一种基于循环的IQ不平衡自适应盲补偿方法和系统与流程

本发明属于通信技术领域，涉及一种基于循环的iq不平衡自适应盲补偿方法和系统。

背景技术：

iq不平衡指发射机、接收机的同相(in-phase，i)和正交(quadrature-phase，q)支路间的幅度和相位不匹配。理想情况下，同相和正交支路具有相等的幅度增益和90度相位偏差。但在实际的通信系统中，通常难以实现上述理想情况，因此产生iq不平衡。在发射机，非理想的上变频、i和q支路的不平衡滤波器和数模转换器等均可能产生iq不平衡。在接收机，非理想的下变频、i和q支路的不平衡滤波器、放大和采样等均会引起iq不平衡。

常见的抑制iq不平衡的方法是从硬件出发，采用高性能的模拟器件(滤波器、放大器、模数数模转换器等)，虽然高性能的模拟器件可以从根本上抑制iq不平衡的影响，但是高性能的模拟器件一般体积更大，成本更高，相应地提高了移动收发设备的功耗和价格。另外，高性能的模拟器件也不能完全抑制iq不平衡，在不同的环境下(温度、湿度等)抑制iq不平衡的能力也会不同，所以在模拟域抑制iq不平衡不是十分实用。不能从模拟域出发，就只能通过数字信号处理手段在数字域对iq不平衡进行抑制和补偿。

然而，现有的在数字域的iq不平衡补偿算法往往难以兼顾较高的补偿性能和较低的计算复杂度，同时也很难针对不同的系统调整算法结构。

技术实现要素：

针对现有技术的不足，本发明提供一种基于循环的iq不平衡自适应盲补偿方法。该方法是一种参数可调的自适应盲补偿方法，可以应对不同的iq不平衡系统。

本发明还提供一种基于循环的iq不平衡自适应盲补偿系统。

本发明的一种基于循环的iq不平衡自适应盲补偿方法采用如下技术方案实现：

一种基于循环的iq不平衡自适应盲补偿方法，包括：

接收通过i、q两路已经出现不平衡的信号x(n)，并截取一定长度的离散信号；

设置步进系数；

对接收信号x(n)进行共轭处理，得到x^*(n)；

对接收信号x(n)进行处理得到补偿后的输出信号y(n)＝x(n)+w(n)x^*(n)，其中w(n)为补偿系数；

引入步进系数并对补偿系数w(n)进行平滑处理，通过循环迭代的方式得到系统所需的补偿系数w(n)，进而获得补偿后的输出信号y(n)。

优选地，引入步进系数并对补偿系数w(n)进行平滑处理，通过循环迭代的方式得到系统所需的补偿系数w(n)，进而获得补偿后的输出信号y(n)的步骤包括：

引入步进系数，对补偿系数进行处理得到：w(n+1)＝w(n)-μy(n)y(n)，其中w(n)为补偿系数，μ为一阶步进系数；

对补偿系数w(n)进行平滑处理，得到w′(n+1)＝βw′(n)+(1-β)w(n+1)，β为平滑系数；

对离散信号进行连续取值，对式y(n)＝x(n)+w(n)x^*(n)、w(n+1)＝w(n)-μy(n)y(n)进行循环处理；

当补偿系数w(n)趋于稳定后得到系统所需的补偿系数值，得到补偿后的接收信号y(n)。

优选地，得到系统所需的补偿系数的过程包括：

为了得到系统所需的补偿系数w(n)，利用基带调制信号的二阶统计特性；

根据一般理想的基带调制信号的二阶统计特性，基带调制信号互补自相关函数：

e[y(n)y(n-τ)]＝0，其中e[*]表示期望；

其矩阵表达形式为：

e[y(n)y(n)]＝0，其中y(n)＝[y(n)y(n-1)y(n-2)...y(n-n+1)]^t

其中：y(n)为补偿器输出信号的离散形式，τ为任意整数，n为矩阵阶数；

据此，可以得到高阶补偿系数w(n)的递推公式：

e[w(n+1)]＝e[w(n)]-me[y(n)y(n)]

简化期望，得到：

w(n+1)＝w(n)-my(n)y(n)

