CN106161304B - 一种联合信道估计的发射端iq不平衡补偿方法 - Google Patents

Abstract

本发明属于无线通信技术领域，尤其涉及无线通信系统中一种针对单载波频域均衡(single carrier‑frequency‑domain equalization，SC‑FDE)系统的发射端IQ不平衡的补偿方法。本发明同时得到分离开的IQ不平衡的参数和估计信道，用估计到的IQ不平衡参数作为固定参数进行统一补偿，无需再对IQ不平衡参数进行重复的参数估计，相对于以往的IQ不平衡补偿方法大多将IQ不平衡与信道作为一个整体考虑，降低了系统计算的开销。同时，本发明的整体算法主要涉及线性运算，避免了高复杂度的计算。

Description

一种联合信道估计的发射端IQ不平衡补偿方法

技术领域

本发明属于无线通信技术领域，尤其涉及无线通信系统中一种针对单载波频域均衡(single carrier-frequency-domain equalization，SC-FDE)系统的发射端IQ不平衡的补偿方法。

背景技术

无线通信通常需要载波调制，实际中模拟器件的非理想性使得模拟前端(front-end，FE)的同相与正交(In-phase Quadrature，IQ)两路信号在调制解调的过程中，本振信号的幅度不再相同，相位差也不等于准确的(IQ不平衡)，从而发生镜像干扰导致系统性能下降，这在载波频率较高的系统(如毫米波通信系统)中更为严重，尤其是在当高频通信系统采用高阶调制或者射频前端为了降低成本而采用低成本的直接变频结构的情况下。一般来说，也有一些模拟域的技术可用来降低IQ不平衡的影响，但是这些技术往往会增加设备尺寸、功耗和成本。相比之下，在数字域通过数字信号处理对IQ不平衡进行估计和补偿不需要像模拟域一样做各种权衡或折中，有着巨大优势。因此，在数字基带中进行IQ不平衡补偿是必要和关键的。

现实中，IQ不平衡存在于收发两端，目前，大量的IQ不平衡补偿方案主要针对的是接收端的IQ不平衡和正交频分复用(OFDM)系统。从实现的角度，SC-FDE避免了OFDM所引入的峰平比问题，对功放的要求明显降低从而更受到青睐。对于发射端IQ不平衡的问题可考虑如下应用场景：一个手持设备发送信息传向中心接入点(CAP)，由于受到成本的限制，作为发射端的手持设备中存在不可忽略IQ不平衡，而作为接收端的CAP能够承担高额成本因而存在的IQ不平衡可忽略不计。IQ不平衡补偿大致分为两种：盲估计或非盲估计算法。关于盲估计算法，通过分析IQ不平衡对信号统计特性的影响来补偿IQ不平衡。该方法不需要任何已知序列，也不需要对IQ不平衡参数进行估计，但通常需要大量的符号以及较长的自适应迭代过程，同时信号统计特性易受多径的破坏。而对于非盲估计算法，基于信号检测理论，IQ不平衡参数也可以通过发送已知训练序列实现对IQ不平衡准确、快速的估计和补偿。这种补偿方案比盲估计运算量小，易于实现，因此应用广泛。但常用的非盲估计算法面临着依赖于理想信道估计、对训练序列有特定要求从而适用性受限、无法将IQ不平衡参数与信道分离开或者无法对频率相关IQ不平衡进行有效补偿等问题。

发明内容

针对现有技术的不足，本发明提供一种联合信道估计的发射端IQ不平衡补偿方法，该方法针对针SC-FDE系统仅考虑发射端的IQ不平衡。

一种联合信道估计的发射端IQ不平衡补偿方法，具体步骤如下：

S1、发射端发送长度为N的训练序列x₀[n]，引入发射端IQ不平衡，经过信道h[n]到达接收端，通过FFT，得到接收信号的频域表达为其中，X_k为训练序列x[n]经过N_s点的FFT后的频域信号，为训练序列x[n]的共轭信号x^*[n]经过N_s点的FFT后的频域信号，H_k为信道h[n]经过N_s点的FFT后的频域响应，为噪声项并服从高斯分布：α_T、β_T为发射端IQ不平衡参数，且α_T、β_T与h[n]之间相互独立，0≤k≤N_s-1，0≤N_s≤N，k为整数、N_s为整数；

S2、对S1所述的IQ不平衡参数α_T、β_T进行初始化，令α_T＝1，β_T＝0；

S3、通过最大似然准则对S1所述信道进行估计，得到时域信道估计h的初始估计，对所述h进行FFT得到

S4、α_T＝1，将S3所得带入S1所述中，对β_T进行最大似然估计，更新β_T；

S5、通过更新α_T；

S6、鉴于时域信道估计h初始估计的不准确性，将S4所述更新后的β_T和S5所述更新后的α_T代入S1所述的中，再次对信道h进行最大似然估计并更新取值，做FFT后得到的作为最终确定的信道估计H_k；

