CN116436543A - 一种基于fdd系统中多失真源的无源交调校正方法 - Google Patents

一种基于fdd系统中多失真源的无源交调校正方法 Download PDF

Info

Publication number
CN116436543A
CN116436543A CN202310701448.5A CN202310701448A CN116436543A CN 116436543 A CN116436543 A CN 116436543A CN 202310701448 A CN202310701448 A CN 202310701448A CN 116436543 A CN116436543 A CN 116436543A
Authority
CN
China
Prior art keywords
signal
pim
distortion
model
sources
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.)
Granted
Application number
CN202310701448.5A
Other languages
English (en)
Other versions
CN116436543B (zh
Inventor
陈天仪
魏旻
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan Hengwan Technology Co Ltd
Original Assignee
Sichuan Hengwan Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sichuan Hengwan Technology Co Ltd filed Critical Sichuan Hengwan Technology Co Ltd
Priority to CN202310701448.5A priority Critical patent/CN116436543B/zh
Publication of CN116436543A publication Critical patent/CN116436543A/zh
Application granted granted Critical
Publication of CN116436543B publication Critical patent/CN116436543B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/20—Monitoring; Testing of receivers
    • H04B17/21—Monitoring; Testing of receivers for calibration; for correcting measurements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L5/00—Arrangements affording multiple use of the transmission path
    • H04L5/0001—Arrangements for dividing the transmission path
    • H04L5/0003—Two-dimensional division
    • H04L5/0005—Time-frequency
    • H04L5/0007—Time-frequency the frequencies being orthogonal, e.g. OFDM(A), DMT
    • H04L5/001—Time-frequency the frequencies being orthogonal, e.g. OFDM(A), DMT the frequencies being arranged in component carriers
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Transmitters (AREA)

Abstract

本发明提供了一种基于FDD系统中多失真源的无源交调校正方法，包括：获取两个载波上的发送信号；在PIM算法模型中加入记忆模型参数，并利用LMS估计算法对参数进行收敛；结合收敛后的记忆模型参数将两个发送信号输入到PIM算法模型中得到落在接收频带上的PIM失真信号；利用PIM失真信号完成多失真源的接收信号校正；其中，记忆模型参数长度大于PIM信号模型的记忆深度和PIM源之间的最大相对时延的总和。本发明在PIM信号模型中添加记忆模型参数，基于该模型能够实现多PIM源的同时校正，并且算法收敛速度快，资源消耗小。

