IQ补偿参数获取方法、装置、计算机设备及存储介质与流程
本申请涉及数字通信技术领域，特别是涉及一种iq补偿参数获取方法、装置、计算机设备及存储介质。
背景技术：
随着数字通信技术的发展，信号传输质量也在不断提高，传统的数据通信过程中，中频电路基本都会有iq两路信号，理想的i路信号与q路信号两者之间幅度相同、相位相差90°，然而，在iq两路信号传输过程中由于内在器件损耗、两路信号相互干扰等原因导致iq失配。
现有技术通过计算iq补偿参数，对iq数据进行校准，但是计算iq补偿参数计算方式过于复杂，运算度高，消耗时间长，无法便捷的得到iq补偿参数。
技术实现要素：
基于此，有必要针对无法便捷的得到iq补偿参数的问题，提供一种简单便捷的iq补偿参数获取方法、装置、计算机设备及存储介质。
一种iq补偿参数获取方法，包括：
接收恒包络信号；
获取恒包络信号中的i路信号、q路信号及样点索引；
根据i路信号、q路信号以及样点索引，获取初始iq补偿参数，初始iq补偿参数与样点索引对应；
根据样点索引，通过最小均方算法对初始iq补偿参数进行训练，获取最终iq补偿参数。
在其中一个实施例中，获取恒包络信号中的i路信号、q路信号及样点索引包括：
对恒包络信号在预设时间间隔内进行采样，获取i路信号、q路信号以及样点索引,预设时间间隔与对初始iq补偿参数进行训练的时间相关。
在其中一个实施例中，根据i路信号、q路信号以及样点索引，获取初始iq补偿参数包括：根据i路信号、q路信号和样点索引，通过iq补偿参数计算公式，获取与样点索引对应的初始iq补偿参数。
在其中一个实施例中，iq补偿参数计算公式具体为：
式中，k表示样点索引，x0表示i路信号，y0表示q路信号，a，b以及c分别表示初始iq补偿参数。
在其中一个实施例中，根据样点索引，通过最小均方算法对初始iq补偿参数进行训练，获取最终iq补偿参数包括：查找样点索引，获取样点索引对应的初始iq补偿参数，通过最小均方算法，对初始iq补偿参数进行训练，获取最终iq补偿参数。
在其中一个实施例中，最小均方算法具体为：
式中，μ表示步进值，
在其中一个实施例中，根据样点索引，通过最小均方对初始iq补偿参数进行训练，获取最终iq补偿参数之后还包括：根据最终iq补偿参数对i路信号和q路信号进行iq校准。
一种iq补偿参数获取装置，包括：
信号接收模块，用于接收恒包络信号；
信号获取模块：用于获取恒包络信号中的i路信号、q路信号以及样点索引；
初始iq补偿参数获取模块：用于根据i路信号和q路信号以及样点索引，获取初始iq补偿参数，初始iq补偿参数与样点索引对应；
最终iq补偿参数获取模块：用于根据样点索引，通过最小均方算法对初始iq补偿参数进行训练，获取最终iq补偿参数。
一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：接收恒包络信号；获取恒包络信号中的i路信号、q路信号及样点索引；根据i路信号和q路信号以及样点索引，获取初始iq补偿参数，初始iq补偿参数与样点索引对应；根据样点索引，通过最小均方算法对初始iq补偿参数进行训练，获取最终iq补偿参数。
一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：接收恒包络信号；获取恒包络信号中的i路信号、q路信号及样点索引；根据i路信号和q路信号以及样点索引，获取初始iq补偿参数，初始iq补偿参数与样点索引对应；根据样点索引，通过最小均方算法对初始iq补偿参数进行训练，获取最终iq补偿参数。
上述iq补偿参数获取方法、装置、计算机设备及存储介质，通过接收恒包络信号；获取恒包络信号中的i路信号、q路信号及样点索引；根据i路信号、q路信号以及样点索引，获取初始iq补偿参数，初始iq补偿参数与样点索引对应；根据样点索引，通过最小均方算法对初始iq补偿参数进行训练，获取最终iq补偿参数，整个过程中，通过样点索引快速便捷查找初始iq补偿参数，并通过最小均方算法对初始iq补偿参数进行训练，得到最终iq补偿参数，运算量小，缩短运算时间，实现了简单便捷的获取iq补偿参数。
