DE102004001998A1

DE102004001998A1 - Fehlerkorrektur in Direktumsetzungsarchitekturen

Info

Publication number: DE102004001998A1
Application number: DE102004001998A
Authority: DE
Inventors: Edmund Coersmeier
Original assignee: Nokia Oyj
Current assignee: Nokia Oyj
Priority date: 2003-02-27
Filing date: 2004-01-14
Publication date: 2004-09-09
Also published as: US7627055B2; US20040193965A1

Abstract

Erfindungsgemäß ist ein Fehlerkorrekturverfahren zum Entzerren einer Übertragungskennlinie einer Signalverarbeitungsschaltung offenbart. In einem ersten Schritt wird ein ursprüngliches komplexes IQ-Signal erzeugt, bei dem eine Fehlerkorrektur durchgeführt wird. Dann wird das korrigierte komplexe IQ-Signal in der Signalverarbeitungsschaltung verarbeitet, um dadurch ein verarbeitetes reales Signal zu erhalten. Die Hüllkurve des realen Signals wird erfasst, und diese Realsignalhüllkurve und das ursprüngliche komplexe IQ-Signal werden synchronisiert. Die Hüllkurve des ursprünglichen komplexen IQ-Signals wird hergeleitet und die synchronisierte Realsignalhüllkurve wird mit der synchronisierten ursprünglichen IQ-Signalhüllkurve an zwei aufeinander folgenden Zeitpunkten verglichen. Schließlich wird ein verarbeitetes komplexes IQ-Signal aus der Realsignalhüllkurve auf der Grundlage des Vergleichsergebnisses erhalten, wobei das verarbeitete komplexe IQ-Signal bei der Durchführung der Fehlerkorrektur verwendet wird.

Description

Die vorliegende Erfindung bezieht sich auf eine Fehlerkorrektur in Direktumsetzungsarchitekturen. Insbesondere bezieht sich die Erfindung auf die Erfassung und Korrektur eines In-Phase- und Quadratur-Phase-Fehlers unter Verwendung einer Hüllkurve beruhend auf einer In-Phase- und Quadratur-Phase-Extraktion.

In jüngster Zeit werden vermehrt digitale Funkkommunikationssysteme angewendet. Viele verschiedenartige Systeme wurden eingeführt. Beispielsweise erlangen Systeme wie Funk-LANs ("Local Area Networks", lokale Netze), Digitalradio-DVB-T, UMTS und GSM mehr Beachtung, und Benutzer erhalten mehr Alternativen für eine drahtlose Kommunikation. Um Kunden für neue Dienste zu interessieren ist es wesentlich, dass die zur Verwendung der Dienste erforderliche Ausrüstung den richtigen Preis hat. Sende-/Empfangseinrichtungen mit geringem Preis und geringem Leistungsverbrauch sind deshalb erforderlich.

Das Institute of Electrical an Electronics Engineers (IEEE) entwickelte eine neue Spezifikation 802.11a, die die nächste Generation lokaler Funknetze (LANs) der Enterprise-Klasse darstellt. Unter den Vorteilen gegenüber aktuellen Technologien befinden sich eine größere Skalierbarkeit, eine bessere Immunität gegenüber Interferenzen und eine wesentlich höhere Geschwindigkeit, was gleichzeitig Anwendungen mit größerer Bandbreite ermöglicht.

OFDM ("Orthogonal Frequency Division Multiplex", Orthogonal-Frequenzmultiplex) wird als neues Codierschema verwendet, das gegenüber dem Spreizspektrum Vorteile bei der Kanalverfügbarkeit und Datenrate bietet. Die Kanalverfügbarkeit ist signifikant, da das Funknetz desto besser skalierbar wird, je mehr unabhängige Kanäle verfügbar sind. Die hohe Datenrate wird durch Kombinieren vieler Hilfsträger mit geringerer Geschwindigkeit zur Erzeugung eines Kanals hoher Geschwindigkeit bewirkt. Ein großer (breiter) Kanal kann mehr Informationen pro Übertragung transportieren als ein kleiner (enger) Kanal. Die Hilfsträger werden parallel übertragen, d.h., sie werden gleichzeitig gesendet und empfangen. Die Empfangseinrichtung verarbeitet diese individuellen Signale, von denen jedes einen Bruchteil der gesamten Daten darstellt, die zusammen das tatsächliche Signal bilden. Mit vielen Hilfsträgern, die jeden Kanal umfassen, kann eine außerordentliche Informationsmenge auf einmal gesendet werden.

Der IEEE802.11a Funk-LAN-Standard definiert eine hohe Systemleistung, und erfordert daher eine gewisse Signalgenauigkeit für den OFDM-Senderausgang. Unter Berücksichtigung der analogen Basisband- und Hochfrequenz-(RF) Filterunvollkommenheiten ist es erforderlich, den Signalstrom vor der Übertragung zu entzerren. Die Leistungsfähigkeit eines Senderausgangssignals hängt stark von der analogen Filtergenauigkeit ab. Zum Erreichen einer hohen Signalgenauigkeit müssen teure und präzise Filter verwendet werden. Allerdings ist es bei sehr umfangreichen Produkten empfehlenswert, dass diese Filter so kostengünstig als möglich sind. Es ist möglich, sehr kostengünstige und unpräzise analoge Sendefilter einzusetzen, wenn ein digitaler adaptiver Entzerrer zum Kompensieren einer starken Amplitudenwelligkeit und Gruppenverzögerung im Senderdurchlassband installiert wird.

Eine Lösung in erschwinglichen Sendern ist die Verwendung einer Direktumsetzungsarchitektur mit analogem Front-End in den Sendern. Bei der Direktumsetzungslösung wird ein digitales Basisbandsignal digital-zu-analog-gewandelt und danach in ein RF-Signal gemischt. Für den Mischvorgang müssen zwei Signale, ein Sinus- und ein Kosinussignal bereitgestellt werden. Aus technischen Gründen kann die genaue Orthogonalität beider sinusförmigen Signale nicht garantiert werden; daher ist ein Winkel φ ≠ 90° zwischen der Sinus- und der Kosinusfunktion messbar. Dieses Phänomen wird allgemein IQ-Phasenunausgeglichenheit genannt. Außerdem entsteht auch eine IQ-Amplitudenunausgewogenheit zwischen dem I-Zweig und dem Q-Zweig.

Ferner sind analoge Basisbandkomponenten, wie analoge Filter immer zweimal installiert: Eine Komponente für den I-Zweig und eine Komponente für den Q-Zweig. Auf Grund von Herstellungstoleranzen, verschiedenen Alters oder Temperatureinflüssen kann jede Komponente eines bestimmten Funktionstyps sich verglichen mit ihrem Gegenstück im anderen Zweig ein wenig anders verhalten. Außerdem können kostengünstige analoge Filter eine Amplitudenwelligkeit, nicht-lineare Phase enthalten, und sie können ISI ("Inter Symbol Interference", Zwischen-Symbolinterferenz) einführen.

1 zeigt als Beispiel eine graphische Darstellung einer durch analoge Filter in einem Direktumsetzungs-OFDM-Sender erzeugten I-Zweig- und Q-Zweig-ISI. Es sind keine IQ-Phasen der IQ-Amplituden-Unausgeglichenheitsfehler eingefügt, sodass lediglich analoge Filterunvollkommenheiten sichtbar sind.

Die Verbindung frequenzabhängiger Basisbandeinrichtungen mit konstanten IQ-Phasen- und Amplitudenunausgeglichenheitsfehlern resultiert in frequenzselektiven IQ-Phasen- und Amplitudenunausgeglichenheitsungenauigkeiten.

Das Phasen- und Amplitudenunausgeglichenheitsproblem ist in jedem System vorhanden, das Direktumsetzungssendeeinrichtungen verwendet, ungeachtet des Modulationsschemas oder der Multiplexlösung. Insbesondere ist das Problem in einem Multiträgersystem wie WLAN, das OFDM verwendet, schwerwiegend, obwohl auch Einzelträgersysteme wie GSM oder Kabelmodems betroffen sind.

Zur Bereitstellung der erforderlichen hohen Signalgenauigkeit in Sendern zum Erfüllen bestimmter Leistungsanforderungen an der Empfängerseite muss garantiert werden, dass analoge Direktumsetzungs-Front-End-Fehler wie IQ-Phasen- und
Amplitudenunausgeglichenheitsfehler minimal sind. Insofern haben die Lösungen für das Phasen- und
Amplitudenunausgeglichenheitsproblem die Verwendung analoger Basisbandkomponenten hoher Qualität angenommen. Somit haben die Phasen- und
Amplitudenunausgeglichenheitskorrekturverfahren keine Frequenzabhängigkeit berücksichtigt. Allerdings ist die Verwendung von Komponenten hoher Qualität bei kostengünstigen Verbrauchergeräten unmöglich. Daher sind die aktuellen Korrekturverfahren keine Lösung für eine Phasen- und
Amplitudenunausgeglichenheitskorrektur in kostengünstigen Empfängern.

Ferner ist es bei Direktumsetzungssendern mit analogem Front-End erforderlich, den gesendeten Signalstrom über vollständig digitale Anpassungsschleifen zu korrigieren. Um die geeigneten Fehlerwerte zu finden, muss das Senderausgangssignal beispielsweise am Sendeantenneneingangsanschluss gemessen werden, und in den digitalen Bereich des Senders zurückgeführt werden.

Die Hüllkurve des Hochfrequenzbandsignals kann durch eine Demodulatordiode gemessen werden. Die Hüllkurvenmessung wurde bisher über einen Amplitudenpegelvergleich durchgeführt. Es wurde angenommen, dass die Hüllkurve über einen langen Zeitabschnitt den gleichen Durchschnittswert hat. Dieser kann aus dem gemessenen analogen Signal extrahiert und mit dem gewünschten Wert verglichen werden. Ist der analoge Durchschnittswert der Hüllkurve zu niedrig oder zu hoch, können bestimmte Anpassungsalgorithmen eine Kompensation bieten.

Mit der Erfindung von OFDM-Radios ist eine weitaus höhere Genauigkeit des analogen Ausgangssignals erforderlich. Daher müssen Algorithmen für eine Amplituden- und Phasenunausgewogenheitsanpassung frequenz-selektiv werden, um die Anforderungen zu erfüllen. Für diese Algorithmen ist eine weitaus höhere Hüllkurvenmessgenauigkeit als die Schätzung erforderlich, ob die Durchschnittsamplitude zu hoch oder zu niedrig ist. Allerdings gibt es bisher keine kostengünstige, präzise und stabile Lösung, ein komplexes Basisbandäquivalent des gesendeten Signals bereitzustellen, ohne im Prinzip einen Demodulator zu installieren.

Die vorliegende Erfindung stellt ein verbessertes Fehlerkorrekturverfahren und eine verbesserte Fehlerkorrekturvorrichtung bereit, womit die Signalgenauigkeit an einem Direktumsetzungsarchitekturausgang verbessert werden kann, um dadurch die Anforderungen an einen Filter zu verringern.