Description

一种基于FDD系统中多失真源的无源交调校正方法
技术领域
本发明涉及无源交调校正领域，特别涉及一种基于FDD系统中多失真源的无源交调校正方法。
背景技术
LTE基于单载波传输信号，其信号带宽受限，难以满足用户日益增加的需求。为了满足用户对通信系统的吞吐量和数据容量的需求，LTE-A引入了载波聚合技术（CarrierAggregation，CA），并成为NR的关键技术之一，其主要思想是将数据分到多个载波上，信号等效带宽大大增大，提高吞吐量。而在发射机中包含一些无源器件，如双工器、合路器等，基于其非线性特性，会引入无源交调（Passive Intermodulation，PIM）。在某些场景下，PIM失真会经过接收天线接收，落在接收频带内，对接收信号产生干扰，影响接收性能，所以要对其进行校正。
接收信号中的PIM失真信号可能来自多个PIM源，这些PIM源之间存在一定的相对时延，所以在接收信号中多个PIM失真信号以一定的时延进行叠加。通常的做法是依次对不同源进行校正，具体为先估计落在接收频带内，来自第一个PIM源的失真信号相对于发送信号的时延，并且补偿该时延，然后对第一个PIM源进行PIM估计与补偿，完成第一个PIM源校正之后，重复以上步骤依次校正其他的PIM源。在PIM源较多的场景下，这种方案较为复杂，参数估计的收敛时间较长，在收敛过程中的接收性能较差。
发明内容
针对现有技术中存在的问题，提供了一种基于FDD系统中多失真源的无源交调校正方法，可以通过单一的信号模型完成多PIM源的校正。
本发明采用的技术方案如下：一种基于FDD系统中多失真源的无源交调校正方法，包括：
获取两个载波上的发送信号；
在PIM算法模型中加入记忆模型参数，并利用LMS估计算法对参数进行收敛；
结合收敛后的记忆模型参数将两个发送信号输入到PIM算法模型中得到落在接收频带上的PIM失真信号；
利用PIM失真信号完成多失真源的接收信号校正；
其中，记忆模型参数长度大于PIM信号模型的记忆深度和PIM源之间的最大相对时延的总和。
作为一种优选方案，发送信号在输入到PIM算法模型中后，先对发送信号进行延时处理，再分别在±t个采样周期进行互相关运算，利用互相关函数最大值得到整数时延，在完成整数时延补偿后采用Lagrange插值完成小数时延的估计和补偿。
作为一种优选方案，对发送信号进行T个采样周期的延时处理，T为预先测量的环路固定时延。
作为一种优选方案，所述互相关运算方法为：
Figure SMS_1
其中
Figure SMS_2
表示信号长度，/>
Figure SMS_3
为发送信号，/>
Figure SMS_4
为包含PIM失真的接收信号，/>
Figure SMS_5
为
Figure SMS_6
的共轭信号。
作为一种优选方案，Lagrange插值运算方法为：
Figure SMS_7
其中，
Figure SMS_8
表示插值之前的信号，/>
Figure SMS_9
表示插值之后的信号，/>
Figure SMS_10
表示对应的小数时延，/>
Figure SMS_11
表示Lagrange插值阶数。
作为一种优选方案，PIM失真信号的获取方法为：
基于两个载波上的发送信号获取信号基函数；
利用基函数与PIM信号模型计算接收频带上的等效基带信号；
结合等效基带信号的计算与收敛记忆模型参数计算得到最终落在接收频带上的PIM失真信号。
作为一种优选方案，等效基带信号计算方法为：
Figure SMS_12
其中，
Figure SMS_13
表示非线性模型系数，/>
Figure SMS_14
为/>
Figure SMS_15
的Herminte变换，/>
Figure SMS_16
为信号基函数。
作为一种优选方案，所述PIM失真信号的计算方法为：
Figure SMS_17
其中，
Figure SMS_18
为估计的PIM失真信号，/>
Figure SMS_19
为记忆模型参数，/>
Figure SMS_20
为/>
Figure SMS_21
的Herminte变换，
Figure SMS_22
，/>
Figure SMS_23
和/>
Figure SMS_24
分别为前向和后向记忆模型接口。
作为一种优选方案，非线性模型系数和记忆模型参数均采用LMS估计算法迭代收敛，具体方法为：
Figure SMS_25
Figure SMS_26
其中，
Figure SMS_29
，/>
Figure SMS_33
和/>
Figure SMS_37
分别为/>
Figure SMS_28
和/>
Figure SMS_32
的迭代步进，通过不断迭代更新得到/>
Figure SMS_36
和/>
Figure SMS_40
的收敛值；/>
Figure SMS_27
表示误差函数，/>
Figure SMS_31
为原始接收信号，
Figure SMS_35
为估计的PIM失真信号，/>
Figure SMS_39
为/>
Figure SMS_30
的共轭，/>
Figure SMS_34
为/>
Figure SMS_38
的共轭。
作为一种优选方案，在进行接收信号校正时，需要对接收信号进行处理滞后时间补偿，在补偿后的接收信号中减去估计的PIM失真信号，得到PIM校正后的接收信号。
与现有技术相比，采用上述技术方案的有益效果为：本发明在PIM信号模型中添加记忆模型参数，基于该模型能够实现多PIM源的同时校正，并且算法收敛速度快，资源消耗小。
附图说明
图1为本发明提出的无源交调校正方法示意图。
