converter，ADC）對殘留干擾信號進行采樣，采樣的精度決定了能夠監(jiān)測到殘留干擾信號功率變化的程度。因此，控制算法實際運行時能夠?qū)崿F(xiàn)的干擾消除深度受到光域調(diào)控單元的調(diào)節(jié)精度和ADC 采樣精度這兩個因素的影響。在干擾功率極高的情況下，系統(tǒng)在對消的過程中，對消深度進一步的提升首先會受到光域調(diào)控單元調(diào)節(jié)精度的影響。在干擾信號功率較低的情況下，當殘余信號功率達到ADC 靈敏度的時候，對消深度的進一步提升就會受到ADC采樣精度的影響。以上這些因素在設計算法的收斂判據(jù)時需重點考慮。

2 微波光子射頻干擾對消算法

圖3 給出了基于FPGA 的微波光子射頻干擾消除系統(tǒng)的反饋控制流程圖。參考信號、干擾信號與剩余自干擾信號經(jīng)過下變頻后由ADC 進行采集，采用FPGA 實現(xiàn)干擾消除的反饋控制，其中包括對于ADC 的驅(qū)動控制、數(shù)據(jù)的緩存與功率統(tǒng)計、數(shù)字信號處理、算法迭代尋優(yōu)、控制指令換算、串口通信控制等。FPGA通過驅(qū)動四個ADC 模塊實現(xiàn)對下變頻干擾信號、下變頻參考信號、90°移相下變頻參考信號以及剩余干擾信號的采集，并對采樣數(shù)據(jù)做緩存處理與功率統(tǒng)計。根據(jù)對消模型與應用場景，研究基于FPGA 來實現(xiàn)互相關(guān)（Cross-Correlation）算法與粒子群（Particle Swarm Optimization algorithm，PSO）算法相結(jié)合的幅度與時延兩維調(diào)控尋優(yōu)算法，互相關(guān)算法和粒子群算法相結(jié)合的算法流程如圖4。

圖3 基于FPGA 實現(xiàn)微波光子射頻干擾消除系統(tǒng)的反饋控制流程圖Fig.3 Flow chart of feedback control for microwave photonics RF SIC system by FPGA

圖4 互相關(guān)算法和粒子群算法相結(jié)合的算法流程圖Fig.4 Flow chart of cross-correlation and particle swarm optimization combining algorithm

互相關(guān)算法與粒子群算法聯(lián)合調(diào)控的思路如下：通過互相關(guān)算法得到干擾信號與參考信號之間的幅度差與延時差，并檢測自干擾信道突變，將幅度差和延時差作為粒子群算法迭代的初值，粒子群算法根據(jù)剩余自干擾功率迭代更新幅度與時延調(diào)控量，通過串口通信控制，使光域調(diào)控單元的調(diào)節(jié)值得到更新，進行參考信號的尋優(yōu)，經(jīng)過互相關(guān)算法與粒子群算法的聯(lián)合調(diào)控，可使干擾信號被快速抑制。

兩個信號做互相關(guān)，數(shù)值大小表示了兩個信號間的相似性，是兩個信號之間相對于延時的函數(shù)，也稱為“滑動點積”。若以離散序列來說明互相關(guān)原理，則對于采樣得到的參考信號Ref(n)與自干擾信號SI(n)，互相關(guān)函數(shù)定義為

式中，m為參考信號與干擾信號采樣后的序列差。函數(shù)sr(m)代表了參考信號Ref(n)與自干擾信號SI(n)相關(guān)性隨m的分布。當相關(guān)函數(shù)sr(m)隨m變化出現(xiàn)最大值時，表明兩信號相似性最高，即得到了兩信號間的時延序列差。將互相關(guān)原理結(jié)合干擾對消模型，移相器件將參考信號進行移相，干擾信號與參考信號、90°移相參考信號間的互相關(guān)值與，反映了干擾信號與參考信號間的相似性，則參考信號調(diào)節(jié)滿足式（13）與（14）時，參考信號與干擾信號最為匹配。

