CN100531168C - 估算同相与正交不平衡的方法和使用其的装置及接收器 - Google Patents

Abstract

本发明公开一种同相与正交不平衡补偿的方法及装置，适用于接收器。在由接收器所接收的信号中，前导反复的特性被使用来估算IQ不平衡参数。前导所传送的数据每N个取样期间重复一次。假设相隔N个取样的任两取样节点间的比例相等，可推得MSE方程式，且通过使用LS算法来解出MSE方程式，以估算IQ不平衡参数。因此，根据估算出的参数，可补偿信号的IQ失调偏移。

Description

估算同相与正交不平衡的方法和使用其的装置及接收器

技术领域

本发明有关于一种IQ不平衡补偿，特别是有关于一种方法及装置，用以在接收器中估算及补偿在基频上的IQ不平衡。

背景技术

许多无线装置使用射频(Radio Frequency，RF)直接转频，使其本身具有成本、分组尺寸、及能量消耗上的优点。但该交换具有严重的缺点，包括在所接收的信号中同相(In-phase，I)成分与正交(Quadrature，Q)成分间失调所导致的IQ不平衡。为了IQ不平衡的补偿，现已有许多装置广泛地被使用，下文将介绍两种可能的解决方法。

图1表示在正交频分多路复用(Othogonal Frequency DivisionMultiplex，OFDM)系统中补偿IQ不平衡的接收器方块图，其通过使用最小均方(Least Mean Square，LMS)算法来预估IQ不平衡，以补偿IQ不平衡。该装置公开于『Consumer Electronics，IEEE Transactions，Volume 47，issue 3』，题目为『A novel IQ imbalance compensation scheme for thereception of OFDM signals』。该接收器由Schuchert A.、Ha sholzner R.、以及Antoine P.所提出。该接收器首先接收来自通道的训练序列(trainingsequence)11，其中接收器的不完美引发出IQ失调偏移。方块111及121以参数α及β来模拟在RF端中的IQ失调偏移。

快速傅立叶转换(Fast Fourier Transform，FFT)112将所接收的信号，由时域转换为频域，且为了IQ估算以将其传送至IQ估算器133。在此，根据已知区域参考信号13而使用LMS算法，来估算IQ不平衡参数α及β14。已估算的参数14接着传送至IQ补偿器122，其在考虑IQ不平衡121的效应后，用以补偿数据12。IQ补偿器122的输出信号接着传送至FFT 123。然而，当LMS算法操作在频域时，图1所示的IQ不平衡补偿结构需要FFT计算，此在接收器中造成显著的能量消耗以及增加成本。该IQ不平衡估算的效能根据取样时间的正确性，因此必须将精确的区域参考信号13提供至IQ估算器113。此外，该装置无法考虑传送器所造成的信道效应、载波频率偏移(CarrierFrequency Offset，CFO)、以及传送端的IQ不平衡。

图2表示在OFDM系统中关于IQ不平衡及频率偏移补偿的接收器，其公开于『Acoustics，Speech，and Signal Processing，2003，Proceedings(ICASSP’2003)，2003IEEE International Conference on，Volume 4，April6-10』，题目为『Frequency offset and I/Q imbalance compensation for OFDMdirect-conversion receivers』，且由Guanbin Xing、Manyuan Shen、以及Hui Liu所提出。如图2所示，该结构模拟分别关于训练序列21及数据22的CFO 211及221以及IQ不平衡212及222。根据接收训练序列21，通过在方块213内使用非线性最小平方(Nonlinear Least Square，NLS)算法，以估算CFO。接着，通过使用在方块214内使用最小平方(Least Square，LS)，以估算IQ不平衡。接着，训练序列21传送至方块215及216，以执行FFT计算以及均衡(Equalization，EQ)。估算出的CFO参数传送至CFO补偿器224，同样地，估算出的IQ不平衡参数送至IQ补偿器223。因此，在接收器所接收的数据中的IQ失调偏移以及CFO，可分别在方块225及226中执行FFT计算以及均衡。在此，使用于方块EQ226的参数取得于EQ估算器216。该装置的缺点为完成补偿需要精确的CFO估算。假使CFO估算器213具有较差的效能，IQ估算器214则无法提供足够的IQ补偿。

发明内容

有鉴于此，为了解决上述问题，本发明主要目的在于提供一种方法及装置，其具有精确的参数估算能力，以补偿接收器所产生的失调偏移。

本发明的另一目的为提供一种不平衡补偿方法，适用于具有已知载波频率偏移(Carrier Frequency Offset，CFO)以及传送信道的系统。

本发明的另一目的为简化估算关于IQ不平衡补偿的参数，以降低生产成本。

为实现上述的目的，本发明提出一种IQ不平衡补偿方法及其装置，适用于通信系统的接收器。在本发明实施例中，该通信系统可以为无线局域网络(Wireless Local Area Networks，WLAN)系统。

本发明的IQ不平衡补偿方法首先根据训练信号之前导字段以估算IQ不平衡补偿参数，接着使用估算的参数来补偿训练信号的数据域位。在训练信号的序列每N个取样间隔重复一次。计算在前导字段的每一取样点与间隔N取样区间的对应取样点之间的比例，且在比例相同的假设下，导出关于比例的方均误差(Mean-Square Error，MSE)方程式。根据方均误差方程式，使用最小平方(Least Square，LS)算法来估算关于IQ不平衡补偿的参数系。最后，数据域位的IQ不平衡根据估算出的参数而被补偿。关于IQ不平衡补偿的参数系表示接收器所产生的IQ失调偏移的效应。

