CN1753317A - 发射机和发送方法 - Google Patents

Abstract

本发明涉及一种发射机，包括：用于产生中频信号的装置(104)；用于使用预失真参数来对中频信号进行预失真的装置(106)；用于从预失真中频信号中产生射频信号的装置(112，114，116)；用于确定射频信号的镜像－信号比的装置(124)；用于调整预失真参数以便减小镜像－信号比的装置(126)。

Description

发射机和发送方法

技术领域

本发明涉及电信领域，并且更特别地涉及基于I/Q(同相/正交)信号处理的先进的发射机结构。

背景技术

抑制镜像信号是所有接收机结构所固有的问题。低中频(low-IF)接收机的一个优点是，以I/Q信号处理代替固定的模拟滤波器来实现镜像抑制，使得这种接收机具有较高的可重配置性并且具有成本效率。然而，I支路和Q支路之间不可避免的不均衡会引起有限的镜像衰减。

M.Windisch和G.Fettweis在2004年3月21日至24日在突尼斯的哈玛麦德(Hammamet)举行的首届“关于控制、通信和信号处理的国际研讨会”(International Symposium on Control，Communications andSignal Processing，ISCCSP2004)的会刊上发表的“低中频接收机中盲I/Q不均衡的参数估计和补偿”(Blind I/Q Imbalance Parameter Estimation andCompensation in Low-IF Receivers)一文中给出了一种I/Q不均衡的补偿方案，其中在不需要任何校准或训练信号的情况下对未知的模拟不均衡参数进行了数字估计。基于这些估计，有效地补偿镜像信号引起的干扰，将易受干扰的普通低中频接收机升级为功能强大的先进接收机结构，其中不管镜像信号功率如何，镜像-信号比(image-signal-ratio)的均值决不会超过预定的最大值。由于I/Q不均衡发生在接收机的数字部分之前，因此可以实现基于自适应滤波或盲参数估计的直接补偿技术。

对于发射机的I/Q不均衡，这种情况要麻烦得多。因为此时模拟I/Q不均衡发生在发射机的数字部分之后，因此仅在接收机一端进行数字后校正(digital post-correcion)是可行的(参见L.Brtje，S.Vogeler和K.-D.Kammeyer在2002年9月10日至111日举行的第七届“国际OFDM专题研讨会”(International OFDM-Workshop)的会刊上发表的“OFDM系统中由发射机引起的I/Q不均衡的补偿和校正”(Estimation andCorrection of transmitter-caused I/Q Imbalance in OFDM Systems)一文，以及X.Huang的“关于在接收机处的发射机增益/相位不均衡的补偿”(On Transmitter Gain/Phase Imbalance Compensation At Receiver)一文(IEEE Communications Letters，第4卷，第363-365页，2000年11月)。然而，这些方法通常假定接收机处没有I/Q不均衡并且/或者有非频率选择信道，这限制了这些方法在实践中的适用性。

作为替代，可以在发射机的数字部分中通过数字预失真(pre-distortion)来实现I/Q不均衡的补偿。关于随后的未知I/Q不均衡的预失真模块的正确校准颇具挑战性。所有以前公开的校准技术都是使用专门的校准信号脱机执行的，参见J.K.Cavers和M.W.Liao的“直接转换收发信机中的不均衡和偏移损耗的自适应补偿”(AdaptiveCompensation for Imbalance and Offset Losses in Direct ConversionTransceivers”)一文(IEEE Transactions on Vehicular Technology，第42卷，第581-588页，1993年11月)以及X.Huang和M.Caron的“正交调制器中的增益/相位不均衡和DC偏移的补偿”(Gain/phase imbalanceand DC offset compensation in quadrature modulators”)一文(IEEEInternational Symposium on Circuits and Systems 2002，第4卷，第IV-811至IV-814页，2002年3月26日至29日)。然而，脱机(offline)校准需要中断正常的发送模式。此外，必须在校准期间断开到天线的信号路径，以防止将校准信号发送出去。

数目不断增加的无线通信标准要求具有较高可重配置性的发射机结构。先进的发射机必须能够支持较宽范围的射频(RF)参数，诸如载波频率和带宽。因此，需要改善发射机以促进这些无线通信标准的实现。