Erfindungsgemäß wird diese Aufgabe durch ein Fehlerkorrekturverfahren nach Anspruch 1, ein Computerprogrammprodukt nach Anspruch 10, eine Fehlerkorrekturvorrichtung nach Anspruch 11 und ein OFDM-System nach Anspruch 20 gelöst.

Weitere Merkmale der Erfindung sind in den abhängigen Patentansprüchen definiert.

Die vorliegende Erfindung liefert auch ein stabiles Verfahren zur Extraktion entsprechender In-Phase- und Quadratur-Phase-Abtastwerten aus einem Hüllkurven-basierten realen Signal.

Sich daraus ergebende Vorteile umfassen folgendes:

– Vollständig frequenz-selektive Korrekturschleifen auf der Sendeseite sind möglich.
– Eine kostengünstige Direktumsetzungs-OFDM-Sende-/Empfangseinrichtung erfordert keinen lokalen Sender/Empfänger für eine IQ-Extraktion.
– Die Verwendung einer kostengünstigen Diode für die Hüllkurvenmessung ist möglich.

Ferner können erfindungsgemäß IQ-Phasen- und Amplitudenkorrekturalgorithmen zusammen vollständig die frequenzselektiven IQ-Phasen- und IQ-Amplitudenfehler und Fehlanpassungen analoger Filter in einem Direktumsetzungs-OFDM-Sender beseitigen, und eine erhebliche Signalleistungsverbesserung für das System bereitstellen. Außerdem können kostengünstige Einrichtungen im analogen Direktumsetzungs-Front-End implementiert werden, sodass ein kostengünstiger Direktumsetzungs-OFDM-Sender bereitgestellt werden kann.

Die Erfindung bietet demnach eine vollständig digitale kostengünstige Lösung für IQ-Phasen- und IQ-Amplitudenfehlerprobleme.