S7、发送信息序列x_i[n],i≠0，受到发射端IQ不平衡、信道影响，到达接收端，得到接收信号，忽略噪声对接收信号的影响，利用S6所得到的信道估计H_k移除信道影响，可得利用S4、S5所得到的发射端IQ不平衡参数α_T与β_T的估计值对进行补偿，得到即恢复出原始发送信号。

进一步地，S1所述N_s＝512。

进一步地，S3所述通过最大似然准则对信道h进行估计的具体步骤如下：

S31、令信道h[n]经过N_s点的FFT后的频域响应其中，F_k表示对应于第k个子载波的FFT列向量；

S32、由S1所述接收信号的频域表达，可得对数似然函数根据最大似然准则，对h求偏导置0，得到h的估计为其中，

进一步地，S4所述对β_T进行最大似然估计的具体步骤如下：

S41、固定α_T初始值不变，将S3所得带入S32所述的对数似然函数

S42、将对求偏导置0，得到β_T的估计值为其中，

本发明的有益效果是：

本发明方法基于训练序列，但对训练序列无特定要求，适用于诸多不同标准下的通信系统，具有良好的发明价值和实际意义。

本发明同时得到分离开的IQ不平衡的参数和估计信道，用估计到的IQ不平衡参数作为固定参数进行统一补偿，无需再对IQ不平衡参数进行重复的参数估计，相对于以往的IQ不平衡补偿方法大多将IQ不平衡与信道作为一个整体考虑，降低了系统计算的开销。同时，本发明的整体算法主要涉及线性运算，避免了高复杂度的计算。

附图说明

图1是本发明发射端端IQ不平衡结构图。

图2是本发明算法流程图。

图3是本发明算法误比特率(BER)性能曲线图。

具体实施方式

下面结合实施例和附图，详细说明本发明的技术方案。

假设原始数据流为u[n](n＝1,2,…)经过串并转换后得到长度为N的符号块u＝[u[nN],u[nN+1],···,u[(n+1)N-1]]^T。在u之前插入长度为N_cp的循环前缀(CP,CyclicPrefix)形成长度为N_s的新序列：其中，N_s×N的矩阵为加CP矩阵，N_s＝N+N_cp；0_m×n表示m×n的零矩阵。经过并串转换之后，变成标量序列x[n]，其中，n＝kN_s+l-1。循环前缀的引入使得线性卷积转化为循环卷积。

图2是本发明发射端IQ不平衡结构图，假设发送端需要传输的理想复基带信号为x(t)＝x^I(t)+jx^Q(t)，其中

发射端引入IQ不平衡发生失真变为：

s(t)＝α_Tx(t)+β_Tx^*(t)

其中α_T＝cos(Δφ_T)+jε_T sin(Δφ_T)、β_T＝ε_T cos(Δφ_T)+j sin(Δφ_T)

经过信道和噪声影响，忽略接收端IQ不平衡，接收端接收到的信号为：

图3是本发明的算法流程图。本算法基于最大似然准则分别对IQ不平衡参数与信道进行独立的估计，首先考虑由接收信号频域表达式推导得到的对数似然函数中，未知的参量包含α_T、β_T和H_k，考虑到参数之间相互独立，并且实际情况中对于IQ不平衡参数有α_T≈1、β_T≈0，同时，IQ不平衡的补偿效果对于控制在一定范围内的参数估计误差是不敏感的，所以这里不妨考虑采用迭代的方法。首先对α_T、β_T基于实际情况做初始化，对信道进行最大似然估计，第一次得到的信道估计相当于对信道进行了一次初始化而不能作为最终的信道估计。此时将得到的信道估计带入对数似然函数，固定α_T取值不变，对β_T进行最大似然估计，用得到的β_T估计值替代β_T的初始值，再通过α_T与β_T的关系式得到α_T的估计值。此时IQ不平衡参数α_T、β_T得到了准确的估计，将其带入对数似然函数再次对信道进行最大似然估计，使得信道估计相对于初始估计更为准确。最后通过得到的IQ不平衡参数与信道对接收信号中真正需要传输的信息序列部分进行IQ不平衡补偿与信道均衡，以恢复出原始发送信号。

S1、令x[n]为发射端发送的长度为N的训练序列，引入发射端IQ不平衡，经过信道h[n]到达接收端，通过FFT，可得接收信号的频域表达为：其中，X_k和分别为x[n]及其共轭信号x^*[n]经过N_s点的FFT后的频域信号，H_k为信道h[n]经过N_s点的FFT后的频域响应，0≤k≤N_s-1，0≤N_s≤N(k、N_s均为整数)，为噪声项并服从高斯分布： α_T、β_T为发射端IQ不平衡参数，并且α_T、β_T与h[n]之间相互独立。