附图说明
图1为上述iq补偿参数获取方法其中一个实施例流程示意图；
图2为上述iq补偿参数获取方法另一个实施例流程示意图；
图3为上述iq补偿参数获取装置其中一个实施例结构示意图；
图4为上述iq补偿参数获取计算机设备其中一个实施例结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在其中一个实施例中，如图1所示，提供了一种iq补偿参数获取方法，包括以下步骤：
s100：接收恒包络信号。
进一步的，等幅振荡的脉冲信号经过调制之后，每次振荡的幅度都会有变化，把每次振荡信号最高的点和最低的点分别用虚线连起来，虚线的形状就是脉冲信号的包络，而恒包络信号是指当包络在连续的周期内其峰值的幅度保持不变，也就是说周期的大小改变但是波谷的幅值不变化的信号。具体的，接收信号发射器将信号调制后发射的经调制后的恒包络信号，其中，调制是指使一种波形的某些特性按另一种波形或信号而变化的过程或处理方法，在无线通信中，利用电磁波作为信息的载体，信息一般是待传输的基带信号，其特点是频率低，频带较宽且相互重叠，为了适合单一信道传输，必须进行调制。本实施例中恒包络信号为iq调制后的恒包络信号，iq调制即数据分两路，分别进行载波调制，两路载波相互正交。
s110：获取恒包络信号中的i路信号、q路信号及样点索引。
其中，i(in-phase，同相)表示相位相同，q(quadrature，正交)表示正交，与i相位相差90度，iq信号是一组是0°或180°的i路信号或q路信号，另一路是90°或270°的i路信号或q路信号。接收恒包络信号后，解调过程中在中频部分实现模数变化和采样，采样后的信号和数字域的同频相乘，就可以得到基带信号的i、q分量。在关系数据库中，索引是一种单独的、物理的对数据库表中一列或者多列的指进行排序的一种储存结构，它是某个表中一列或若干列值的集合和相应的指向表中物理标志这些值的数据页的逻辑指针清单，样点索引的作用相当于图书的目录，可以根据目录中的页码快速找到所需要的内容。在本实施例中，样点索引相当于i路信号与q路信号的标签页，通过对i路信号和q路信号进行计算，获取与i路信号与q路信号的索引标签页唯一对应的初始iq补偿参数，对样点索引进行查找，从众多数据中获取与被查找样点索引唯一对应的初始iq补偿参数。具体的，对恒包络信号进行采样，获取恒包络信号中的i路信号和q路信号，每一组i路信号和q路信号对应一个样点索引，通过获取iq信号从而获取iq信号中的样点索引。
s120：根据i路信号、q路信号以及样点索引，获取初始iq补偿参数，初始iq补偿参数与样点索引对应。
其中，在理想情况下，同相和正交支路，即i路信号和q路信号间具有等幅增益和90°相位偏差，但在实际情况中，在发射机和接收机的同相和正交支路，很难实现上述理想情况，实际中幅度和相位不匹配，产生iq不平衡，其幅度增益以及相位90°偏差值的误差由iq补偿参数体现。进一步的，根据s110步骤中获取的i路信号、q路信号以及样点索引，通过算法计算，获取初始iq补偿参数，具体的，在本实施例中，初始iq补偿参数可为通过计算直接获取的iq补偿参数，没有进行其他误差校准操作，iq补偿参数具有不准确性，因而称为初始iq补偿参数，每一组i路信号和q路信号对应一个样点索引，经i路信号与q路信号计算得出的初始iq补偿参数同样与样点索引对应。
s130：根据样点索引，通过最小均方算法对初始iq补偿参数进行训练，获取最终iq补偿参数。
其中，最小均方算法(leastmeansquare，lms算法)，是一种最陡下降算法的改进算法，是在维纳滤波理论上运用速下降法后的延伸，最早是由widrow和hoff提出来的，该算法不需要已知输入信号和期望信号的统计特征，“当前时刻”的权系数是通过“上一时刻”权系数再加上一个负均方误差梯度的比例项求得。进一步的，根据参数与收集数据即i路信号和q路信号之间的关系，套用最小均方算法，利用样点索引与初始iq补偿参数一一对应的关系，通过误差逼近对初始iq补偿参数进行训练，当算法条件等式不成立时，持续对初始iq补偿参数进行训练逼近，直到算法条件等式成立，得到最终iq补偿参数为精准的iq补偿参数。