式中，P為干擾信號功率，α為可調(diào)諧光衰減器VOA 引入的衰減值，τ為可調(diào)光延時線TODL 引入的延時量，fc為干擾信號頻率。

FPGA 計算三角函數(shù)、平方根等復雜的數(shù)學模型較為受限，通常這些數(shù)學模型的計算需要通過查找表或近似計算的方法來轉(zhuǎn)換為硬件易于實現(xiàn)的方式。本文利用坐標旋轉(zhuǎn)數(shù)字計算（Coordinate Rotation Digital Computer，CORDIC）算法［23］來計算衰減值α與延時量τ。

CORDIC 算法是一種數(shù)學計算逼近的方法，以向量坐標旋轉(zhuǎn)為例，如圖5，向量M0旋轉(zhuǎn)角度θ0至M1，則M1可由M0及旋轉(zhuǎn)角度θ0表示為

圖5 向量坐標旋轉(zhuǎn)及求解示意Fig.5 Schematic of vector coordinate rotation and solution searching

以此類推，第i+1 次旋轉(zhuǎn)可表示為

式中，s為向量旋轉(zhuǎn)的次數(shù)。為了使FPGA 易于實現(xiàn)移位運算，由于逼近的過程中旋轉(zhuǎn)角度θi很小，將tanθi以一定精度，用2 的負數(shù)次冪近似計算，即

式中，di為-1 或1，代表tanθi的正負。為確定di的值，引入變量z，根據(jù)條件令zi執(zhí)行加或減tan-12-i，的迭代可表示為

若坐標由M0旋轉(zhuǎn)迭代s次最終使y趨近于0，向量模式每次微旋轉(zhuǎn)的旋轉(zhuǎn)角度存儲在變量z中，即得到所求向量模值與旋轉(zhuǎn)角度，表示為

粒子群算法的思想源于對森林中鳥群覓食行為的探索［24］，鳥群在覓食的過程中通過自身信息的獲取和集體的信息共享使鳥群找到最優(yōu)目的地。對應微波光子射頻干擾對消模型，粒子群算法中每一個粒子都是二維的，都代表了對消系統(tǒng)的幅度調(diào)控變量db和延時調(diào)控變量dt的組合。粒子的位置代表了當前衰減和延時的調(diào)節(jié)量；剩余干擾信號功率可以直接且實際的體現(xiàn)幅度和延時調(diào)節(jié)組合對消除深度的影響，因此選取幅度和延時調(diào)控組合對應的剩余干擾信號功率作為粒子的適應度，即粒子的評價指標。微波光子射頻干擾消除的粒子群算法流程如圖6。

圖6 微波光子射頻干擾消除的粒子群算法流程Fig.6 Flow chart of particle swarm algorithm for microwave photonic RF self-interference cancellation

每個粒子都會在迭代過程中出現(xiàn)調(diào)控衰減與延時對應剩余自干擾功率最小的情況，此時，dbp代表個體最優(yōu)衰減調(diào)控量、dtp代表個體延時調(diào)控量、pp代表個體最優(yōu)剩余功率。對于粒子群集體，在迭代過程中也會出現(xiàn)剩余自干擾功率最小的情況，dbg代表了集體最優(yōu)衰減調(diào)控量、dtg代表了集體延時調(diào)控量、pg代表了集體最優(yōu)剩余功率。每個粒子的衰減與延時組合調(diào)控完成后都會更新dbp、dtp和pp三個變量。粒子群中所有粒子一輪調(diào)控完成后，則更新dbg、dtg和pg三個變量，以個體最優(yōu)值與集體最優(yōu)值更新每個粒子下一輪的粒子調(diào)控組合。

如圖6 所示，粒子群算法實現(xiàn)微波光子射頻干擾消除反饋尋優(yōu)的具體過程為：

1）互相關(guān)算法運算完成后，計算出的干擾信號與參考信號的近似幅度差與時延差，標志位拉高，作為粒子群算法迭代的初值。

2）首輪迭代粒子群算法在初值的各個方向平均對八個粒子給定衰減值db和延時值dt。賦值完成后八個粒子的衰減延時調(diào)控組合db與dt經(jīng)串口通信依次發(fā)送命令至光域調(diào)控單元可調(diào)光衰減器VOA 與可調(diào)光延時線TODL 的控制端。調(diào)控完成后采集每個粒子的衰減與延時調(diào)節(jié)組合對應的剩余自干擾信號功率。

