CN103312640B - 一种联合信道估计与iq不平衡补偿的方法 - Google Patents

Abstract

本发明属于无线通信技术领域，特别涉及受同相正交两路不平衡干扰的无线通信系统中的一种联合信道估计与IQ不平衡补偿的方法。本发明包括以下步骤：对IQ不平衡参数的范围进行约束；构造目标函数；得出最优解的坐标值；解出IQ不平衡的最优参数；恢复出理想的CFR，然后对IQ不平衡进行补偿，完成信道估计和对IQ不平衡的校正。

Description

一种联合信道估计与IQ不平衡补偿的方法

技术领域

本发明属于无线通信技术领域，特别涉及受同相正交（IQ,In-phase Quadrature）两路不平衡干扰的无线通信系统中的一种联合信道估计与IQ不平衡补偿的方法。

背景技术

当前，很多无线通信标准如全球标准长期演进（LTE，long term evolution）、IEEE802.15、IEEE802.16等为了降低接收端均衡复杂度普遍采用单载波频域均衡（SC-FDE，single carrier modulation with frequency domain equalization）技术和正交频分复用（OFDM，orthogonal frequency division multiplexing）技术。

无线通信需要载波调制，模拟前端（FE，front-end）的同相正交的两路信号在受调制后或解调前（或两者都有）会有信号不平衡产生，引起系统性能下降，尤其是采用低成本的直接变频结构或载波频率较高的系统如毫米波通信系统。IQ不平衡是指I分支和Q分支之间的相位和增益的不匹配，既可以存在于发射机也可以存在于接收机。

一般来说，IQ不平衡可分为频率无关（FI，frequency independent）和频率相关（FD，frequency dependent）的IQ不平衡。FI的IQ不平衡是由本地振荡器（LO，localoscillator）造成的。FD的IQ不平衡还包括由其他模拟器件，如模拟滤波器、放大器、数模转换器（DAC，Digital-to-Analog Converter）或模数转换器（ADC，Analog-to-DigitalConverter）造成的影响。

现有的一些IQ不平衡的补偿方案，大致分为两种：分别为不依赖IQ不平衡参数估计的补偿方法和依赖IQ不平衡参数估计的补偿方法。例如，以干扰抵消（IC，interferencecancellation）为基础的补偿和以盲源分离（BSS，blind source separation）为基础的补偿，不需要任何训练序列，也不需要对IQ不平衡参数进行估计。但是这些方法需要发送大量的数据进行分析运算以获得稳定的统计特性。又例如，对于OFDM系统中的IQ不平衡的影响，通过基于估计的系统级算法来补偿失真，包括最小二乘（LS，least squares）均衡，自适应均衡，基于快速傅立叶变换（FFT，fast fourier transform）的LS以及使用自适应信道估计和特殊的导频信号的预FFT校正，来实现准确、快速的估计和补偿，这是由于经过信道增益之后所发送的信号可以被检测，IQ不平衡参数也可以通过发送训练符号进行估计。该方案将IQ不平衡与信道作为一个整体来进行分析和估计，且只考虑了IQ不平衡的影响和补偿，没有获得理想的信道状态信息。

在高频通信系统的射频前端为降低成本而放宽对IQ不平衡的要求，或在现有技术与工艺无法避免较严重的IQ不平衡时，在基带中进行IQ不平衡补偿是必要的。因此研究一种通用的联合信道估计与IQ不平衡补偿的方法是一项具有重要实际意义和挑战性的任务。

发明内容

本发明提供一种在无线通信系统中，联合信道估计与IQ不平衡补偿的方法。该方法不仅考虑发送端的IQ不平衡，同时也考虑了接收端的IQ不平衡。

本发明所采用的技术方案是：联合信道估计与IQ不平衡补偿的方法，具体步骤如下

S1、对IQ不平衡参数的范围进行约束：令发射机IQ幅度不平衡ε_T和接收机IQ幅度不平衡ε_R的取值约束到0: dB和0: 范围内，其中和是步长，和分别是ε_T和ε_R取值范围的上界。令发射机IQ相位不平衡Δφ_T和接收机IQ相位不平衡Δφ_R的取值约束到0: 和0: 范围内，其中和为步长，和分别为Δφ_T和Δφ_R取值范围的上界；