图2为本发明一实施例中两个PIM源校正方法示意图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的模块或具有相同或类似功能的模块。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。相反，本申请的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
由于发射链路中存在多个无源器件，则可能在接收频带出现多个不同的PIM失真信号，这些PIM失真信号之间存在一定的时延。通常的做法是进行时延估计，估计得到接收信号中PIM失真信号与对应发射信号之间的相对时延，利用得到的第一个PIM源的时延对发送信号进行时延补偿，然后用接收信号和经过时延补偿之后的发送信号进行PIM参数估计，然后用估计所得参数来校正第一个PIM源。再重复该步骤依次估计后续PIM源的时延，依次校正多个PIM源。在该方法中，多次的时延估计大大提高的运算量，同时多个PIM源分开处理也导致运算量提高，增大算法复杂度，算法的收敛速度大大降低。
针对现有方法存在的问题，本发明实施例提出在完成依次时延补偿后，利用PIM信号模型的记忆特性来对不同PIM源之间的相对时延进行建模，实现一个信号模型同时校正多个PIM源，具体方案如下：
如图1所示，一种基于FDD系统中多失真源的无源交调校正方法，包括：
获取两个载波上的发送信号；
在PIM算法模型中加入记忆模型参数，并利用LMS估计算法对参数进行收敛；
结合收敛后的记忆模型参数将两个发送信号输入到PIM算法模型中得到落在接收频带上的PIM失真信号；
利用PIM失真信号完成多失真源的接收信号校正；
其中，记忆模型参数长度大于PIM信号模型的记忆深度和PIM源之间的最大相对时延的总和。
在本实施例中，发送信号在输入到PIM算法模型中后，先对发送信号进行延时处理，再分别在±t（t为时延变化的最大值）个采样周期进行互相关运算，利用互相关函数最大值得到整数时延；由于系统会随着温度和其他环境因素的改变，因此时延可能也会发生较小的变化，此处在时延变化的最大值t内进行互相关运算。
其中，互相关运算方法为：
Figure SMS_41
（1）
其中，
Figure SMS_43
表示信号长度，/>
Figure SMS_45
为发送信号，/>
Figure SMS_48
为包含PIM失真的接收信号，/>
Figure SMS_44
为
Figure SMS_46
的共轭信号，/>
Figure SMS_49
为信号的变量，就相当于/>
Figure SMS_50
里面的/>
Figure SMS_42
一样，/>
Figure SMS_47
为互相关函数的变量。
在完成整数时延补偿后需要完成小时时延的补偿，本实施例中采用Lagrange插值完成小数时延的估计和补偿。具体的：
Figure SMS_51
（2）
其中，
Figure SMS_52
表示插值之前的信号，/>
Figure SMS_53
表示插值之后的信号，/>
Figure SMS_54
表示对应的小数时延，/>
Figure SMS_55
表示Lagrange插值阶数，阶数越高，插值精度越高。但插值精度越高，资源消耗越大，按照实际需求来选择合适的插值阶数。
在完成时延估计和补偿后，需要利用PIM信号模型完成PIM失真信号的估计。首先，基于两个载波上的发送信号获取信号基函数；再利用基函数与PIM信号模型计算接收频带上的等效基带信号；最后结合等效基带信号的计算与收敛记忆模型参数计算得到最终落在接收频带上的PIM失真信号。具体的：
获取两个发送信号的信号基函数：
Figure SMS_56
（3）
其中
Figure SMS_57
和/>
Figure SMS_58
分别为两个载波上的发送信号。利用信号基函数确定落在接收频带上的等效寄到信号：
Figure SMS_59
（4）
其中，
Figure SMS_60
表示非线性模型系数，/>
Figure SMS_61
为/>
Figure SMS_62
的Herminte变换，/>
Figure SMS_63
为公式（3）中所示的信号基函数。此时在PIM信号模型加入记忆模型参数，即可得到最终接收频带上的PIM失真信号，并且失真信号可以用于校正多个PIM源。
Figure SMS_64
（5）
其中，
Figure SMS_65
为估计的PIM失真信号，/>
Figure SMS_66
为记忆模型参数，/>
Figure SMS_67
为/>
Figure SMS_68
的Herminte变换，
Figure SMS_69
，/>
Figure SMS_70
和/>
Figure SMS_71
分别为前向和后向记忆模型接口。
在该模型中，记忆模型参数
Figure SMS_72
与非线性模模型系数/>
Figure SMS_73
需要利用LMS估计算法进行迭代收敛，具体方法如下：
Figure SMS_74
（6）
Figure SMS_75
（7）
其中，
Figure SMS_77
，/>
Figure SMS_83
和/>
Figure SMS_87
分别为/>
Figure SMS_79
和/>
Figure SMS_81
的迭代步进，通过不断迭代更新得到/>
Figure SMS_85
和/>
Figure SMS_88
的收敛值；/>
Figure SMS_76
表示误差函数，/>
Figure SMS_80
为原始接收信号，
Figure SMS_84
为估计的PIM失真信号，/>
Figure SMS_89
为/>
Figure SMS_78
的共轭，/>
Figure SMS_82
为/>
Figure SMS_86
