CN113726352B - 一种自适应零中频接收机正交误差校正方法 - Google Patents
一种自适应零中频接收机正交误差校正方法 Download PDFInfo
- Publication number
- CN113726352B CN113726352B CN202111112370.0A CN202111112370A CN113726352B CN 113726352 B CN113726352 B CN 113726352B CN 202111112370 A CN202111112370 A CN 202111112370A CN 113726352 B CN113726352 B CN 113726352B
- Authority
- CN
- China
- Prior art keywords
- intermediate frequency
- frequency receiver
- zero intermediate
- training
- output
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/06—Receivers
- H04B1/16—Circuits
- H04B1/30—Circuits for homodyne or synchrodyne receivers
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
- H04L25/03006—Arrangements for removing intersymbol interference
- H04L25/03165—Arrangements for removing intersymbol interference using neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Power Engineering (AREA)
- Digital Transmission Methods That Use Modulated Carrier Waves (AREA)
Abstract
本发明公开了一种自适应零中频接收机正交误差校正方法,其技术方案要点:所述发射机在通信时隙发射正常通信信号,在空闲时隙发射正交误差训练信号,在空闲时隙,零中频接收机的采样输出与发射机发射的训练信号送入正交误差训练模块,在所述正交误差训练模块中构建拟合神经网络,所述拟合神经网络对训练信号进行拟合训练获取网络参数,并将网络参数送入正交误差校正模块;正交误差校正模块通过所述网络参数对零中频接收机的输出信号进行校正;所述切换开关在空闲时隙令零中频接收机采集正常天线信号,在通信时隙令零中频接收机采集训练信号;本发明可有效改善由于正交误差引起的信号失真,并可适应各种调制方式、调制参数的信号。
Description
技术领域
本发明涉及数字通讯系统相关联的正交误差的校正领域,更具体地说,它涉及一种自适应零中频接收机正交误差校正方法。
背景技术
零中频接收机电路结构简单、易于集成、成本与功耗较低,但是,其接收架构存在的IQ通道器件及电路特性不一致性导致的正交不平衡问题会产生镜像分量,影响接收机动态与信号解调。
目前,现有技术解决正交不平衡问题的主要途径包括优化电路设计与数字域校正方法。优化电路设计的方法主要为在设计时提高正交接收机IQ通道各器件的不一致性,电路硬件花销较大;数字域校正的方法利用数字信号处理算法对基带信号进行校正。现有的数字域校正方式主要为窄带与宽带两类,窄带方式仅能改善窄带信号的正交不平衡问题,宽带方式主要采用校正滤波器的方式对IQ通道分别进行宽带的幅相校正,但存在求解滤波器系数过程中需进行矩阵求逆,计算复杂等问题。
发明内容
本发明所解决的技术问题是现有的校正方法的校正求解复杂的问题,本发明的目的是提供一种自适应零中频接收机正交误差校正方法,本发明利用神经网络将正交误差的求解问题转化为非线性系统的拟合问题,并实现提高零中频接收机动态范围与接收信号质量,且不针对特定调制方式通信信号适用于多种通信信号的校正方法。
本发明的上述技术目的是通过以下技术方案得以实现的:
一种自适应零中频接收机正交误差校正方法,包括接收天线、发射天线、零中频接收机以及发射机,还包括切换开关、正交误差训练模块和正交误差校正模块;
所述发射机在通信时隙发射正常通信信号,在空闲时隙发射正交误差训练信号,在空闲时隙,零中频接收机的采样输出与发射机发射的训练信号送入正交误差训练模块,在所述正交误差训练模块中构建拟合神经网络,所述拟合神经网络对训练信号进行拟合训练获取网络参数,并将网络参数送入正交误差校正模块;
正交误差校正模块通过所述网络参数对零中频接收机的输出信号进行校正;