3）若為第一輪迭代，粒子對應的剩余功率分別作為粒子的個體功率最優(yōu)pp，對應的調(diào)控組合為個體衰減最優(yōu)值dbp、個體延時最優(yōu)值dtp，粒子群集體中的剩余自干擾信號功率最小值作為粒子群的集體功率最優(yōu)pg，記錄對應的調(diào)控組合為集體衰減最優(yōu)dbg、集體延時最優(yōu)dtg；若不是初次迭代，則將本輪剩余自干擾信號功率與pp、pg比較，若小于pp，則更新pp、dbp和dtp，小于pg，則更新pg、dbg和dtg。

4）判斷pp與迭代次數(shù)等是否滿足收斂判據(jù)條件，若算法收斂則執(zhí)行6），不收斂則執(zhí)行5）。

5）由迭代次數(shù)更新慣性權(quán)重系數(shù)w、學習因子c與隨機數(shù)r，算法迭代初期采取較大的慣性權(quán)重w并使學習因子c1略大于學習因子c2，以加強全局搜索能力。第M輪迭代過后，降低慣性權(quán)重w，在第N輪（N>M）迭代后使學習因子c1小于學習因子c2加強局部搜索能力，加快算法收斂。迭代過程中控制調(diào)控值小于VOA 與TODL 的調(diào)控范圍。由式（20）與（21）更新衰減步進量與延時步進量。更新db與dt，再執(zhí)行步驟3）。

式中，k為當前迭代次數(shù)，i代表粒子編號。

6）VOA 與TODL 輸出dbg、dtg，對消反饋尋優(yōu)結(jié)束。

算法迭代判斷可由流程圖7 表示。如第1 節(jié)所述，算法迭代的判斷需要同時考慮光域調(diào)控單元的調(diào)節(jié)精度和ADC 的采樣精度。在已知光域幅度調(diào)節(jié)單元精度與光域時延調(diào)節(jié)單元精度下，確定系統(tǒng)由調(diào)節(jié)單元精度所決定的最大對消深度，設為CMAX。由ADC 的位數(shù)決定的該ADC 采樣精度下的極限功率值，設為Pmin。算法對消前，統(tǒng)計剩余干擾信號功率為P0，按照Pmin與干擾信號功率P0評估ADC 可以達到的對消深度CADC，并將CMAX與CADC做比較，判斷系統(tǒng)的對消深度是受光域調(diào)控單元的調(diào)節(jié)精度還是ADC 采樣精度的影響，若光域調(diào)節(jié)精度影響了系統(tǒng)最大對消深度，則此條件為迭代判據(jù)一；若ADC 采樣精度影響了系統(tǒng)最大對消深度，則此條件為迭代判據(jù)二。

圖7 微波光子射頻干擾對消控制算法流程Fig.7 Flow chart of microwave photonics RF SIC control algorithm

當對迭代判據(jù)作出判斷后，算法進行迭代尋優(yōu)。當為迭代判據(jù)一時，為了提高迭代效率，設CA為一個略小于CMAX的值，當實際對消深度C大于CA時，說明此時的對消深度已經(jīng)很接近于該系統(tǒng)能夠?qū)崿F(xiàn)的最大對消深度了，則停止迭代；當C小于CA，但其僅在很小的范圍內(nèi)波動時，為了提高迭代效率，當超過三輪迭代后，C仍在很小的范圍內(nèi)波動時，則認為滿足收斂條件，停止迭代。

當為迭代判據(jù)二時，同樣為了提高迭代的效率，將采樣信號的功率P與一個略小于ADC 在采樣精度條件下的極限功率的值PA作比較，當P小于PA時，說明此時的對消深度已經(jīng)很接近于該系統(tǒng)能夠?qū)崿F(xiàn)的最大對消深度了，則停止迭代；當P略大于PA，但其僅在以很小的范圍波動時，為了提高迭代效率，當超過三輪迭代后，P仍在很小的范圍內(nèi)波動時，則認為滿足收斂條件，則停止迭代。