在估算IQ不平衡补偿参数后，估算及补偿载波频率偏移(CarrierFrequency Offset，CFO)。

根据IEEE 802.11a规格，本发明所述的训练信号为物理层会聚协议(Physical Layer Convergence Protocol，PLCP)协议数据单元(PLCPProtocol Data Unit，PPDU)，包括PLCP前导，PLCP首标，PLCP服务数据单元(PLCP Service Data Unit，PSDU)、文件尾位(tail bits)、以及附加位(pad bit)。PLCP前导包括短前导，且在短前导的序列每16取样区间重复一次。

本发明的IQ不平衡补偿的装置包括比例计算器、计算单元、参数估算器、以及补偿器。比例计算器计算前导字段的每一取样点与间隔N取样区间的对应取样点之间的比例，且将计算结果传送至方均误差(Mean-Square Error，MSE)计算单元以推导出方均误差方程式。参数计算单元根据方均误差方程式，并使用最小平方算法来计算IQ不平衡补偿参数系。补偿器根据来自参数估算器的参数，以在训练信号的数据域位执行IQ不平衡补偿。

本发明的一实施例提出一种接收器，包括天线、IQ不平衡估算器、以及IQ不平衡补偿器。IQ不平衡估算器接收来自天线之前导字段，并使用最小平方演算。IQ不平衡补偿器根据参数估算器所估算的参数，以补偿数据域位。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举一较佳实施例，并配合附图，作详细说明如下。

附图说明

图1表示公知OFDM接收器的IQ不平衡补偿结构。

图2表示公知OFDM直接转频接收器的频率偏移及IQ不平衡补偿结构。

图3a表示完整PPDU的帧格式。

图3b表示在PPDU中的PLCP前导。

图4表示模拟传送器与接收器所产生的IQ不平衡的结合效应。

图5表示本发明实施例的接收器的IQ不平衡补偿结构。

图6表示根据图5的IQ不平衡补偿结构的详细流程图。

图7表示本发明实施例的IQ不平衡及校正的模拟结果。

符号说明：

11～训练序列；12～数据；13～区域参考信号；14～参数；111、121～模拟IQ失调偏移；113～IQ估算器；122～IQ补偿器；123～FFT；

21～训练序列；22～数据；211、221～CFO；212、222～IQ不平衡；213～CFO估算器；214～IQ不平衡估算器；215～FFT；216～均衡估算器；223～IQ补偿器；224～CFO补偿器；225～FFT；226～均衡器；

31～前导；32～PLCP标头；33～PLCP服务数据单元；34～文件尾位；35～附加位；

41～IQ失调偏移；42、43～天线；44～模拟CFO；45～模拟IQ不平衡；

51～训练序列；52～数据；511、521～CFO；512、522～IQ不平衡；513～IQ不平衡估算器；514～CFO估算器；515～FFT；516～均衡估算器；523～IQ不平衡补偿器；524～CFO补偿器；526～均衡器；

61～训练序列；62～数据；

具体实施方式

第一实施例

本发明利用在训练序列(training sequence)中的重复符号(格式)，以估算IQ(In-phase and Quadrature)不平衡及载波频率偏移(CarrierFrequency Offset，CFO)的效应。如图5所示，前导的训练序列51一般包括于每一接收的训练信号，且在无线通信系统中，用以信号检测、同步化、以及均衡。图3a表示在IEEE组织所制订的IEEE 802.11a及IEEE 802.11g规格中PLCP协议数据单元(PLCP Protocol Data Unit，PPDU)的帧格式。如图3a所示，PPDU主要包括物理层会聚协议(Physical Layer ConvergenceProtocol，PLCP)前导31、PLCP标头32、PLCP服务数据单元(PLCP ServiceData Unit，PSDU)33、文件尾位(tail bits)34、以及附加位(pad bit)35。如图3b所示，PLCP前导31包括短前导311及长前导312，其中短前导311包括十个重复的短训练序列t1至t10；长前导312包括两重复的长训练序列T1及T2以及保护区间(Guard Interval，GI)。在图3b中，31a表示IQ估算。31b表示信号检测、AGC、以及差异检测。31c表示粗略频率偏移估算、及时序同步。31d表示信道及精确频率偏移估算。T₃₁表示16μs(8μs+8μs)。本发明通过获得短前导311以及推导出来自短前导311重复特征的方均误差(Mean-Square Error，MSE)方程式，以估算IQ补偿系数。在时域中，短前导311的数据格式系每16个取样点重复一次。

本发明考虑在传送器及接收器所产生的IQ不平衡，并考虑接收器的CFO。图4表示传送器的方块图以及模拟IQ不平衡以及CFO效应的接收器。如图4所示，传送器的天线42沿着信道脉冲反应(channel impulse response)h(t)的信道传送信号Tx(t)。信号Tx(t)因为传送器的IQ失调偏移41而失真，因此，信号Tx(t)可表示如下：

Tx(t)＝α₁·x(t)+β₁·x^*(t)     (式1)