所述切换开关在空闲时隙令零中频接收机采集正常天线信号,在通信时隙令零中频接收机采集训练信号。
本发明考虑到传统的正交误差校正方法,其正交误差系数求解过程太过复杂,因此,本发明在正交误差训练模块中构建拟合神经网络,通过拟合神经网络先对零中频接收机以及发射机所发出的训练信号进行拟合训练,获取网络参数并送入正交误差校正模块,正交误差校正模块根据网络参数再一次对零中频接收机采样输出的训练信号进行校正,校正后的信号与现有校正方法所得出的效果相同,由此本发明所提出校正方法解决了现有校正方法计算求解复杂的问题。
进一步的,构建具有输入层、隐藏层与输出层的拟合神经网络,所述拟合神经网络的第一层为输入层,最后一层为输出层,所述输入层与输出层之间由一个或多个隐藏层连接而成。
进一步的,所述拟合神经网络对零中频接收机I通道的输入输出关系为IOUT(n)=f(IRX(n)),对零中频接收机Q通道的输入输出关系为QOUT(n)=f(QRX(n));其中,IRX(n)、QRX(n)分别表示零中频接收机接收信号的实部和虚部,IOUT(n)、QOUT(n)分别为正交误差训练模块输出的实部和虚部。
进一步的,所述输出层与任意所述隐藏层的任一神经元输出表示为其中,σ为神经元的输出,q为神经元总输入个数,wi为该神经元的第i个输入的权值,xin,i为该神经元的第i个输入值,b为该神经元的偏置,函数f为神经元所使用的激活函数。
进一步的,所述隐藏层的神经元的激活函数采用双曲正切S形函数,所述激活函数将输入非线性地映射在[-1,1]的区间内,使得拟合神经网络输出任何非线性函数,所述输出层的神经元采用线性激活函数purelin函数。
进一步的,对已构建的拟合神经网络对训练信号进行训练获取网络参数;其中,采用损失函数对拟合神经网络进行衡量获取最优网络参数。
进一步的,所述正交误差校正模块具有与所述正交误差训练模块相同结构的拟合神经网络,所述正交误差序列训练模块将获取的网络参数传递给正交误差校正模块,所述正交误差校正模块对零中频接收机IQ通道的输入输出关系分别为ICORR(n)=f(IRX(n)),QCORR(n)=f(QRX(n));其中IRX(n),QRX(n)分别表示零中频接收机接收信号的实部和虚部,ICORR(n),QCORR(n)分别表示正交误差校正模块输出的实部和虚部。
进一步的,所述拟合神经网络对通信波形进行训练时,训练波形的调制方式、码片速率应与实际通信波形的调制方式、码片速率相同以获得适应性好的网络参数。
与现有技术相比,本发明具有以下有益效果:
本发明区别于传统的正交误差校正方法,避免了复杂的正交误差系数求解过程;训练后的神经网络,可有效改善由于正交误差引起的信号失真,并可适应各种调制方式、调制参数的信号,具有泛用性;并且基于拟合神经网络的正交误差矫正器结构简单。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本发明零中频接收机正交误差校正原理图。
图2为本发明实施例提供的正交误差训练模块的拟合神经网络结构图;
图3为本发明实施例提供的神经网络元的结构框图;
图4为本发明实施例提供的正交误差校正模块的拟合神经网络结构图;
图5为本发明实施例提供的切换开关根据时隙进行输入信号切换流程图;
图6为发射信号即ITX(n)与QTX(n)的星座图的星座图;
图7为未经校正的接收信号即IRX(n)与QRX(n)星座图;
图8为采用本发明校正过后的接收信号即ICORR(n)与QCORR(n)星座图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
需说明的是,当部件被称为“固定于”或“设置于”另一个部件,它可以直接在另一个部件上或者间接在该另一个部件上。当一个部件被称为是“连接于”另一个部件,它可以是直接或者间接连接至该另一个部件上。
需要理解的是,术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
实施例
本实施例提供一种自适应零中频接收机正交误差校正方法,如图1所示,包括接收天线、发射天线、零中频接收机以及发射机,还包括切换开关、正交误差训练模块和正交误差校正模块;
发射机在通信时隙发射正常通信信号,在空闲时隙发射正交误差训练信号,在空闲时隙,零中频接收机的采样输出与发射机发射的训练信号送入正交误差训练模块,在正交误差训练模块中构建拟合神经网络,拟合神经网络对训练信号进行拟合训练获取网络参数,并将网络参数送入正交误差校正模块;
正交误差校正模块通过网络参数对零中频接收机的输出信号进行校正;
切换开关在空闲时隙令零中频接收机采集正常天线信号,在通信时隙令零中频接收机采集训练信号。
