0 引言

    正交頻分復(fù)用(Orthogonal Frequency Division Multiplexing，OFDM)技術(shù)因其具有無線較高的頻譜利用率，并能有效地對抗多徑衰落等優(yōu)勢，已成為寬帶通信系統(tǒng)中關(guān)鍵的技術(shù)之一^[1]。另一方面，隨著通信技術(shù)的發(fā)展，對移動終端的小型化、低功耗、低成本等方面提出了更高的要求，直接變頻接收機因這些方面的優(yōu)勢而成為移動終端的主流發(fā)展趨勢，現(xiàn)已廣泛應(yīng)用于OFDM系統(tǒng)的射頻前端^[2]。盡管OFDM技術(shù)在高速傳輸方面具有明顯優(yōu)勢，但其優(yōu)越的性能都是以子載波間嚴(yán)格的正交為前提的，而載波頻偏（Carrier Frequency Offset，CFO）和射頻模擬前端的非理想特性，比如IQ不平衡，均會破壞OFDM子載波間的正交性，從而影響系統(tǒng)性能。其中CFO主要是由于收發(fā)設(shè)備晶振的頻率偏差和多普勒頻移產(chǎn)生的。IQ不平衡則是由于在直接變頻接收發(fā)信機中，上下變頻受到模擬器件性能的局限性，使得信號在I路和Q路產(chǎn)生幅度和相位的不匹配。

    本文重點考慮在數(shù)字域?qū)FDM系統(tǒng)中的CFO進(jìn)行估計和補償。存在IQ不平衡時的CFO估計算法可分為時域和頻域兩大類。文獻(xiàn)[3-4]提供了兩種頻域CFO估計算法。文獻(xiàn)[3]的算法對CFO的估計范圍比較小，且估計精度不高。文獻(xiàn)[4]則是在頻域上先估計IQ不平衡再估計CFO，CFO估計范圍在（-0.5，0.5）。時域估計算法相較頻域估計算法復(fù)雜度一般更低，文獻(xiàn)[5-6]均利用訓(xùn)練序列的三段重復(fù)結(jié)構(gòu)，得到在IQ不平衡影響情況下能夠獨立估計CFO的算法，且算法復(fù)雜度不高，獲得了比較好的性能，但訓(xùn)練序列過長，降低了數(shù)據(jù)的有效傳輸速率。

針對上述問題，本文提出了一種存在IQ不平衡情況下能夠獨立估計CFO的算法，該算法表現(xiàn)出來很好的估計性能。

1 頻偏和IQ不平衡模型

    通過化簡合并，可以將接收信號表示為：

2 頻偏估計算法

2.1 訓(xùn)練序列的設(shè)計

    本文所采用的訓(xùn)練序列占用一個OFDM符號長度，為兩段重復(fù)的PN序列p(n)，每段長為NFFT/2，采用QPSK星座映射，具有良好的自相關(guān)性，即滿足下式：

2.2 頻偏的估計

2.2.1 QAM信號的正則性

    根據(jù)文獻(xiàn)[8]，對于復(fù)隨機變量x=x_r+jx_i，其期望E(x)定義為：

    同樣，為了表示復(fù)信號的二階統(tǒng)計特性，定義協(xié)方差（covariance）為：

    此外，復(fù)信號x和其共軛x^*的協(xié)方差定義為復(fù)信號的偽方差（pseudo-variance），具體為：

2.2.2 頻偏估計

    根據(jù)式（5），可以將式（10）進(jìn)一步簡化為：

    至此，由式（13）得到CFO的估計值為：

    為了解決這一問題，文獻(xiàn)[5]中又對該算法加以改進(jìn)，具體做法就是在發(fā)送端對3段重復(fù)序列人為加入相位偏移，得到改進(jìn)后的算法如下式：

    在下一節(jié)中，會通過仿真實驗，對這幾種算法與本算法進(jìn)行性能的比較和分析。

3 仿真結(jié)果分析

    本節(jié)利用蒙特卡洛仿真，對比算法的性能。主要參數(shù)設(shè)置為調(diào)制方式采用QPSK，F(xiàn)FT點數(shù)為1 024，1/4的CP，信道模型為ITU-VA，移動速度為60 km/h。