上述iq补偿参数获取方法，通过接收恒包络信号；获取恒包络信号中的i路信号、q路信号及样点索引；根据i路信号、q路信号以及样点索引，获取初始iq补偿参数，初始iq补偿参数与样点索引对应；根据样点索引，通过最小均方算法对初始iq补偿参数进行训练，获取最终iq补偿参数，整个过程中，通过样点索引快速便捷查找初始iq补偿参数，并通过最小均方算法对初始iq补偿参数进行训练，得到最终iq补偿参数，运算量小，缩短运算时间，实现了简单便捷的获取iq补偿参数。
在其中一个实施例中，获取恒包络信号中的i路信号、q路信号及样点索引包括：对恒包络信号在预设时间间隔内进行采样，获取i路信号、q路信号以及样点索引,预设时间间隔与对初始iq补偿参数进行训练的时间相关。其中，根据s130中最小均方算法对初始iq补偿参数进行训练，当对一组初始iq补偿参数训练，等式不成立，再获取下一组初始iq补偿参数进行训练，通过训练时间，对采样时间间隔进行预设。
进一步的，在本实施例中，预设采样时间间隔小于或等于训练时间，当训练一次，等式不成立，根据此次训练时间设置预设采样时间间隔，一次训练完成或者完成前，不满足等式条件，对恒包络信号进行采样获取下一次训练所需要的i路信号、q路信号和样点索引。在理想情况下，不存在iq失配时，通过i路信号和q路信号以及样点索引，可表示为：
式中a为恒定常数，x(k)表示为理想状况下的i路信号、y(k)表示理想状况下的q路信号，以及样点索引k。
具体的，由于理想情况达到的理想效果是不可能用实际的试验或者操作实现的，它只能用理论或类似实验证明，因而在理想状况下获取的i路信号和q路信号以及不存在iq失配的情况是不存在的，在正常情况中，采集的i路信号以及q路信号都是噪声情况下的信号，根据理想状况下理论推导可知：在噪声环境下，通过预设时间间隔对恒包络信号进行采样获取i路信号、q路信号以及样点索引，其中噪声环境下的i路信号可用x0(k)表示，其中x0(k)＝x(k)+ni(k)，式中ni(k)为索引k对应下i路信号中正态分布值为0，方差为
在其中一个实施例中，根据i路信号、q路信号以及样点索引，获取初始iq补偿参数包括：根据i路信号、q路信号和样点索引，通过iq补偿参数计算公式，获取与样点索引对应的初始iq补偿参数。其中，根据按照预设时间间隔采样获取的q路信号以及i路信号，每一组i路信号和q路信号对应一个索引，通过iq补偿计算公式，得到每一组i路信号和q路信号索引对应的初始iq补偿参数。利用样点索引，通过iq补偿参数计算公式可以获取样点索引一一对应的初始iq补偿参数，计算简便的同时防止初始iq补偿参数存储混乱。
进一步的，在其中一个实施例中，iq补偿参数计算公式具体为：
式中，k表示样点索引，x0(k)表示索引k对应的i路信号，y0(k)表示索引k对应的q路信号，a(k)，b(k)以及c(k)分别表示索引k对应的初始iq补偿参数。具体的，通过理想情况下iq公式理论推导可得到噪声环境下i路信号与q路信号以及iq补偿参数之间的关系：
通过矩阵转换，可得到iq补偿参数计算公式。运算简单，降低了复杂度。
在其中一个实施例中，根据样点索引，通过最小均方算法对初始iq补偿参数进行训练，获取最终iq补偿参数包括：查找样点索引，获取样点索引对应的初始iq补偿参数，通过最小均方算法，对初始iq补偿参数进行训练，获取最终iq补偿参数。其中，初始iq补偿参数是根据采集的i路信号和q路信号经过计算获取，样点索引与i路信号、q路信号对应同时，也与初始iq补偿参数对应，根据期望输入数据与实际输入数据之间误差值的逼近，对iq初始补偿参数进行训练，得到精准的最终iq补偿参数，在进行最小均方算法训练时，可以通过步进值对训练的时间进行设置，且，也可根据此训练时间对采样预设时间间隔进行配置。本实施例中通过样点索引结合最小均方算法实现对iq参数的训练，减少运算数据查找时间，准确快速的获取精准的最终iq补偿参数。
进一步的，在其中一个实施例中，最小均方算法具体为：