其中，α₁及β₁表示传送器的IQ不平衡参数。

接收端的天线43接收来自无线信道的信号Rx(t)，因此，信号Rx(t)为信号Tx(t)与通道脉冲反应h(t)卷积(convolution)，如式2：

$\mathrm{Rx}\left(t\right)=\mathrm{Tx}\left(t\right)\⊗h\left(t\right)$ (式2)

接收器具有图4的方块44及45所模拟的CFO及IQ不平衡，因此，在考虑CFO及IQ不平衡效应后，信号d(t)变成式3：

$d\left(t\right)={\mathrm{\α}}_2\·\{e^{j2\mathrm{\π\Δft}}\·\mathrm{Rx}\left(t\right)\}+{\mathrm{\β}}_2\·{\{e^{j2\mathrm{\π\Δft}}\·\mathrm{Rx}\left(t\right)\}}^{*}$

$={\mathrm{\α}}_2\·\{e^{j2\mathrm{\π\Δft}}\·[({\mathrm{\α}}_1\·x\left(t\right)+{\mathrm{\β}}_1\·x^{*}\left(t\right))\⊗h\left(t\right)\left]\right\}+{\mathrm{\β}}_2\·{\{e^{j2\mathrm{\π\Δft}}\·[({\mathrm{\α}}_1\·x\left(t\right)+{\mathrm{\β}}_1\·x^{*}\left(t\right))\⊗h\left(t\right)\left]\right\}}^{*}$

(式3)

其中，Δf表示CFO，且α₂及β₂表示接收器的IQ不平衡系数。

本发明所提供的IQ不平衡补偿方法，在估算并补偿CFO之前，先估算并补偿IQ失调偏移。图5表示本发明实施例中实施于接收器的处理程序。假设训练序列51(或PPDU的短前导)以及数据52被在射频端的CFO511及521以及IQ不平衡512及522所影响。IQ不平衡估算器513估算预计的IQ不平衡参数以及传送至IQ不平衡补偿器523。接着，在CFO估算器514及CFO补偿器524中分别估算及补偿CFO。训练序列51在方块515中以FFT来转换以及在方块516中以均衡估算来转换。均衡估算器516的结果反馈至均衡器526。

IQ不平衡估算器513通过推导基于训练序列(前导)的MSE方程式，以计算补偿参数。使用最小平方(Least Square，LS)算法可解出MSE方程式，如下所述：

根据式3，信号d(t)的共轭为：

d^*(t)＝α₂ ^*·e^-j2πΔft·Rx^*(t)+β₂ ^*·e^j2πΔft·Rx(t)      (式4)

结合式3及式4可推导出：

$e^{j2\mathrm{\π\Δft}}\·\mathrm{Rx}\left(t\right)=\frac{{{\mathrm{\α}}_2}^{*}\·d\left(t\right)-{\mathrm{\β}}_2\·d^{*}\left(t\right)}{{\left|{\mathrm{\α}}_2\right|}^2-{\left|{\mathrm{\β}}_2\right|}^2}$ (式5)

假设取样区间为T_s，以及在短前导的训练序列为每16取样区间重复一次，在取样点t及其对应的取样点(t+16T_s)间的比例可由式6表示：

$\frac{e^{j2\mathrm{\π\Δf}(t+16\mathrm{Ts})}\·\mathrm{Rx}(t+16\mathrm{Ts})}{e^{j2\mathrm{\π\Δft}}\·\mathrm{Rx}\left(t\right)}=\frac{\frac{{{\mathrm{\α}}_2}^{*}\·d(t+16\mathrm{Ts})-{\mathrm{\β}}_2\·d^{*}(t+16\mathrm{Ts})}{{{\left|\mathrm{\α}\right|}_2}^2-{\left|{\mathrm{\β}}_2\right|}^2}}{\frac{{{\mathrm{\α}}_2}^{*}\·d\left(t\right)-{\mathrm{\β}}_2\·d^{*}\left(t\right)}{{\left|{\mathrm{\α}}_2\right|}^2-{\left|{\mathrm{\β}}_2\right|}^2}}$

$=\frac{{{\mathrm{\α}}_2}^{*}\·d(t+16\mathrm{Ts})-{\mathrm{\β}}_2\·d^{*}(t+16\mathrm{Ts})}{{{\mathrm{\α}}_2}^{*}\·d\left(t\right)-{\mathrm{\β}}_2\·d^{*}\left(t\right)}$ (式6)

由于短前导的重复特性，假使不考虑噪声与信道变化，在两个相隔16个取样点的信号应该相同。因此，Rx(t+16Ts)＝Rx(t)。

$\frac{e^{j2\mathrm{\π\Δf}(t+16\mathrm{Ts})}\·\mathrm{Rx}(t+16\mathrm{Ts})}{e^{j2\mathrm{\π\Δft}}\·\mathrm{Rx}\left(t\right)}=\frac{e^{j2\mathrm{\π\Δf}(t+16\mathrm{Ts})}}{e^{j2\mathrm{\π\Δft}}}=e^{j2\mathrm{\π\Δf}\·\left(16\mathrm{Ts}\right)}$ (式7)