发明内容

根据本发明，提供一种发射机，其具有用于产生中频(IF)信号的装置，用于使用预失真参数对IF信号进行预失真的装置，用于从预失真IF信号中产生射频(RF)信号的装置，用于测量RF信号的镜像-信号比(ISR)的装置，以及用于调整预失真参数以减小ISR的装置。

本发明特别有利的是其只使用常规发射信号就能够联机(on-line)校准预失真参数。例如，将ISR定义为镜像信号和期望信号的幅度比或功率比。

本发明可以用于上行链路发射机和/或下行链路发射机。例如，本发明可以实现于蜂窝通信网络的基站中或者实现于诸如移动电话之类的移动终端中。

根据本发明的一个实施例，采用迭代算法来对预失真参数进行调整。优选地将代价函数用于迭代过程。这种迭代用于提供对预失真参数的更精确估计和对代价函数的更精确近似。

根据本发明的一个实施例，基于外差接收机结构来实现始于发射机RF部分的反馈路径。将模拟下混频(down-mixing)本地振荡器的频率和附加数字本地振荡器的频率调节为发射机本地振荡器的频率。利用相应基带信号的时间平均，可以获得用于确定ISR的功率估计。

根据本发明的一个实施例，将当前ISR与门限ISR进行比较。例如，本发射机将实现的无线通信标准中定义了门限ISR。如果当前ISR低于目标ISR，则在当前ISR增加到高于目标ISR之前，不对预失真参数进行进一步的调整。例如，根据可用的标准来选择目标ISR。

附图说明

下面仅通过示例，参考附图对本发明的优选实施例进行更详细的描述，其中：

图1是发射机优选实施例的框图；

图2示意性地示出了基带信号、IF信号、RF信号的频谱和ISR；

图3是说明图1的发射机的优选操作模式的流程图；

图4示出补偿不期望的串扰的电路；

图5示出了采用一个单独的不均衡模型来补偿不期望的串扰的电路；

图6示出了预失真参数的表格；

图7示出了估计误差和ISR的示例；

图8示出了随机产生的I/Q不均衡参数的ISR；

图9示出了发射机实施例的框图，包括用于估计期望信号和镜像信号的功率的基于外差接收机的反馈环路；

图10示出了由于ISR的不理想测量而引起的调整性能降低。

具体实施方式

图1示出了发射机100。发射机100具有数字中频结构。从基带到RF载波频率的发射信号102的上变频由可调谐的数字I/Q上变频和随后的可调谐的或固定的模拟I/Q上变频来实现。

理想均衡的I/Q混频(I支路和Q支路中增益相等，振荡器的两个相位之间具有精确的90°相移)能够极大地抑制镜像信号，从而不再需要昂贵的镜像抑制滤波器。然而，由于硬件公差，理想均衡的模拟I/Q混频器并不切实可行，结果只能有限地抑制镜像信号。由于有可能破坏与所期望的通信标准的频谱屏蔽(spectral mask)的一致性，因此发送不期望的余像较为关键。因此，通过采用数字信号处理来补偿I/Q不均衡效应。

发射机100具有数字混频器104。数字混频器104用于从基带信号x中产生IF信号z。预失真模块106接收IF信号z。预失真模块106具有预失真处理组件108，其用于处理IF信号z，以便补偿引起镜像信号的硬件公差。预失真模块106具有用于存储一个或多个预失真参数的存储器110，预失真处理组件108用这些参数来执行对IF信号z的预失真处理。

数模转换器112将IF信号z从数字信号转换为模拟信号。乘法器114和乘法器116分别对IF信号z的I分量和Q分量进行上变频。减法器118将IF信号z的经过上变频的I分量和Q分量相减，并且功率放大器(PA)120将所得到的射频(RF)信号r放大。功率放大器120连接到用于发送经功率放大的RF信号r的天线122。

发射机100具有镜像-信号功率比(ISR)测量组件124，其用于确定或估计RF信号r的ISR。ISR测量组件124为发射机100的参数调整组件126提供ISR。参数调整组件126实现用于校准预失真参数的算法，以便减小ISR。将经过调整的预失真参数从参数调整组件126提供到存储器110，由预失真处理组件108使用。