式中，μ表示步进值，
查找索引为0索引为0+1对应的初始iq补偿参数以及索引为0和索引为0+1对应的i路信号和q路信号，当等式不成立时，对索引进行迭代：
通过查找索引为1和索引为1+1所对应的初始iq补偿参数以及索引为1和索引为1+1对应的i路信号和q路信号，若等式不成立，则持续对k继续进行迭代实现对初始iq补偿参数的训练：
直到等式成立。当等式成立时，a(n+1)、2b(n+1)以及c(n+1)作为训练得到精准的最终iq补偿参数输出。不需要进行复杂的三次方、四次方等运算，可以简便快速的获取精准的最终iq补偿参数。
在其中一个实施例中，如图2所示，根据样点索引，通过最小均方对初始iq补偿参数进行训练，获取最终iq补偿参数之后还包括：
s140:根据最终iq补偿参数对i路信号和q路信号进行iq校准。
其中，通过查找样点索引对应的iq信号以及iq补偿参数，通过最小均方算法，实现对初始iq补偿参数的训练，获取精准的最终iq补偿参数，根据最终iq补偿参数对iq信号的失真进行校准补偿。进一步的，iq补偿参数可以为i路信号相位失真值，q路信号幅度失真值、q路相位失真值，根据失真值对iq信号进行失真补偿，具体的，在本实施例中，可以通过直流偏移校准，获取直流估计值，利用直流估计值和最终iq补偿参数，采用校准公式，共同对iq信号进行校准补偿：
式中，xc和yc可表示校准iq数据，m可为预设归一化参数，x0和y0可分别表示i路信号和q路信号，xd和yd可以表示为直流估计值,a、b和c分别表示最终iq补偿参数。非必要的，上述校准公式并不是实现通过最终iq补偿参数进行校准的唯一公式，而是仅作为实施例的一种实现方式，技术人员可以根据需求选择最优方法通过最终iq补偿参数进行iq信号的校准。本实施例中，通过简单快速获取的最终iq补偿参数对iq信号进行校准，减少整个校准过程所需时间，实现了快速简便的对iq信号进行校准。
在其中一个实施例中，在实际应用中，在无线通信系统中，零中频的射频收发方案得到越来越多的应用，发射端设备往往设置有iq调制器，将i路和q路的信号调制后输出发射至发射端射频电路，在本实施例中，接收端接收经过iq调制后的恒包络信号，根据预设时间间隔对恒包络信号进行采样，其中，预设时间间隔可以根据对初始iq补偿参数的训练时间来设置，即，当初始iq补偿参数训练时间为1微秒,则可设置采样间隔时间为o.9微秒,在训练一次完成前，对恒包络信号进行采样，获取样点索引k对应的i路信号x0(k)和q路信号y0(k)，为下一次训练做准备，通过初始iq补偿计算公式:
获取样点索引k对应的初始iq补偿参数a(k)、b(k)以及c(k),每一个索引与初始iq补偿参数唯一对应，通过查找样点索引，快速获取样点索引对应的初始iq补偿参数，利用最小均方算法：
通过步进值μ设定训练时间和速度，调整训练进度，其中，
表示期望输出值与实际输入之间的误差关系，利用误差逼近，对初始iq补偿参数进行训练，通过步进值设置训练时间为1微秒,根据训练时间设置预设采样时间间隔为0.9微秒，当索引为0时，查找索引为0以及索引为1对应的初始iq补偿参数，对索引为0的初始iq补偿参数进行训练，当最小均方算法等式不成立时，进行索引迭代，在对索引为0的初始iq补偿参数训练结束前0.1微秒，在训练初始iq补偿参数的同时为下一次训练所需初始iq补偿参数采样，对恒包络信号进行采样，得到索引为2对应的iq信号，计算得到索引为2对应的初始iq补偿参数，通过查找索引2，利用最小均方算法对索引为2的初始iq补偿参数进行训练，当算法等式不成立，便持续对索引进行迭代，训练索引对应的初始iq补偿参数，直到迭代到索引为n算法等式成立时，输出a(n+1)、b(n+1)以及c(n+1)为精准的最终iq补偿参数，得到精准的最终iq补偿参数后，通过直流偏移校准获取直流偏量xd和yd，通过iq校准公式：
对i路信号x0和q路信号y0进行校准，其中m为预设归一化参数。整个校准过程利用样点索引查找初始iq补偿参数，通过最小均方算法对初始iq补偿参数进行训练得到精准的最终iq补偿参数，算法简单，运算时间短。