其中，m＝diag(μ1，μ2，μ3，...，μn)为步进系数矩阵；

因此，补偿算法可表示为：

y(n)＝x(n)+w(n)^tx^*(n)

w(n+1)＝w(n)-my(n)y(n)

其中：x^*(n)为矩阵复信号x(n)的共轭项，x^*(n)＝[x^*(n)x^*(n-1)x^*(n-2)...x^*(n-n+1)]^t；w(n)^t为高阶补偿系数w(n)的转秩形式；

退化到一阶n＝1，并加入平滑系数β，表达式变为：

y(n)＝x(n)+wx^*(n)

w(n+1)＝w(n)-μy(n)y(n)

w′(n+1)＝βw′(n)+(1-β)w(n+1)

其中：μ为一阶步进系数，x(n)为iq不平衡信号x(t)的离散形式，x^*(n)为信号x(n)的共轭项，w(n)为补偿系数。

优选地，iq不平衡自适应盲补偿方法还包括：对接收信号x(n)进行定点化处理。

优选地，设置步进系数包括：设置的初始步进系数较大，进行粗校准，处理一定数据量后，设置较小的步进系数，进行细校准。

本发明的一种基于循环的iq不平衡自适应盲补偿系统采用如下技术方案实现：

一种基于循环的iq不平衡自适应盲补偿系统，包括：

接收模块：用于接收通过i、q两路已经出现不平衡的信号x(n)，并截取一定长度的离散信号；

设置模块：用于设置步进系数；

共轭模块：用于对接收信号x(n)进行共轭处理，得到x^*(n)；

补偿模块：用于对接收信号x(n)进行处理得到补偿后的输出信号y(n)＝x(n)+w(n)x^*(n)，其中w(n)为补偿系数；

循环模块：用于引入步进系数并对补偿系数w(n)进行平滑处理，通过循环迭代的方式得到系统所需的补偿系数w(n)，进而获得补偿后的输出信号y(n)。

优选地，循环模块包括：

补偿系数处理模块：用于引入步进系数，对补偿系数进行处理得到：w(n+1)＝w(n)-μy(n)y(n)，其中w(n)为补偿系数，μ为一阶步进系数；

平滑处理模块：用于对补偿系数w(n)进行平滑处理，得到w′(n+1)＝βw′(n)+(1-β)w(n+1)，β为平滑系数；

迭代模块：用于对离散信号进行连续取值，对式y(n)＝x(n)+w(n)x^*(n)、w(n+1)＝w(n)-μy(n)y(n)进行循环处理；当补偿系数w(n)趋于稳定后得到系统所需的补偿系数，得到补偿后的接收信号y(n)。

优选地，iq不平衡自适应盲补偿系统还包括：

定点化处理模块：用于对接收信号x(n)进行定点化处理。

优选地，循环模块得到系统所需的补偿系数的过程包括：

为了得到系统所需的补偿系数w(n)，利用基带调制信号的二阶统计特性；

根据一般理想的基带调制信号的二阶统计特性，基带调制信号互补自相关函数：

e[y(n)y(n-τ)]＝0，其中e[*]表示期望；

其矩阵表达形式为：

e[y(n)y(n)]＝0，其中y(n)＝[y(n)y(n-1)y(n-2)...y(n-n+1)]^t

其中：y(n)为补偿器输出信号的离散形式，τ为任意整数，n为矩阵阶数；

据此，可以得到高阶补偿系数w(n)的递推公式：

e[w(n+1)]＝e[w(n)]-me[y(n)y(n)]

简化期望，得到：

w(n+1)＝w(n)-my(n)y(n)

其中，m＝diag(μ1，μ2，μ3，...，μn)为步进系数矩阵；

因此，补偿算法可表示为：

y(n)＝x(n)+w(n)^tx^*(n)

w(n+1)＝w(n)-my(n)y(n)

其中：x^*(n)为矩阵复信号x(n)的共轭项，x^*(n)＝[x^*(n)x^*(n-1)x^*(n-2)...x^*(n-n+1)]^t；w(n)^t为高阶补偿系数w(n)的转秩形式；

