论文部分内容阅读
IQ不平衡是指发射机、接收机的同相和正交支路问的幅度和相位不匹配的情况,IQ不平衡会产生镜像干扰导致系统的误码性能下降,因此提高IQ不平衡估计的精度和有效抑制IQ不平衡产生的镜像干扰是两个至关重要的研究课题。本文重点研究了发射机端与频率无关的IQ不平衡参数的估计和补偿算法,主要工作如下:介绍了IEEE 802.11b/ac物理层的基本原理和基本特性,研究了IEEE 802.11b/ac物理层的规范:主要包括物理层帧格式、采用的调制方式、不同制式长前导和短前导码的组成等,并在此基础上分析了IEEE 802.11ac的优势。详细研究了前人对于IQ不平衡估计算法的研究成果,给出了发射机端与频域无关的IQ不平衡的宽线性模型。在此模型基础上研究了前人的两种IQ不平衡算法,一种是基于特定训练序列的IQ不平衡估计算法,另一种是不基于特定训练序列的盲估计算法,为后面的算法研究奠定了基础。针对802.1]b发射机端产生的与频率无关的IQ不平衡问题,在前人研究的接收机IQ不平衡补偿模型基础上建立发射机端IQ不平衡时域补偿模型。从得到的补偿模型入手,抑制镜像分量,从而提出了IQ不平衡与单抽头信道联合估计的时域盲估计补偿算法。该时域盲估计补偿算法在接收机端对由发射机性能产生的IQ不平衡实施补偿,相比于传统时域反馈算法开销小、效率高。针对802.11a/n/ac系统中的发射机产生的与频率无关的IQ不平衡问题,分析提出了两种频域IQ不平衡估计算法,一种是基于频域单抽头信道的最小二乘估计算法,另一种是基于频域多抽头信道和IQ不平衡联合估计算法。前者对于信道环境的要求比较高,适合信道环境纯净的情况下使用,该算法采用两个长训练序列进行IQ不平衡估计,达到了较好的估计性能,提高了系统频谱效率。第二种频域多抽头估计算法允许信道存在频率选择性,IQ不平衡估计运用相邻的长训练序列和短训练序列,由于使用的信息有限,准确度可能会有所削弱,适用于信道环境较差的情形。对于文章中提出的三种主要算法做仿真,验证算法的性能,对比结果表明,文章的算法在幅度不平衡估计和相位不平衡估计中精确度都比较高,估计精度一定程度上比Aeroflex矢量分析仪的测量值好。最后,对本文所做的工作进行了总结并对后续的研究工作进行了展望。