S2、根据S1所确定的范围，构造目标函数F，包括：

S21、当发送已知训练序列时，对及其共轭信号经过FFT后的频域接收信号Y_k和构造参数W_k和V_k， $W_k={\mathrm{\α}}_R^{*}{Y}_k-{\mathrm{\β}}_R{Y}_{N-k}^{*},$ $V_k={\mathrm{\α}}_T{\tilde{X}}_k+{\mathrm{\β}}_T{\tilde{X}}_{N-k}^{*},$ 其中，N是数据块长度，N也是是FFT的长度，k表示第k个子载波，为信号的N点的FFT,为的共轭信号的N点的FFT，α_T＝cos(Δφ_T)+jε_Tsin(Δφ_T)，β_T＝ε_Tcos(Δφ_T)+jsin(Δφ_T)，α_R＝cos(Δφ_R)-jε_Rsin(Δφ_R)，β_R＝ε_Rcos(Δφ_R)+jsin(Δφ_R)，其中，参数α_T和β_T表示了发射端IQ不平衡对发送信号的影响，当两个分支完全相同时，α_T＝1，β_T＝0，幅度偏移为ε_T，相位偏移为Δ_φT，参数α_R和β_R表示了接收端IQ不平衡对接收信号的影响，当两个分支完全相同时，α_R＝1，β_R＝0，幅度偏移为ε_R，相位偏移为Δφ_R；

S22、根据S21构造的参数W_k和V_k结合发送的训练序列和其频域接收信号，构造目标函数F，对其中的参数f和g分别定义为：其中，

${\widehat{\mathrm{\β}}}_T=-\frac{\underset{k}{\mathrm{\Σ}}({\tilde{X}}_k{W}_{k+1}-{\tilde{X}}_{k+1}{W}_k){({\tilde{X}}_{N-k}^{*}{W}_{k+1}-{\tilde{X}}_{N-k-1}^{*}{W}_k)}^{*}}{\underset{k}{\mathrm{\Σ}}{|{\tilde{X}}_{N-k}^{*}{W}_{k+1}-{\tilde{X}}_{N-k-1}^{*}{W}_k|}^2}$

${\widehat{\mathrm{\β}}}_R=\frac{\underset{k}{\mathrm{\Σ}}(V_k{Y}_{k+1}-V_{k+1}{Y}_k){(V_k{Y}_{N-k-1}^{*}-V_{k+1}{Y}_{N-k}^{*})}^{*}}{\underset{k}{\mathrm{\Σ}}{|V_k{Y}_{N-k-1}^{*}-V_{k+1}{Y}_{N-k}^{*}|}^2};$

S3、通过改进的Rosenbrock搜索算法搜索S2所构造的目标函数F的最大值，当F取得最大值时，得到最优解的坐标值(p_opt,q_opt)，包括:

S31、初始化阶段：令计数器为k，k为非负整数，初始化k＝1，初始方向向量为d⁽ⁱ⁾(i＝1,2)，其中，d⁽¹⁾＝(1,0)^T，d⁽²⁾＝(0,1)^T且两向量正交，初始探测的起点向量为s⁽¹⁾＝[p⁽¹⁾,q⁽¹⁾]，p⁽¹⁾、q⁽¹⁾分别为d⁽¹⁾、d⁽²⁾方向的坐标值，且1≤p⁽¹⁾≤P,1≤q⁽¹⁾≤Q，初始步长为每个方向d⁽ⁱ⁾(i＝1,2)的搜索步长分别为ξ₁和ξ₂，初始探测向量为 $y^{\left(1\right)}=[y_1^{\left(1\right)},y_2^{\left(1\right)}]=s^{\left(1\right)};$

S32、探测阶段,包括：

S321、沿d⁽¹⁾方向进行探测，令y^(k+1)＝y^(k)+ξ₁d⁽¹⁾（k≥1），如果那么此次探测成功，令s^(k+1)＝y^(k+1)，如果那么此次探测失败，令s^(k+1)＝s^(k)，重复探测过程，直至该方向上的点都被探测完成；

S322、沿d⁽²⁾方向进行探测，令y^(k+1)＝y^(k)+ξ₁d⁽¹⁾（k≥1），如果那么此次探测成功，令s^(k+1)＝y^(k+1)，如果那么此次探测失败，令s^(k+1)＝s^(k)，重复探测过程，直至该方向上的点都被探测完成；