退化到一阶(n＝1)，并加入平滑系数β，表达式变为：

y(n)＝x(n)+wx^*(n)

w(n+1)＝w(n)-μy(n)y(n)

w′(n+1)＝βw′(n)+(1-β)w(n+1)

其中：μ为一阶步进系数，x(n)为iq不平衡信号x(t)的离散形式，x^*(n)为信号x(n)的共轭项，w(n)为补偿系数。

优选地，设置模块在设置步进系数过程中：设置的初始步进系数较大，进行粗校准，处理一定数据量后，设置较小的步进系数，进行细校准。

与现有技术相比，本发明至少具有以下有益效果：

1、本发明利用接收到的基带信号的广泛线性滤波，利用理想基带等效信号的二阶统计特性，引入步进系数和补偿系数，基于循环特性进行iq补偿，所提出的方法能够在任何正交接收器中运行，无论是单通道还是多通道，并且与理想基带等效信号的任何特定结构或特性无关。

2、本发明作为一种参数可调的自适应盲补偿方法，可以通过调整相关参数以应对不同条件下的iq不平衡系统。

3、由于基带等效信号的二阶统计特性不受绝大多数除iq不平衡外的非理想因素的影响，因此本发明方法有着很强的鲁棒性。

4、本发明在数字域对iq不平衡实时估计，针对不同的环境做出相应的补偿，解决了模拟器件在不同的环境下性能不同，导致的iq不平衡程度也不同的问题。

5、本发明方法能够适应不同模拟系统的时变特性，可以随着模拟系统性能变化自适应性地调整输出，大大降低了iq不平衡的补偿成本，而且性能随着芯片工艺的提高而不断提升。

附图说明

图1为本发明一个实施例中基于循环的iq不平衡自适应盲补偿方法流程简图；

图2为本发明一个实施例中信号iq不平衡示意图；

图3为本发明一个实施例中补偿器结构示意图；

图4为本发明一个实施例中补偿系数w(n)的变化趋势图；

图5为本发明一个实施例中iq不平衡补偿后的星座图。

具体实施方式

下面结合附图对本发明的具体实施进行说明，但本发明的实施方式不限于此。

实施例1

一种基于循环的iq不平衡自适应盲补偿方法，如图1所示，主要包括：

接收iq不平衡信号，步进系数设置，处理接收信号，引入步进系数通过循环迭代的方式得到补偿系数，进而获得补偿后的输出信号，详细实施过程将在下文进行分析。

图2为信号iq不平衡示意图，表现了在接收信号过程中，受到非理想因素的影响，信号所产生的iq不平衡，其中：hnom(f)表示链路上的低通滤波器频率响应，hi(f)和hq(f)分别表示i路和q路载波信号经过链路后，受到其他非理想因素影响，产生的频率响应(理想情况下，hi(f)＝hq(f)＝1)，g和分别表示失配幅度和失配相位，slo，i(t)＝cos(ωlot)和分别表示i路和q路的本振(lo)信号，r(t)为发送信号。不失一般性的，下面将忽略低通滤波器频率响应hnom(f)带来的影响。

在时域分析，具有iq不平衡的信号数学模型可表示为：

其中：

slo(t)为接收到的iq不平衡信号，ωlo为载波频率，r(t)为发送信号，j为虚数单位，g为失配幅度，为失配相位，t为时间单位。

假设z(t)是理想的iq信号，对已出现iq不平衡的载波信号x(t)进行频域分析，得到下式：

x(f)＝g1(f)z(f)+g2(f)z^*(-f)

其中：

上式中，z(f)是z(t)的频域表示，z^*(-f)是z(t)共轭项的频域表示，g1(f)为信号z(t)增益的频域表达，g2(f)为信号z(t)共轭项增益的频域表达。hi(f)和hq(f)分别表示i路和q路的频率响应(理想情况下，hi(f)＝hq(f)＝1)，g为失配幅度，为失配相位。

在时域，x(t)可表示为：

x(t)＝g1(t)*z(t)+g2(t)*z^*(t)(1)