以上兩個迭代判據(jù)使該算法在應用于實際情況中，可以針對不同情況進行判斷從而選擇合適的迭代路徑和停止條件，提高算法運行的效率。

3 微波光子射頻干擾對消算法實驗驗證

圖8 給出了微波光子射頻干擾抑制系統(tǒng)的實驗框圖。由于互相關(guān)算法的實現(xiàn)需要在干擾信號與參考信號合路前進行數(shù)據(jù)采集，因此對圖1 所示的原理框圖進行了改進，采用兩個光電探測器（PD1 和PD2）分別實現(xiàn)信號的光電探測，以此滿足射頻對消算法控制的需求。采用信號源生成中心頻率2.4 GHz 的射頻信號，調(diào)制帶寬40 MHz、功率為0 dBm，該信號經(jīng)巴倫分成兩路反相信號，模擬干擾信號與參考信號，分別輸入至直調(diào)激光器DML1 與DML2。DML1 輸出光信號經(jīng)由光域調(diào)控單元進行幅度延時調(diào)控，再由光電探測器（PD1）拍頻輸出，作為對消的參考路；DML2 輸出光信號經(jīng)過光纖進入PD2 拍頻輸出，作為對消的干擾路。光電探測器拍頻得到的參考信號與干擾信號都由功分器（Power divider）分為兩路，參考路中的一路參考信號經(jīng)過電橋（Hybrid）生成50∶50 的0°參考信號與90°參考信號，在經(jīng)過下變頻后由ADC1 與ADC2 進行采集。

圖8 微波光子射頻干擾對消算法控制實驗框圖Fig.8 Experimental structure of microwave photonics RF SIC system with feedback control

參考路中一路參考信號直接與干擾路中的干擾信號進行合路對消，為實時觀察對消狀態(tài)，對消后的剩余自干擾信號經(jīng)過放大器放大后分為兩路，一路作為系統(tǒng)輸出，連接電頻譜分析儀（Electrical Spectrum Analyzer，ESA），另一路作與本振信號源生成的本振（Local Oscillation，LO）信號進行下變頻后由ADC3 采集。干擾路中的另一路干擾信號經(jīng)過下變頻后由ADC4 進行采集。ADC3 采集的剩余自干擾信號經(jīng)過信號處理后作為粒子群算法迭代尋優(yōu)的判斷依據(jù)，ADC1、ADC2、ADC4 采集的參考信號與自干擾信號經(jīng)過信號處理作為互相關(guān)算法的計算依據(jù)。算法迭代處理后產(chǎn)生的調(diào)控指令，通過FPGA 與串口模塊對光域幅度和延時調(diào)節(jié)單元進行控制，通過多次優(yōu)化迭代達到對干擾信號消除的目的。

圖9 給出了優(yōu)化迭代過程中，光域幅度與延時調(diào)控量組合向量值的變化軌跡及對應的消除深度。記錄的過程如下：在對消優(yōu)化迭代過程中，算法判斷出現(xiàn)消除深度更為優(yōu)異的狀態(tài)時，記錄此時算法計算的對消深度與光域調(diào)節(jié)單元調(diào)控量的組合，將該光域調(diào)節(jié)單元調(diào)控量組成的向量記為Gbest。每當一輪迭代中出現(xiàn)更優(yōu)的調(diào)節(jié)量時，Gbest 將更新，經(jīng)過多輪迭代直至算法達到收斂條件，最后使算法收斂的光域調(diào)節(jié)單元調(diào)控量也就是Gbest 最終的位置，將隨著迭代過程中不斷更新的Gbest 的位置記錄并繪制成變化的軌跡。從圖9 可以看出，尋優(yōu)過程Gbest 從狀態(tài)0 變化至狀態(tài)9 時基本達到了最優(yōu)對消深度，繼續(xù)迭代粒子群算法，達到pgi+3-pgi