在其中一个实施例中，如图3所示，提供了一种iq补偿参数获取装置，包括以下模块：
信号接收模块200，用于接收恒包络信号；
信号获取模块210：用于获取恒包络信号中的i路信号、q路信号以及样点索引；
初始iq补偿参数获取模块220：用于根据i路信号和q路信号以及样点索引，获取初始iq补偿参数，初始iq补偿参数与样点索引对应；
最终iq补偿参数获取模块230：用于根据样点索引，通过最小均方算法对初始iq补偿参数进行训练，获取最终iq补偿参数。
在其中一个实施例中，信号接收模块还用于获取恒包络信号中的i路信号、q路信号及样点索引包括：对恒包络信号在预设时间间隔内进行采样，获取i路信号、q路信号以及样点索引,预设时间间隔与对初始iq补偿参数进行训练的时间相关。
在其中一个实施例中，初始iq补偿参数获取模块还用于根据i路信号、q路信号以及样点索引，获取初始iq补偿参数包括：根据i路信号、q路信号和样点索引，通过iq补偿参数计算公式，获取与样点索引对应的初始iq补偿参数。
在其中一个实施例中，上述iq补偿参数获取装置还包括第一运算模块，用于根据i路信号、q路信号和样点索引，通过iq补偿参数计算公式，获取与样点索引对应的初始iq补偿参数，iq补偿参数计算公式具体为：
式中，k表示样点索引，x0表示i路信号，y0表示q路信号，a，b以及c分别表示初始iq补偿参数。
在其中一个实施例中，最终iq补偿参数还用于，根据样点索引，通过最小均方算法对初始iq补偿参数进行训练，获取最终iq补偿参数包括：查找样点索引，获取样点索引对应的初始iq补偿参数，通过最小均方算法，对初始iq补偿参数进行训练，获取最终iq补偿参数。
在其中一个实施例中，上述iq补偿参数获取装置还包括第二运算模块，用于根据样点索引，通过最小均方算法对初始iq补偿参数进行训练，获取最终iq补偿参数包括：查找样点索引，获取样点索引对应的初始iq补偿参数，通过最小均方算法，对初始iq补偿参数进行训练，获取最终iq补偿参数，最小均方算法具体为：
式中，μ表示步进值，
在其中一个实施例中，上述一种iq补偿参数获取装置，还包括校准模块，用于根据样点索引，通过最小均方对初始iq补偿参数进行训练，获取最终iq补偿参数之后还包括：根据最终iq补偿参数对i路信号和q路信号进行iq校准。
关于iq补偿参数获取装置的具体限定可以参见上文中对于iq补偿参数获取方法的限定，在此不再赘述。上述iq补偿参数获取装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在其中一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储iq补偿参数获取数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时实现一种iq补偿参数获取方法。
本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在其中一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：接收恒包络信号；获取恒包络信号中的i路信号、q路信号及样点索引；根据i路信号、q路信号以及样点索引，获取初始iq补偿参数，初始iq补偿参数与样点索引对应；根据样点索引，通过最小均方算法对初始iq补偿参数进行训练，获取最终iq补偿参数。
在其中一个实施例中，处理器执行计算机程序时还实现以下步骤：获取恒包络信号中的i路信号、q路信号及样点索引包括：对恒包络信号在预设时间间隔内进行采样，获取i路信号、q路信号以及样点索引,预设时间间隔与对初始iq补偿参数进行训练的时间相关。
在其中一个实施例中，处理器执行计算机程序时还实现以下步骤：根据i路信号、q路信号以及样点索引，获取初始iq补偿参数包括：根据i路信号、q路信号和样点索引，通过iq补偿参数计算公式，获取与样点索引对应的初始iq补偿参数。