本发明考虑到传统的正交误差校正方法,其正交误差系数求解过程太过复杂,因此,本发明在正交误差训练模块中构建拟合神经网络,通过拟合神经网络先对零中频接收机以及发射机所发出的训练信号进行拟合训练,获取网络参数并送入正交误差校正模块,正交误差校正模块根据网络参数再一次对零中频接收机采样输出的训练信号进行校正,校正后的信号与现有校正方法所得出的效果相同,由此本发明所提出校正方法解决了现有校正方法计算求解复杂的问题。
构建具有输入层、隐藏层与输出层的拟合神经网络,拟合神经网络的第一层为输入层,最后一层为输出层,所述输入层与输出层之间由一个或多个隐藏层连接而成。如图2、图4所示,正交误差校正模块与正交误差训练模块内神经网络结构相同,只是输入与输出的关系不同。
拟合神经网络对零中频接收机I通道的输入输出关系为IOUT(n)=f(IRX(n)),对零中频接收机Q通道的输入输出关系为QOUT(n)=f(QRX(n));其中,IRX(n)、QRX(n)分别表示零中频接收机接收信号的实部和虚部,IOUT(n)、QOUT(n)分别为正交误差训练模块输出的实部和虚部。
输出层与任意隐藏层的任一神经元输出表示为其中,σ为神经元的输出,q为神经元总输入个数,wi为该神经元的第i个输入的权值,xin,i为该神经元的第i个输入值,b为该神经元的偏置,函数f为神经元所使用的激活函数。如图3所示为神经元的结构图,包括激活函数以及各神经网络层。
隐藏层的神经元的激活函数采用双曲正切S形函数,激活函数将输入非线性地映射在[-1,1]的区间内,使得拟合神经网络输出任何非线性函数,输出层的神经元采用线性激活函数purelin函数。将双曲正切S形函数记为tansig函数,即输出层的神经元采用的激活函数为线性激活函数purelin函数,即purelin(n)=n。
对已构建的拟合神经网络对训练信号进行训练获取网络参数;其中,采用损失函数对拟合神经网络进行衡量获取最优网络参数。损失函数可以用来衡量网络训练的效果的好坏,本发明中使用的损失函数为带误差权重的均方误差函数,可表示为: 其中,ITX(i)和QTX(i)分别为训练波形中第i个点的实部和虚部,IOUT(i)和QOUT(i)分别为训练过程中神经网络实际输出的第i个符号的实部和虚部,N为通信训练波形的样点数。
正交误差校正模块具有与正交误差训练模块相同结构的拟合神经网络,正交误差序列训练模块将获取的网络参数传递给正交误差校正模块,正交误差校正模块对零中频接收机IQ通道的输入输出关系分别为ICORR(n)=f(IRX(n)),QCORR(n)=f(QRX(n));其中IRX(n),QRX(n)分别表示零中频接收机接收信号的实部和虚部,ICORR(n),QCORR(n)分别表示正交误差校正模块输出的实部和虚部。如图5所示,接收端可以在空闲时隙时利用切换开关进行输入信号切换,并进入网络训练阶段,此时,根据通信任务的不同,可以采用不同的通信训练波形,从而适应不同的调制方式、信号带宽、码片速率等参数的改变。
拟合神经网络在使用通信训练波形进行训练时,训练波形的调制方式、码片速率等参数应尽量与实际通信波形参数相同以获得适应性好的网络参数。拟合神经网络在使用通信训练波形进行训练时,训练波形的调制方式、码片速率等参数应尽量与实际通信波形参数相同以获得适应性好的网络参数。
本实施例还提供上述实施例所提的方法的具体实施案例,如图6、7和8所示,其分别表示为发射信号即ITX(n)与QTX(n)的星座图、未经校正的接收信号即IRX(n)与QRX(n)星座图以及经过校正的接收信号即ICORR(n)与QCORR(n)星座图,从三幅星座图上可见其发生了明显的正交误差并引起星座图变形。
并且还有校正前后接收信号与发射信号的EVM占比对比表,如下表所示:
信号 | 发送信号 | 校正前接收信号 | 校正后接收信号 |
EVM | 8.3% | 15.5% | 8.5% |
从表中可看出,信号的EVM参数,在未校正前与校正后接收信号的EVM占比大小,说明经校正后,信号的EVM参数的占比获得了改善。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种自适应零中频接收机正交误差校正方法,包括接收天线、发射天线、零中频接收机以及发射机,其特征在于,还包括切换开关、正交误差训练模块和正交误差校正模块;
所述发射机在通信时隙发射正常通信信号,在空闲时隙发射正交误差训练信号,在空闲时隙,零中频接收机的采样输出与发射机发射的训练信号送入正交误差训练模块,在所述正交误差训练模块中构建拟合神经网络,所述拟合神经网络对训练信号进行拟合训练获取网络参数,并将网络参数送入正交误差校正模块;
正交误差校正模块通过所述网络参数对零中频接收机的输出信号进行校正;
所述切换开关在空闲时隙令零中频接收机采集正常天线信号,在通信时隙令零中频接收机采集训练信号。
2.根据权利要求1所述的一种自适应零中频接收机正交误差校正方法,其特征在于,构建具有输入层、隐藏层与输出层的拟合神经网络,所述拟合神经网络的第一层为输入层,最后一层为输出层,所述输入层与输出层之间由一个或多个隐藏层连接而成。