S33、转轴阶段：当S32完成之后，得到其中λ_i为d⁽ⁱ⁾方向的累计移动步长，根据向量p＝s^(k+1)-s^(k)给出可能的梯度方向，并建立新的单位探测向量 ${\stackrel{\‾}{d}}^{\left(j\right)}=q^{\left(j\right)}/\left|\right|q^{\left(j\right)}\left|\right|,$ 其中 $q^{\left(j\right)}=\left\{\begin{array}{cc}{p}^{\left(j\right)}& j=1\\ p^{\left(j\right)}-\underset{i=1}{\overset{j-1}{\mathrm{\Σ}}}\frac{q^{\left(j\right)T}{p}^{\left(j\right)}}{q^{\left(j\right)T}{q}^{\left(j\right)}}{q}^{\left(j\right)}& j\≥2\end{array}\right.,$ q^(j)是 $p^{\left(j\right)}(j=\mathrm{1,2})=\left\{\begin{array}{cc}{d}^{\left(j\right)}& {\mathrm{\λ}}_j=0\\ \underset{i=j}{\overset{2}{\mathrm{\Σ}}}{\mathrm{\λ}}_i{d}^{\left(j\right)}& {\mathrm{\λ}}_j\≠0\end{array}\right.$ 通过施密特正交化（Gram-Schmidt orthogonalization）获得的正交向量；

S34、重复S32和S33，直到||s^(k+1)-s^(k)||≤η，算法停止，得到最优解的坐标值(p_opt,q_opt)。

S4、通过S3中得到的最优解的坐标值(p_opt,q_opt)求解IQ不平衡的最优参数 进而求解出

其中，是取实部运算，是取虚部运算；

S5、根据S4求解出的IQ不平衡参数和恢复出理想的CFR，然后对IQ不平衡进行补偿，完成信道估计和对IQ不平衡的校正。

进一步地，S1所述 ${\mathrm{\λ}}_{{\mathrm{\ϵ}}_T}={\mathrm{\λ}}_{{\mathrm{\ϵ}}_R}=1,$ ${\mathrm{\λ}}_{{\mathrm{\Δ\φ}}_T}={\mathrm{\λ}}_{{\mathrm{\Δ\φ}}_R}=1^0,$ $N_{{\mathrm{\ϵ}}_T}=N_{{\mathrm{\ϵ}}_R}=3,$ $N_{{\mathrm{\Δ\φ}}_T}=N_{{\mathrm{\Δ\φ}}_R}={10}^0.$

进一步地，S21所述β_T有P个值，β_R有Q个值 ${\mathrm{\β}}_R={[{\mathrm{\β}}_{R_1},{\mathrm{\β}}_{R_2},\·\·\·,{\mathrm{\β}}_{R_Q}]}^T,$ 其中 $P=(N_{{\mathrm{\ϵ}}_T}/{\mathrm{\λ}}_{{\mathrm{\ϵ}}_T}+1)\×(N_{{\mathrm{\Δ\φ}}_T}/{\mathrm{\λ}}_{{\mathrm{\Δ\φ}}_T}+1),$ $Q=(N_{{\mathrm{\ϵ}}_R}/{\mathrm{\λ}}_{{\mathrm{\ϵ}}_R}+1)\×(N_{{\mathrm{\Δ\φ}}_R}/{\mathrm{\λ}}_{{\mathrm{\Δ\φ}}_R}+1).$

进一步地，S21所述N=512。

进一步地，S34所述η为预先指定的门限值，η＝1。

进一步地，S5所述IQ不平衡的补偿有两种方式，包括：

在接收端补偿：利用参数对接收信号进行补偿可以恢复出不受接收端IQ不平衡影响的信号 ${\stackrel{\‾}{Y}}_k=\frac{{\mathrm{\α}}_{R_{p_{\mathrm{opt}}}}^{*}{Y}_k-{\mathrm{\β}}_{R_{p_{\mathrm{opt}}}}{Y}_{N-k}^{*}}{{\left|{\mathrm{\α}}_{R_{p_{\mathrm{opt}}}}\right|}^2-{\left|{\mathrm{\β}}_{R_{p_{\mathrm{opt}}}}\right|}^2}{\mathrm{\α}}_T{\tilde{X}}_k{H}_k+{\mathrm{\β}}_T{\tilde{X}}_{N-k}^{*}{H}_k+{\tilde{W}}_k.$ 然后移除信道之后，利用参数恢复出原始发送信号 ${\hat{X}}_k=\frac{{\mathrm{\α}}_{T_{p_{\mathrm{opt}}}}^{*}{Y}_k-{\mathrm{\β}}_{T_{p_{\mathrm{opt}}}}{Y}_{N-k}^{*}}{{\left|{\mathrm{\α}}_{T_{p_{\mathrm{opt}}}}\right|}^2-{\left|{\mathrm{\β}}_{T_{p_{\mathrm{opt}}}}\right|}^2};$