1 zeigt eine Darstellung einer durch analoge Filter in einem Direktumsetzungs-OFDM-Sender erzeugten I-Zweig- und Q-Zweig-ISI.
2 zeigt ein schematisches Blockschaltbild einer Direktumsetzungsarchitektur mit analogem Front-End und digitalem Basisband gemäß einem Ausführungsbeispiel der Erfindung.
3 zeigt ein Ablaufdiagramm eines erfindungsgemäßen Fehlerkorrekturverfahrens.
4 zeigt ein schematisches Blockschaltbild eines Fehlerkorrekturblocks gemäß einem Ausführungsbeispiel der Erfindung.
5 zeigt ein schematisches Blockschaltbild eines adaptiven Vorentzerrungsaufbaus.
6 zeigt ein Vorentzerrungsschema.
7 zeigt ein schematisches Blockschaltbild eines Fehlerkorrekturblocks gemäß einem anderen Ausführungsbeispiel der Erfindung.
8 zeigt ein Beispiel einer frequenzselektiven IQ-Fehlererfassungseinrichtung.
9 zeigt ein Beispiel eines Integrierers.
10 zeigt ein Beispiel einer frequenzselektiven IQ-Fehlerkorrektureinrichtung.
11 zeigt einen Teil der Direktumsetzungsarchitektur aus 2 mit einem Fehlerkorrekturblock gemäß einem bevorzugten Ausführungsbeispiel der Erfindung.
12 bis 24 zeigen Simulationsergebnisse, die die erfindungsgemäße Arbeitsweise veranschaulichen.
Beschreibung der Ausführungsbeispiele der Erfindung
Die Ausführungsbeispiele der Erfindung können bei einem beliebigen Datenübertragungssystem angewendet werden, das Direktumsetzungsarchitekturen anwendet. Beispiele dieser Systeme beinhalten Funk-LANs ("Lokal Area Networks", lokale Netze), Funkradio-DVB-T, UMTS und GSM. Eine beispielsweise in einem Sender angeordnete Direktumsetzungsarchitektur ist eine Architektur, in der eine Basisbandfrequenz direkt in ein zu sendendes Hochfrequenz-(RF-)Signal umgesetzt wird, ohne dass dazwischen eine Zwischenfrequenz-(IF-)Umsetzung stattfindet.
Als Beispiel eines Systems, bei dem die Ausführungsbeispiele der Erfindung angewendet werden können, wird ein Wireless Lokal Area Network (WLAN, Funk-LAN) in Betracht gezogen. WLAN stellt ein Datenübertragungsmedium dar, das Funkwellen zur Verbindung von Computern in einem Netz verwendet. Das Backbone-Netz ist üblicherweise ein Kabelnetz, und die Funkverbindung ist die letzte Verknüpfung der Verbindung zwischen dem LAN und den Benutzern.
2 zeigt ein Beispiel eines Front-End für einen IEEE802.11a OFDM-Direktumsetzungssender gemäß einem Ausführungsbeispiel der Erfindung.
Gemäß 2 werden eine In-Phase-Komponente und eine Quadratur-Phase-Komponente eines digitalen Basisbandsignals, das einer Modulation in Block 1 unterzogen wurde, wie einer binären Phasenumtastung (QPSK) oder einer Quadraturamplitudenmodulation (QAM), in Block 2 vom Frequenzbereich in den Zeitbereich transformiert, beispielsweise durch die Anwendung einer inversen Fast Fourier Transformation (IFFT) bei dem I- und dem Q-Zweig. Die Zeitbereich-IQ-Signalkomponenten werden dann zu einem Fehleranpassungsblock 13 mit einem Fehlerkorrekturblock 3 und einem IQ-Fehlererfassungsblock 12 geführt. Mittels des Fehleranpassungsblocks 13 wird der IQ-Signalstrom korrigiert bzw. vorentzerrt, sodass durch nicht ideale analoge Filterschaltungen der folgenden Stufen erzeugte Verzerrungen beseitigt werden, was nachstehend beschrieben wird. Vom Fehleranpassungsblock 13 werden die vorabentzerrten IQ-Signalkomponenten im Block 4 aufwärts gewandelt und in Block 5 tiefpassgefiltert. Dann werden die IQ-Signalkomponenten einer Übertragungsschaltung 200 zugeführt, in der das Signal zur Übertragung über eine Sendeantenne 8 verarbeitet wird.
Die Übertragungsschaltung 200 umfasst eine analoge Basisbandschaltung 6, in der die vorabentzerrten IQ-Signalkomponenten für die Übertragung vorbereitet werden, beispielsweise durch die Durchführung einer Filterung, Kanalcodierung, Impulsformung oder anderer geeigneter Verarbeitungsvorgänge. Dann werden die verarbeiteten analogen IQ-Basisbandsignalkomponenten einer Aufwärtsumsetzungsstufe mit einem Modulator oder Multiplizierer zugeführt, dem ein Aufwärtsumsetzungssignal in einem anpassbaren Bereich von 3,5 bis 4,5 GHz von einem steuerbaren Oszillator zugeführt wird. Dadurch werden die analogen Basisband-IQ-Signalkomponenten in einen anpassbaren Frequenzbereich von 3,5 bis 4,5 GHz umgesetzt. Die umgesetzten IQ-Signalkomponenten werden kombiniert und einer Filterschaltung zugeführt, d.h., einer analogen RF-Filterschaltung 7, die lediglich den gewünschten Frequenzbereich des der Sendeantenne 8 zugeführten Sendesignals durchlässt.
Eine Hüllkurvenmessschaltung 9, die auf einem Klemm- und/oder Tiefpassvorgang oder dergleichen beruhen kann, liefert das Hüllkurvensignal des Eingangssignals der Sendeantenne 8. Dieses Hüllkurvensignal wird dann einer Analog-Digital-Umwandlungsschaltung 10 zugeführt, wo eine Umwandlung in einen digitalen Signalstrom stattfindet, der einem Hüllkurven-IQ-Extraktionsblock 11 zugeführt wird. Der Hüllkurven-IQ-Extraktionsblock 11 berechnet geschätzte IQ-Signalkomponenten aus dem realen Signalsstrom, was nachstehend beschrieben wird. Die geschätzten IQ-Signalkomponenten werden dem Fehleranpassungsblock 13 zugeführt, wo sie für eine IQ-Fehlererfassung und -korrektur verwendet werden, was nachstehend beschrieben wird.
Als nächstes wird der theoretische Hintergrund des IQ-Amplituden- und Phasenunausgeglichenheitsfehlers untersucht. Ein komplexes analoges Basisbandsignal, das aus dem analogen Basisbandblock 6 ausgegeben wird, bildet den Startpunkt: sT,B(t) = I(t) + j·Q(t), (1) wobei die Indizes T und B jeweils den Sender und das Basisband bezeichnen. Das Basisbandsignal wird dem analogen Aufwärtsumsetzer mit der Trägerfrequenz f_c zugeführt.
Dieses reale Signal kann folgendermaßen ausgedrückt werden:
Idealerweise sind die Sinus- und Kosinusfunktionen orthogonal, jedoch führen die physikalischen Einrichtungen typischerweise eine Phasenverschiebung φ ein. Das kann durch das Sendesignal S_{Trasmitter,fc,quadratur}(t) in Gleichung 4 beschrieben werden. Hier ist die Phasenverschiebung φ zur Sinuswelle hinzugefügt.
Ein Empfängerabwärtsumsetzer liefert eine exakte 90°-Phasenverschiebung zwischen den Sinus- und Kosinusfunktionen. Daher findet die Abwärtsumsetzung im Empfänger über folgende Gleichung statt:
Nach dem Lösen der trigonometrischen Produktfunktionen wird das abwärtsumgesetzte und tiefpassgefilterte komplexe Basisbandsignal wie folgt empfangen:
Neben dem Weglassen des Faktors ½ kann der erste imaginäre Ausdruck mit sin(0) = 0 entfernt werden, womit sich das komplexe Basisbandsignal mit dem IQ-Phasenunausgeglichenheitsfehler des Winkels φ folgendermaßen ergibt: SR,B,q(t) = I(t) + Q(t)·sin(φ) + jQ(t)·cos(φ). (7)
Außerdem wurde eine IQ-Amplitudenunausgeglichenheit zwischen dem I-Zweig und dem Q-Zweig mit dem Faktor cos(φ) entdeckt.
Durch Weglassen der zusätzlichen IQ-Amplitudenunausgeglichenheit in Gleichung 7 mit dem Faktor cos(φ) kann die IQ-Phasenunausgeglichenheits-Fehlerbeaufschlagung folgendermaßen ausgedrückt werden: SR,B,q(t) = I(t) + Q(t)·sin(φ) + jQ(t). (7a)
Diese in Direktumsetzungsarchitekturen mit analogem Front-End wie in 2 gezeigt eingeführten IQ-Amplituden- und IQ-Phasenfehler müssen durch vollständig digitale Anpassungsschleifen vorkorrigiert werden. Der Fehleranpassungsblock 13 arbeitet mit komplexen Basisbandwerten und braucht für die Fehlererfassung präzise Informationen über das gesendete fehlerhafte analoge Signal.
Nachdem alle Fehler zu dem analogen Sendesignal hinzugekommen sind, ist der kostengünstigste Weg zum Zurückführen dieses Signals in den digitalen Senderbereich die Installation einer Messdiode. Unglücklicherweise ist das gemessen Signal proportional zur Hüllkurve des Signals und liefert kein komplexes Signal, das für die Fehlererfassung erforderlich ist. Daher müssen die komplexen In-Phase- und Quadratur-Phasewerte aus dem analogen Hüllkurvensignal extrahiert werden, um den digitalen Anpassungsalgorithmen die erforderliche Frequenzselektivität zu ermöglichen.
Der erfindungsgemäße Algorithmus liefert eine analytische Beschreibung, wie aus dem Hüllkurvensignal komplexe IQ-Basisband-Abtastwerte extrahiert werden können. Dieser Algorithmus kann als volle digitale Lösung implementiert werden und wird mit Algorithmen für eine OFDM-IQ-Amplituden- und IQ-Phasenunausgeglichenheitsanpassung getestet, was nachstehend beschrieben wird.
Der Schlüssel besteht in der Erfassung von zwei vorzugsweise aufeinander folgenden realen Abtastwerten aus dem analogen Bereich und den entsprechenden komplexen Abtastwerte aus dem idealen komplexen Bereich. Beim Vergleichen der realen Hüllkurvenabtastwerte mit den idealen, ursprünglichen digitalen Abtastwerten ist es möglich, zwei mathematische Gleichungen mit zwei Unbekannten zu formulieren: Den In-Phase- und Quadratur-Phase-Abtastwerten aus dem analogen Bereich. Nach dem Lösen dieser zwei Gleichungen sind sowohl I-Zweig- als auch Q-Zweig-Werte verfügbar und können zur IQ-Fehleranpassungsschleife weitergeleitet werden.
Die analoge Hüllkurve kann vor dem Vergleichsvorgang wie in 2 gezeigt analog-zu-digital gewandelt werden, sodass ein digitales reales Signal aus der Hüllkurve mit dem entsprechenden ursprünglichen, idealen komplexen IQ-Signal verglichen wird. Außerdem arbeitet der nachfolgend beschriebene Algorithmus auch mit analogen idealen komplexen IQ-Werten.
Ferner gibt es keine Abhängigkeit von bestimmten Signalrahmenstrukturen, einer OFDM-FFT-Länge, usw. Prinzipiell kann der Hüllkurven-IQ-Extraktionsalgorithmus auch bei Einzelträgersystemen angewendet werden.
Im Folgenden wird das in Block 11 durchgeführte Hüllkurven-IQ-Extraktionsverfahren in Verbindung mit der in 2 gezeigten Umgebung beschrieben.
Für die folgende mathematische Beschreibung der I-Zweig- und Q-Zweig-Extraktion aus einem hüllkurvenbasierten Signal eines OFDM-Senders sind Einrichtungsübertragungsfunktionen, die zwischen einer Hüllkurvenmessung und einem ADC (Analog-Digital-Wandler) liegen, nicht von Bedeutung.
Die IQ-Abtastwertextraktion aus der Hüllkurve ist beispielsweise zum Ansteuern von IQ-Amplituden- und IQ-Phasenunausgeglichenheitsanpassungsalgorithmen auf der Senderseite erforderlich, die nachstehend beschrieben werden.
2 zeigt ein Aufbaubeispiel einer IQ-Fehleranpassung beruhend auf der Hüllkurvenmessung. Gemäß dem in 2 gezeigten Ausführungsbeispiel der Erfindung gehört der Hüllkurven-IQ-Extraktionsblock 11 bereits zum digitalen Basisband.
Die Hüllkurven-IQ-Extraktion erfordert drei verschiedene Eingangssignale. Das reale Signal aus der Hüllkurvenmessung und die zwei entsprechenden Signale aus dem IQ-Basisband sind bei diesem Ausführungsbeispiel digitale Signale. Beruhend auf diesen Signalen kann eine Schätzung der I- und Q-Werte aus dem analogen Bereich gemacht werden.