的共轭。本实施例中，LMS估计算法迭代收敛的目的是将/>
Figure SMS_90
降到最低，以达到最佳的拟合效果。
最后利用收敛值与两个载波上的发送信号带入公式（3）（4）（5），即可得到落在接收频带上的PIM失真信号。
在得到PIM失真信号后，由于进行PIM失真信号估计时引入了处理滞后时间，因此需要对接收信号进行处理滞后时间补偿，在补偿后的接收信号减去所估计的PIM失真信号，得到最终完成PIM校正之后的接收信号。
需要说明的是，利用通过本发明提出的校正方法，只要记忆模型参数
Figure SMS_91
的长度大于PIM信号模型的记忆深度和PIM源之间的相对时延的总和，就可以用所建立的一个PIM校正模型来校正来自不同PIM源的非线性失真信号。其中，PIM信号模型的记忆深度通过输入一发送信号测试即可得到；PIM源之间的相对时延获取方法为：利用发送信号和含多PIM源失真的接收信号做一次相关运算，相邻峰的时延即为PIM源之间相对时延。
如图2所示给出了两个PIM源的情况作为参考，多PIM源的原理与两PIM源相同，只需选取
Figure SMS_92
的长度大于信号模型记忆深度和PIM源之间的最大相对时延的总和即可。对比现有方案，本发明提出的方法运算量大大降低，资源消耗减少，算法收敛更快。
实施例1
本实施例提出了一种基于FDD系统中多失真源的无源交调校正方法，包括：
获取两个载波上的发送信号；
在PIM算法模型中加入记忆模型参数，并利用LMS估计算法对参数进行收敛；
结合收敛后的记忆模型参数将两个发送信号输入到PIM算法模型中得到落在接收频带上的PIM失真信号；
利用PIM失真信号完成多失真源的接收信号校正；
其中，记忆模型参数长度大于PIM信号模型的记忆深度和PIM源之间的最大相对时延的总和。
实施例2
在实施例1的基础上，本实施例中，发送信号在输入到PIM算法模型中后，先对发送信号进行延时处理，再分别在±t个采样周期进行互相关运算，利用互相关函数最大值得到整数时延，在完成整数时延补偿后采用Lagrange插值完成小数时延的估计和补偿。
实施例3
在实施例2的基础上，本实施例中，对发送信号进行T个采样周期的延时处理，T为预先测量的环路固定时延。
实施例4
在实施例2的基础上，本实施例中，所述互相关运算方法为：
Figure SMS_93
其中
Figure SMS_94
表示信号长度，/>
Figure SMS_95
为发送信号，/>
Figure SMS_96
为包含PIM失真的接收信号，/>
Figure SMS_97
为
Figure SMS_98
的共轭信号。
实施例5
在实施例2的基础上，本实施例中，Lagrange插值运算方法为：
Figure SMS_99
其中，
Figure SMS_100
表示插值之前的信号，/>
Figure SMS_101
表示插值之后的信号，/>
Figure SMS_102
表示对应的小数时延，/>
Figure SMS_103
表示Lagrange插值阶数。
实施例6
在实施例1的基础上，本实施例中，PIM失真信号的获取方法为：
基于两个载波上的发送信号获取信号基函数；
利用基函数与PIM信号模型计算接收频带上的等效基带信号；
结合等效基带信号的计算与收敛记忆模型参数计算得到最终落在接收频带上的PIM失真信号。
实施例7
在实施例6的基础上，本实施例中，等效基带信号计算方法为：
Figure SMS_104
其中，
Figure SMS_105
表示非线性模型系数，/>
Figure SMS_106
为信号基函数。
实施例8
在实施例7的基础上，本实施例中，所述PIM失真信号的计算方法为：
Figure SMS_107
其中，
Figure SMS_108
为估计的PIM失真信号，/>
Figure SMS_109
为记忆模型参数，/>
Figure SMS_110
为/>
Figure SMS_111
的Herminte变换，
Figure SMS_112
，/>
Figure SMS_113
和/>
Figure SMS_114
分别为前向和后向记忆模型接口。
实施例9
在实施例8的基础上，本实施例中，非线性模型系数和记忆模型参数均采用LMS估计算法迭代收敛，具体方法为：
Figure SMS_115
Figure SMS_116
其中，
Figure SMS_118
，/>
Figure SMS_122
和/>
Figure SMS_124
分别为/>
Figure SMS_119
和/>
Figure SMS_121
的迭代步进，通过不断迭代更新得到/>
Figure SMS_125
和/>
Figure SMS_126
的收敛值；/>
Figure SMS_117
表示误差函数，/>
Figure SMS_120
为原始接收信号，
Figure SMS_123
为估计的PIM失真信号。
实施例10
在实施例1的基础上，本实施例中，在进行接收信号校正时，需要对接收信号进行处理滞后时间补偿，在补偿后的接收信号中减去估计的PIM失真信号，得到PIM校正后的接收信号。
通过上述实施例1~实施例10，可较好的实现本发明。
需要说明的是，在本发明实施例的描述中，除非另有明确的规定和限定，术语“设置”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是直接连接，也可以通过中间媒介间接连接。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义；实施例中的附图用以对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (9)