收发端同时补偿：得到IQ不平衡参数和之后，在时域分别对发射信号和接收信号进行补偿。在发射端，补偿后的信号为在接收端，补偿后的信号为 $\stackrel{\‾}{y}=y-\frac{{\mathrm{\β}}_{R_{p_{\mathrm{opt}}}}}{{\mathrm{\α}}_{R_{p_{\mathrm{opt}}}}^{*}}{y}^{*}.$

本发明的有益效果是：联合信道估计与IQ不平衡补偿方法的参数较少，搜索算法的运算量较少，整体算法都是复杂度很低的线性运算。以往的IQ不平衡补偿方法中涉及信道估计的方法大多将IQ不平衡与信道作为一个整体，而未将两者分开考虑，本方法同时得到IQ不平衡的参数和理想信道，实用性强，并且同时适用于SC-FDE和OFDM系统，适用范围较广。从本发明附图中的仿真图表明，该算法性能改善效果明显可靠，具有良好的发明价值和实际意义

附图说明

图1是本发明系统模型结构图；

图2是本发明收发端IQ不平衡结构图；

图3是本发明信道估计联合IQ不平衡补偿算法流程图；

图4是本发明算法误比特率（BER）性能曲线图。

具体实施方式

下面结合附图介绍本发明的具体实施方式：

SC-FDE和OFDM系统的发送与接收系统模型如图1所示。

Γ是N_s×N_s的预编码矩阵，N_s是符号块的长度。当通信系统的调制体制为SC-CP时，令Γ＝F，F是N_s×N_s的FFT变换矩阵，0≤k,n≤N_s-1。当通信系统的调制体制为OFDM时，令（是N_s×N_s的单位矩阵）。首先，待发送的二进制比特流经过信道编码和数字调制映射(可以是BPSK，QPSK，QAM等)后，形成连续的符号流。然后进行长度为N_s的符号分块，块间加N_g个保护符号作为保护间隙(N_g要大于信道脉冲响应长度，可以是N_g个零，也可以是N_g个循环前缀（CP，cyclic prefix))，形成一个长为N_b（N_b＝N_s+N_cp）的帧。如此形成的连续帧流发送出去，经过多径衰落信道，到达接收端。在接收端，接收机对接收到的信号采样，然后进行长度为N_b的分块，移除保护间隙，然后进行频域均衡，均衡后对连续的符号流进行判决，解调和信道解码恢复出原始比特流。设连续的比特流经过信道编码和数字调制后，得到连续的符号流为：u[n]＝[u(nN_s),u(nN_s+1),…,u(nN_s+N_s-1)]^Tn＝0,1,…。经过预编码和IFFT变换之后的符号流为：x[n]＝F^Η·Γ·u[n]＝[x(nN_s),x(nN_s+1),…,x(nN_s+N_s-1)]^Tn＝0,1,…。其中，F^Η是N_s×N_s的IFFT变换矩阵，符号[·]^T表示对向量或矩阵的转置。对符号流进行分块，符号块长度为N_s。在符号块间经过N_b×N_s(N_b≥N_s)的矩阵T_CP添加保护间隔（这里我们把CP作为块间的保护间隔，CP的长度为N_CP＝N_g。其中， 是N_CP×(N_S-N_CP)的全零矩阵，可以得到：其长度为N_b。由于受发射端IQ不平衡影响，实际发送的信号为其中，α_T＝cos(Δφ_T)+jε_Tsin(Δφ_T)，β_T＝ε_Tcos(Δφ_T)+jsin(Δφ_T)。参数α_T和β_T表示了发射端IQ不平衡对发送信号的影响，β_T＝0，幅度偏移为ε_T，相位偏移为Δφ_T，当两个分支完全相同时，α_T＝1。等效离散信道脉冲响应（CIR，channel impulse response）为：h[n]＝[h(0),h(1),...,h(L-1)]^Τ，L是信道长度，有L≤N_cp。假设理想同步，受AWGN向量w[n]＝[w(nN_b),w(nN_b+1),…,w((n+1)N_b-1)]^Τn＝0,1,…的加性影响，其中它的每一个元素都是均值为0，方差为的AWGN。在接收端接收到的信号为 $r\left[n\right]=s\left[n\right]\⊗h\left[n\right]+w\left[n\right]={\mathrm{\α}}_T\tilde{x}\left[n\right]\⊗h\left[n\right]+{\mathrm{\β}}_T{\tilde{x}}^{*}\left[n\right]\⊗h\left[n\right]+w\left[n\right].$