Zur Durchführung der Schätzung müssen das reale Signal und die IQ-Signale synchronisiert werden. Die Synchronisation des analogen Hüllkurvensignals und der digitalen idealen IQ-Werte kann durch Korrelation erreicht werden. Es müssen alle idealen digitalen Abtastwerte eines Zeitabschnitts tanalog_low < τ < t_{analog_high} gespeichert werden, wobei τ zwischen dem minimalen und maximalen Bereich der Latenzzeit des analogen Front-End liegt. Im Mittel gibt die Multiplikation aller gespeicherter digitaler Abtastwerte mit dem aktuellen analogen Abtastwert eine Korrelationsspitze an und liefert so die Zeitverschiebung zwischen den verzögerten digitalen Abtastwerten und dem aktuellen analogen Hüllkurvenwert.
Diese Synchronisation ist in 2 nicht gezeigt. Gemäß 2 kann sie vor der Analog-Zu-Digital-Umsetzung stattfinden. D.h., es kann ein weiterer Block zwischen dem Hüllkurvenmessblock 9 und dem ADC-Block 10 eingefügt werden, der als Eingangssignale das analoge Hüllkurvensignal und die verzögerten digitalen idealen IQ-Werte und als Ausgangssignale ein analoges Hüllkurvensignal hat, das mit den digitalen idealen IQ-Werten synchronisiert ist, die in den Hüllkurven- IQ-Extraktionsblock 11 eingegeben werden. Alternativ dazu kann die Synchronisation nach dem ADC-Block 10 auf der Grundlage der analog-zu-digital gewandelten Realsignalhüllkurve ausgeführt werden, und kann Teil des Hüllkurven-IQ-Extraktionsblocks 11 sein.
Die Korrelation muss ab und zu aktualisiert werden, da sich die Latenzzeit des analogen Systems über einen Zeitabschnitt etwas ändern kann. Zur Erhöhung der Auflösung des Korrelationsalgorithmus sollte sie in einer Hardware-Implementierung mit beiden verfügbaren Taktflanken arbeiten. Die Verwendung steigender und fallender Flanken verdoppelt die Zeitauflösung für den Vergleich des kontinuierlichen analogen Signals und der diskreten digitalen Abtastwerte.
Der IQ-Extraktionsalgorithmus arbeitet nur in Verbindung mit Fehlerkompensationsalgorithmen, die im Mittel konvergieren. D.h., beispielsweise IQ-Amplituden und IQ-Phasenanpassungsschleifen müssen eine geringe Schleifenbandbreite haben und eine merkliche Tiefpassfiltercharakteristik bereitstellen. Der Grund dafür ist, dass der IQ-Hüllkurvenextraktionsalgorithmus Schätzwerte der analogen I- und Q-Abtastwerte berechnet, d.h., I- und Q-Abtastwerte des realen Signals, und keine präzise analytische Berechnung vornimmt. Der Grund dafür ist, dass keine Informationen über die Signalphase im analogen Bereich nur unter Berücksichtigung der Hüllkurvenamplitude verfügbar sind.
Weiter wird angenommen, dass der erfindungsgemäße IQ-Extraktionsalgorithmus in Abhängigkeit von einem Oszillatorfehler oder HPA-Nichtlinearitäten arbeitet. Indem für alle Fehler eine Rückkopplungsanpassungsschleife eingefügt und alle Schleifenbandbreitenbeziehungen optimiert werden, sollte es kein Problem geben.
Der digitale Sender erzeugt die diskreten Abtastwerte d(n) des komplexen Signals: d(n) = d1(n) + j·dQ(n) (8)
Während der Digital-Zu-Analog-Umsetzung, der Basisbandfilterung und der Aufwärtsumsetzung in das gewünschte Frequenzband werden wie vorstehend beschrieben Fehler zum idealen Signal hinzugefügt. Das diskrete Basisbandäquivalent des nicht perfekten Senderausgangssignals kann wie in Gleichung 9 definiert werden: y(n) = y1(n) + j·yQ(n) (9)
Wird das Signals jedoch am Senderausgang beruhend auf der Signalhüllkurve und nicht beruhend auf nicht verfügbaren komplexen Werten gemessen, ist lediglich ein realer Wert y(n) verfügbar:
Daher ist es nicht möglich, auf einfache Weise den realen und den Quadraturteil von y(n) zu extrahieren. Zur Lösung dieses Problems wurde folgender Algorithmus entwickelt.
Gleichung 11 beschreibt, dass idealer Weise die analogen und digitalen Hüllkurven die gleichen sind. Dies ist der Fall, wenn keine analogen Fehler vorhanden sind, oder wenn alle analogen Fehler bereits kompensiert wurden.
Zum Extrahieren der In-Phase und der Quadratur-Phase sollte die Beziehung zwischen den analogen Werten zu Zeitpunkten n und n – 1 die gleiche wie die Beziehung zwischen den digitalen Werten zu den Zeitpunkten n und n – 1 sein.
Nach Einfügen von Gleichung 12 in Gleichung 11 gibt es zwei Gleichungen mit zwei unbekannten Parametern y_I ²(n) und y_Q ²(n). Die Amplituden wurden bereits gemessen und die digitalen Symbole sind immer verfügbar.
Zur Berechnung der zwei unbekannten Parameter muss Gleichung 13 umformuliert werden. Gleichung 13b wird 14a. y2 I(n) = A2 analog(n) – y2 Q(n) (14a)
Gleichung 13a wird unter Verwendung von Gleichung 14a in Gleichung 14b umgewandelt.
Es wird angenommen, dass die analogen Komponentenfehler das Vorzeichen der meisten analogen Abtastwerte nicht verändern. Dann ist es möglich, das Vorzeichen des digitalen Abtastwerts für den entsprechenden analogen Abtastwert wieder zu verwenden. Auch wenn mehrere Vorzeichen falsch sind, beseitigt eine Tiefpassfilterung durch den folgenden Fehlererfassungsalgorithmus diese Ungenauigkeiten. Schließlich können die gewünschten wiederhergestellten IQ-Abtastwerte mittels Gleichung 15 beschrieben werden.
3 zeigt ein Ablaufdiagramm eines Fehlerkorrekturverfahrens zum Entzerren einer Übertragungskennlinie einer Signalverarbeitungsschaltung, wie der Signalverarbeitungsschaltung 200, wobei das Verfahren einen Hüllkurven-IQ-Extraktionsvorgang beruhend auf dem vorstehend beschriebenen Algorithmus umfasst. In Schritt S101 wird ein ideales komplexes IQ-Signal I_ideal, Q_ideal erzeugt, bei dem in Schritt S102 eine Fehlerkorrektur durchgeführt wird. Dann wird in Schritt S103 das korrigierte komplexe IQ-Signal der Signalverarbeitungsschaltung 200 zugeführt, wodurch ein verarbeitetes reales Signal in Schritt 104 erhalten wird. In Schritt 5105 wird die Hüllkurve des realen Signals erfasst, und in Schritt S106 werden die reale Signalhüllkurve und das ideale komplexe IQ-Signal synchronisiert. In Schritt S107 wird die Hüllkurve des idealen komplexen IQ-Signals erhalten und die synchronisierte reale Signalhüllkurve wird mit der synchronisierten idealen IQ-Signalhüllkurve an zwei aufeinander folgenden Zeitpunkten in Schritt S108 verglichen. Schließlich wird in Schritt S109 ein verarbeitetes komplexes IQ-Signal Iestimated, Qestimated aus der realen Signalhüllkurve auf der Grundlage des Vergleichsergebnisses erhalten, wobei das verarbeitete komplexe IQ-Signal in Schritt S102 zur Durchführung der Fehlerkorrektur verwendet wird.
Vorstehend ist die Schätzung möglicher analoger I- und Q-Werte ohne expliziten Demodulationsvorgang beschrieben. Mehrere Schätzwerte werden ungenau oder falsch sein, da beispielsweise das Vorzeichen der Symbole falsch geschätzt wurde, oder Nichtlinearitäten erhebliche Fehler einführen.
Die Gleichungen 14a und 14b liefern einen Schätzwert möglicher analoger IQ-Abtastwerte, während diese Schätzwerte falsche IQ-Werte sein können. Daher sollte dieser IQ-Extraktionsalgorithmus zusammen mit Fehlerkorrekturalgorithmen arbeiten, die gegenüber bestimmten Ungenauigkeiten tolerant sind.
Daher kann beispielsweise eine Kombination von IQ-Amplituden- und IQ-Phasenunausgeglichenheitskorrekturalgorithmen diese nicht perfekten erfassten IQ-Schätzwerte handhaben, was im Folgenden beschrieben wird. Sie sind stochastische Gradientenalgorithmen hinsichtlich der Erwartung bestimmter Fehler und bilden somit eine intensive Tiefpassfilterung für die Fehlerinformationen.
Außerdem gibt es Möglichkeiten einer Teilung durch null, wie es aus den Gleichungen ersichtlich ist. So sind für alle Teilungen einige Forderungen in die Algorithmen eingefügt, ob das Teilungsergebnis bestimmte Grenzen überschreitet. Dies dient zur Garantie der Algorithmusstabilität im Fall von Werten wie eines Nenners = 0, usw. Prinzipiell sind diese nichtlineare Abschneidefunktionen für jedes Vorabergebnis. Überschreitet das Ergebnis bestimmte Grenzen, ist der endgültige IQ-Schätzwert null, und dem folgenden Algorithmus wird ein Falsch-Flag übergeben, damit er dieses Ergebnis nicht berücksichtigt.
Im Folgenden werden Fehlerkorrekturalgorithmen beschrieben, die die geschätzten IQ-Werte y_I(n) und y_Q(n) verwenden können, die vom Hüllkurven-IQ-Extraktionsblock 11 geliefert werden. In diesem Zusammenhang wird auf die Patentanmeldungen PCT/IB02/02775 und PCT/FI02/00737 Bezug genommen, deren Offenbarung hier durch Bezugnahme aufgenommen wird.
4 zeigt ein schematisches Blockschaltbild eines Teils des analogen Front-End des Funk-LRN gemäß 2. In 4 umfasst der Fehleranpassungsblock 13a einen IQ-Amplitudenfehlererfassungsblock 131, dem die geschätzten IQ-Werte y_I(n) und y_Q(n), d.h. I_estimated Und Qestimated vom Hüllkurven-IQ-Extraktionsblock 11 zugeführt werden. Außerdem weist der Amplitudenfehlererfassungsblock 131 Eingänge I_ideal und Q_ideal auf, die ideale IQ-Werte direkt vom Transformationsblock 2 zuführen, die mit den geschätzten IQ-Werten synchronisiert sind, wie es vorstehend hinsichtlich des Hüllkurven-IQ-Extraktionsverfahrens beschrieben ist. Aus den geschätzten IQ-Werten und den idealen IQ-Werten berechnet der IQ-Amplitudenfehlererfassungsblock 131 eine Anzahl nicht komplexer Koeffizienten I_coefficients für den I-Zweig und eine Anzahl nicht komplexer Koeffizienten Q_coefficients für den Q-Zweig. Das Ausgangssignal des IQ-Amplitudenfehlererfassungsblocks umfasst so viele Leitungen wie gewählte Koeffizienten.
Die Koeffizienten für den I- und Q-Zweig werden jeweils zu einem IIR-Tiefpassfilter 132 geführt, das jeweils tiefpassgefilterte Koeffizienten für den I- und Q-Zweig ausgibt, um eine merkliche Tiefpassfiltercharakteristik bereitzustellen. Die tiefpassgefiltern I-Koeffizienten werden zu einem programmierbaren FIR-Filter 133a geführt, das im idealen I-Zweig angeordnet ist, und einen adaptiven Filter-Vorentzerrer bildet. Die tiefpassgefilterten Q-Koeffizienten werden einem programmierbaren FIR-Filter 133b im idealen Q-Zweig zugeführt, das einen adaptiven Filter-Vorentzerrer bildet. Die programmierbaren FIR-Filter 133a, 133b arbeiten zum Korrigieren oder Vorentzerren der idealen IQ-Zweige.
Im Folgenden wird ein Verfahren zur Berechnung der I- und Q-Koeffizienten für das jeweilige programmierbare FIR-Filter beschrieben.
Im IQ-Amplitudenfehlererfassungsblock 131 werden die geschätzten IQ-Werte mit den idealen IQ-Werten verglichen, die aus dem Transformationsblock 2 ausgegeben werden, um Fehlerwerte e_I[k] und e_Q[k] zu berechnen oder herzuleiten.
Beruhend auf den erhaltenen Fehlerwerten e_I[k] und e_Q[k] wird eine vorbestimmte Anzahl von Steuerwerten, beispielsweise Filterkoeffizienten Icoefficients, Qcoefficients hergeleitet und dem jeweiligen adaptiven Vorentzerrer 133a, 133b zugeführt, um dadurch die Entzerrungseigenschaft zu steuern. Vor der Eingabe in den jeweiligen adaptiven Vorentzerrer 133a, 133b können die I- Q-Koeffizienten IIR-Tiefpassfilter 132 durchlaufen. So können Verzerrungen, wie eine IQ-Amplitudenunausgeglichenheit, die durch nicht-ideale Sendefilter verursacht werden, im IQ-Amplitudenfehlererfassungsblock 131 gemessen werden, um die Vorentzerrungsfunktion adaptiv zu regeln. Demnach ist ein adaptives entscheidungsgestütztes Vorentzerrungsschema im digitalen Bereich vorgesehen.