1.一种基于FDD系统中多失真源的无源交调校正方法，其特征在于，包括：
获取两个载波上的发送信号；
在PIM算法模型中加入记忆模型参数，并利用LMS估计算法对参数进行收敛；
结合收敛后的记忆模型参数将两个发送信号输入到PIM算法模型中得到落在接收频带上的PIM失真信号；
利用PIM失真信号完成多失真源的接收信号校正；
其中，记忆模型参数长度大于PIM信号模型的记忆深度和PIM源之间的最大相对时延的总和。
2.根据权利要求1所述的基于FDD系统中多失真源的无源交调校正方法，其特征在于，发送信号在输入到PIM算法模型中后，先对发送信号进行延时处理，再分别在±t个采样周期进行互相关运算，利用互相关函数最大值得到整数时延，在完成整数时延补偿后采用Lagrange插值完成小数时延的估计和补偿；其中，t为时延变化的最大值。
3.根据权利要求2所述的基于FDD系统中多失真源的无源交调校正方法，其特征在于，对发送信号进行T个采样周期的延时处理，T为预先测量的环路固定时延。
4.根据权利要求2或3所述的基于FDD系统中多失真源的无源交调校正方法，其特征在于，所述互相关运算方法为：
Figure QLYQS_1
其中
Figure QLYQS_2
表示信号长度，/>
Figure QLYQS_3
为发送信号，/>
Figure QLYQS_4
为包含PIM失真的接收信号，/>
Figure QLYQS_5
为/>
Figure QLYQS_6
的共轭信号，/>
Figure QLYQS_7
为信号的变量，/>
Figure QLYQS_8
为互相关函数的变量。
5.根据权利要求1所述的基于FDD系统中多失真源的无源交调校正方法，其特征在于，PIM失真信号的获取方法为：
基于两个载波上的发送信号获取信号基函数；
利用基函数与PIM信号模型计算接收频带上的等效基带信号；
结合等效基带信号的计算与收敛记忆模型参数计算得到最终落在接收频带上的PIM失真信号。
6.根据权利要求5所述的基于FDD系统中多失真源的无源交调校正方法，其特征在于，等效基带信号计算方法为：
Figure QLYQS_9
其中，
Figure QLYQS_10
表示非线性模型系数，/>
Figure QLYQS_11
为/>
Figure QLYQS_12
的Herminte变换，/>
Figure QLYQS_13
为信号基函数。
7.根据权利要求6所述的基于FDD系统中多失真源的无源交调校正方法，其特征在于，所述PIM失真信号的计算方法为：
Figure QLYQS_14
其中，
Figure QLYQS_15
为估计的PIM失真信号，/>
Figure QLYQS_16
为记忆模型参数，/>
Figure QLYQS_17
为/>
Figure QLYQS_18
的Herminte变换，
Figure QLYQS_19
，/>
Figure QLYQS_20
和/>
Figure QLYQS_21
分别为前向和后向记忆模型接口。
8.根据权利要求7所述的基于FDD系统中多失真源的无源交调校正方法，其特征在于，非线性模型系数和记忆模型参数均采用LMS估计算法迭代收敛，具体方法为：
Figure QLYQS_22
Figure QLYQS_23
其中，
Figure QLYQS_25
，/>
Figure QLYQS_31
和/>
Figure QLYQS_35
分别为/>
Figure QLYQS_26
和/>
Figure QLYQS_29
的迭代步进，通过不断迭代更新得到/>
Figure QLYQS_34
和/>
Figure QLYQS_37
的收敛值；/>
Figure QLYQS_24
表示误差函数，/>
Figure QLYQS_28
为原始接收信号，/>
Figure QLYQS_32
为估计的PIM失真信号，/>
Figure QLYQS_36
为/>
Figure QLYQS_27
的共轭，/>
Figure QLYQS_30
为/>
Figure QLYQS_33
的共轭。
9.根据权利要求1所述的基于FDD系统中多失真源的无源交调校正方法，其特征在于，在进行接收信号校正时，需要对接收信号进行处理滞后时间补偿，在补偿后的接收信号中减去估计的PIM失真信号，得到PIM校正后的接收信号。
CN202310701448.5A 2023-06-14 2023-06-14 一种基于fdd系统中多失真源的无源交调校正方法 Active CN116436543B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310701448.5A CN116436543B (zh) 2023-06-14 2023-06-14 一种基于fdd系统中多失真源的无源交调校正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310701448.5A CN116436543B (zh) 2023-06-14 2023-06-14 一种基于fdd系统中多失真源的无源交调校正方法