由于受到接收端IQ不平衡的影响，实际接收到的信号为

$y\left[n\right]={\mathrm{\α}}_{R}r\left[n\right]+{\mathrm{\β}}_R{r}^{*}\left[n\right]$

$={\mathrm{\α}}_R\left({\mathrm{\α}}_T\tilde{x}\right[n]\⊗h[n]+{\mathrm{\β}}_T{\tilde{x}}^{*}[n]\⊗h[n]+w[n\left]\right)+{\mathrm{\β}}_R{\left({\mathrm{\α}}_T\tilde{x}\right[n]\⊗h[n]+{\mathrm{\β}}_T{\tilde{x}}^{*}[n]\⊗h[n]+w)}^{*}$

$=\left({\mathrm{\α}}_T{\mathrm{\α}}_R\tilde{x}\right[n]+{\mathrm{\β}}_T{\mathrm{\α}}_R{\tilde{x}}^{*}[n\left]\right)\⊗h\left(n\right)+\left({\mathrm{\β}}_T^{*}{\mathrm{\β}}_R\tilde{x}\right[n]+{\mathrm{\α}}_T^{*}{\mathrm{\β}}_R{\tilde{x}}^{*}[n\left]\right)\⊗h^{*}\left[n\right]+{\mathrm{\α}}_{R}w\left[n\right]+{\mathrm{\β}}_R{w}^{*}\left[n\right]$

$=a\left[n\right]\⊗h\left[n\right]+b\left[n\right]\⊗h^{*}\left[n\right]+\stackrel{\‾}{w}\left[n\right]$

其中， $a\left[n\right]={\mathrm{\α}}_T{\mathrm{\α}}_R\tilde{x}\left[n\right]+{\mathrm{\β}}_T{\mathrm{\α}}_R{\tilde{x}}^{*}\left[n\right],$ $b\left[n\right]={\mathrm{\β}}_T^{*}{\mathrm{\β}}_R\tilde{x}\left[n\right]+{\mathrm{\α}}_T^{*}{\mathrm{\β}}_R{\tilde{x}}^{*}\left[n\right],$ α_R＝cos(Δφ_R)-jε_Rsin(Δφ_R)，β_R＝ε_Rcos(Δφ_R)+jsin(Δφ_R)。参数α_R和β_R表示了接收端IQ不平衡对接收信号的影响（当两个分支完全相同时，α_R＝1，β_R＝0），幅度偏移为ε_R，相位偏移为Δφ_R。仍然是均值为0，方差为的AWGN向量。

接收到的采样信号经过N_s×N_b的移除保护间隔矩阵R_CP（ 是N_s×N_CP的全零矩阵。）,移除保护间隔后经N_s点FFT进入频域，得到频域接收数据为

$Y_k=A_k{H}_k+B_k{H}_{N-k}^{*}+{\tilde{W}}_k,0\≤k\≤N_b-1$

其中， $A_k={\mathrm{\α}}_T{\mathrm{\α}}_R{X}_k+{\mathrm{\β}}_T{\mathrm{\α}}_R{X}_{N-k}^{*},$ $B_k={\mathrm{\β}}_T^{*}{\mathrm{\β}}_R{X}_k+{\mathrm{\α}}_T^{*}{\mathrm{\β}}_R{X}_{N-k}^{*}.$ 式中，是信道h[n]的N_s点FFT,即信道频域响应（CFR,channel frequencyresponse）。是h^*[n]的N_s点FFT。同理，X_k、和分别是x[n]、x^*[n]的N_s点FFT和AWGN的N_s点FFT。可以看出，接收信号Y_k受到收发端IQ不平衡的影响。频域均衡系数E_k与Y_k相乘，再经过N_s点IFFT返回到时域进行后续处理。