S2、对S1所述的IQ不平衡参数α_T、β_T进行初始化，令α_T＝1，β_T＝0；

S3、通过最大似然准则对S1所述信道h进行估计，进而通过FFT得到具体如下：

S31、为方便处理以及降低信道估计的计算复杂度，令F_k表示对应于第k个子载波的FFT列向量；

S32、由S1中接收信号表达式可得对数似然函数根据最大似然准则，对h求偏导置0，得到h的估计为：其中..与α_T、X_k、β_T相关；

S4、保持α_T固定不变，将S3所得带入S1所述中，对β_T进行最大似然估计，更新β_T取值；

S41、固定α_T初始值不变，将S3所得带入S32所述的对数似然函数

S42、将对求偏导置0，得到β_T的估计值为：其中与α_T、X_k、H_k相关；

S5、通过更新α_T取值；

S6、将S4所得β_T和S5所得到α_T代入S1所述的中，再次对h[n]进行最大似然估计并更新取值，做FFT后得到的作为最终确定的信道估计；

S7、发送信息序列，经过发射端IQ不平衡、信道到达接收端，得到接收信号，忽略噪声影响，首先利用S6所得到的信道估计H_k移除信道影响，可得最后再利用S4、S5所得到的发射端IQ不平衡参数α_T与β_T的估计值对进行补偿，得到即恢复出原始发送信号。

图3是使用图1的发射端IQ不平衡模型结构和图2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。图3表示在IEEE 802.15.ad信道标准定义的视距(LOS)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，符号率为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，接收端频率相关IQ不平衡参数为ε_R＝1dB，Δφ_R＝5°，物理层帧结构采用802.11ad标准中定义的帧格式。前导码主要用于分组检测、自动增益控制、频偏估计、同步、信道估计和调制方式表示等等，由短训练序列(STF,Short Training Field)和信道估计序列(CEF,Channel Estimation Field)组成。从图3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。

Claims (4)

1.一种联合信道估计的发射端IQ不平衡补偿方法，其特征在于，具体步骤如下：

S1、发射端发送长度为N的训练序列x[n]，引入发射端IQ不平衡，经过信道h[n]到达接收端，通过FFT，得到接收信号的频域表达为其中，X_k为训练序列x[n]经过N_s点的FFT后的频域信号，为训练序列x[n]的共轭信号x^*[n]经过N_s点的FFT后的频域信号，H_k为信道h[n]经过N_s点的FFT后的频域响应，为噪声项并服从高斯分布：α_T、β_T为发射端IQ不平衡参数，且α_T、β_T与h[n]之间相互独立，0≤k≤N_s-1，0≤N_s≤N，k为整数、N_s为整数；

S2、对S1所述的IQ不平衡参数α_T、β_T进行初始化，令α_T＝1，β_T＝0；

S3、通过最大似然准则对S1所述信道进行估计，得到时域信道估计h的初始估计，对所述h进行FFT得到

S4、α_T＝1，将S3所得带入S1所述中，对β_T进行最大似然估计，更新β_T；

S5、通过更新α_T；

S6、将S4所述更新后的β_T和S5所述更新后的α_T代入S1所述的中，再次对信道h进行最大似然估计并更新取值，做FFT后得到的作为最终确定的信道估计H_k；

S7、发送信息序列x_i[n],i≠0，受到发射端IQ不平衡、信道影响，到达接收端，得到接收信号，忽略噪声对接收信号的影响，利用S6所得到的信道估计H_k移除信道影响，可得利用S4、S5所得到的发射端IQ不平衡参数α_T与β_T的估计值对进行补偿，得到即恢复出原始发送信号。

2.根据权利要求1所述的一种联合信道估计的发射端IQ不平衡补偿方法，其特征在于：S1所述N_s＝512。

3.根据权利要求1所述的一种联合信道估计的发射端IQ不平衡补偿方法，其特征在于：S3所述通过最大似然准则对信道h进行估计的具体步骤如下：

S31、令信道h[n]经过N_s点的FFT后的频域响应其中，F_k表示对应于第k个子载波的FFT列向量；

S32、由S1所述接收信号的频域表达，可得对数似然函数根据最大似然准则，l对h求偏导置0，得到h的估计为其中，

4.根据权利要求1所述的一种联合信道估计的发射端IQ不平衡补偿方法，其特征在于：S4所述对β_T进行最大似然估计的具体步骤如下：

S41、固定α_T初始值不变，将S3所得带入S32所述的对数似然函数l；

S42、将l对求偏导置0，得到β_T的估计值为其中，