圖9 微波光子射頻干擾對消深度隨最優(yōu)幅度與延時調(diào)節(jié)量變化的軌跡Fig.9 The RF SIC depth versus the optimal attenuation and delay adjustment of microwave photonics RF SIC system

圖10 基于FPGA 控制算法的微波光子射頻干擾抑制過程的頻譜演化Fig.10 Spectrum evaluation of RF self-interference signal with FPGA-based microwave photonic cancellation

另外，對第2 節(jié)的兩個算法迭代判據(jù)條件進行實驗驗證。首先在設置實驗系統(tǒng)中光域幅度調(diào)節(jié)單元的精度為0.05 dB、光域時延調(diào)節(jié)單元的精度為1 ps。輸入干擾信號功率為10 dBm，此時輸入干擾功率較高，每次迭代后ADC 的采樣精度足以支持采樣并檢測出循環(huán)調(diào)控后殘留干擾信號功率的變化，干擾消除深度的進一步提升就受限于光域幅度和延時調(diào)控單元的調(diào)節(jié)精度，此時執(zhí)行的算法迭代判據(jù)為迭代判據(jù)一。算法運行完成后，對消前后頻譜如圖11，可以看出對消深度達到35.3 dB，在對消后仍有較高功率的殘留干擾信號。

圖11 迭代判據(jù)一的射頻干擾抑制前后頻譜圖Fig.11 Spectrum of RF self-interference cancellation for the iterative criterion I

接下來考慮輸入干擾功率較低的情況。實驗系統(tǒng)的其他條件不變，將輸入干擾信號功率設置為-15 dBm，此時計算得到的對消深度CADC小于系統(tǒng)本身的對消能力CMAX，則按照判據(jù)二進行算法迭代優(yōu)化。算法運行完成后，對消前后頻譜如圖12，可以看出實現(xiàn)的對消深度為19.4 dB，殘留干擾信號的功率已接近系統(tǒng)噪底。

圖12 迭代判據(jù)二的射頻射頻干擾抑制前后頻譜圖Fig.12 Spectrum of RF self-interference cancellation for the iterative criterion II

以上實驗測試結(jié)果驗證了本文采用FPGA 進行微波光子射頻自干擾消除反饋控制的可行性，以及綜合考慮光域幅度、延時調(diào)控單元的調(diào)節(jié)精度和ADC 采樣精度進行判據(jù)優(yōu)化方案的有效性。目前實驗系統(tǒng)采用了較多的分立電學器件，在一定程度上會影響系統(tǒng)的工作頻率、帶寬等。然而，單片微波集成電路（Monolithic Microwave Integrated Circuit，MMIC）技術(shù)的快速發(fā)展推進了電學器件的性能和集成化大幅度提升［25］，集成光子射頻干擾消除芯片技術(shù)亦取得了良好的進展［26-27］，通過光電混合集成可使光子射頻干擾消除芯片與反饋控制單元集成在一起，發(fā)揮光電融合技術(shù)的優(yōu)勢［28-29］，實現(xiàn)寬頻段、大帶寬射頻干擾消除系統(tǒng)的功能集成和小型化。

4 結(jié)論

針對同時同頻全雙工通信系統(tǒng)面臨的射頻自干擾問題，開展了基于FPGA 的微波光子學的射頻干擾消除控制算法研究，設計并搭建了微波光子射頻自干擾消除系統(tǒng)，實驗驗證了基于FPGA 的射頻自干擾消除控制算法的可行性。在FPGA 中進行互相關(guān)算法與粒子群算法相結(jié)合的對消算法尋優(yōu)，簡化了優(yōu)化迭代次數(shù)，提出了綜合考慮微波光子功能單元調(diào)節(jié)精度與ADC 采樣精度的算法迭代判據(jù)，更能滿足實際微波光子射頻自干擾消除系統(tǒng)的反饋控制要求?；贔PGA 實現(xiàn)了微波光子射頻干擾消除優(yōu)化算法自適應控制功能，實驗測試在中心頻率2.4 GHz、帶寬40 MHz 條件下，實現(xiàn)了35 dB 的干擾消除深度。本文研究工作對于微波光子射頻干擾消除技術(shù)的集成化、實用化起到了良好的推進作用。