图2是本发明收发端IQ不平衡结构图。发送序列x[n]的持续时间为T。基带信号在经过低通滤波器ψ_T(t)滤除带外信号之后上变频至载波频率ω_c。输出信号s_RF(t)在接收前端的第一放大器阶段加入单边功率谱密度为N₀的加性高斯白噪声（AWGN）w_RF(t)。射频（RF）接收信号r_RF(t)经过复杂的操作转换下变频为基带信号，为了避免混叠经过采样频率为1/T的低通滤波器ψ_R(t)后串并行转换形成接收序列y[n]。图中收发端LO的不匹配造成了IQ不平衡。

图3是本发明联合信道估计与IQ不平衡补偿算法流程图。首先，将ε_T和ε_R的取值约束到0:1:3dB范围内，其中1是步长；Δφ_T和Δφ_R的取值约束到0:1:10°范围内，其中1⁰为步长。(ε_T和Δφ_T分别表示发射机IQ幅度和相位不平衡，ε_R和Δφ_R分别表示接收机IQ幅度和相位不平衡。一般系统幅度不平衡不超过3dB，相位不平衡不超过10°。如若获得精确值可以减小步长)。然后根据训练序列及其接收数据得到IQ不平衡参数表达式并得到目标函数。设定改进的Rosenbrock搜索算法所需要的初始值，然后逐步开始搜索，首先是探测阶段，然后是转轴阶段，完成后判断||s^(k+1)-s^(k)||≤η。如果是，则重复进行探测阶段和转轴阶段。如果判断不是则进入IQ不平衡补偿阶段。再判断是否在接收端全部补偿IQ不平衡。如果是，那么根据接收端补偿IQ不平衡的方法对IQ不平衡进行补偿。如果不是，则根据收发端补偿IQ不平衡的方法对IQ不平衡进行补偿。从本例设计的训练序列功能来看，可以看出本例的训练序列既可进行信道估计又可进行IQ不平衡参数估计，是高效的。

图4是使用图1的系统模型结构、图2的IQ不平衡模型结构和图3的算法流程，应用到具体的通信系统中，仿真得到的本发明算法在SC-FDE系统中的误比特率（BER）性能曲线图。其中，图4（a）和图4（b）分别表示在IEEE802.15.ad信道标准定义的视距（LOS）信道模型和非视距（NLOS）信道模型中不同比特信噪比E_b/N₀（dB）的性能曲线图。本例的仿真系统是属于高频高速超宽带通信系统，它主要仿真参数是：载波频率为60GHz，比特率为1.76Gbps，16QAM调制，发送和接收滚降滤波器的滚降因子为0.25，系统带宽为2.16GHz，收发端的IQ不平衡参数都为ε_T＝ε_R＝1dB，Δφ_T＝Δφ_R＝5⁰。从图4我们可以看到，没有对IQ不平衡补偿时，系统的性能很差，而对IQ不平衡补偿之后，系统性能改善很明显，接近于IQ不平衡不存在时的性能。

Claims (6)

1.一种联合信道估计与IQ不平衡补偿的方法，其特征在于：其步骤如下所述：

S1、对IQ不平衡参数的范围进行约束：令发射机IQ幅度不平衡ε_T和接收机IQ幅度不平衡ε_R的取值约束到和范围内，其中和是步长，和分别是ε_T和ε_R取值范围的上界，令发射机IQ相位不平衡Δφ_T和接收机IQ相位不平衡Δφ_R的取值约束到和范围内，其中和为步长，和分别为Δφ_T和Δφ_R取值范围的上界；