在其中一个实施例中，处理器执行计算机程序时还实现以下步骤：根据i路信号、q路信号以及样点索引，获取初始iq补偿参数包括：根据i路信号、q路信号和样点索引，通过iq补偿参数计算公式，获取与样点索引对应的初始iq补偿参数，iq补偿参数计算公式具体为：
式中，k表示样点索引，x0表示i路信号，y0表示q路信号，a，b以及c分别表示初始iq补偿参数。
在其中一个实施例中，处理器执行计算机程序时还实现以下步骤：根据样点索引，通过最小均方算法对初始iq补偿参数进行训练，获取最终iq补偿参数包括：查找样点索引，获取样点索引对应的初始iq补偿参数，通过最小均方算法，对初始iq补偿参数进行训练，获取最终iq补偿参数。
在其中一个实施例中，处理器执行计算机程序时还实现以下步骤：根据样点索引，通过最小均方算法对初始iq补偿参数进行训练，获取最终iq补偿参数包括：查找样点索引，获取样点索引对应的初始iq补偿参数，通过最小均方算法，对初始iq补偿参数进行训练，获取最终iq补偿参数，最小均方算法具体为：
式中，μ表示步进值，
在其中一个实施例中，处理器执行计算机程序时还实现以下步骤：根据样点索引，通过最小均方对初始iq补偿参数进行训练，获取最终iq补偿参数之后还包括：根据最终iq补偿参数对i路信号和q路信号进行iq校准。
在其中一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理执行时实现以下步骤：接收恒包络信号；获取恒包络信号中的i路信号、q路信号及样点索引；根据i路信号、q路信号以及样点索引，获取初始iq补偿参数，初始iq补偿参数与样点索引对应；根据样点索引，通过最小均方算法对初始iq补偿参数进行训练，获取最终iq补偿参数。
在其中一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取恒包络信号中的i路信号、q路信号及样点索引包括：对恒包络信号在预设时间间隔内进行采样，获取i路信号、q路信号以及样点索引,预设时间间隔与对初始iq补偿参数进行训练的时间相关。
在其中一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据i路信号、q路信号以及样点索引，获取初始iq补偿参数包括：根据i路信号、q路信号和样点索引，通过iq补偿参数计算公式，获取与样点索引对应的初始iq补偿参数。
在其中一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据i路信号、q路信号以及样点索引，获取初始iq补偿参数包括：根据i路信号、q路信号和样点索引，通过iq补偿参数计算公式，获取与样点索引对应的初始iq补偿参数，iq补偿参数计算公式具体为：
式中，k表示样点索引，x0表示i路信号，y0表示q路信号，a，b以及c分别表示初始iq补偿参数。
在其中一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据样点索引，通过最小均方算法对初始iq补偿参数进行训练，获取最终iq补偿参数包括：查找样点索引，获取样点索引对应的初始iq补偿参数，通过最小均方算法，对初始iq补偿参数进行训练，获取最终iq补偿参数。
在其中一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据样点索引，通过最小均方算法对初始iq补偿参数进行训练，获取最终iq补偿参数包括：查找样点索引，获取样点索引对应的初始iq补偿参数，通过最小均方算法，对初始iq补偿参数进行训练，获取最终iq补偿参数，最小均方算法具体为：
式中，μ表示步进值，
在其中一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据样点索引，通过最小均方对初始iq补偿参数进行训练，获取最终iq补偿参数之后还包括：根据最终iq补偿参数对i路信号和q路信号进行iq校准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
- 还没有人留言评论。精彩留言会获得点赞！