Labwindows/CVI+Matlab建立高頻衰減模型

　　2.1 獲取高頻信號傳輸通道功率衰減值

　　本文旨在結合Matlab和LabWindows/CVI兩者的優勢，為ATS中高頻通道傳輸損耗設計一種軟件補償的方法。功率衰減與其大小無關，而是隨頻率改變而變化，本文以某平臺為基礎，對頻率范圍在[30 MHz，2.7 GHz]內的高頻信號源進行測試，得到(不同頻率、功率)信號經過傳輸通道的功率衰減值，如表1所示。

　　2.2 高頻信號傳輸通道功率衰減建模

　　在測量數據處理中，常常遇到根據測量數據確定給定模型的參數;為離散測量數據建立連續模型2類問題。本文的數據處理工作屬于第2種，在這類問題的測量數據處理方法中，比較好的是選取能夠描述測量數據特征的某類曲線，在一定意義下從這類曲線中尋求一條“最好”的曲線作為實驗數據對應的連續模型，并給出該連續模型對應的參數。這種處理思想被稱為“擬合”，本文將采用經典的最小二乘擬合方法進行數據處理。

　　2.2.1 最小二乘擬合

　　以兩元模型為例，假設x和y分別為測量數據矢量，x*和y*分別為對應的真值矢量，f為擬合模型，θ為模型參數矢量，則：

　　由式(2)列出對應的正規方程并求解就可以得出模型參數的最小二乘估計值。最小二乘擬合的理論基礎是高斯-馬爾可夫定理，其發展已有約兩百年的歷史，在數據處理中被廣泛應用。最小二乘估計具有無偏性和方差最小的性質，且與測量矢量所服從的概率分布無關，因而當測量矢量的概率分布形式不能嚴格知道，無法使用經典統計中的參數估計理論時，最小二乘擬合成為了數據處理的一種簡便方法，同時這也是最小二乘擬合在數據處理中被廣泛使用的原因。基于上述原因，本文選取最小二乘擬合方法對測試數據進行處理。

2.2.2 Matlab建立數學模型

　　首先，以頻率f=[0.03，0.1，0.5，1.0，1.5，2.0，2.5，2.7]，以及各頻率點對應的功率衰減平均值p=[0.948，1.934，6.995，12.131，13.294，14.269，14.518，14.720]為數據點，畫出二維空間的散點圖，如圖2所示。