S2、根据S1所确定的范围，构造目标函数F，包括：

S21、当发送已知训练序列时，对及其共轭信号经过快速傅里叶变换FFT后的频域接收信号Y_k和构造参数W_k和V_k， 其中，N是数据块长度，N也是FFT的长度，k表示第k个子载波，为信号的N点的FFT,为的共轭信号的N点的FFT，α_T＝cos(Δφ_T)+jε_Tsin(Δφ_T)，β_T＝ε_Tcos(Δφ_T)+jsin(Δφ_T)，α_R＝cos(Δφ_R)-jε_Rsin(Δφ_R)，β_R＝ε_Rcos(Δφ_R)+jsin(Δφ_R)，其中，参数α_T和β_T表示了发射端IQ不平衡对发送信号的影响，当两个分支完全相同时，α_T＝1，β_T＝0，幅度偏移为ε_T，相位偏移为Δφ_T，参数α_R和β_R表示了接收端IQ不平衡对接收信号的影响，当两个分支完全相同时，α_R＝1，β_R＝0，幅度偏移为ε_R，相位偏移为Δφ_R；

S22、根据S21构造的参数W_k和V_k结合发送的训练序列和其频域接收信号，构造目标函数F，对其中的参数f和g分别定义为：其中，

S3、通过改进的Rosenbrock搜索算法搜索S2所构造的目标函数F的最大值，当F取得最大值时，得到最优解的坐标值(p_opt,q_opt)，包括:

S31、初始化阶段：令计数器为k，k为非负整数，初始化k＝1，初始方向向量为d⁽ⁱ⁾(i＝1,2)，其中，d⁽¹⁾＝(1,0)^T，d⁽²⁾＝(0,1)^T且两向量正交，初始探测的起点向量为s⁽¹⁾＝[p⁽¹⁾,q⁽¹⁾]，p⁽¹⁾、q⁽¹⁾分别为d⁽¹⁾、d⁽²⁾方向的坐标值，且1≤p⁽¹⁾≤P,1≤q⁽¹⁾≤Q，初始步长为每个方向d⁽ⁱ⁾(i＝1,2)的搜索步长分别为ξ₁和ξ₂，初始探测向量为

S32、探测阶段,包括：

S321、沿d⁽¹⁾方向进行探测，令y^(k+1)＝y^(k)+ξ₁d⁽¹⁾(k≥1)，如果那么此次探测成功，令s^(k+1)＝y^(k+1)，如果那么此次探测失败，令s^(k+1)＝s^(k)，重复探测过程，直至该方向上的点都被探测完成；

S322、沿d⁽²⁾方向进行探测，令y^(k+1)＝y^(k)+ξ₁d⁽¹⁾(k≥1)，如果那么此次探测成功，令s^(k+1)＝y^(k+1)，如果那么此次探测失败，令s^(k+1)＝s^(k)，重复探测过程，直至该方向上的点都被探测完成；

S33、转轴阶段：当S32完成之后，得到其中λ_i为d⁽ⁱ⁾方向的累计移动步长，根据向量p＝s^(k+1)-s^(k)给出可能的梯度方向，并建立新的单位探测向量其中q^(j)是通过施密特正交化(Gram-Schmidt orthogonalization)获得的正交向量；

S34、重复S32和S33，直到||s^(k+1)-s^(k)||≤η，算法停止，得到最优解的坐标值(p_opt,q_opt)；

S4、通过S3中得到的最优解的坐标值(p_opt,q_opt)求解IQ不平衡的最优参数 进而求解出

其中，是取实部运算，是取虚部运算；

S5、根据S4求解出的IQ不平衡参数和恢复出理想的信道频率响应CFR，然后对IQ不平衡进行补偿，完成信道估计和对IQ不平衡的校正。

2.根据权利要求1所述的一种联合信道估计与IQ不平衡补偿的方法，其特征在于：S1所述

3.根据权利要求1所述的一种联合信道估计与IQ不平衡补偿的方法，其特征在于：S21所述β_T有P个值，β_R有Q个值其中

4.根据权利要求1所述的一种联合信道估计与IQ不平衡补偿的方法，其特征在于：S21所述N＝512。

5.根据权利要求1所述的一种联合信道估计与IQ不平衡补偿的方法，其特征在于：S34所述η为预先指定的门限值，η＝1。

6.根据权利要求1所述的一种联合信道估计与IQ不平衡补偿的方法，其特征在于：S5所述IQ不平衡的补偿有两种方式，包括：

在接收端补偿：利用参数对接收信号进行补偿可以恢复出不受接收端IQ不平衡影响的信号然后移除信道之后，利用参数恢复出原始发送信号

收发端同时补偿：得到IQ不平衡参数和之后，在时域分别对发射信号和接收信号进行补偿，在发射端，补偿后的信号为在接收端，补偿后的信号为