基于盲均衡技术的宽带IQ不平衡补偿设计与实现

针对宽带信号的IQ不平衡问题,给出了基于盲均衡技术的补偿设计方法。该方法通过改进高速解调器的均衡器设计,采用自适应盲均衡技术计算IQ不平衡补偿滤波器,使得均衡器同时具有IQ不平衡补偿和减小码间串扰的功能。在工程应用中,该方法不会增加额外的资源消耗和硬件设计复杂度。测试结果表明,该方法可适用于多种调制方式信号,能有效补偿IQ不平衡。

概率整形相位共轭孪生波OFDM WDM系统IQ不平衡研究

为探究IQ不平衡产生机理,结合偏振复用(PDM)、16进制正交幅度调制(QAM)、相位共轭孪生波(PCTW)、正交频分复用(OFDM)、波分复用(WDM)等技术,采用Opti System软件搭建了PCTW-OFDM-WDM系统,分析了概率整形、串扰、统计相关噪声引起IQ不平衡的机理。理论分析和仿真结果表明:IQ不平衡是由多种因素造成的,只有过大的IQ不平衡才会对系统性能产生较为明显的影响;几何整形方案对系统IQ不平衡和性能改善的作用有限;在时隙和子载波PCTW模式下,适当地改变共轭分量的分布位置可有效改善IQ不平衡,并获得比相邻结构更好的传输性能表现。

稀疏多径信道环境中MIMO-OFDM系统的IQ不平衡和信道联合估计

该文针对稀疏多径信道环境中的MIMO-OFDM系统所存在的IQ不平衡问题,提出了一种IQ不平衡参数和信道的联合估计方法。推导了联合估计的时域模型,提出了基于1 2l-l优化模型和平行坐标下降算法的联合估计算法。仿真结果表明,所提方法与传统的频域最小二乘算法和匹配追踪算法相比,显著提高了系统性能。

在光DD-OFDM背靠背和传输系统中研究IQ不平衡

在直接检测光正交频分复用(DD-OFDM)系统中,同相/正交相(IQ)不平衡造成严重的性能下降。我们搭建了两个分别实现双边带(DSB)和单边带(SSB)调制的背靠背DD-OFDM系统,并依据差错向量幅度(EVM)和符号差错率(SER)分析比较了上述两系统对IQ不平衡的容忍度。结果表明,在背靠背情形下,DSB系统比SSB系统对IQ不平衡的容忍度要大。我们还搭建了两个传输距离均为40km的DD-OFDM系统,分别实现了DSB信号和SSB信号的传输,同样依据EVM和SER分析比较了这两个系统对IQ不平衡的容忍度。结果表明,在传输距离为40km的情况下,SSB调制比DSB调制更能增强DD-OFDM系统在传输信号时对IQ不平衡的容忍度。

IQ不平衡OFDM系统高性能稀疏信道估计算法

针对正交频分复用系统中收发两端都有同相和正交不平衡的问题,本文提出了一种时域最小二乘(Time domain least square,TD-LS)信道估计算法。在此基础上,为了进一步挖掘无线信道的稀疏特性,又引入稀疏信号处理理论中的迭代收缩(Iterative shrinkage,IS)和平行协调下降(Parallel coordinate descent,PCD)思想,构造了一种联合的信道估计算法:TD-LS-IS-PCD。仿真结果表明:采用相同的最小二乘补偿算法时,提出的TD-LS和TD-LS-IS-PCD的误码性能明显优于传统的频域最小二乘算法;同时TD-LS-IS-PCD算法误码性能优于TDLS,逼近理想情况,因此该算法充分挖掘了信道的稀疏特性。

MB-OFDM UWB接收机IQ不平衡和载波频偏的联合估计与补偿

研究多频带正交频分复用超宽带(MB-OFDM UWB)接收机的IQ不平衡和载波频偏对系统性能的影响,提出一种时频域结合的IQ不平衡和载波频偏参数估计和补偿方法.接收机利用同一频带上的3个重复前导符号在时域作载波频偏估计和IQ不平衡估计,对数据单元预补偿;接收机利用数据单元的导频在频域进行残余IQ不平衡的逐段估计和补偿.仿真结果表明,这种时频域结合的参数估计和补偿方法能够克服IQ不平衡和载波频偏所带来的影响,当归一化CFO设定为40PPM时,可以实现幅度不平衡因子g=1.1和相位不平衡因子θ=10°以内的有效补偿.所设计方法具有较高的精度,并且适用于长符号MB-OFDM UWB系统.