其中，g1(t)、g2(t)分别为g1(f)、g2(f)的时域表达，z^*(t)是理想iq信号z(t)的共轭项。从上面的式子可以看到，对x(t)的失配补偿，其实就是要消除掉g2(t)*z^*(t)。可以采用以下补偿器进行补偿，令：

y(t)＝w1(t)*x(t)+w2(t)*x^*(t)(2)

其中：w1(t)、w2(t)为补偿器补偿系数，y(t)为补偿器的输出信号，x^*(t)为信号x(t)的共轭项。

将(1)式代入(2)式中，得到下式：

y(t)＝(w1(t)*g1(t)+w2(t)*g2^*(t))*z(t)+(w1(t)*g2(t)+w2(t)*g1^*(t))*z^*(t)

为了达到补偿的目的，只需使w1(t)*g2(t)+w2(t)*g1^*(t)＝0。

为了简便起见，进行归一化处理，得到：

w1(t)＝δ(t)，w2(t)＝w(t)(3)

其中，δ(t)为冲激响应，w(t)为归一化后的补偿系数。

将(3)式代入(2)式中，在离散域得到：

y(n)＝x(n)+w(n)*x^*(n)

其中，w(n)为补偿器补偿系数，y(n)为补偿器输出信号的离散形式，x(n)为iq不平衡信号x(t)的离散形式，x^*(n)为信号x(n)的共轭项。

补偿器结构如图3所示，从频域看，最优的补偿系数w(n)为：

wopt(f)为最优的补偿系数w(n)的频域表达。

为了得到系统所需的补偿系数w(n)，需要利用以下调制信号的二阶统计特性。

根据一般理想的基带调制信号(qam、qpsk等，bpsk除外)的二阶统计特性，其互补自相关函数：

e[y(n)y(n-τ)]＝0，其中e[*]表示期望。

其矩阵表达形式为：

e[y(n)y(n)]＝0，其中y(n)＝[y(n)y(n-1)y(n-2)...y(n-n+1)]^t

其中：y(n)为补偿器输出信号的离散形式，τ为任意整数，n为矩阵阶数。

据此，可以得到高阶补偿系数w(n)的递推公式：

e[w(n+1)]＝e[w(n)]-me[y(n)y(n)]

简化期望，得到：

w(n+1)＝w(n)-my(n)y(n)

其中，m＝diag(μ1，μ2，μ3，...，μn)为步进系数矩阵。

因此，补偿算法可表示为：

y(n)＝x(n)+w(n)^tx^*(n)

w(n+1)＝w(n)-my(n)y(n)

其中：x^*(n)＝[x^*(n)x^*(n-1)x^*(n-2)...x^*(n-n+1)]^t，w(n)为高阶补偿系数，w(n)^t为高阶补偿系数w(n)的转秩形式。

退化到一阶(n＝1)，并加入平滑系数β，表达式变为：

y(n)＝x(n)+wx^*(n)

w(n+1)＝w(n)-μy(n)y(n)

w′(n+1)＝βw′(n)+(1-β)w(n+1)

公式中的μ为一阶步进系数，x(n)为iq不平衡信号x(t)的离散形式，x^*(n)为信号x(n)的共轭项，w(n)为补偿系数。

步进系数的配置值分为两部分，初始配置的步进系数比较大，达到快速收敛的目的。当补偿系数接近所需收敛值时，再配置一个比较小的系数，达到提高性能的目的。

为了进一步验证本发明结果，将通过具体的仿真实验进行验证：

步骤1、使用16qam调制方式，接收通过i、q两路已经出现不平衡的信号x(n)＝imbi+imbq，并截取一定长度的离散数据，其中x(n)为接收信号，imbi、imbq分别为产生不平衡的i、q两路信号；

步骤2、对数据进行定点化处理x(n)＝double(fi(x(n)，1，12，11))，方便后续处其中：fi()为向零取整，double()为将参数转化为双精度浮点类型；

步骤3、设置步进系数，初始步进系数较大(例：μ＝2^-9)，进行粗校准达到快速收敛的目的，处理一定数据量后(例如数据量i＝2^14)，设置较小的步进系数(例：μ＝2^-17)，进行细校准达到提高性能的目的；