下面将数字基带信号x(kT)视为示例性发射信号102。理想均衡的数字I/Q混频是可行的，得到数字IF(中频)信号 $z\left(\mathrm{kT}\right)=x\left(\mathrm{kT}\right)e^{+{\mathrm{j\ω}}_{\mathrm{IF}}\mathrm{kT}}.$

ω_IF表示数字混频器的(角)频率。在D/A(数/模)转换之后，用不均衡模拟本地振荡器(LO)来使连续时间IF信号z(t)与时间函数Y_LO(t)＝cos(ω_LOt)+jgsin(ω_LOt+φ)相乘，其中g表示增益不均衡，φ表示相位不均衡，ω_LO表示LO(角)频率。模拟混频器的理想匹配对应于g＝1，φ＝0。为便于分析，我们进一步定义等效的不均衡参数α＝gcosφ，β＝gsinφ，以及

$K_1=\frac{1}{2}(1+{\mathrm{ge}}^{+\mathrm{j\φ}})=\frac{1}{2}(1+\mathrm{\α}+\mathrm{j\β}),---\left(1\right)$

$K_2=\frac{1}{2}(1-{\mathrm{ge}}^{-\mathrm{j\φ}})=\frac{1}{2}(1-\mathrm{\α}+\mathrm{j\β}).$

模拟混频器的理想匹配对应于α＝1，β＝0，或等效地对应于K₁＝1，K₂＝0。

根据以上定义，所发送的RF信号可以写为

                                    (2)

此处x(t)表示数字基带信号x(kT)的连续时间表示。因此，RF信号包括具有(角)载波频率ω_LO+ω_IF的期望发送信号，加上具有(角)载波频率ω_LO-ω_IF的不期望镜像信号。用I/Q不均衡参数K₁和K₂分别对每个信号分量进行加权。RF期望信号的功率为P_s＝|K₁|²P_x，镜像信号的功率为P_i＝|K₂|²P_x，其中P_x表示x(t)的功率。因此，镜像-信号功率比

$\mathrm{ISR}=\frac{P_i}{P_s}=\frac{{\left|K_2\right|}^2}{{\left|K_1\right|}^2}---\left(3\right)$

仅由I/Q不均衡参数确定，其与发射功率P_x本身无关。

即使对于量级为g＝1.02，φ＝2°的较小的I/Q不均衡，所得到的ISR也可以较为容易地达到-35dB及以上。然而，在很多通信标准中，允许的带外发射(out-of-band emission)(由频谱屏蔽表示，见图2)要低得多。例如，根据3GPP UMTS标准，需要小于-50dB的ISR，没有额外的I/Q不均衡补偿，这是无法实现的。

图3示出了图1的发射机100的优选操作模式，包括预失真处理和用于减小ISR的参数调整。在步骤300中，提供基带信号x。对基带信号x进行数字I/Q混频，以提供IF信号z。在步骤304中，对IF信号z进行处理，以便使用一个或多个预失真参数来对IF信号z进行预失真，以减小RF信号r的ISR。

通过模拟振荡器使所得到的预失真IF信号z倍乘，以提供RF信号r(步骤306)。在步骤308中，对RF信号r进行功率放大。同时，测量或估计RF信号r的ISR。在步骤312中，将当前ISR用于对预失真参数进行调整，以便减小ISR。如果当前ISR已经低于门限ISR或目标ISR，就不必再进行这种进一步的调整。

这里所考虑的I/Q不均衡的补偿方法是基于数字预失真的。为了得出实现预失真处理的示例性实施例，较为方便的做法是将RF I/Q不均衡模型变换为等效的IF模型。因此，使用IF信号z(t)＝z_I(t)+jz_Q(t)的I分量和Q分量将以上方程(2)写为：

$=z_I\left(t\right)\cos \left({\mathrm{\ω}}_{\mathrm{LO}}t\right)-z_Q\left(t\right)g\sin ({\mathrm{\ω}}_{\mathrm{LO}}t+\mathrm{\φ})$

$=[z_I\left(t\right)-{\mathrm{\βz}}_Q\left(t\right)]\cos \left({\mathrm{\ω}}_{\mathrm{LO}}t\right)-{\mathrm{\αz}}_Q\left(t\right)\sin \left({\mathrm{\ω}}_{\mathrm{LO}}t\right)$