Gemäß den 2 und 4 ist der Fehleranpassungsblock 13 vor den nicht-idealen analogen Filtern oder dem nicht idealen Kanal angeordnet, und enthält somit die analogen Filter oder den Kanal in seiner Rückkopplungsschleife. Daher beruht die Berechnung des optimalen Koeffizientenvektors auf zwei unbekannten Variablen oder Vektoren, der analogen Filterübertragungskennlinie bzw. dem analogen Filterübertragungsvektor und dem optimalen Koeffizientensatz des adaptiven Vorentzerrers.
5 zeigt einen entsprechenden adaptiven Vorentzerrungsaufbau, in dem lediglich ein programmierbares FIR-Filter bzw. ein adaptiver Vorentzerrer 133 gezeigt ist. Die Anordnung in 4 wird bei beiden Vorentzerrern 133a und 133b angewendet. Im Folgenden wird der Aufbau des Vorentzerrers 133 allgemein für die Vorentzerrer 133a und 133b beschrieben. Gemäß 4 erzeugt der adaptive Vorentzerrer 133 ein Eingangssignal x[k] für die Übertragungsschaltung 200 (der Einfachheit halber sind der Aufwärtsumsetzungsblock 4 und das LPF 5 in 4 nicht gezeigt), wobei das Ausgangssignal y[k] der Übertragungsschaltung 200 einem Subtrahierer oder einer Vergleichsschaltung 130 zugeführt wird, der auch das Eingangsdatensignal d[k], d.h., die idealen I- oder Q-Werte zugeführt werden, um den Fehlerwert e[k] zu erhalten, auf dessen Grundlage der Vorentzerrer 133 gesteuert wird. In 4 wird die Vergleichsschaltung durch die IQ-Amplitudenfehlererfassungseinrichtung 131 gebildet.
Der Vorentzerrungsansatz in 5 kann beruhend auf den folgenden Gleichungen beschrieben werden: x[k] = dT[k]·w[k] (16) y[k] = XT[k]·h[k] (17)
In den vorstehenden Gleichung 16 und 17 bezeichnet w[k] den Koeffizienten- oder Gewichtsvektor des Vorentzerrers 133 und h[k] bezeichnet den Übertragungsvektor der Übertragungsschaltung 200.
Beruhend auf den vorstehenden zwei Gleichungen 16 und 17 kann der Fehlerwert e[k] beruhend auf der folgenden Gleichung erhalten werden. e[k] = d[k] – y[k] = d[k] – xT[k]·h[k] (18)
Das Einfügen von Gleichung 16 in Gleichung 18 ergibt folgende Gleichung: e[k] = d[k] – (DT[k]·w[k])T·h[k] (19)
Erfindungsgemäß kann die vorstehende Gleichung 19 mit ihren zwei unbekannten Vektoren beruhend auf einer Näherung einer einfachen Anpassungsverarbeitung gelöst werden. Die Näherung kann für einen Gradientenvektor des Fehlerwerts e[k] durchgeführt werden. Insbesondere kann ein Gradientenvektor nach dem Verfahren der kleinsten Quadrate (LMS) bestimmt werden. Der Startpunkt für die Bestimmung der Gradientennäherung ist die vorstehende Gleichung 19. Die folgende Gleichung beschreibt eine Systemkostenfunktion J{w[k]}, die für die Gradientennäherung verwendet wird: J{w[k]} = E(e2[k]) = E<(d[k] – y[k])2> = E<<(d[k] – wT[k]·D[k]·h[k])2> (20)
Demzufolge kann der Gradientenvektor der Fehlerleistungsfunktion auf der Grundlage einer Teilableitung der vorstehenden Systemkostenfunktion erhalten werden. Dies führt zu der folgenden Gleichung: ∇{E<e2[k]>} = –2·E<(e[k]·x ~[k]> (21) wobei x ~[k] einen Richtungsvektor des Gradienten bezeichnet, der eine Beurteilung der Datenmatrix D[k] mit dem Übertragungsvektor h[k] der Übertragungsschaltung 200 entspricht. Dies kann auf der Grundlage der folgenden Gleichung beschrieben werden: x ~[k]= D[k]·[k] = hτ·d[k – τ] = d[k – τ]
Wobei die Datenmatrix D[k] eine Transformationsmatrix darstellt, die den nicht-idealen Übertragungsvektor h[k] der Übertragungsschaltung 200 dreht, und hτ den genäherten analogen Filterübertragungswert liefert, beispielsweise hτ = 1 (während alle anderen Koeffizienten des Übertragungsvektors auf "0" gesetzt sind).
6 zeigt ein Implementierungsbeispiel des IQ-Amplitudenfehlererfassungsblocks in 4 beruhend auf dem adaptiven Vorentzerrungsaufbauschema in 5. Der Einfachheit halber sind der Hüllkurvenmessblock 9, der ADC-Block 10 und der Hüllkurven-IQ-Extraktionsblock 11 in 6 weggelassen, sodass der Ausgangswert y[k] der Übertragungsschaltung 200 den digitalisierten IQ-Schätzwerten entspricht, die aus dem Hüllkurven-IQ-Extraktionsblock 11 ausgegeben werden.
Gemäß 6 wird das Ausgangssignal y[k] einer Subtraktionsschaltung 71 zugeführt, die den Fehlerwert e[k] erzeugt. Dieser Fehlerwert e[k] wird einer Anpassungsschaltung 72 zur Bestimmung eines aktualisierten oder neuen Koeffizientenvektors w[k + 1] zur Steuerung des Vorentzerrers 133 zugeführt. Des Weiteren ist eine Näherungsschaltung 73 zum Nähern der Übertragungseigenschaft oder des Übertragungsvektors h[k] der Übertragungsschaltung 200 bereitgestellt. Demnach entspricht das Ausgangssignal der Näherungsschaltung 73 dem vorstehenden Signalvektor x ~[k]. In Anbetracht der Tatsache, dass der Übertragungsvektor h[k] in der Näherungsschaltung 73 genähert wird, muss in der Anpassungsschaltung 72 lediglich eine unbestimmte Variable bestimmt werden.
Im Folgenden wird die Herleitung des Vorentzerrungskoeffizientenvektors w[k + 1] beschrieben. Der Signalvektor x ~[k] kann durch Implementieren einer Kopie der analogen Filtereigenschaft der Übertragungsschaltung 200 in die Näherungsschaltung 73 erhalten werden. Allerdings würde dies einen Identifizierungsvorgang dieser anlogen Filtereigenschaft erfordern. Als vorteilhafte vereinfachte Lösung kann die Näherungsschaltung 73 die Filterkennlinie der Übertragungsschaltung 200 als einfachen Verzögerungsblock oder als Funktion implementieren. Dann entspricht der erforderliche Verzögerungswert der analogen Filterverzögerung τ, was die Position der maximalen Filterspitze der anlogen Filterkennlinie der Übertragungsschaltung 200 darstellt. Diese maximale Spitze kann dann durch einen Wert "1" im Übertragungsvektor h[k] ersetzt werden, während die anderen Vektorkomponenten auf "0" gesetzt werden können. Die analoge Filterkennlinie der Übertragungsschaltung 200 kann so durch ein einfaches FIR ("Finite Impulse Response", endliche Impulsantwort)-Filter mit geschätzten Koeffizienten h_τ[k] = "1" genähert werden, wobei alle anderen Koeffizienten auf "0" gesetzt sind.
Diese Näherung führt zu einer Vereinfachung der vorstehenden Gleichung 20 wie folgt: ∇{E#<e2[k]>} = –2·e[k]·d[k – τ] (22)
Beruhend auf der vereinfachten Gleichung 22 können die Koeffizienten des Vorentzerrers 133 auf der Grundlage der folgenden Gleichung aktualisiert werden: w[k + 1 ] = w[k] + μ·e[k]·d[k – τ] (23)
Unter Verwendung der vorstehenden Näherung ist eine zielgerichtete Berechnung oder Bestimmung der Koeffizienten des adaptiven Vorentzerrers 133 in der Anpassungsschaltung 72 möglich.
Im Folgenden wird ein allgemeinerer Ablauf der Schritte des vorstehenden erfindungsgemäßen adaptiven Vorentzerrungsschemas beschrieben.
In einem ersten Schritt wird eine Differenz zwischen dem Ausgangssignal y[k] der entzerrten Schaltung, d.h., der Übertragungsschaltung 200, und dem Eingangssignal d[k] der Entzerrungsfunktion des Vorentzerrers 133 bestimmt. Die Differenz entspricht dem Fehlerwert e[k] und kann auf einem Vergleich der Signalhüllkurven wie vorstehend beschrieben beruhen. Es kann aber auch jeder andere Signalparameter zum Erhalten der Differenz verwendet werden. Dann wird die Übertragungskennlinie der entzerrten Schaltung genähert. Hier kann eine beliebige Näherung angewendet werden, um eine der zwei unbekannten Variablen in Gleichung 19 herzuleiten. Dann wird das Eingangssignal der Entzerrungsfunktion mit der genäherten Übertragungskennlinie beurteilt. Beruhend auf der bestimmten Differenz und dem beurteilten Eingangssignal wird ein Gradient der Differenz beispielsweise beruhend auf Gleichung 23 genähert. Ist der Gradient der Differenz hergeleitet, werden die Steuerwerte oder Koeffizienten der Vorentzerrungsfunktion beruhend auf dem genäherten Gradienten aktualisiert.
Vorstehend ist ein Vorschlag für einen adaptiven Vorentzerrungsansatz beschrieben, der zum Kompensieren von Amplitudenfehlern, beispielsweise In-Phase (I-) und Quadratur-Phase (Q-)Amplitudenunvollkommenheiten, für Direktumsetzungsarchitekturen wie in 2 gezeigt angewendet werden kann. Allgemein kann der adaptive Vorentzerrungsansatz beispielsweise für eine analoge Filterkennlinie einer Sende- bzw. Übertragungsschaltung oder einer beliebigen anderen Signalverarbeitungsschaltung verwendet werden. Die Entzerrung beruht auf einer Näherung, beispielsweise einer LMS-Näherung, und erfordert keinen Systemidentifizierungsvorgang hinsichtlich der analogen Filterkennlinie, sondern nähert diese Kennlinie durch einen einfachen Verzögerungsblock oder eine vereinfachte Übertragungskennlinie. Dadurch wird ein sehr flexibler Ansatz bereitgestellt, da keine Schwankungen in der Kennlinie der Übertragungsschaltung 200 berücksichtigt werden müssen. Tatsächlich werden Fehler gelernt, ein Modell wird gebildet, und das Modell wird bei der Vorentzerrung des Signals verwendet, bevor die Übertragungskette damit beaufschlagt wird. Dadurch können selbst Änderungen in der gesendeten Signalwellenform auf Grund von Übertragungsfehlern kompensiert werden. Die Erfindung liefert die Freiheit, engere Spezifikationen hinsichtlich der Größe von Fehlerwerten oder Vektoren in zukünftigen Standards zu akzeptieren oder voranzutreiben. Ferner kann die Mehrwegverzögerungsausbreitungstoleranz durch Verringerung einer Intersymbolinterferenz (ISI) verbessert werden, die sich aus einer Gruppenverzögerungsentzerrung ergibt. Die erfindungsgemäße wenig komplexe adaptive Funktion passt sehr gut zu einer Massenproduktion, die größere Toleranzen in den Spezifikationen erfordert. Dies kann zu einer verbesserten Produktionsausbeute führen.
Der vorstehend beschriebene adaptive Vorentzerrer 133 und die IQ-Amplitudenfehlererfassungseinrichtung 131 zusammen mit dem Hüllkurven-IQ-Extraktionsblock 11 sind nicht auf die Anordnung in 2 beschränkt, sondern können in einer beliebigen Signalverarbeitungsschaltung zur Verringerung von Signalverzerrungen verwendet werden. Der Vergleich kann für einen beliebigen Signalparameter durchgeführt werden, der zum Erhalten einer Differenz geeignet ist, die durch Verzerrungen der Signalverarbeitungsschaltung verursacht wird. Die Übertragungskennlinie der Signalverarbeitungsschaltung kann durch eine beliebige geeignete Näherung genähert werden. Gleichmaßen können die Steuerwerte zur Steuerung des Vorentzerrers durch eine beliebige geeignete Näherung zum Erhalten eines Gradienten des Differenzwerts oder Fehlerwerts erhalten werden.
Als nächstes wird ein IQ-Phasenunausgeglichenheitsanpassungsalgorithmus beschrieben, der im Fehleranpassungsblock 13 in 2 durchgeführt wird.