Publications (2)

Publication Number Publication Date
CN116436543A true CN116436543A (zh) 2023-07-14
CN116436543B CN116436543B (zh) 2023-08-25

Family

ID=87085914

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310701448.5A Active CN116436543B (zh) 2023-06-14 2023-06-14 一种基于fdd系统中多失真源的无源交调校正方法

Country Status (1)

Country Link
CN (1) CN116436543B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116633465A (zh) * 2023-07-24 2023-08-22 四川恒湾科技有限公司 一种实时基于资源块为单位的无源交调检测方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140368645A1 (en) * 2013-06-14 2014-12-18 Qualcomm Incorporated Robust tracking using point and line features
CN104283580A (zh) * 2014-09-30 2015-01-14 上海华为技术有限公司 射频模块的无源互调pim干扰抵消方法及相关装置
CN105306405A (zh) * 2015-09-10 2016-02-03 北京理工大学 一种无源互调信号时延、频率和相位估计装置与方法
US9444389B2 (en) * 2015-01-29 2016-09-13 GM Global Technology Operations LLC Derating control of a power inverter module
CN115021841A (zh) * 2022-08-08 2022-09-06 南京典格信息技术有限公司 一种基于施密特正交化的射频系统pim监测和消除方法
CN115278746A (zh) * 2022-07-28 2022-11-01 北京邮电大学 面向5g宽带功放的自适应快速误差修正数字预失真方法
CN115664623A (zh) * 2022-10-28 2023-01-31 四川恒湾科技有限公司 一种基于无源交调校正算法的时延校正方法及系统
CN115865594A (zh) * 2022-11-25 2023-03-28 四川恒湾科技有限公司 一种基于fdd系统的无源交调校正方法及系统
US20230179455A1 (en) * 2021-12-07 2023-06-08 Meta Platforms, Inc. Multi-stage sequential pim reduction via sequential training