假使点前导的长度为L，全部共(L-16-1)个e^{j2πΔf·(16Ts)}|_t可以被计算出，其中，下标符号t表示短前导位置。

更假设在式7中所计算出的连续多个比例几乎相同，因此，MSE可推导为：

$\mathrm{MSE}=\underset{l=1}{\overset{L-16-1}{\mathrm{\Σ}}}{|\left(e^{j2\mathrm{\π\Δf}\·\left(16\mathrm{Ts}\right)}{|}_{t=l+1}\right)-\left(e^{j2\mathrm{\π\Δf}\·\left(16\mathrm{Ts}\right)}{|}_{t=l}\right)|}^2$ (式8)

$=\underset{l=1}{\overset{L-16-1}{\mathrm{\Σ}}}{|\left(\frac{{{\mathrm{\α}}_2}^{*}\·d(t+16\mathrm{Ts})-{\mathrm{\β}}_2\·d^{*}(t+16\mathrm{Ts})}{{{\mathrm{\α}}_2}^{*}\·d\left(t\right)-{\mathrm{\β}}_2\·d^{*}\left(t\right)}{|}_{t=l+1}\right)-\left(\frac{{{\mathrm{\α}}_2}^{*}\·d(t+16\mathrm{Ts})-{\mathrm{\β}}_2\·d^{*}(t+16\mathrm{Ts})}{{{\mathrm{\α}}_2}^{*}\·d\left(t\right)-{\mathrm{\β}}_2\·d^{*}\left(t\right)}{|}_{t=l}\right)|}^2$

假使相位失调Δφ假设为3度，且幅值假设为3db，参数α₂则接近1(0.9986+0.0089j)。接着，首先将式8的MSE设定为0并使用LS解法来计算，以解出另一参数β₂，如下所示。

为了符合MSE方程式，对于(l＝1-L-16-1)而言，在式9的两必须等于0。

${\left|\right|\left(\frac{d(t+16\mathrm{Ts})-{\widehat{\mathrm{\β}}}_2\·d^{*}(t+16\mathrm{Ts})}{d\left(t\right)-{\widehat{\mathrm{\β}}}_2\·d^{*}\left(t\right)}{|}_{t=l+1}\right)-\left(\frac{d(t+16\mathrm{Ts})-{\widehat{\mathrm{\β}}}_2\·d^{*}(t+16\mathrm{Ts})}{d\left(t\right)-{\widehat{\mathrm{\β}}}_2\·d^{*}\left(t\right)}{|}_{t=l}\right)\left|\right|}^2$

简化上述式子可得：

$\left(\frac{d(t+16\mathrm{Ts})-{\widehat{\mathrm{\β}}}_2\·d^{*}(t+16\mathrm{Ts})}{d\left(t\right)-{\widehat{\mathrm{\β}}}_2\·d^{*}\left(t\right)}{|}_{t=l+1}\right)-\left(\frac{d(t+16\mathrm{Ts})-{\widehat{\mathrm{\β}}}_2\·d^{*}(t+16\mathrm{Ts})}{d\left(t\right)-{\widehat{\mathrm{\β}}}_2\·d^{*}\left(t\right)}{|}_{t=l}\right)=0$

$\⇒\frac{d(l+1+16\mathrm{Ts})-{\widehat{\mathrm{\β}}}_2\·d^{*}(l+1+16\mathrm{Ts})}{d(l+1)-{\widehat{\mathrm{\β}}}_2\·d^{*}(l+1)}=\frac{d(l+16\mathrm{Ts})-{\widehat{\mathrm{\β}}}_2\·d^{*}(l+16\mathrm{Ts})}{d\left(l\right)-{\widehat{\mathrm{\β}}}_2\·d^{*}\left(l\right)}$

$\⇒a_l\·{\widehat{\mathrm{\β}}}_2=b_l$

$\left(\begin{array}{c}{a}_l=d(l+16\mathrm{Ts})\·d^{*}(l+1)+d^{*}(l+16\mathrm{Ts})\·d(l+1)-(d^{*}(l+1+16\mathrm{Ts})\·d\left(l\right)+d(l+1+16\mathrm{Ts})\·d^{*}\left(l\right))\\ b_l=d(l+16\mathrm{Ts})\·d(l+1)-d(l+1+16\mathrm{Ts})\·d\left(l\right)\\ {{\widehat{\mathrm{\β}}}_2}^2\≈0\end{array}\right)$

参数

可通过将l＝1-L-16-1以矩阵方式表示(如式9)以及使用LS方程式(如式10)来解出。

$A\·{\widehat{\mathrm{\β}}}_2=B$

$(A=\left[\begin{array}{c}{a}_1\\ a_2\\ .\\ .\\ .\\ a_{L-16-1}\end{array}\right],B=\left[\begin{array}{c}{b}_1\\ b_2\\ .\\ .\\ .\\ b_{L-16-1}\end{array}\right])$ (式9)

${\widehat{\mathrm{\β}}}_2=\frac{A^H\·B}{{\left|\right|A\left|\right|}^2}=\frac{\left[\begin{array}{cccc}{a_1}^{*}& {a_2}^{*}& \·\·\·& {a_{L-16-1}}^{*}\end{array}\right]\·\left[\begin{array}{c}{b}_1\\ b_2\\ .\\ .\\ .\\ b_{L-16-1}\end{array}\right]}{\left[\begin{array}{c}{a}_1\\ a_2\\ .\\ .\\ .\\ a_{L-16-1}\end{array}\right]\·\left[\begin{array}{cccc}{a_1}^{*}& {a_2}^{*}& \·\·\·& {a_{L-16-1}}^{*}\end{array}\right]}=\frac{{a_1}^{*}\·b_1+{a_2}^{*}\·b_2+\·\·\·+{a_{L-16-1}}^{*}\·b_{L-16-1}}{{\left|a_1\right|}^2+{\left|a_2\right|}^2+\·\·\·+{\left|a_{L-16-1}\right|}^2}$