7 zeigt einen Teil der Direktumsetzungsarchitektur mit analogem Front-End aus 2, wobei der Fehleranpassungsblock 13b durch einen IQ-Phasenfehlererfassungsblock 141, einen IIR-Tiefpassfilterblock 142 und einen programmierbaren Filterstrukturblock 143 gebildet wird, der vorentzerrte IQ-Werte ausgibt. Der Phasenfehlererfassungsblock 141 verwendet die geschätzten IQ-Werte, die aus dem Hüllkurven-IQ-Extraktionsblock 11 ausgegeben werden, um einen zur Programmierung der programmierbaren Filterstruktur 143 verwendeten Fehlerwert zu berechnen. Vor der Zufuhr des Fehlerwerts zur Filterstruktur 143 wird er im Block 142 tiefpassgefiltert, um eine signifikante Tiefpassfiltereigenschaft auszubilden.
Zuerst wird eine nicht-frequenzselektive blinde IQ-Phasenunausgeglichenheitsanpassung als Hintergrund berücksichtigt. Zuerst wird eine Fehlererfassung verbunden mit einer Tiefpassfilterung des berechneten Fehlerwerts durchgeführt. Auf den IQ-Datenstrom wird dann zur Korrektur der hereinkommenden Abtastwerte zugegriffen. Das System kann als Rückkopplungssystem installiert werden. Die ankommenden IQ-Abtastwerte werden zuerst korrigiert. Der verbleibende Fehler wird dann berechnet und tiefpassgefiltert. Ist der gesamte IQ-Phasenunausgeglichenheitsfehler kompensiert, befindet sich die Schleife im Gleichgewicht.
Die digitale blinde Fehlererfassungseinrichtung wendet die folgenden mathematischen Überlegungen an. Sind die geschätzten I- und Q-Zweig-Abtastwerte, die aus dem Hüllkurven-IQ-Extraktionsblock 11 ausgegeben werden, statistisch unabhängig, ist der Erwartungswert ihres Produkts gleich null: E{I[n]·Q[n]} = 0. (24)
In diesem Fall führt der Anpassungsblock keine Korrekturen aus. Gibt es aber einen IQ-Phasenunausgeglichenheitsfehler, muss die Gleichung 24 auf der Grundlage der Gleichung 7a umgeschrieben werden: E{(I[n] + Q[n]sin(φ))·Q[n]} = E{I[n]·Q[n]} + E{Q[n]sin(φ)·Q[n]} = E{Q2[n]sin(φ)} = E{Q2[n]}sin(φ) = σ2 Q·sin(φ) ≈ sin(φ) (25)
Der erste Additionsterm in der zweiten Zeile in Gleichung 25 ist gleich Gleichung 24 und ergibt null. Der verbleibende Erwartungswert ist proportional zum Fehlerwert sin(φ). Der Erwartungswert des Faktors Q²[n] versieht den Q-Zweig mit mittlerer Leistung und kann als Verstärkungsfaktor interpretiert werden, da er immer ein positives Vorzeichen hat. Dieses Ergebnis wird zum Korrigieren des ankommenden Signalstroms verwendet.
Zum Korrigieren des IQ-Unausgeglichenheitsfehlers muss das Produkt der IQ-Abtastwerte berechnet werden: e[n] = I[n]·Q[n]. (26)
Der Erwartungswert bzw. der Korrekturkoeffizient kann dann durch den Integrierer geliefert werden:
Das Eingangssignal des Integrierers kann mit einer Zusätzlichen Konstante μ multipliziert werden, die die Anpassungsgeschwindigkeit bzw. die Schleifenbandbreite definiert. Als nächstes wird der Fehlerwert e[n] zum Erhalten eines Koeffizientenwerts c[n – 1] = ~sin(φ) tiefpassgefiltert. Dieser Koeffizient wird mit dem ankommenden Q-Zweig-Abtaststrom multipliziert. Schließlich wird dieses Produkt von den I'-Zweig-Abtastwerten subtrahiert. I'[n] enthält Phasenunausgeglichenheits-I[n]-Werte. Die mathematische Beschreibung des IQ-Phasen-Unausgeglichenheitskorrekturblocks ist I'[n + 1] – c[n]·Q[n + 1] = I[n + 1] (28)
Als nächstes wird ein Ausführungsbeispiel der Erfindung betrachtet, bei dem eine frequenzselektive IQ-Phasenunausgeglichenheitsanpassung ausgeführt wird. Es wird angenommen, dass eines oder beide der analogen Basisbandfilter Fehler in Abhängigkeit ihrer Impulsantwort im Zeitbereich bzw. ihrer Frequenzübertragungsfunktion liefern. Diese Fehler können ein oder mehrere Elemente umfassen, wie eine Amplitudenwelligkeit, ein nichtlineares Filterphasenverhalten oder eine Filter-ISI. Auf Grund dieser Fehler verriegelt die vorstehend beschriebene nicht-frequenzselektive Anpassungsschleife an einem falschen Fehlerwert. Daher ist es erforderlich, eine IQ-Phasenunausgeglichenheitsfehlererfassungseinrichtung zu implementieren, die frequenzselektiv ist, und mit I- und Q- Symbolen umgehen kann, die mit analogen Filterfehlern beaufschlagt sind. Die folgende Gleichung veranschaulicht die mathematischen Operationen: ei[n] = I ~ [n – (N – 1)/2]·Q ~[n – (i – 1)], i = 1, 2, ..., N (29)wobei N eine ungerade Zahl ist und der Index dieses Fehlerwerts von 1 bis N läuft. N wird auf der Grundlage der analogen Filter ausgewählt. In praktischen Fällen hat N in einer WLAN-Umgebung typischerweise einen Wert von 7 bis 19, es können aber auch andere Werte gelten. Je größer der Wert ist, desto besser kann der Fehlerwert auf Kosten von Implementierungsschwierigkeiten entfernt werden.
Es wird ein numerisches Beispiel mit N = 5 betrachtet. In diesem Fall hat die Gleichung 29 folgende Form. ei[n] = I ~[n – (5 – 1)/2]·Q ~[n – (i – 1)] = I ~[n – 2]·Q ~[n – (i – 1)].
Fehlerwerte können so wie folgt definiert werden e1[n] = I ~[n – 2]·Q ~[n] e2[n] = I ~ n – 2]·Q ~[n – 1] e3[n] = I ~[n – 2]·Q ~[n – 2] e4[n] = I ~[n – 2]·Q ~[n – 3] e5[n] = I ~[n – 2]·Q ~[n – 4]
Eine mögliche Implementierung der frequenzselektiven IQ-Fehlererfassungseinrichtung wie vorstehend offenbart ist in 8 veranschaulicht (Block 141 in 7 entspricht der frequenzselektiven IQ-Fehlererfassungseinrichtung). Die Längen der Anzapfungsverzögerungsleitungen sind durch N bestimmt. Die Implementierung ist somit eine Anzapfungsverzögerungsstrecke 522 mit zwei Verzögerungselementen 500, 502 im I-Zweig und vier Verzögerungselementen 504 bis 510 im Q-Zweig. Die mittlere Anzapfung (N – 1)/2 des I-Zweigs wird mit N verschiedenen Werten vom Q-Zweig in Multiplizieren 512 bis 520 multipliziert.
Gemäß dem allgemeinen Fall wird jeder Fehlerwert ei[n] durch seinen eigenen Integrierer tiefpassgefiltert:
Eine mögliche Implementierung eines Integrierers ist in 9 veranschaulicht. Ein Integrierer 600 umfasst einen Multiplizierer 602, einen Addierer 604 und ein Verzögerungselement 606, nachdem das Signal zurück zu dem Addierer 602 geführt wird. Block 142 in 7 entspricht den Fehlerwertintegrieren.
Die IQ-Ungleichgewichtskorrektur kann durch folgende Gleichung durchgeführt werden
Hier beschreibt die Variable m die implementierte Schleifenlatenzzeit, die sich aus der zusätzlichen Verzögerung in der realen Implementierung als Hardware oder digitale Signalverarbeitungssoftware ergibt. Eine mögliche Implementierung des IQ-Phasenunausgeglichenheitsanpassungsalgorithmus ist in 1 veranschaulicht, wobei wieder angenommen wird, dass N = 5 ist. Wie bei der Fehlererfassungseinrichtung umfasst der I-Zweig in einer Anzapfungsverzögerungsstrecke 726 zwei Verzögerungselemente 700, 702, und der Q-Zweig vier Verzögerungselemente 704 bis 710. Wie im Fall eines Kanalentzerrers werden die IQ-Zweig-Werte von der Anzapfungsverzögerungsstrecke mit den entsprechenden Korrekturkoeffizienten C_i in Multiplizierern 712 bis 720 multipliziert und in einem Addierer 722 summiert. Dieses Ergebnis wird im Addierer 724 von der mittleren Anzapfung des fehlerhaften I'-Zweigs subtrahiert.
Die Fehlerkorrektur – und Fehlererfassungsblöcke können in einem Sender unter Verwendung eines softwareprogrammierten Prozessors, DSP (digitale Signalverarbeitung) oder diskreter Schaltungen realisiert werden.
Wie vorstehend beschrieben wird im IQ-Phasenfehlererfassungsblock 141 in 7 eine Frequenzselektive IQ-Phasenfehlerschätzung durchgeführt. In Block 143 wird das digitalisierte Signal mit frequenzselektiven Korrekturfaktoren beruhend auf der Fehlerschätzung korrigiert. D.h., im IQ-Phasenunausgeglichenheitsanpassungs- oder adaptiven IQ-Phasen-Entzerrerblock 13b in 7 wird ein IQ-Phasenunausgeglichenheitsfehler aus dem digitalisierten Signal mit einer ersten Anzapfungsverzögerungsleitung bestimmt. Dann werden Korrekturterme beruhend auf dem bestimmten Fehler berechnet, und Koeffizienten einer zweiten Anzapfungsverzögerungsleitung werden auf der Grundlage der Korrekturterme bestimmt. Schließlich wird die Phasenunausgeglichenheit im digitalisierten Signal mit einer zweiten Anzapfungsverzögerungsleitung korrigiert.
11 zeigt einen Teil der Direktumsetzungsarchitektur mit analogem Front-End aus 2, der ein bevorzugtes Ausführungsbeispiel der Erfindung veranschaulicht. Gemäß dem bevorzugten Ausführungsbeispiel umfasst der IQ-Fehleranpassungsblock 13c sowohl einen adaptiven Filtervorentzerrer 134 mit dem IQ-Amplitudenfehlererfassungsblock 131 entsprechend Block 13a, als auch einen adaptiven IQ-Phasenentzerrer 144 mit dem IQ-Phasenfehlererfassungsblock 141 entsprechend Block 13b.
Wie es aus 11 ersichtlich ist, ist zuerst die frequenzselektive IQ-Amplitudenungleichgewichtsanpassung und danach die nicht-entscheidungsgestützte IQ-Phasenungleichgewichtsanpassung installiert. Beide Algorithmen arbeiten im Sender-Zeitbereich. Nachdem beide Anpassungsvorgänge ausgeführt wurden, ist das digitale Tiefpassfilter 5 installiert. Dieses digitale Filter garantiert somit, dass die Spektrummaske nicht beeinflusst wird. Daneben wird das Fehlersignal der adaptiven Vorentzerrer 134, 144 bandbegrenzt, und somit findet die Korrektur auch nur in der gewünschten Bandbreite statt. Die Reihenfolge der Amplitudenungleichgewichtsanpassung und der Phasenungleichgewichtsanpassung kann vertauscht werden, sodass zuerst die nicht-entscheidungsgestützte IQ-Phasenungleichgewichtsanpassung und danach die frenquenzselektive IQ-Amplitudenungleichgewichtsanpassung installiert ist.
Der Amplitudenvorentzerrer verwendet keine komplexen Koeffizienten sondern zwei unabhängige adaptive FIR-Filter mit unabhängigen realen Koeffizienten. Der Algorithmus beruht auf einem genäherten LMS-Entzerrer, und arbeitet entscheidungsgestützt. Dies ermöglicht eine frequenzselektive Handhabung der IQ-Amplitudenfehler und der analogen Filterentzerrung oder Fehlanpassung.
Nach dem Amplitudenvorentzerreralgorithmus ist der IQ-Phasenungleichgewichtsanpassungsalgorithmus installiert, der nicht entscheidungsgestützt arbeitet. Somit ist dieser Algorithmus robust, erfordert aber eine längere Erfassungszeit als der Filtervorentzerrer.
Beide Algorithmen erfordern klare Informationen über die In-Phase- und Quadratur-Phase-Abtastwerte aus dem analogen Hochfrequenzbereich. Wie vorstehend beschrieben stellt der Hüllkurven-IQ-Extraktionsblock 11 die I- und Q-Zweigabtastwerte auf stabile Weise aus einem hüllkurvenbasierten OFDM-Signal wieder her.
Wird eine oder werden beide Entzerrerschleifen instabil, muss die Schleifenbandbreite erhöht werden, bzw. die Schleifenanpassungsgeschwindigkeit verringert werden. Somit werden über einen längeren Zeitabschnitt ungenaue IQ-Extraktionsschätzwerte verglichen mit der Anzahl guter IQ-Schätzwerte verringert.
Mit der Installierung kostengünstiger und nicht-präziser Einrichtungen in einem analogen OFDM-Direktumsetzungs-Front-End werden zusätzliche Signalfehler eingefügt. Zwei Fehler, die IQ-Phasen und IQ-Amplitudenungleichgewichtseffekte haben eine Frenquenzabhängigkeit verursacht durch die analogen Filter.
Gemäß dem bevorzugtem Ausführungsbeispiel sind drei vollständig digitale Algorithmen zur individuellen Verarbeitung der drei Fehler in einem OFDM-Direktumsetzungssender implementiert:

– Eine frequenzselektive IQ-Phasenungleichgewichtsanpassung
– Eine frequenzselektive IQ-Amplitudenungleichgewichtsanpassung
– Eine analoge Filterentzerrung bzw. analoge Basisbandfilterfehlanpassung

Zusätzlich beinhaltet das bevorzugte Ausführungsbeispiel die IQ-Symbolextraktion aus der analogen Hüllkurve.
Das bevorzugte Ausführungsbeispiel stellt eine geeignete Architektur zur gleichzeitigen Auflösung der IQ-Fehler für Direktumsetzungs-Front-Ends bereit.
Die Erfindung kann in einen ASIC oder DSP-Prozessor-Softwarecode implementiert sein. Außerdem kann die Erfindung mit einer sehr geringen Änderung in einem beliebigen Quadraturdirektumsetzungssender mit einem einzigen Träger implementiert werden.
Im Folgenden sind Simulationsergebnisse dargestellt.
Zuerst sind keine IQ-Phasen- und IQ-Amplitudenungleichgewichtsfehler eingefügt. Es sind lediglich analoge Filterfehler sichtbar. Beide Filter sind nicht angepasst und fügen ISI im OFDM-Zeitbereich ein.
Zum Bereitstellen der QPSK-Konstellationsdarstellung wird eine ideale Empfängersynchronisation angenommen. Somit führt der Empfänger keine weiteren Fehler ein. Die 1, 12 und 13 zeigen die analogen Filterfehler, die I-Zweig-Fehlerkurve eines adaptiven 19-Koeffizienten-Vorentzerrers und die wiederhergestellte IQ-Darstellung für die QPSK-Modulation gemäß der Erfindung. Es wurde eine 64 FFT verwendet. Insbesondere zeigt 12 die Konvergenz des IQ-Extraktionsalgorithmus im Fall der OFDM. Hier sind lediglich nicht-ideale Filter installiert, und lediglich der IQ-Amplitudenvorentzerrer ist aktiv. Kein IQ-Phasenfehler ist aktiv. Die Konvergenz ist klar sichtbar. Die Schleifengeschwindigkeit ist hoch, aber die Ergebnisse sind immer noch genau, da lineare Filtereffekte durch den Vorentzerrer in Kombination mit dem vorgeschlagenen IQ-Hüllkurvenextraktionsalgorithmus einfach gehandhabt werden können. Die Schleifenschrittgröße ist K_ampl = 1.0e-3. 12 zeigt somit Unterschiede zwischen den idealen IQ-Werten und der IQ-Extraktionsschätzung während des Anpassungsvorgangs des Vorentzerrers.
Die 14 und 15 gehen vom gleichen Aufbau aus, aber nun wurde zusätzlich ein IQ-Amplitudenungleichgewichtsfehler mit dem Faktor 2,3 eingeführt. Der Zeitbereich-Q-Zweig hat eine um einen Faktor 2,3 höhere Verstärkung als der I-Zweig. 15 zeigt eine Q-Zweig-Vorentzerrer-Fehlerkurve.
Die 16 bis 19 stellen einen IQ-Amplitudenfehler des Faktors 2,3 und einen IQ-Phasenfehler mit dem Winkel 30° dar. Es werden die gleichen analogen Filter wie in 12 angewendet. Sowohl der Verstärkungsfaktor als auch der Phasenfehler sind in den Q-Zweig eingefügt. Der IQ-Amplitudenfehler wird für jeden Zweig selbst kompensiert. Der Phasenfehler findet eine Korrektur lediglich im I-Zweig. Da der IQ-Phasenfehler in den Q-Zweig eingeführt ist, jedoch im I-Zweig korrigiert wird, behält die korrigierte IQ-Darstellung eine Phasenverschiebung. 17 zeigt eine Q-Zweig-Vorentzerrer-Fehlerkurve. 18 zeigt eine 19-Koeffizienten-IQ-Phasenentzerrer-Fehlerkurve. Der Phasenfehler beträgt 0,52 Radian, auf Grund der Frequenzabhängigkeit ändert sich der Wert aber. 19 zeigt eine wiederhergestellte QPSK-Darstellung. Die verbleibende Phasenverschiebung ergibt sich aus der IQ-Phasenungleichgewichtskorrektur.
20 zeigt eine verzerrte QPSK-Signalkonstellationsdarstellung eines 64 FFT-OFDM-Systems. Ein Phasenfehler = 5° und fehlerhafte analoge Filter sind vorgesehen. Die Anpassungsschleifen sind ausgeschaltet, und somit gibt es überhaupt keine Korrektur. Die linearen Filtereffekte und die IQ-Phasenungleichgewichtseffekte liefern erhebliche Fehler für das analoge Signal. Die Konstellationsdarstellung wurde auf der Empfängerseite ideal demoduliert, und somit sind lediglich die analogen IQ-Amplituden und IQ-Phasenungleichgewichtsfehler sichtbar.
21 zeigt die entsprechenden IQ-Extraktionsfehler im OFDM-Zeitbereich. Es gibt merkliche Unterschiede zwischen den idealen IQ-Werten und den geschätzten IQ-Werten aus der Hüllkurvenextraktion. In dieser Darstellung sind analoge Phasenungleichgewichts- und analoge Filterfehler vorhanden. Es sind keine Anpassungsschleifen eingeschaltet, und somit bleiben die Fehler stabil. 20 zeigt die entsprechende IQ-Konstellationsdarstellung auf der Empfängerseite.
22 zeigt die Konvergenz des IQ-Hüllkurvenextraktionsvorgangs. Die Unterschiede zwischen den idealen IQ- und den geschätzten analogen IQ-Werten sind dargestellt. Während der IQ-Phasen- und IQ-Amplitudenfehleranpassung verbessert sich die IQ-Extraktionsschätzung. Verglichen mit 20 ist der Restfehler größer. Grund dafür ist die größere Schrittgröße des IQ-Phasenungleichgewichtsalgorithmus, der in 20 ausgeschaltet ist, da kein IQ-Phasenfehler eingefügt ist. Bessere Ergebnisse können unter Verwendung einer kleineren Schrittgröße erreicht werden, allerdings erhöht dies auch die Simulationszeit.
Die Schleifenparameter sind K_ampl = 1.0e-3 und K_phase = 5.0e-3. Die Phasenschleifenschrittgröße ist verglichen mit der Amplitudenungleichgewichtsschleifenschrittgröße groß, da die Phasenschätzung auf einem blinden Algorithmus beruht und weniger Schleifenbandbreite haben sollte als der entscheidungsgestützte Vorentzerrer, um die gleich hohe Qualität der Konvergenz zu erreichen.
23 zeigt die gleichen Ergebnisse jedoch mit etwas mehr Genauigkeit, da die IQ-Phasenungleichgewichtsschleifenbandbreite verringert wurde. In 23 wird die gleiche Umgebung wie in 22 angenommen, jedoch ist K_ampl = 1.0e-3 K_phase = 1.0e-3.
24 zeigt die endgültige korrigierte QPSK-Konstellationsdarstellung unter Verwendung des IQ-Hüllkurven-Extraktionsalgorithmus für die IQ-Schätzung. Diese Figur entspricht jeweils 21 und 23 und zeigt die Ergebnisse, nachdem alle Schleifen im Gleichgewicht sind. In 24 ist K_ampl = 1.0e-3 und Kphase = 1.0e-3.
Die Erfindung liefert einen mathematischen Weg zum Extrahieren der I-Zweig- und Q-Zweig-Werte aus einem OFDM-Hüllkurvenbasierten Signal. Der Algorithmus wurde über einen Vorentzerrungsalgorithmus und einen IQ-Phasenungleichgewichtsanpassungsalgorithmus bestätigt. Beide IQ-Anpassungsalgorithmen in Kombination mit dem hier vorgestellten IQ-Hüllkurven-Extraktionsalgorithmus zeigen eine gute Stabilität und Konvergenz. Auf Grund der Teilungsoperatoren müssen einige Einschränkungen hinsichtlich des Teilers für eine mögliche Implementierung berücksichtigt werden. Sie hängen von den Signalamplituden ab und unterscheiden sich von Implementierung zu Implementierung, stellen aber keine prinzipiellen Einschränkungen für den Algorithmus dar.
Gemäß dem bevorzugtem Ausführungsbeispiel der Erfindung werden eine frequenzselektive nicht entscheidungsgestützte IQ-Phasenungleichgewichtsanpassung und eine frequenzselektive IQ- Amplitudenanpassung für Direktumsetzungs-OFDM-Sender kombiniert.
Außerdem wird eine analoge Filterfehlanpassung automatisch berücksichtigt, da der LMS-Vorentzerrer beruhend auf realen Koeffizienten und nicht beruhend auf einem komplexen adaptiven Filter arbeitet.
Unter Verwendung einer sehr kleinen Schleifenbandbreite für beide IQ-Anpassungsalgorithmen können die quasistationären IQ-Phasen- und IQ-Amplitudenungleichgewichte perfekt gehandhabt werden.
Die IQ-Symbolextraktion aus dem Hüllkurvensignal wird durch den IQ-Extraktionsalgorithmus bewirkt.
Die Kombination aller drei Algorithmen liefert eine starke Anpassungsstabilität und die Möglichkeit, sehr kostengünstige Einrichtungen für die Direktumsetzungs-Front-End-Implementierung zu wählen.
Die Erfindung ist nicht auf die vorstehende Beschreibung beschränkt. Verschiedene Modifikationen und Anpassungen können vom Fachmann vorgenommen werden, ohne vom Schutzbereich der beigefügten Patentansprüche abzuweichen.