因此，模拟混频器的I/Q不均衡可以等效地模拟为IF信号z(kT)的I相位和Q相位之间的串扰，接着进行理想的I/Q上变频。图4中示出了补偿这种不期望的串扰的直接解决方案。如果预失真参数等于真实的I/Q不均衡参数 $(\widehat{\mathrm{\α}}=\mathrm{\α},\widehat{\mathrm{\β}}=\mathrm{\β}),$ 就可以实现理想的补偿。

如果α和β未知，就必须对它们进行估计。有利的做法是在发射机的正常操作期间进行盲参数估计和相关联的I/Q不均衡的盲补偿，因为这样就不再需要为发射机100馈送专门的训练信号和校准信号。

这一思想将预失真和真实的I/Q不均衡的联合系统视为内部具有未知参数α，β的黑匣子。为该黑匣子的输入端馈送已知的补偿参数

在输出端得到可观察到的ISR。通过对预失真的反复重配置，可以找到能在输出端得到足够低的ISR的解决方案。

因此，必须理解预失真(也许未经过理想的调整)与真实的I/Q不均衡的组合效应。如图5所示，采用基本的变换，可以重写该系统。这意味着整个系统可以等效地由一个具有所得到的不均衡参数的(虚拟)I/Q不均衡模型来表示：

${\mathrm{\α}}_{\mathrm{res}}=\frac{\mathrm{\α}}{\widehat{\mathrm{\α}}},$ ${\mathrm{\β}}_{\mathrm{res}}=\frac{\mathrm{\β}-\widehat{\mathrm{\β}}}{\widehat{\mathrm{\α}}}---\left(5\right)$

在理想估计 $\widehat{\mathrm{\α}}=\mathrm{\α}$ 且 $\widehat{\mathrm{\β}}=\mathrm{\β}$ 的情况下，所得到的等效的I/Q不均衡完全消除(α_res＝1，β_res＝0)。由于残留增益

同时应用于I支路和Q支路中，因此残留增益 并不是关键的。

由于附加的预补偿结构，方程(1)必须替换为所得到的不均衡参数

$K_{1,\mathrm{res}}=\frac{1}{2}(1+{\mathrm{\α}}_{\mathrm{res}}+j{\mathrm{\β}}_{\mathrm{res}}),---\left(6\right)$

$K_{2,\mathrm{res}}=\frac{1}{2}(1-{\mathrm{\α}}_{\mathrm{res}}+j{\mathrm{\β}}_{\mathrm{res}}).$

现在，功率比为

$\mathrm{ISR}=\frac{P_i}{P_s}=\frac{{\left|K_{2,\mathrm{res}}\right|}^2}{{\left|K_{1,\mathrm{res}}\right|}^2}=\frac{{(1-{\mathrm{\α}}_{\mathrm{res}})}^2+{\mathrm{\β}}_{\mathrm{res}}^2}{{(1+{\mathrm{\α}}_{\mathrm{res}})}^2+{\mathrm{\β}}_{\mathrm{res}}^2},---\left(7\right)$

其通过采用方程(5)简化为

$\mathrm{ISR}=\frac{{(\widehat{\mathrm{\α}}-\mathrm{\α})}^2+{(\widehat{\mathrm{\β}}-\mathrm{\β})}^2}{{(\widehat{\mathrm{\α}}+\mathrm{\α})}^2+{(\widehat{\mathrm{\β}}-\mathrm{\β})}^2}.---\left(8\right)$

理想地，将预失真配置为使所得到的ISR为零。这对应于找出方程(8)中分子的最小值。因此，将下面的代价函数

$J(\widehat{\mathrm{\α}},\widehat{\mathrm{\β}})={(\widehat{\mathrm{\α}}-\mathrm{\α})}^2+{(\widehat{\mathrm{\β}}-\mathrm{\β})}^2,---\left(9\right)$