$=\frac{\underset{l=1}{\overset{N-16-1}{\mathrm{\Σ}}}{a_1}^{*}\·b_1}{\underset{l=1}{\overset{N-16-1}{\mathrm{\Σ}}}{\left|a_1\right|}^2}$ (式10)

在解得参数后，α₂的精确值可根据以下计算来估算，其中，

及

以αandβ来取代。

$\left\{\begin{array}{c}\mathrm{\α}=\cos \left(\mathrm{\Δ\φ}\right)+j\·\mathrm{\ϵ}\·\sin \left(\mathrm{\Δ\φ}\right)\\ \mathrm{\β}=\mathrm{\ϵ}\·\cos \left(\mathrm{\Δ\φ}\right)-j\·\sin \left(\mathrm{\Δ\φ}\right)\end{array}\right.$ (式11)

$\⇒\left\{\begin{array}{c}{\left(\mathrm{Real}\right\{\mathrm{\α}\left\}\right)}^2+{\left(\mathrm{Imag}\right\{\mathrm{\β}\left\}\right)}^2=1\⇒\mathrm{Real}\left\{\mathrm{\α}\right\}=\sqrt{1-{\left(\mathrm{Imag}\right\{\mathrm{\β}\left\}\right)}^2}\\ \mathrm{Real}\left\{\mathrm{\α}\right\}\·\mathrm{Imag}\left\{\mathrm{\α}\right\}=\cos \left(\mathrm{\Δ\φ}\right)\·\mathrm{\ϵ}\·\sin \left\{\mathrm{\Δ\φ}\right\}=-\mathrm{Real}\left\{\mathrm{\β}\right\}\·\mathrm{Imag}\left\{\mathrm{\β}\right\}\\ \⇒\mathrm{Imag}\left\{\mathrm{\α}\right\}=-\frac{\mathrm{Real}\left\{\mathrm{\β}\right\}\·\mathrm{Imag}\left\{\mathrm{\β}\right\}}{\mathrm{Real}\left\{\mathrm{\α}\right\}}=-\frac{\mathrm{Real}\left\{\mathrm{\β}\right\}\·\mathrm{Imag}\left\{\mathrm{\β}\right\}}{\sqrt{1-\mathrm{Imag}\left\{\mathrm{\β}\right\}}}\end{array}\right.$

$\⇒\mathrm{\α}=\mathrm{Real}\left\{\mathrm{\α}\right\}+j\·\mathrm{Imag}\left\{\mathrm{\α}\right\}$

$=\sqrt{1-{\left(\mathrm{Imag}\right\{\mathrm{\β}\left\}\right)}^2}-j\·\frac{\mathrm{Real}\left\{\mathrm{\β}\right\}\·\mathrm{Imag}\left\{\mathrm{\β}\right\}}{\sqrt{1-\mathrm{Imag}\left\{\mathrm{\β}\right\}}}$

一旦获得两参数及信号d(t)可因此而补偿。

d(t)＝α₂·e^j2πΔft·Rx(t)+β₂·e^-j2πΔft·Rx^*(t)

$d_{\mathrm{correct}}\left(t\right)=\frac{{{\widehat{\mathrm{\α}}}_2}^{*}\·d\left(t\right)-{\widehat{\mathrm{\β}}}_2\·d^{*}\left(t\right)}{{\left|{\widehat{\mathrm{\α}}}_2\right|}^2-{\left|{\widehat{\mathrm{\β}}}_2\right|}^2}$

$=\frac{{{\widehat{\mathrm{\α}}}_2}^{*}\·[{\mathrm{\α}}_2\·e^{j2\mathrm{\π\Δft}}\·\mathrm{Rx}\left(t\right)+{\mathrm{\β}}_2\·e^{-j2\mathrm{\π\Δf}}\·{\mathrm{Rx}}^{*}\left(t\right)]-{\widehat{\mathrm{\β}}}_2\·{[{\mathrm{\α}}_2\·e^{j2\mathrm{\π\Δft}}\·\mathrm{Rx}\left(t\right)-{\mathrm{\β}}_2\·e^{-j2\mathrm{\π\Δft}}\·{\mathrm{Rx}}^{*}\left(t\right)]}^{*}}{{\left|{\widehat{\mathrm{\α}}}_2\right|}^2-{\left|{\widehat{\mathrm{\β}}}_2\right|}^2}$

假设 ${\widehat{\mathrm{\α}}}_2={\mathrm{\α}}_2,{\widehat{\mathrm{\β}}}_2={\mathrm{\β}}_2,$