Claims

Fehlerkorrekturverfahren zum Entzerren einer Übertragungskennlinie einer Signalverarbeitungsschaltung, mit den Schritten Erzeugen eines ursprünglich komplexen IQ-Signals (I_ideal, Q_ideal), Durchführen einer Fehlerkorrektur bei dem ursprünglichen komplexen IQ-Signal, Verarbeiten des korrigierten komplexen IQ-Signals in der Signalverarbeitungsschaltung, um dadurch ein verarbeitetes reales Signal zu erhalten, Erfassen einer Hüllkurve des realen Signals, Synchronisieren der Realsignalhüllkurve und des ursprünglichen komplexen IQ-Signals, Herleiten der Hüllkurve des ursprünglichen komplexen IQ-Signals, Vergleichen der synchronisierten Realsignalhüllkurve mit der synchronisierten ursprünglichen IQ-Signalhüllkurve zu zwei aufeinander folgenden Zeitpunkten, und Erhalten eines verarbeiteten komplexen IQ-Signals aus der Realsignalhüllkurve auf der Grundlage eines Vergleichsergebnisses, wobei das verarbeitete komplexe IQ-Signal zur Durchführung einer Fehlerkorrektur bei dem ursprünglichen komplexen IQ-Signal verwendet wird.
Verfahren nach Anspruch 1, wobei das korrigierte komplexe IQ-Signal einer Filterung unterzogen wird.
Verfahren nach Anspruch 1 oder 2, wobei das erzeugte ursprünglich komplexe IQ-Signal ein Signal in einem digitalen Bereich ist, und das erhaltene reale Signal ein analoges reales Signal ist, wobei eine Hüllkurve des analogen realen Signals in eine digitale reale Signalhüllkurve umgewandelt wird, bevor die synchronisierte Realsignalhüllkurve mit der synchronisierten ursprünglichen IQ-Signalhüllkurve verglichen wird.
Verfahren nach einem der Ansprüche 1 bis 3, wobei der Vergleich der synchronisierten Realsignalhüllkurve mit der synchronisierten ursprünglichen IQ-Signalhüllkurve den Schritt des Vergleichs der synchronisierten Realsignalhüllkurve mit der synchronisierten ursprünglichen IQ-Signal-Hüllkurve zu zwei aufeinander folgenden Zeitpunkten n und n – 1 umfasst:
wobei A_real die Realsignalhüllkurve, A_original die ursprüngliche IQ-Signalhüllkurve, y_I die zu schätzende verarbeitete In-Phase-Signalkomponente, y_Q die zu schätzende verarbeitete Quadratur-Phase-Signalkomponente, d_I die ursprüngliche In-Phase-Signalkomponente und d_Q die ursprüngliche Quadratur-Phase-Signalkomponente ist, wobei die Quadrate der verarbeiteten IQ-Signalkomponenten zum Zeitpunkt n-1 wie folgt hergeleitet werden:
und mit
A2 real(n) = y2 I(n) + y2 Q(n)wobei die Quadrate der verarbeiteten IQ-Signalkomponenten zum Zeitpunkt n wie folgt gegeben sind: y2 I(n) = A2 real(n) – y2 Q(n)
und schließlich verarbeitete IQ-Signalkomponenten zum Zeitpunkt n wie folgt hergeleitet werden:
wobei signum(d_I(n)) und signum(d_Q(n)) ein Vorzeichen der ursprünglichen komplexen IQ-Signalkomponenten liefern.
Verfahren nach einem der Ansprüche 1 bis 4, wobei die Durchführung der Fehlerkorrektur die Schritte umfasst Erhalten einer Differenz zwischen dem verarbeiteten komplexen IQ-Signal und dem in eine Entzerrungsfunktion einzugebenden ursprünglichen komplexen IQ-Signal, Nähern eines Gradienten der Differenz beruhend auf der erhaltenen Differenz und einer Näherung der Übertragungskennlinie, Aktualisieren von Steuerwerten der Entzerrungsfunktion beruhend auf dem genäherten Gradienten und Entzerren des ursprünglichen komplexen IQ-Signals entsprechend der Entzerrungsfunktion.
Verfahren nach Anspruch 5, wobei eine erhaltene Differenz zwischen dem verarbeiteten komplexen IQ-Signal und dem ursprünglichen komplexen IQ-Signal einer Filterung unterzogen wird, und der Gradient der Differenz beruhend auf der erhaltenen gefilterten Differenz und einer Näherung der Übertragungskennlinie genähert wird.
Verfahren nach einem der Ansprüche 1 bis 4, wobei die Durchführung der Fehlerkorrektur die Schritte umfasst Durchführen einer frequenzselektiven IQ-Phasenfehlerschätzung auf der Grundlage des verarbeiteten komplexen IQ-Signals und Korrigieren des ursprünglichen komplexen IQ-Signals mit frequenzselektiven Korrekturfaktoren beruhend auf der Fehlerschätzung.
Verfahren nach Anspruch 7, wobei die frequenzselektive IQ-Phasenfehlerschätzung einer Filterung unterzogen wird, und das ursprüngliche komplexe IQ-Signal mit frequenzselektiven Korrekturfaktoren beruhend auf einer gefilterten Fehlerschätzung korrigiert wird.
Verfahren nach einem der Ansprüche 1 bis 4, wobei die Durchführung der Fehlerkorrektur die Schritte umfasst Erhalten einer Differenz zwischen dem verarbeiteten komplexen IQ-Signal und dem in eine Entzerrungsfunktion einzugebenden ursprünglichen komplexen IQ-Signals, Nähern eines Gradienten der Differenz beruhend auf der erhaltenen Differenz und einer Näherung der Übertragungskennlinie, Aktualisieren von Steuerwerten der Entzerrungsfunktion beruhend auf dem genäherten Gradienten, Entzerren des ursprünglichen komplexen IQ-Signals entsprechend der Entzerrungsfunktion, Durchführen einer frequenzselektiven IQ-Phasenfehlerschätzung auf der Grundlage des verarbeiteten komplexen IQ-Signals und Korrigieren des entzerrten komplexen IQ-Signals mit frequenzselektiven Korrekturfaktoren beruhend auf der Fehlerschätzung.
Computerprogrammprodukt mit prozessorimplementierbaren Anweisungen zur Steuerung eines Prozessors zur Ausführung des Verfahrens nach einem der Ansprüche 1 bis 9.
Fehlerkorrekturvorrichtung zum Entzerren einer Übertragungskennlinie einer Signalverarbeitungsschaltung, mit einer Einrichtung zur Erzeugung eines ursprünglichen komplexen IQ-Signals (I_ideal, Q_ideal), einer Einrichtung zur Durchführung einer Fehlerkorrektur bei dem ursprünglichen komplexen IQ-Signal, einer Einrichtung zur Verarbeitung eines korrigierten komplexen IQ-Signals in der Signalverarbeitungsschaltung, wodurch ein verarbeitetes reales Signal erhalten wird, einer Einrichtung zur Erfassung einer Hüllkurve eines realen Signals, einer Einrichtung zum Synchronisieren einer Realsignalhüllkurve und des ursprünglichen komplexen IQ-Signals, einer Einrichtung zum Herleiten einer Hüllkurve des ursprünglichen komplexen IQ-Signals, einer Einrichtung zum Vergleichen einer synchronisierten Realsignalhüllkurve mit einer synchronisierten ursprünglichen IQ-Signalhüllkurve an zwei aufeinander folgenden Zeitpunkten und einer Einrichtung zum Erhalten eines verarbeiteten komplexen IQ-Signals aus der Realsignalhüllkurve auf der Grundlage eines Vergleichsergebnisses, wobei das verarbeitete komplexe IQ-Signal in der Einrichtung zur Durchführung der Fehlerkorrektur verwendet wird.
Vorrichtung nach Anspruch 11, ferner mit einer Einrichtung zur Filterung des korrigierten komplexen IQ-Signals.
Vorrichtung nach Anspruch 11 oder 12, wobei die Einrichtung zur Erzeugung des ursprünglichen komplexen IQ-Signals ein digitales Signal erzeugt, wobei das reale Signal ein analoges reales Signal ist, und die Vorrichtung eine Einrichtung zur Umwandlung einer Hüllkurve des analogen realen Signals in eine digitale Realsignalhüllkurve umfasst, die in die Einrichtung zum Vergleich eingegeben wird.
Vorrichtung nach einem der Ansprüche 11 bis 13, wobei die Einrichtung zum Vergleichen die synchronisierte Realsignalhüllkurve mit der synchronisierten ursprünglichen IQ-Signalhüllkurve an zwei aufeinander folgenden Zeitpunkten n und n – 1 vergleicht:
wobei Areal die Realsignalhüllkurve, Aoriginal die ursprüngliche IQ-Signalhüllkurve, y_I eine zu schätzende verarbeitete In-Phase-Signalkomponente, y_Q eine zu schätzende verarbeitete Quadratur-Phase-Signalkomponente, d_I die ursprüngliche In-Phase-Signalkomponente und d_Q die ursprüngliche Quadratur-Phase-Signalkomponente darstellt, wobei die Quadrate der verarbeiteten IQ-Signalkomponenten zum Zeitpunkt n – 1 wie folgt erhalten werden:
A2 real(n) = y2 I(n) + y2 Q(n) die Quadrate der verarbeiteten IQ-Signalskomponenten zum Zeitpunkt n gegeben sind durch y2 I(n) = A2 real(n) – y2 Q(n)
und die verarbeiteten IQ-Signalkomponenten zum Zeitpunkt n wie folgt erhalten werden:
wobei signum(d_I(n)) und signum(d_Q(n) das Vorzeichen der ursprünglichen komplexen IQ-Signalkomponenten liefert.
Vorrichtung nach einem der Ansprüche 11 bis 14, wobei die Einrichtung zur Durchführung der Fehlerkorrektur umfasst eine Einrichtung zum Erhalten einer Differenz zwischen dem verarbeiteten komplexen IQ-Signal und dem ursprünglichen komplexen IQ-Signal, das in eine Entzerrungsfunktion einzugeben ist, eine Einrichtung zum Nähern eines Gradienten der Differenz beruhend auf der erhaltenen Differenz und einer Näherung der Übertragungskennlinie, eine Einrichtung zum Aktualisieren von Steuerwerten der Entzerrungsfunktion beruhend auf dem genäherten Gradienten und eine Einrichtung zum Entzerren des ursprünglichen komplexen IQ-Signals entsprechend der Entzerrungsfunktion.
Vorrichtung nach Anspruch 15, wobei die Einrichtung zur Durchführung der Fehlerkorrektur umfasst eine Einrichtung zur Filterung einer erhaltenen Differenz zwischen dem verarbeiteten komplexen IQ-Signal und dem ursprünglichen komplexen IQ-Signal, wobei die Einrichtung zur Näherung einen Gradienten der Differenz beruhend auf einer erhaltenen gefilterten Differenz und der Näherung der Übertragunksennlinie nähert.
Vorrichtung nach einem der Ansprüche 11 bis 14, wobei die Einrichtung zur Durchführung der Fehlerkorrektur umfasst eine Einrichtung zur Durchführung einer frequenzselektiven IQ-Phasenfehlerschätzung auf der Grundlage des verarbeiteten komplexen IQ-Signals und eine Einrichtung zur Korrektur des ursprünglichen komplexen IQ-Signals mit frequenzselektiven Korrekturfaktoren beruhend auf der Fehlerschätzung.
Vorrichtung nach Anspruch 17, wobei die Einrichtung zur Durchführung der Fehlerkorrektur umfasst eine Einrichtung zur Filterung der frequenzselektiven IQ-Phasenfehlerschätzung, wobei die Einrichtung zur Korrektur das ursprüngliche komplexe IQ-Signal mit frequenzselektiven Korrekturfaktoren beruhend auf der gefilterten Fehlerschätzung korrigiert.
Vorrichtung nach einem der Ansprüche 11 bis 14, wobei die Einrichtung zur Durchführung der Fehlerkorrektur umfasst eine Einrichtung zum Erhalten einer Differenz zwischen dem verarbeiteten komplexen IQ-Signal und dem ursprünglichen komplexen IQ-Signal, das in eine Entzerrungsfunktion einzugeben ist, eine Einrichtung zum Nähern eines Gradienten der Differenz beruhend auf der erhaltenen Differenz und einer Näherung der Übertragungskennlinie, eine Einrichtung zum Aktualisieren von Steuerwerten der Entzerrungsfunktion beruhend auf dem genäherten Gradienten, eine Einrichtung zum Entzerren des ursprünglichen komplexen IQ-Signals entsprechend der Entzerrungsfunktion, eine Einrichtung zur Durchführung einer frequenzselektiven IQ-Phasenfehlerschätzung auf der Grundlage des verarbeiteten komplexen IQ-Signals und eine Einrichtung zur Korrektur des entzerrten komplexen IQ-Signals mit frequenzselektiven Korrekturfaktoren beruhend auf der Fehlerschätzung.
OFDM-System mit einer Direktumsetzungsarchitektur mit analogem Front-End, wobei das System eine Fehlerkorrekturvorrichtung nach einem der Ansprüche 11 bis 19 umfasst.