3.1 CFO估計范圍對比

    首先，對比不同算法的頻偏估計范圍。圖3給出了信噪比為20 dB，IQ不平衡的幅度和相位不平衡因子分別為ε=0.05和θ＝5°的情況下，不同CFO估計算法的估計均值和真實值的對比曲線。從圖3中能夠看出，文獻(xiàn)[5]的算法1和文獻(xiàn)[6]的算法存在相位模糊問題。此外，文獻(xiàn)[6]中的算法無法對小頻偏（絕對值小于0.1的頻偏）進(jìn)行有效估計，該算法的估計值和真實值在頻偏附近出現(xiàn)了很大的偏差。另一方面，文獻(xiàn)[5]的算法2盡管克服了相位模糊，但估計范圍卻只能在(-0.5，0.5)，而本文的頻偏估計算法則用更少的數(shù)據(jù)得到了更大的頻偏估計范圍，估計范圍則是在(-1，1)，明顯優(yōu)于文獻(xiàn)[5-6]中的3種算法。

3.2 算法性能分析

    圖4顯示了本文CFO估計算法對IQ不平衡的魯棒性，頻偏ξ設(shè)為0.3。通過對比發(fā)現(xiàn)，在信噪比低于20 dB時，4條仿真曲線幾乎重合在一起，這說明在較低信噪比下，IQ不平衡的影響對本文所提出的CFO估計算法性能沒有明顯影響。在高信噪比下，幅度不平衡對CFO估計算法的影響明顯大于相位不平衡，且本文所提CFO估計算法的估計精度都已經(jīng)很高，均達(dá)到了10^-6數(shù)量級甚至10^-7的數(shù)量級。

    圖5是在IQ不平衡的幅度和相位不平衡因子分別為ε=0.05和θ＝5°時，4種算法在不同信噪比下的頻偏估計性能曲線。通過對比發(fā)現(xiàn)，本文所提算法的估計性能在綜合考慮訓(xùn)練序列的長度和結(jié)構(gòu)復(fù)雜程度、頻偏的估計范圍后，相對于現(xiàn)有算法具有明顯的優(yōu)勢。

4 結(jié)論

    本文研究了在OFDM系統(tǒng)中，接收端存在IQ不平衡時的CFO估計問題，提出了一種能夠獨立于IQ不平衡的CFO估計算法。該算法利用接收信號與本地訓(xùn)練序列的互相關(guān)性來進(jìn)行CFO估計，其中訓(xùn)練序列采用具有正則特性的QAM調(diào)制的PN序列。充分利用PN序列的自相關(guān)性和QAM信號的正則特性，從而使該算法的CFO估計不受IQ不平衡的影響。仿真結(jié)果表明，本文所提算法的CFO估計精度在不同程度的IQ不平衡下沒有明顯改變。此外，與現(xiàn)有能夠存在IQ不平衡的CFO估計算法相比，本算法也具有更好的性能。

參考文獻(xiàn)

[1] LIN T C，PHOONG S M.A low-cost blind estimation of I/Q imbalance in OFDM systems in the presence of CFO[C].Personal，Indoor，and Mobile Radio Communications(PIMRC)，2015 IEEE 26th Annual International Symposium on.IEEE，2015：72-76.

[2] DENG J H，F(xiàn)ENG K T.Time-frequency multiplex estimator design of joint Tx IQ imbalance，CFO，channel estimation, and compensation for OFDM systems[C].Telecommunications and Signal Processing(TSP)，2015 38th International Conference on.IEEE，2015：1-5.

[3] INAMORI M，TAKAYAMA S，SANADA Y.Frequency domain IQ imbalance estimation in the presence of DC offset and frequency offset[C].Personal，Indoor and Mobile Radio Communications，2009 IEEE 20th International Symposium on.IEEE，2009：1577-1581.

[4] YANG H，SHIN W J，LEE S，et al.A robust estimation of residual carrier frequency offset with I/Q imbalance in OFDM systems[J].IEEE Transactions on Vehicular Technology，2015，64(3)：1254-1259.

[5] DE RORE S，LOPEZ-ESTRAVIZ E，HORLIN F，et al.Joint estimation of carrier frequency offset and IQ imbalance for 4G mobile wireless systems[C].Communications，2006 ICC′06.IEEE International Conference on.IEEE，2006，5：2066-2071.

[6] YAN F，ZHU W P，AHMAD M O.Carrier frequency offset estimation for OFDM systems with I/Q imbalance[C].Circuits and Systems，2004.MWSCAS′04.The 2004 47th Midwest Symposium on.IEEE，2004，2：II-633-II-636.

[7] KUO C H，MA P，CHANG C F.Band-selective and carrier frequency offset in OFDM systems[C].Circuits and Systems(ISCAS)，2014 IEEE International Symposium on.IEEE，2014：1708-1711.

[8] TRAMPITSCH S.Complex-valued data estimation[D].Master Thesis.Alpen-Adria University of Klagenfurt，2013.

[9] ANTTILA L，VALKAMA M.Blind signal estimation in widely-linear signal models with fourth-order circularity：algorithms and application to receiver I/Q calibration[J].Signal Processing Letters，IEEE，2013，20(3)：221-224.