$d_{\mathrm{correct}}\left(t\right)=$

$\frac{{\left|{\mathrm{\α}}_2\right|}^2\·e^{j2\mathrm{\π\Δft}}\·\mathrm{Rx}\left(t\right)+{{\mathrm{\α}}_2}^{*}\·{\mathrm{\β}}_2\·e^{-j2\mathrm{\π\Δf}}\·{\mathrm{Rx}}^{*}\left(t\right)-{\mathrm{\β}}_2\·{{\mathrm{\α}}_2}^{*}\·e^{-j2\mathrm{\π\Δft}}\·{\mathrm{Rx}}^{*}\left(t\right)-{\left|{\mathrm{\β}}_2\right|}^2\·e^{j2\mathrm{\π\Δft}}\·\mathrm{Rx}\left(t\right)}{{\left|{\widehat{\mathrm{\α}}}_2\right|}^2-{\left|{\widehat{\mathrm{\β}}}_2\right|}^2}$

$=\frac{{\left|{\mathrm{\α}}_2\right|}^2\·e^{j2\mathrm{\π\Δft}}\·\mathrm{Rx}\left(t\right)-{\left|{\mathrm{\β}}_2\right|}^2\·e^{j2\mathrm{\π\Δft}}\·\mathrm{Rx}\left(t\right)}{{\left|{\widehat{\mathrm{\α}}}_2\right|}^2-{\left|{\widehat{\mathrm{\β}}}_2\right|}^2}$

${=e}^{j2\mathrm{\π\Δft}}\·\mathrm{Rx}\left(t\right)$

本发明实施例提供一种更佳的IQ不平衡补偿方法，其降低计算复杂性、考虑CFO效应、以及其不会受到传送器产生的IQ不平衡的影响。本发明所使用的LS算法，比公知技术中IQ不平衡补偿所使用的FFT及NLS算法还要来得简单。由于本发明所提出的IQ不平衡补偿方法，使用传送端所传送的参考信号来取代接收器所产生的区域参考信号，因此本发明考虑传送器所产生的IQ不平衡。因此本发明所提出的IQ不平衡补偿方法，对于补偿具有传送器所产生的IQ不平衡效应的信号，仍可满足。此外，由于接收器在检测重复之前导后，可执行本发明的IQ不平衡补偿，因此取样时序对于IQ不平衡估算器而言不是重要的标准。本发明假设载波频率偏移不等于0或接近0，因此，在任何两取样点间的比例将不会太小。

第二实施例

在实际执行上，在两重复取样点间的取样区间越长，IQ不平衡补偿效能越好。当CFO相对小时，延长在两重复取样点间的取样区间，可改善补偿效能。将取样区间由16T_s改变至32T_s的例子，如式12表示：

$\frac{e^{j2\mathrm{\π\Δf}(t+32\mathrm{Ts})}\·\mathrm{Rx}(t+32\mathrm{Ts})}{e^{j2\mathrm{\π\Δft}}\·\mathrm{Rx}\left(t\right)}=e^{j2\mathrm{\π\Δf}\·32\mathrm{Ts}}$ (式12)

为了缩减噪声效应，在计算比例前，数个取样点平均分配。平均两取样点的例子如式13：

$\frac{e^{j2\mathrm{\π\Δf}(t+32\mathrm{Ts})}\·\mathrm{Rx}(t+32\mathrm{Ts})+e^{j2\mathrm{\π\Δf}(t+48\mathrm{Ts})}\·\mathrm{Rx}(t+48\mathrm{Ts})}{e^{j2\mathrm{\π\Δft}}\·\mathrm{Rx}\left(t\right)+e^{j2\mathrm{\π\Δf}(t+16\mathrm{Ts})}\·\mathrm{Rx}(t+16\mathrm{Ts})}$

$=\frac{e^{j2\mathrm{\π\Δf}(t+32\mathrm{Ts})}\·[\mathrm{Rx}(t+32\mathrm{Ts})+e^{j2\mathrm{\π\Δf}\·16\mathrm{Ts}}\·\mathrm{Rx}(t+48\mathrm{Ts})]}{e^{j2\mathrm{\π\Δft}}\·[\mathrm{Rx}\left(t\right)+e^{j2\mathrm{\π\Δf}\·16\mathrm{Ts}}\·\mathrm{Rx}(t+16\mathrm{Ts})]}$ (式13)

$=e^{j2\mathrm{\π\Δf}\·32\mathrm{Ts}}$

减少噪声所产生的误差的另一方法为设定阈值以决定每一取样的有效性。在式13中改变取样区间后，式9的MSE方程式变为：

$\mathrm{MSE}=\underset{l=1}{\overset{L-16-1}{\mathrm{\Σ}}}{|\left(\frac{d(t+32\mathrm{Ts})-{\widehat{\mathrm{\β}}}_2\·d^{*}(t+32\mathrm{Ts})}{d\left(t\right)-{\widehat{\mathrm{\β}}}_2\·d^{*}\left(t\right)}{|}_{t=l+1}\right)-\left(\frac{d(t+32\mathrm{Ts})-{\widehat{\mathrm{\β}}}_2\·d^{*}(t+32\mathrm{Ts})}{d\left(t\right)-{\widehat{\mathrm{\β}}}_2\·d^{*}\left(t\right)}{|}_{t=l}\right)|}^2$

$=0$

              (式14)