定义为需要最小化。代价函数的一个值不能单独地提供关于未知I/Q不均衡参数的足够信息。然而，假定已知两个值

和

其采用

的两种不同设置而采用 的两种相同设置来得到。于是

$J({\widehat{\mathrm{\α}}}_n,{\widehat{\mathrm{\β}}}_m)-J({\widehat{\mathrm{\α}}}_{n-1},{\widehat{\mathrm{\β}}}_m)={\widehat{\mathrm{\α}}}_n^2-{\widehat{\mathrm{\α}}}_{n-1}^2-2({\widehat{\mathrm{\α}}}_n-{\widehat{\mathrm{\α}}}_{n-1})\mathrm{\α}---\left(10\right)$

成立，其可以变换为

$\mathrm{\α}=\frac{1}{2}[{\widehat{\mathrm{\α}}}_n+{\widehat{\mathrm{\α}}}_{n-1}-\frac{J({\widehat{\mathrm{\α}}}_n,{\widehat{\mathrm{\β}}}_m)-J({\widehat{\mathrm{\α}}}_{n-1},{\widehat{\mathrm{\β}}}_m)}{{\widehat{\mathrm{\α}}}_n-{\widehat{\mathrm{\α}}}_{n-1}}].---\left(11\right)$

同样，可以使用代价函数的两个值来确定β，这两个值是采用

的两种相同设置而采用

的两种不同设置来得到的：

$\mathrm{\β}=\frac{1}{2}[{\widehat{\mathrm{\β}}}_m+{\widehat{\mathrm{\β}}}_{m-1}-\frac{J({\widehat{\mathrm{\α}}}_n,{\widehat{\mathrm{\β}}}_m)-J({\widehat{\mathrm{\α}}}_n,{\widehat{\mathrm{\β}}}_{m-1})}{{\widehat{\mathrm{\β}}}_m-{\widehat{\mathrm{\β}}}_{m-1}}].---\left(12\right)$

这两个方程将完全解决黑匣子问题。遗憾的是，代价函数

不能直接测量。然而，黑匣子输出端的可测量的ISR和有待最小化的代价函数之间有着紧密的联系。为得到真实的I/Q不均衡(α≈1，β≈0)和足够精确的估计值 $(\widehat{\mathrm{\α}}\≈\mathrm{\α},\widehat{\mathrm{\β}}\≈\mathrm{\β}),$ 方程(8)可以近似为

$\mathrm{ISR}(\widehat{\mathrm{\α}},\widehat{\mathrm{\β}})\≈\frac{1}{{4\widehat{\mathrm{\α}}}^2}[{(\widehat{\mathrm{\α}}-\mathrm{\α})}^2+{(\widehat{\mathrm{\β}}-\mathrm{\β})}^2]=\frac{1}{4{\widehat{\mathrm{\α}}}^2}J(\widehat{\mathrm{\α}},\widehat{\mathrm{\β}}),---\left(13\right)$

其验证了近似代价函数的定义

$\tilde{J}(\widehat{\mathrm{\α}},\widehat{\mathrm{\β}})=4{\widehat{\mathrm{\α}}}^2\mathrm{ISR}(\widehat{\mathrm{\α}},\widehat{\mathrm{\β}}).---\left(14\right)$

这种近似的结果是不再可能直接确定α和β。作为替代，可以用公式表示迭代参数估计算法，其一方面基于更精确的估计值 并且另一方面基于更精确的代价函数近似值。

所提出的自适应估计和补偿算法的前8次迭代在图6中示出。为便于解释，下面使用缩写符号 ${\tilde{J}}_{n,m}=\tilde{J}({\widehat{\mathrm{\α}}}_n,{\widehat{\mathrm{\β}}}_m)$ 和形式函数

$f(p_1,p_2,{\tilde{J}}_1,{\tilde{J}}_2)=\frac{1}{2}[p_1+p_2-\frac{{\tilde{J}}_1-{\tilde{J}}_2}{p_1-p_2}]---\left(15\right)$

必须用两个参数对 ${\widehat{\mathrm{\α}}}_1\≠{\widehat{\mathrm{\α}}}_2,{\widehat{\mathrm{\β}}}_1\≠{\widehat{\mathrm{\β}}}_2$ 来对调整进行初始化。合理的做法是在期望数字的量级上选择值，例如