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140368645A1 (en) * 2013-06-14 2014-12-18 Qualcomm Incorporated Robust tracking using point and line features
CN104283580A (zh) * 2014-09-30 2015-01-14 上海华为技术有限公司 射频模块的无源互调pim干扰抵消方法及相关装置
US9444389B2 (en) * 2015-01-29 2016-09-13 GM Global Technology Operations LLC Derating control of a power inverter module
CN105306405A (zh) * 2015-09-10 2016-02-03 北京理工大学 一种无源互调信号时延、频率和相位估计装置与方法
US20230179455A1 (en) * 2021-12-07 2023-06-08 Meta Platforms, Inc. Multi-stage sequential pim reduction via sequential training
CN115278746A (zh) * 2022-07-28 2022-11-01 北京邮电大学 面向5g宽带功放的自适应快速误差修正数字预失真方法
CN115021841A (zh) * 2022-08-08 2022-09-06 南京典格信息技术有限公司 一种基于施密特正交化的射频系统pim监测和消除方法
CN115664623A (zh) * 2022-10-28 2023-01-31 四川恒湾科技有限公司 一种基于无源交调校正算法的时延校正方法及系统
CN115865594A (zh) * 2022-11-25 2023-03-28 四川恒湾科技有限公司 一种基于fdd系统的无源交调校正方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
C. XIE ET AL.: "PIM-VR: Erasing Motion Anomalies In Highly-Interactive Virtual Reality World with Customized Memory Cube", 《2019 IEEE INTERNATIONAL SYMPOSIUM ON HIGH PERFORMANCE COMPUTER ARCHITECTURE (HPCA)》, pages 609 - 622 *
张序琦: "基于数字信号处理的无源互调干扰对消", 《中国优秀硕士学位论文全文数据库信息科技辑(月刊)》, no. 2016 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116633465A (zh) * 2023-07-24 2023-08-22 四川恒湾科技有限公司 一种实时基于资源块为单位的无源交调检测方法
CN116633465B (zh) * 2023-07-24 2023-10-13 四川恒湾科技有限公司 一种实时基于资源块为单位的无源交调检测方法

Also Published As

Publication number Publication date
CN116436543B (zh) 2023-08-25

Similar Documents

Publication Publication Date Title
CN110337788B (zh) 光传输特性估计方法、光传输特性补偿方法、光传输特性估计系统及光传输特性补偿系统
CN109617560B (zh) 一种iq信号校准补偿方法
US8982995B1 (en) Communication device and method of multipath compensation for digital predistortion linearization
CN100459441C (zh) 发射机和发送方法
EP2577798B1 (en) Active antenna array and method for relaying radio signals
CN113300996A (zh) 校正装置和校正方法
CN101572576B (zh) 一种多通道td-rru的通道校正方法
US8774196B2 (en) Active antenna array and method for relaying radio signals with synchronous digital data interface
EP2920897B1 (en) Method and apparatus for antenna array calibration using traffic signals
CN100566312C (zh) 用于线性化带有不对称特性的功率放大器的数字预失真
CN116436543B (zh) 一种基于fdd系统中多失真源的无源交调校正方法
US10644813B2 (en) Antenna array calibration method and apparatus
US8090036B2 (en) Transmitter and carrier leak detection method
CN108141237A (zh) 具有反馈的高性能pim消除
CN108023844B (zh) 一种实信号欠采样的数字预失真系统
KR20190069105A (ko) 반복 추정에 기반한 자기간섭신호 추정 방법 및 이를 위한 장치
CN104243375A (zh) 补偿同相正交失衡的方法与装置
Erdem et al. Integrated linear and nonlinear digital cancellation for full duplex communication
WO2010008968A1 (en) Digital predistortion in a multi transceiver system provided with a smart antenna array
US10476536B1 (en) Distortion compensation device and distortion compensation method
Anttila et al. Recursive learning-based joint digital predistorter for power amplifier and I/Q modulator impairments
CN111490959B (zh) 宽带多通道射频收发机iq失衡校正方法、装置及电路
US20230368808A1 (en) Receive path in-phase and quadrature imbalance correction using circuit noise
Campo et al. Adaptive cancellation of nonlinear self-interference in wireless full-duplex: Cascaded spline-interpolated methods
CN111901004B (zh) 平坦度的补偿方法和装置、存储介质和电子设备

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