预期一些信号的取样具有比其它取样较大的失真，因此阈值设定为在IQ不平衡估算中，检查现在取样是否应被考虑。

$\mathrm{MSE}=\underset{l=1}{\overset{L-16-1}{\mathrm{\&Sigma;}}}{\left|\right\{\left(\frac{d(t+32\mathrm{Ts})-{\widehat{\mathrm{\&beta;}}}_2\&CenterDot;d^{*}(t+32\mathrm{Ts})}{d\left(t\right)-{\widehat{\mathrm{\&beta;}}}_2\&CenterDot;d^{*}\left(t\right)}{|}_{t=l+1}\right)-\left(\frac{d(t+32\mathrm{Ts})-{\widehat{\mathrm{\&beta;}}}_2\&CenterDot;d^{*}(t+32\mathrm{Ts})}{d\left(t\right)-{\widehat{\mathrm{\&beta;}}}_2\&CenterDot;d^{*}\left(t\right)}{|}_{t=l}\right)\left\}{|}_{G\left(m\right)<\mathrm{th}}\right|}^2$

$G\left(m\right)=\{\left(\frac{d(t+32\mathrm{Ts})-{\widehat{\mathrm{\&beta;}}}_2\&CenterDot;d^{*}(t+32\mathrm{Ts})}{d\left(t\right)-{\widehat{\mathrm{\&beta;}}}_2\&CenterDot;d^{*}\left(t\right)}{|}_{t=l+1}\right)-\left(\frac{d(t+32\mathrm{Ts})-{\widehat{\mathrm{\&beta;}}}_2\&CenterDot;d^{*}(t+32\mathrm{Ts})}{d\left(t\right)-{\widehat{\mathrm{\&beta;}}}_2\&CenterDot;d^{*}\left(t\right)}{|}_{t=l}\right)\}$

本发明的实施例考虑并补偿噪声及干扰所产生的角度及频率误差。最大角度误差或是最大频率误差设定为IQ失调的可允许的误差。在该实施例，对于IQ失调而言，规格表所指明的最大角度误差为±3□，假使因为储存噪声或是Δφ效应使得相位失调大于3度，在执行IQ不平衡补偿前，相位失调减去最大角度误差±3□。

图6表示根据图5的IQ估算器及CFO估算。IQ不平衡估算可在时域完成。如图6所示，训练序列61自传送器通过通道传送至接收器。在上述传送期间，IQ不平衡在传送器(步骤1)与接收器(步骤3)中产生，且CFO在通道中产生(步骤2)。在接收器的末端，训练序列转换为数字数据，且接收器的IQ不平衡利用LS算法来估算(步骤4)。接着，传送IQ估算以执行对数据62的IQ不平衡补偿(步骤6)。同样地，步骤5的CFO估算使用来补偿CFO(步骤7)。

图7表示本发明实施例的IQ不平衡补偿技术的模拟结果，其中Δφ＝1.5°，ε＝1.5dB。该模拟以IEEE 802.11a为例子其中，短前导包括10个重复符号，每一具有16个取样时间区间。数据速率选择为54Mbits/s。在仿真中使用双发射源多路径(two-ray multi-path)，且假使估算偏移超过或低于Δφ＝±3°及ε＝±3dB，则IQ不平衡减去Δφ＝±3°及ε＝±3dB。如图7所示，所提出的IQ不平衡补偿技术改善了效能，但其也显示出所提出的技术对于CFO灵敏度高，特别是在低频率Δf。

上述的多个实施例可应用于所有种类的训练序列包含有重复的周期性数据的字段，例如，包括由IEEE 802.11a/g所定义的短前导或是长前导的信号，以及包括由IEEE 802.11b所定义之前导的数据。

本发明所提出的IQ不平衡估算及补偿技术并不限制于应用在OFDM系统中，其它电信系统，甚至是没有FFT的系统也可在时域中，执行所提出的IQ不平衡估算及补偿。

本发明虽以优选实施例公开如上，然其并非用以限定本发明，任何本领域技术人员，在不脱离本发明的精神和范围的情况下，可进行更动与修改，因此本发明的保护范围以所提出的权利要求所限定的范围为准。

Claims (18)

1.一种估算同相与正交不平衡的方法，适用于一通信系统的接收器，包括：

接收多个训练信号，其中，在具有N取样区间的一帧时间区间中，该多个训练信号包括具有多个重复训练符号的一前导字段；

计算在该前导字段的每一取样点与间隔N取样区间的一对应取样点间的比例：

假设多个比例相同，推导出关于多个比例的一方均误差方程式；

$\mathrm{MSE}=\underset{l=1}{\overset{L-x-1}{\mathrm{\&Sigma;}}}{|\left(e^{j2\mathrm{\&pi;\&Delta;f}\&CenterDot;\left(\mathrm{xTs}\right)}{|}_{t=l+1}\right)-\left(e^{j2\mathrm{\&pi;\&Delta;f}\&CenterDot;\left(\mathrm{xTs}\right)}{|}_{t=l}\right)|}^2$