${\widehat{\mathrm{\α}}}_1=0.99$ ${\widehat{\mathrm{\β}}}_1=-0.01$

${\widehat{\mathrm{\α}}}_2=1.01$ ${\widehat{\mathrm{\β}}}_2=+0.01$

在下面的仿真中使用这些初始化值。在第一次迭代中，将数字预失真配置为具有参数 和 基于所得到的ISR，近似代价函数

可用方程(14)来确定。通过不断更新参数估计来重复执行这种基于预失真的系统配置随后观察所得到的ISR的方案。在每个偶数次迭代中选取新设置的

而在每个奇数次迭代中选取新设置的

这一策略可以交替更新待估计的两个参数之一，得到整个数字预失真模块的联合最优化。

使用MATLAB来研究所提出的调整算法的收敛特性。为理解其基本特性，假定理想地测量了所得到的ISR。在下一部分中，将解决真实系统中的测量误差的影响。目前，ISR可以采用方程(8)通过分析来确定。

典型的调整曲线图在图7中示出。估计误差和测量到的ISR均以dB标度示出：

${\left|\mathrm{\Δ\α}\right|}_{\mathrm{dB}}=20{\log }_{10}|\widehat{\mathrm{\α}}-\mathrm{\α}|$

${\left|\mathrm{\Δ\β}\right|}_{\mathrm{dB}}=20{\log }_{10}|\widehat{\mathrm{\β}}-\mathrm{\β}|$

ISR_dB＝10log₁₀ISR可以清楚地看到，所估计的参数进行了交替的重配置并快速收敛到真实的I/Q不均衡参数。在估计补偿参数的调整过程中，所得到的ISR达到任意低的值。在不到10次迭代之后，功率比降到了-100dB以下，这对于大多数实际应用都足够了。

图7中示出的调整过程仅对该示例性的I/Q不均衡参数g＝1.02和φ＝2°有效。为了验证所提出的算法对任意I/Q不均衡参数的适用性，通过采用蒙特-卡罗(Monte-Carlo)仿真来评估其性能。在每次实现的开始，通过将增益不均衡g和相位不均衡φ模拟为独立的高斯分布随机变量来随机选择新的I/Q不均衡参数。为了对实际的相关值进行仿真，假定g具有均值1和标准偏差2％，假定φ具有均值0和标准偏差2°。

图8中示出了10.000次独立实现之后的结果。对于每次迭代，画出了所有实现的最小ISR、最大ISR和平均ISR。可以看到，最大ISR(最坏情况)的曲线显示出比图7中的示例性曲线稍高的ISR值。这一效应是在具有较高不均衡性的模拟混频器(|g-1|＞5％，|φ|＞5°)的情况下初始化估计误差较高的结果。然而，较为重要的结果是，即使是对于任意的真实I/Q不均衡参数，仍保持了快速的和全局的收敛的一般特性。

应强调的是，到目前为止，所提出的结果仅在理想测量ISR的假设下有效。这些结果代表了理想条件下所能获得的极限结果。因此，这些结果为评估由于实际缺陷而引起的性能降低提供了有用的参考。

在实际系统中，ISR的理想测量是不可能实现的。作为替代，测量RF信号r(t)中的期望信号和镜像信号的功率，得到估计值

和

由于不理想地测量的ISR，现在所得到的近似代价函数

$\hat{J}(\widehat{\mathrm{\α}},\widehat{\mathrm{\β}})={4\widehat{\mathrm{\α}}}^2\frac{{\hat{P}}_i(\widehat{\mathrm{\α}},\widehat{\mathrm{\β}})}{{\hat{P}}_s(\widehat{\mathrm{\α}},\widehat{\mathrm{\β}})},---\left(16\right)$

相对于真实代价函数

具有额外的偏差。这一额外偏差的影响强烈地依赖于功率测量的特征并因此依赖于来自发射机的RF部分的反馈路径的实现。

例如，考虑一种用于实现这种反馈的可能方案，其基于外差接收机结构(图9)。在此将模拟下混频LO的频率ω_LO2和附加数字LO的频率ω_IF2调节为使发射LO的频率ω_LO＝ω_LO2+ω_IF2。功率估计值 和

可以使用相应基带信号的时间平均来测量。

同时测量

和 确保了时变(time-varying)发射功率P_x的情况下的健壮性。然而，一个缺点是(高功率)期望信号和(低功率)镜像信号是同时用同一个A/D(模/数)转换器进行数字化的。因此，