高性能的MIMO-OFDM接收机IQ不平衡补偿新算法

在分析MIMO-OFDM接收机IQ不平衡信号模型基础上,以OFDM物理层为背景提出了一种新的时频结合的MIMO-OFDM接收机IQ不平衡补偿算法,即先在时域对IQ不平衡预补偿,然后在频域对残余的IQ不平衡进行校正。仿真结果表明:本文所提算法性能优于传统的频域补偿算法,该算法在AWGN信道下能达到理想性能,在多径衰落信道下当误比特率等于10-3时性能损失可以减小到0.5dB左右。

接收IQ不平衡OFDM系统的高性能信道估计和补偿方案(英文)

针对接收IQ不平衡的OFDM系统,设计了横跨2个OFDM符号的特殊训练结构.提出了一种高效的时域最小二乘(TD-LS)信道估计和一种低复杂度的频域高斯消元补偿算法来消除IQ失真.前者与传统的频域LS算法相比,信道估计噪声的影响降低了N/(L+1)倍,其中N为子载波总数,L+1为循环前缀长度;后者实现复杂度低,每个OFDM符号仅需要2N次复数乘法.仿真结果表明:由于充分挖掘了信道参数的时域特性,提出的TD-LS信道估计算法与传统的FD-LS算法相比获得了可观的信噪比增益;提出的低复杂度的GE补偿算法能够获得与基于LS的频域补偿方案几乎相同的误码性能.

超宽带接收机IQ不平衡估计与补偿方法

针对多频带正交频分复用超宽带（MB-OFDM UWB）接收机中由于IQ不平衡导致系统性能恶化的问题,提出了一种时频域联合的IQ不平衡参数估计和补偿方法。首先接收机利用前导符号在时域进行IQ不平衡估计完成数据预补偿,然后接收机利用设计的交织导频在频域进行残余IQ不平衡的逐段估计和补偿。仿真结果表明,在频率相关的IQ不平衡情况下,信噪比高于8 d B时,时频域联合的参数估计和补偿方法在接收性能上优于单一时域估计。实验结果表明,该算法可以有效克服超宽带系统中普遍存在的IQ支路不一致性问题,性能提升效果显著。

QPSK信号IQ不平衡的角度统计盲补偿方法

针对直接变频接收机四相相移键控( QPSK) 信号的 IQ 不平衡问题,提出了一种角度统计的盲补偿方法。首先利用仿射坐标变换理论建立了实际的 IQ 信号与理想 IQ 信号的坐标旋转以及伸缩关系,然后通过坐标旋转的角度统计方法进行 IQ 不平衡系数的估计,从而实现 QPSK 信号的 IQ 不平衡补偿。仿真实验表明,相比其他的 IQ 不平衡盲补偿算法,该方法在降低误码率( BER) 的同时,减少了计算复杂度。

宽带数字接收机IQ不平衡估计与自适应补偿算法

针对宽带调制解调技术中广泛存在的IQ不平衡问题,在IQ不平衡模型及补偿原理的分析基础上提出了一种宽带数字接收机IQ不平衡估计与自适应补偿算法。首先利用解调数据对IQ不平衡参数进行实时估计,然后利用估计参数对接收信号进行自适应补偿。实验结果表明,所提算法可以有效解决宽带调制解调系统中普遍存在的IQ不平衡问题,提升系统误码性能。

PDM CO-OFDM系统中相位噪声和IQ不平衡的补偿

提出一种基于训练序列和导频结构消除相位噪声影响下PDM CO-OFDM系统IQ不平衡的补偿算法。推导了相位噪声影响下IQ不平衡数学模型,描述了利用导频结构进行信道、IQ不平衡因子和相位噪声的估计方案,分析了方案的可行性。利用MATLAB仿真软件和Optisystem 7.0平台建立仿真环境,并通过仿真曲线进行结果分析。

FDD射频收发机IQ不平衡的片上数字补偿方法

提出一种应用于直接变频结构FDD射频收发机IQ不平衡的片上数字补偿方法。在接收机通道与发射机通道中分别插入一个数字后校正单元与一个数字预失真单元,并结合接收机通路中的数字补偿参数检测电路,针对接收机与发射机的IQ不平衡,先后构建了负反馈环路。在上电初始化时的校准模式下,利用负反馈环路的高通特性,将补偿参数转换为直流成分并精确地提取出来。基于SMIC 0.13μm RF CMOS工艺,该数字IQ不平衡补偿方法在一种直接变频结构的FDD射频收发芯片中得到了实现。测试结果表明,接收机和发射机的镜像抑制均达到了60dB。在64QAM调制模式下,相比于没有补偿的情况,接收机的解调EVM从4.67%提升至2.12%,发射机的调制EVM从5.16%提升至2.3%。

OFDM系统中存在IQ不平衡时的时域频偏估计算法

载波频偏是制约OFDM系统性能的重要因素。直接变频收发信机以其集成化、低功耗、低成本的优点得到广泛应用,但由于其射频前端模拟器件的不理想性会引入IQ不平衡,使估计算法性能下降。针对存在IQ不平衡时的载波频偏估计问题,一种新的基于训练序列的时域CFO估计算法被采用。该算法采用QAM调制的PN序列作为训练序列,根据PN序列良好的自相关性和QAM信号的正则特性,利用接收信号与本地训练序列做互相关得到频偏估计。仿真结果表明,与现有算法相比,所提算法对IQ不平衡稳健性好,且具有良好的估计精度。