L代表该前导字段的长度，下标符号t表示短前导位置，Ts代表该取样区间，以及x代表在两重复的取样点间该取样区间的数量，

根据该方程式，估算关于同相与正交不平衡补偿多个参数。

2.如权利要求1所述的估算同相与正交不平衡的方法，还包括根据估算出的该多个参数，以补偿被接收的信号的同相与正交不平衡。

3.如权利要求1所述的估算同相与正交不平衡的方法，还包括在估算关于同相与正交不平衡补偿的该多个参数后，估算一载波频率偏移。

4.如权利要求1所述的估算同相与正交不平衡的方法，其中，关于同相与正交不平衡补偿的该多个参数表示该接收器所产生的同相与正交失调偏移的效应。

5.如权利要求1所述的估算同相与正交不平衡的方法，其中，该接收器操作在无线局域网络系统。

6.如权利要求1所述的估算同相与正交不平衡的方法，还包括当为了推导该方程式而计算该多个比例时，平均至少两该取样点取代每一该取样点。

7.如权利要求1所述的估算同相与正交不平衡的方法，还包括设定一阈值用以决定每一该取样点的有效性，以忽略具有无可允许的噪声失真的多个取样点。

8.如权利要求1所述的估算同相与正交不平衡的方法，其中，该多个训练信号为物理层会聚协议协议数据单元，包括PLCP前导，PLCP标头，PLCP服务数据单元、文件尾位、以及附加位。

9.如权利要求8所述的估算同相与正交不平衡的方法，其中，PLCP前导包括一短前导，且在该短前导的序列每16个取样区间自我重复一次。

10.如权利要求1所述的估算同相与正交不平衡的方法，其中，关于同相与正交不平衡补偿的该多个参数使用最小平方算法来估算。

11.一种同相与正交不平衡补偿的装置，用以接收一训练信号，该训练信号包括一前导字段及一数据域位，且在该前导字段的一序列每N取样区间重复一次，该装置包括：

一比例计算器，用以计算该前导字段的每一取样点与间隔N取样区间的一对应取样点之间的比例；

一计算单元，耦接该比例计算器，用以推导出关于多个比例的一方均误差方程式 $\mathrm{MSE}=\underset{l=1}{\overset{L-x-1}{\mathrm{\&Sigma;}}}{|\left(e^{j2\mathrm{\&pi;\&Delta;f}\&CenterDot;\left(\mathrm{xTs}\right)}{|}_{t=l+1}\right)-\left(e^{j2\mathrm{\&pi;\&Delta;f}\&CenterDot;\left(\mathrm{xTs}\right)}{|}_{t=l}\right)|}^2,$ 其中L代表该前导字段的长度，下标符号t表示短前导位置，Ts代表该取样区间，以及x代表在两重复的取样点间该取样区间的数量，并且假设该多个比例相同；

一参数估算器，耦接该计算单元，根据该方程式，以估算关于同相与正交不平衡补偿的多个参数；以及

一补偿器，接收来自该参数估算器的该多个参数，以补偿该数据域位的同相与正交不平衡。

12.如权利要求11所述的同相与正交不平衡补偿的装置，其中，关于同相与正交不平衡补偿的该多个参数表示接收器所产生的同相与正交失调偏移效应。

13.如权利要求11所述的同相与正交不平衡补偿的装置，其中，该参数估算器使用最小平方算法来估算关于同相与正交不平衡补偿的该多个参数。

14.一种接收器，具有同相与正交不平衡补偿，包括：

一天线，接收具有一前导字段及一数据域位的一训练信号，其中，在该前导字段的一序列每N取样区间重复一次；

一同相与正交不平衡估算器，接收来自该天线的该前导字段；

该同相与正交不平衡估算器包括：

一比例计算器，用以计算该前导字段的每一取样点与间隔N取样区间的一对应取样点之间的比例；

一计算单元，耦接该比例计算器，用以推导出关于多个比例的一方均误差方程式 $\mathrm{MSE}=\underset{l=1}{\overset{L-x-1}{\mathrm{\&Sigma;}}}{|\left(e^{j2\mathrm{\&pi;\&Delta;f}\&CenterDot;\left(\mathrm{xTs}\right)}{|}_{t=l+1}\right)-\left(e^{j2\mathrm{\&pi;\&Delta;f}\&CenterDot;\left(\mathrm{xTs}\right)}{|}_{t=l}\right)|}^2,$ 其中L代表该前导字段的长度，下标符号t表示短前导位置，Ts代表该取样区间，以及x代表在两重复的取样点间该取样区间的数量，并且假设该多个比例相同；以及

一参数估算器，耦接该计算单元，根据该方程式，以估算关于同相与正交不平衡补偿的多个参数；以及

一同相与正交不平衡补偿器，耦接该天线及该同相与正交不平衡估算器，接收来自该参数估算器的该多个参数，以补偿该数据域位的同相与正交不平衡。

15.如权利要求14所述的接收器，还包括：

一载波频率偏移估算器，耦接该同相与正交不平衡估算器，用以估算载波频率偏移；以及

一载波频率偏移补偿器，耦接该同相与正交不平衡补偿器及该载波频率偏移估算器，根据该载波频率偏移估算器的输出，以补偿来自该同相与正交不平衡补偿器的该数据域位的载波频率偏移。

16.如权利要求14所述的接收器，其中，关于同相与正交不平衡补偿的该多个参数表示接收器所产生的同相与正交失调偏移效应。

17.如权利要求14所述的接收器，其中，该接收器操作在无线局域网络系统。

18.如权利要求14所述的接收器，其中，该参数估算器使用最小平方算法来估算关于同相与正交不平衡补偿的该多个参数。

Images