为提高零中频接收机中正交(in-phase quadrature,IQ)失配信号校正的收敛速度与鲁棒性,本文将Kalman滤波算法与盲源分离结构结合,提出了一种基于双通道Kalman滤波的校正算法。该算法通过状态空间建模与协方差自适应更新,能够在动态环境...为提高零中频接收机中正交(in-phase quadrature,IQ)失配信号校正的收敛速度与鲁棒性,本文将Kalman滤波算法与盲源分离结构结合,提出了一种基于双通道Kalman滤波的校正算法。该算法通过状态空间建模与协方差自适应更新,能够在动态环境下实现更高效、稳定的参数估计,从而实现对IQ失配信号的有效补偿。将本文算法与最小均方算法(least mean square,LMS)、归一化最小均方算法(normalized least mean square,NLMS)和仿射投影算法(affine projection algorithm,APA)进行对比仿真,结果显示,校正后信号的镜像抑制比(image rejection ratio,IRR)均达到约45 dB,但双通道Kalman滤波算法对应的IRR曲面图更加平滑,同时,16QAM和16PSK调制方式下该算法的误符号率最低,表明本文算法能够有效实现IQ失配校正,具有较好的稳定性。本文算法迭代约50次时,均方误差收敛趋近于0,而LMS、NLMS和APA算法则分别需要迭代约500次、400次和200次才能够收敛,表明该算法具有较好的收敛性。通过参数的敏感性仿真分析,在较大的参数范围内本文算法达到的IRR差别甚微,具有良好的鲁棒性。展开更多
在现代无线通信系统中,正交(In-phase and Quadrature,IQ)调制/解调技术因其在频谱利用和数据传输效率上的优势而被广泛应用。严格的正交过程要求I路和Q路信号在幅度上完全一致且相位相差90°,但由于传输通道的不理想特性,IQ信号的...在现代无线通信系统中,正交(In-phase and Quadrature,IQ)调制/解调技术因其在频谱利用和数据传输效率上的优势而被广泛应用。严格的正交过程要求I路和Q路信号在幅度上完全一致且相位相差90°,但由于传输通道的不理想特性,IQ信号的幅度和相位不平衡,会产生镜像干扰,因而严重影响系统性能。本文围绕IQ不平衡问题展开研究,通过数学建模分析了IQ不平衡的产生机制,并量化了其对系统性能的影响,并对IQ不平衡校正方法进行研究,为进一步优化IQ不平衡校正技术提供了理论参考。展开更多
文摘为提高零中频接收机中正交(in-phase quadrature,IQ)失配信号校正的收敛速度与鲁棒性,本文将Kalman滤波算法与盲源分离结构结合,提出了一种基于双通道Kalman滤波的校正算法。该算法通过状态空间建模与协方差自适应更新,能够在动态环境下实现更高效、稳定的参数估计,从而实现对IQ失配信号的有效补偿。将本文算法与最小均方算法(least mean square,LMS)、归一化最小均方算法(normalized least mean square,NLMS)和仿射投影算法(affine projection algorithm,APA)进行对比仿真,结果显示,校正后信号的镜像抑制比(image rejection ratio,IRR)均达到约45 dB,但双通道Kalman滤波算法对应的IRR曲面图更加平滑,同时,16QAM和16PSK调制方式下该算法的误符号率最低,表明本文算法能够有效实现IQ失配校正,具有较好的稳定性。本文算法迭代约50次时,均方误差收敛趋近于0,而LMS、NLMS和APA算法则分别需要迭代约500次、400次和200次才能够收敛,表明该算法具有较好的收敛性。通过参数的敏感性仿真分析,在较大的参数范围内本文算法达到的IRR差别甚微,具有良好的鲁棒性。
文摘在现代无线通信系统中,正交(In-phase and Quadrature,IQ)调制/解调技术因其在频谱利用和数据传输效率上的优势而被广泛应用。严格的正交过程要求I路和Q路信号在幅度上完全一致且相位相差90°,但由于传输通道的不理想特性,IQ信号的幅度和相位不平衡,会产生镜像干扰,因而严重影响系统性能。本文围绕IQ不平衡问题展开研究,通过数学建模分析了IQ不平衡的产生机制,并量化了其对系统性能的影响,并对IQ不平衡校正方法进行研究,为进一步优化IQ不平衡校正技术提供了理论参考。