和随后的的精确度将受到A/D转换器的分辨率的限制。

图10示出了这种效应。对于相同的I/Q不均衡参数(g＝1.02，φ＝2°)，将用于理想ISR测量的调整过程与用于不理想ISR测量的调整过程进行比较。我们将A/D转换器看作不理想测量的根源，可以将A/D转换器模拟为具有固定范围和可变数目的量化比特的线性量化器。在图10中，选择10比特分辨率和16比特分辨率作为示例。

可以看到，对于第一次迭代(高ISR)，单独调整的过程是相同的。在此，从J到

的系统置换是主要的， 的附加置换是可忽略的。相反，如果ISR达到某个较小的值，则单独的调整将发生偏离。根据A/D分辨率，测量到的ISR决不会降低到特定限度以下，尽管真实的ISR(基于(8)而计算，以进行比较)要低得多。这是因为即使对于理想抑制的镜像，为测量图像功率而估计的频带也将叠加量化噪音。显然，可以通过提高A/D转换器的分辨率来减小残留噪声功率，并因此减小可测量的ISR。

作为不理想的功率测量的结果，参数估计值不会收敛到任意地接近于期望数值。作为替代，对于较小的ISR值，这种调整显示出随机的行为。如果该算法仅用于发射机的初始校准，则这一点并不是关键的。在这种情况下，当达到预定的目标ISR时，可以停止调整，该目标ISR依赖于所选的通信标准的RF需求。然而，该算法还可以用于持续的调整，例如为了跟踪时变的I/Q不均衡而进行的持续调整。

根据用于在本发明的数字中频发射机结构中进行模拟I/Q不均衡的数字补偿的自适应算法，在正常发射模式期间执行数字预失真模块的调整，不需要任何特定的校准或训练信号。仿真结果已经显示，对于任意的真实I/Q不均衡，所估计的补偿参数都具有快速和可靠的收敛特性。

由于不理想的功率测量，在实践中不可能得到理论上的任意高的精确度。然而，关于示例性设计的研究表明，可以较为容易地达到多于60dB的镜像抑制。由于这个值足以满足大多数通信标准的RF需求，因此所提出算法的应用非常具有吸引力。

本发明特别有利的是可以在正常发射模式期间执行预失真参数的盲调整。利用所提出的新颖的调整算法，不再需要特定的训练信号或校准信号。

Claims (11)

1.一种发射机，包括：

-用于产生中频信号的装置(104)；

-用于使用预失真参数来对所述中频信号进行预失真的装置(106)；

-用于从预失真中频信号中产生射频信号的装置(112，114，116)；

-用于确定所述射频信号的镜像-信号比的装置(124)；

-用于调整预失真参数以便减小所述镜像-信号比的装置(126)。

2.根据权利要求1所述的发射机，其中所述用于调整预失真参数的装置可操作为执行用于调整所述预失真参数的迭代算法。

3.根据权利要求1所述的发射机，其中所述用于调整预失真参数的装置可操作为使用代价函数来执行所述调整。

4.一种发送方法，包括：

-产生中频信号；

-使用预失真参数来对所述中频信号进行预失真；

-从预失真中频信号中产生射频信号；

-获得所述射频信号的镜像-信号比；

-调整所述预失真参数，以便减小镜像-信号比。

5.根据权利要求4所述的发送方法，还包括执行用于调整所述预失真参数的迭代算法。

6.根据权利要求4所述的发送方法，还包括使用代价函数来执行所述预失真参数的调整。

7.根据权利要求4所述的发送方法，还包括使用基于外差接收机的反馈环路，用于估计所述射频信号的期望信号分量和所述射频信号的镜像分量的功率。

8.根据权利要求4所述的发送方法，还包括将当前的镜像-信号比与门限电平进行比较，以便确定是否需要对所述预失真参数进行进一步调整。

9.根据权利要求4所述的发送方法，其中所述预失真参数的调整通过联机处理来执行。

10.一种计算机程序产品，特别是数字存储介质，用于执行根据权利要求4所述的发送方法。

11.一种电信设备，诸如基站或移动终端，用于数字电信网络中，所述电信设备包括根据权利要求1所述的发射机。

Images