步骤4、对接收信号x(n)进行共轭处理，得到x^*(n)；

步骤5、对接收信号x(n)进行处理得到补偿后的信号y(n)＝x(n)+w(n)x^*(n)，其中w(n)为补偿系数；

步骤6、接下来对补偿系数进行处理，w(n+1)＝w(n)-μy(n)y(n)，其中w(n)为补偿系数，μ为一阶步进系数；

步骤7、对补偿系数w(n)进行平滑处理，得到w′(n+1)＝βw′(n)+(1-β)w(n+1)；

步骤8、对离散信号进行连续取值，对式y(n)＝x(n)+w(n)x^*(n)，式w(n+1)＝w(n)-μy(n)y(n)进行循环处理；

步骤9、当补偿系数w(n)趋于稳定后，得到补偿后的接收信号y(n)，图4表示补偿系数w(n)的变化趋势，图5为系统进行iq补偿后的星座图。

实施例2

一种基于循环的iq不平衡自适应盲补偿系统，包括：

接收模块：用于接收通过i、q两路已经出现不平衡的信号x(n)，并截取一定长度的离散信号。

定点化处理模块：用于对接收信号x(n)进行定点化处理。

设置模块：用于设置步进系数。设置模块在设置步进系数过程中：设置的初始步进系数较大，进行粗校准，处理一定数据量后，设置较小的步进系数，进行细校准。

共轭模块：用于对接收信号x(n)进行共轭处理，得到x^*(n)。

补偿模块：用于对接收信号x(n)进行处理得到补偿后的输出信号y(n)＝x(n)+w(n)x^*(n)，其中w(n)为补偿系数；

循环模块：用于引入步进系数并对补偿系数w(n)进行平滑处理，通过循环迭代的方式得到系统所需的补偿系数w(n)，进而获得补偿后的输出信号y(n)。

具体地，循环模块包括：

补偿系数处理模块：用于引入步进系数，对补偿系数进行处理得到：w(n+1)＝w(n)-μy(n)y(n)，其中w(n)为补偿系数，μ为一阶步进系数；

平滑处理模块：用于对补偿系数w(n)进行平滑处理，得到w′(n+1)＝βw′(n)+(1-β)w(n+1)，β为平滑系数；

迭代模块：用于对离散信号进行连续取值，对式y(n)＝x(n)+w(n)x^*(n)、w(n+1)＝w(n)-μy(n)y(n)进行循环处理；当补偿系数w(n)趋于稳定后得到系统所需的补偿系数，得到补偿后的接收信号y(n)。

循环模块得到系统所需的补偿系数的过程包括：

为了得到系统所需的补偿系数w(n)，利用基带调制信号的二阶统计特性；

根据一般理想的基带调制信号的二阶统计特性，基带调制信号互补自相关函数：

e[y(n)y(n-τ)]＝0，其中e[*]表示期望；

其矩阵表达形式为：

e[y(n)y(n)]＝0，其中y(n)＝[y(n)y(n-1)y(n-2)...y(n-n+1)]^t

其中：y(n)为补偿器输出信号的离散形式，τ为任意整数，n为矩阵阶数；

据此，可以得到高阶补偿系数w(n)的递推公式：

e[w(n+1)]＝e[w(n)]-me[y(n)y(n)]

简化期望，得到：

w(n+1)＝w(n)-my(n)y(n)

其中，m＝diag(μ1，μ2，μ3，...，μn)为步进系数矩阵；

因此，补偿算法可表示为：

y(n)＝x(n)+w(n)^tx^*(n)

w(n+1)＝w(n)-my(n)y(n)

其中：x^*(n)为矩阵复信号x(n)的共轭项，x^*(n)＝[x^*(n)x^*(n-1)x^*(n-2)...x^*(n-n+1)]^t；w(n)^t为高阶补偿系数w(n)的转秩形式。

退化到一阶n＝1，并加入平滑系数β，表达式变为：

y(n)＝x(n)+wx^*(n)

w(n+1)＝w(n)-μy(n)y(n)

w′(n+1)＝βw′(n)+(1-β)w(n+1)

其中：μ为一阶步进系数，x(n)为iq不平衡信号x(t)的离散形式，x^*(n)为信号x(n)的共轭项，w(n)为补偿系数。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。