3.根据权利要求2所述的一种自适应零中频接收机正交误差校正方法,其特征在于,所述拟合神经网络对零中频接收机I通道的输入输出关系为IOUT(n)=f(IRX(n)),对零中频接收机Q通道的输入输出关系为QOUT(n)=f(QRX(n));其中,IRX(n)、QRX(n)分别表示零中频接收机接收信号的实部和虚部,IOUT(n)、QOUT(n)分别为正交误差训练模块输出的实部和虚部。
5.根据权利要求4所述的一种自适应零中频接收机正交误差校正方法,其特征在于,所述隐藏层的神经元的激活函数采用双曲正切S形函数,所述激活函数将输入非线性地映射在[-1,1]的区间内,使得拟合神经网络输出任何非线性函数,所述输出层的神经元采用线性激活函数purelin函数。
6.根据权利要求2所述的一种自适应零中频接收机正交误差校正方法,其特征在于,对已构建的拟合神经网络对训练信号进行训练获取网络参数;其中,采用损失函数对拟合神经网络进行衡量获取最优网络参数。
7.根据权利要求1所述的一种自适应零中频接收机正交误差校正方法,其特征在于,所述正交误差校正模块具有与所述正交误差训练模块相同结构的拟合神经网络,所述正交误差序列训练模块将获取的网络参数传递给正交误差校正模块,所述正交误差校正模块对零中频接收机IQ通道的输入输出关系分别为ICORR(n)=f(IRX(n)),QCORR(n)=f(QRX(n));其中IRX(n),QRX(n)分别表示零中频接收机接收信号的实部和虚部,ICORR(n),QCORR(n)分别表示正交误差校正模块输出的实部和虚部。
8.根据权利要求1-7任一项所述的一种自适应零中频接收机正交误差校正方法,其特征在于,所述拟合神经网络对通信波形进行训练时,训练波形的调制方式、码片速率应与实际通信波形的调制方式、码片速率相同以获得适应性好的网络参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111112370.0A CN113726352B (zh) | 2021-09-23 | 2021-09-23 | 一种自适应零中频接收机正交误差校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111112370.0A CN113726352B (zh) | 2021-09-23 | 2021-09-23 | 一种自适应零中频接收机正交误差校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113726352A CN113726352A (zh) | 2021-11-30 |
CN113726352B true CN113726352B (zh) | 2022-10-04 |
Family
ID=78684661
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111112370.0A Active CN113726352B (zh) | 2021-09-23 | 2021-09-23 | 一种自适应零中频接收机正交误差校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113726352B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115001520A (zh) * | 2022-08-05 | 2022-09-02 | 奉加微电子(昆山)有限公司 | 零中频接收机正交误差校准方法、装置、设备及存储介质 |
CN116840759B (zh) * | 2023-07-04 | 2024-08-02 | 成都泰格微电子研究所有限责任公司 | 一种适用于混合集成电路测试系统的快速校准系统及方法 |
CN117097360B (zh) * | 2023-10-19 | 2024-02-13 | 奉加微电子(昆山)有限公司 | 零中频接收机信号正交误差的校准方法、装置和系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109525268A (zh) * | 2018-12-27 | 2019-03-26 | 中国电子科技集团公司第七研究所 | 一种对零中频接收信号的校正方法 |
CN109560825A (zh) * | 2018-12-06 | 2019-04-02 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 零中频接收机正交误差校正方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109905337B (zh) * | 2019-01-13 | 2020-07-10 | 浙江大学 | 一种基于narx神经网络与块状反馈的信道均衡方法 |