IQ不平衡OFDM系统两种逼近最大似然性能的亚最大似然补偿算法

针对在同相正交IQ不平衡的正交频分复用(OFDM)系统中用传统的最大似然(ML)补偿算法需要二维复向量的搜索,从而导致计算复杂度较高的问题,提出了两种逼近ML算法性能的补偿算法,即一维实向量迭代搜索算法和二维实向量迭代搜索算法,它们通过在空间中迭代搜索一维或二维实向量来降低计算复杂度。仿真结果表明,上述改进的亚ML补偿算法的性能优于现有的频域和时域最小二乘补偿方法,逼近ML算法,其计算复杂度明显低于传统的ML算法,误比特性能与ML算法相当。

OFDM系统中深度神经网络指导的IQ不平衡补偿算法

正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)是现代移动通信中一项重要的物理层通信技术,并且OFDM系统要求子载波间严格正交。然而,在实际系统中,振荡器和滤波器等器件的非理想特性会导致同相正交(In-phase and Quadrature-phase,IQ)不平衡,从而破坏子载波的正交性,严重影响OFDM系统的性能。通过研究IQ不平衡对OFDM系统的影响,提出了一种并联深度神经网络架构下的IQ不平衡补偿算法。该算法利用了深度神经网络不依赖于模型的特点,直接从接收到的频域信号恢复原输入信号的二进制序列,并利用干扰信号来自镜像子载波的先验知识来初始化模型驱动的神经网络,加快其网络优化的收敛速度。仿真结果表明,该算法能有效地补偿IQ不平衡失真,并且在幅度和相位失真的补偿上,其性能都优于传统的基听语音聊科研与作者互动于导频的最小二乘补偿算法,证明了深度学习方法解决物理层问题的优越性。

60GHz通信系统中一种IQ不平衡补偿算法

基于SC-FDE(单载波频域均衡)和OFDM(正交频分复用)的60GHz通信系统,对联合信道估计的IQ不平衡补偿算法进行了研究。通过最小化CRE(信道残余能量),在未知IQ不平衡参数时可得CIR(信道冲击响应)的最优解。一旦得到IQ不平衡参数,CIR的估计可以通过简单的替换计算来获得。因此,该算法可将信道与IQ不平衡分离开来进行灵活的补偿,且对训练序列没有任何限制。仿真结果表明,无论是60GHz LOS(视距)还是NLOS(非视距)信道,使用该方法均可得到很好的性能。

一种新的IQ不平衡频域估计与补偿算法

针对正交频分复用(OFDM)系统中射频前端失真—同相/正交(IQ)不平衡影响系统性能的问题,提出了一种新型的IQ不平衡频域估计与补偿算法。通过同一个子载波上的两个不同导频信号,抵消信道的影响,以减小算法复杂度,便于实现。仿真结果表明,该算法既极大地降低了计算量,又取得了较好的估计与补偿性能,性能优于传统的算法。

毫米波大规模MIMO系统中抑制IQ不平衡的广义线性混合预编码方案

毫米波大规模MIMO(Multiple-Input Multiple-Output)系统的混合预编码在基于理想硬件假设的前提下获得了广泛的研究。然而,在毫米波频段难以避免的硬件非理想特性会导致射频失真的产生,并严重制约系统的性能。本文考虑了毫米波大规模MIMO系统发射机同相和正交(In-phase and Quadrature-phase,IQ)支路不平衡问题,设计了一种基于广义线性实值信号模型的混合预编码方案以抑制IQ不平衡对系统性能的不利影响。该方案利用复-实变换将含有IQ不平衡引起的共轭干扰的接收信号模型转化为广义线性实值信号模型,基于正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法,分别在复数域和实数域迭代设计模拟预编码器和数字预编码器。仿真结果表明,该方案能有效地提高频谱效率和误码性能。

OFDM中联合IQ不平衡和相位噪声估计补偿新算法

正交频分复用(OFDM)系统中的非理想特性对系统性能影响很大,针对非理想特性中的两个主要部分:同相支路和正交支路(IQ)间的不平衡及相位噪声,提出了一种新的相位噪声和IQ不平衡联合估计算法。该算法首先由一个训练符号利用简单的最小二乘(LS)准则在频域估计出IQ不平衡和相位噪声的复合参数,并从中分离得到IQ不平衡估计值,然后利用估计出的IQ不平衡参数在时域对数据符号做IQ不平衡补偿,最后对IQ不平衡补偿后的数据在频域做相位噪声公共相位误差(CPE)和子载波间干扰(ICI)的估计和补偿。理论分析和仿真结果表明,该算法能简单有效的补偿IQ不平衡和相位噪声带来的性能损失。