CN110392006B (zh) * | 2019-06-20 | 2022-01-28 | 东南大学 | 基于集成学习和神经网络的自适应信道均衡器及方法 |
-
2021
- 2021-09-23 CN CN202111112370.0A patent/CN113726352B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109560825A (zh) * | 2018-12-06 | 2019-04-02 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 零中频接收机正交误差校正方法 |
CN109525268A (zh) * | 2018-12-27 | 2019-03-26 | 中国电子科技集团公司第七研究所 | 一种对零中频接收信号的校正方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113726352A (zh) | 2021-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113726352B (zh) | 一种自适应零中频接收机正交误差校正方法 | |
US6785342B1 (en) | Nonlinear pre-distortion modulator and long loop control | |
US20030016741A1 (en) | Method and system for digital equalization of non-linear distortion | |
CN105978602B (zh) | 一种同时同频全双工非线性干扰抑制的装置与方法 | |
US6885241B2 (en) | Type-based baseband predistorter function estimation technique for non-linear circuits | |
CN101136731B (zh) | 一种利用连续传输参数信令消除相位噪声的方法 | |
CN109039966B (zh) | 一种基于判决反馈、低复杂度的gfsk信号的解调方法 | |
US20090323861A1 (en) | System and Method for Blind Compensation and Correction of Transmitter IQ Imbalance at the Receiver | |
CN104796359B (zh) | 基于ofdm调制的微功率无线通信系统的信道估计方法 | |
CN109257310A (zh) | 基于连续符号的低复杂度超奈奎斯特检测方法 | |
CN115001913B (zh) | 一种基于数字辅助的全双工频域自干扰消除方法 | |
CN101257469B (zh) | 正交频分复用系统中利用系统信息抑制相位噪声的方法 | |
KR20020075836A (ko) | 파일럿 신호 전송 기술과 이러한 전송 기술을 이용하는디지털 통신 시스템 | |
CN110380996A (zh) | Sc-fde系统中的频率相关iq不平衡补偿方法 | |
CN111901269B (zh) | 可变调制指数的高斯频移键控调制方法、装置及系统 | |
CN111200470A (zh) | 一种适用于受非线性干扰的高阶调制信号传输控制方法 | |
CN103166897B (zh) | 一种ofdm系统中信道及iqi参数的估计方法 | |
CN106452652B (zh) | 一种基于混沌无线通信系统的多径干扰抑制方法 | |
CN107181549B (zh) | 一种非理想条件下的中继选择方法 | |
CN111917672B (zh) | 一种用于载波无线双模通信的iq路正交估计及校准方法 | |
CN101944977A (zh) | 一种接收分集方法及其系统 | |
CN105162737A (zh) | 用于软件无线电系统的低复杂度自适应单载波频域均衡方法及装置 | |
EP4087147A1 (en) | Channel compensation method and communication apparatus | |
CN111431720A (zh) | 基于网格统计星座轨迹图的密钥生成方法和通信设备 | |
CN109842423B (zh) | 多天线接收信号的处理方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |