利用頻率相依等化器補償正交分頻

多工系統中的實虛部非協調

Compensation of IQ Imbalance in
OFDM Systems Using Frequency
Dependent Equalizer
 
劉禹成
Yu-Cherng Liu
 
指導教授：馮世邁 博士
Advisor: See-May Phoong, Ph.D.
1
 大綱
1.考慮 IQ Imbalance 的等效數位通道模型
2.利用頻率相依等化器補償 IQ Imbalance
– 最大化 IRR 方法
– 最大化 SINR 方法
3.模擬結果
4.結論

2
 OFDM Systems

baseband discrete-time signal

processing

Here, we model the IQ

Imbalance 3
 D/C converter

D/C
uB(t
u Converte )
r
(n)

4
 D/C converter

•針對 I,Q 路徑，寫下 D/C

converter 的響應關係式
LPF
Pairs

當 LPF paris 不匹配時

→ 則有 IQ Imbalance ，由於這個失真具有頻率響應
所以稱作 frequency dependent IQ imbalance (for
TX.) 5
 I/Q Modulator

D/C
uB(t I/Q
uP(t
u Converte ) Modulato )
r r
(n)

6
 I/Q Modulator

• 把兩個基頻信號利用一
雙載波調變後相加，我
們得到

•這對載波的振幅如果不相等，則它貢獻了 amplitude
imbalance
→ 用參數 描述之
•這對載波的相位如果不正交就會發生 phase imbalance
→ 用參數 描述之
因為以上的失真可以用常數來描述。它被稱作 frequency
independent IQ imbalance (in TX.)
7
 Physical Channel
n
D/C
uB(t I/Q
uP(t Physical (t)
u Converte ) Modulato ) Channel

(n) r r c(t)

rP(t)
於此我們得到

•執行 IQ 調變之後
•讓帶通信號 uP 通過 physical channel c
•然後，加上高斯雜訊，其功率定為 N0
8
 I/Q Demodulator
I/Q
Demodulat
or
rP(t) rB(t)

9
 IQ Demodulator
寫下 IQ 解調器的輸出入關
係

•接收機的載波頻率 ωc 可能與發射
機不同，而造成失真
•i.e. 載波頻率偏移 (CFO )
•在此，我們把兩頻率視作相等
•接下來，考慮接收機之載波的失真
•接收機上，振福的不均衡用 描述之
•相位不協調以 描述
•以上兩種失真統稱
frequency dependent IQ imbalance (in RX.)
10
 C/D Converter
I/Q C/D
Demodulat Converte y
r
or (n)
rP(t) rB(t)

11
 C/D
C/D converter
converter
for I branch

接著，寫下各自的輸出入
關係
LPF 對於 I branch ，我們有
Pairs
對於 Q branch ，則有

C/D converter
for Q branch
•現在 , 我們來看看 C/D converter 的詳細結構
•當那對 LPF 不匹配時
→ 我們有 frequency dependent I/Q imbalance (in
RX.) 12
 Discrete-time equivalent
channel model
n
D/C
uB(t I/Q
uP(t Physical (t)
u Converte ) Modulato ) Channel
r r c(t)
(n)

C/D I/Q rP(t)

y Converte Demodulat
r or
(n) rB(t)

•為求簡潔，我們只推導從 uI 到 yI 的 Time
Response

13
 Discrete-time equivalent
channel model
uI(n
)

uI(n) 通過 CD converter 之後
我們得到

14
 Discrete-time equivalent
channel model
uP(t
uI(n )
)

通過 IQ modulator 之後
我們得到

15
 Discrete-time equivalent
channel model
n
uP(t (t)
uI(n ) c(t)
)

rP(t)

接著，讓帶通信號 uP 通過 Channel ，然後從天線得到

信號

16
 Discrete-time equivalent
channel model
n
uP(t (t)
uI(n ) c(t)
)

rP(t)

把信號送入 IQ demodulator 之後，我們得到

17
 Discrete-time equivalent
channel model
n
uP(t (t)
uI(n ) c(t)
)

rP(t)

利用積化和差展開紅色框內的式子

18
 Discrete-time equivalent
channel model
n
uP(t (t)
uI(n ) c(t)
)

rP(t)

整理變成

註 : 我們把高頻的項收集到 HF 19
 Discrete-time equivalent
channel model
n
uP(t (t)
uI(n ) c(t)
)

rP(t)
fI(t)

•接著，讓信號 通過 LPF fI(t) 之後。

我們得到

•註 : 原來在 當中的 HF ，因通過 LPF 而被濾除 20

 Discrete-time equivalent
channel model
n
uP(t (t)
uI(n ) c(t)
)

rP(t)
fI(t)

代換

21
 Discrete-time equivalent
channel model
n
uP(t (t)
uI(n ) c(t)
)

rP(t)
fI(t)

我們得到

22
 Discrete-time equivalent
channel model
n
uP(t (t)
uI(n ) c(t)
)

rP(t)
fI(t)

定義一帶通通道 c+(t) 為

然後，把積分整理成 convolution 表 式子變成了 23

 Discrete-time equivalent
channel model
n
uP(t (t)
uI(n ) c(t)
)
nTs rP(t)
yI(n fI(t)

把連續信號 yI 以周期 Ts 作取樣，得到數位信號

24
 Discrete-time equivalent
channel model
n
uP(t (t)
uI(n ) c(t)
)
nTs rP(t)
yI(n fI(t)

得到數位信號

25
 Discrete-time equivalent
channel model
n
uP(t (t)
uI(n ) c(t)
)
nTs rP(t)
yI(n fI(t)

)
所標示的，即是從 uI 到 yI 的 time
response
接著定義 hII 成

26
 Discrete-time equivalent
channel model
n
D/C
uB(t I/Q
uP(t Physical (t)
u Converte ) Modulato ) Channel
r r c(t)
(n)

C/D I/Q
y Converte Demodulat
r or
(n) rB(t) rP(t)
更一般化地， discrete-time equivalent channel
model 可以寫成以下形式
其中 qI, qQ
代表雜訊

27
 Discrete-time equivalent
channel model
其中 hII, hIQ, hQI, hQQ 定義如下

更一般化地， discrete-time equivalent channel

model 可以寫成以下形式

28
 Abstract Channel Model

• 我們根據上一頁的 discrete-time equivalent channel

model ，繪成示意圖如上。在圖中，可以發現
• 輸出入信號被分成實部和虛部
• 模型由長度 Lh 的四組 FIR 濾波器構成
• 及一對雜訊 29
 y(n) 和 u(n) 的關係式
•為了解釋 Image Signal Interference ，我們需要
觀察 y(n) 和 u(n) 的關係式。
• 根據 u(n)=uI(n)+juQ(n) 以及
y(n)=yI(n)+jyQ(n) ，式 (1) 可改寫成式 (2)

(1
)
(2
•其中 )

30
 y(n) 和 u(n) 的關係式
•如果沒有 CFO, IQ imbalance 等失真
•則通道相當於一線性系統，其輸出入關係可用 linear
convolution 來描述。
•考慮 IQ imbalance 之後，從式 (2) 發現， y(n) 和
u(n) 的關係式，不能由一個 linear convolution 來描
述
•事實上，它變成了一個非線性的關係式。在我們的模
型中， hm 的存在，反映了這個非線性失真。
(2
)

31
 Matrix Form
• 為了接下來的 matrix signal processing 。我們把
模型

用 matrix form 寫成

• 其中，輸出入的信號被收集成向量如下

• 兩組通道響應，則用 Toeplitz 矩陣 H 和 Hm 代表
　　　　　　　

32
Channel Model in Matrix Form
qI

u H
y
Co
nj
u *
H m
j
qQ
影像干擾 (Image Signal
Interference ）channel model in matrix form 的示
•在上面，我們畫出
意圖
•由於 IQ imbalance ，輸入信號的共軛 u* 對輸出信號 y
亦有所貢獻，這種干擾被稱作 Image Signal
Interference 33
 Frequency Dependent
Equalizer

• 我們把提出的等化器稱作為 frequency dependent equalizer

• 由四組長度 Lb 的 FIR filter 構成。
• bII, bIQ , bQI , bQQ 　是對應的時域響應。
• 訊號 yI, yQ 經過等化之後，得到輸出
• 這個等化器的 time response 寫做

34
 Frequency Dependent
Equalizer
Discrete- Frequency
u time dependent y’(n)
(n) equivalent y(n) equalizer
channel
• 如上圖，我們把 Equalizer 串聯於 discrete-time
equivalent channel 的輸出
• 從 channel 的輸入 u 到等化器的輸出，可寫成
cs
Signal Part
Interference
cm Part
Noise Part
其中

我們把等化器的輸出整理成三項
也就是 signal part, interference part and noise part35
 Power for the equalizer
output
• 我們的等化器設計需考量 signal part, interference
part and noise part 的能量。
• 於是，以下就來計算它們的能量
• (A)signal part 的能量定義為

b
為了設計方便，等化器的係數被收到向量 b
而 Qs 是個 positive semi-definite matrix ，其元素與
通道響應、 Es 有關

36
 Power for the equalizer
output
• 其中 CI,CQ 是 (Lb+Lh-1) Lb 的 Toeplitz matrix ，定
義如下

37
 Power for the equalizer
output
• (B) 相似地， interference part 的能量定義成

• 其中 Positive semi-definite matrix Qm 是

• (C) noise part 的能量之定義如下

• 方陣 QN 是由 AfI 、 AfQ 、 N0 、 構成，寫成

38
 Power for the equalizer
output
• AfI , AfQ 是 Lb ×Lb autocorrelation matrix ，表示接收
機的 pulse shaping filters fI and fQ 的自相關性
• 因此， QN 是個 2Lb × 2Lb 的 positive definite
matrix

39
 MIRR 方法
• IRR(Image Rejection Ratio 定義成 signal 能量對
interference 能量的比例

• MIRR 方法欲最大化 等化器之輸出信號的 IRR 值。所以

MIRR 等化器的係數就寫成了

• 不過稍後我們將看到，當等化器的階數增加到一定程度時
， interference 能量將會被抑制到零 (i.e. Pm=0) 。為
了說明這件事，我們對矩陣 Qm 作討論

40
 MIRR 方法
• 矩陣 Qm ，可分解成

2Lb 2Lb

2Lb Lb+Lh-1

41
 MIRR 方法 : Case Lb≦Lh-1
• 根據前面的討論，如果 Lb≦Lh-1 ， Qm 就是
nonsingular ，這樣一來， Pm≠0 。
• 利用 Cholesky decomposition ，我們得到
• 是個 2Lb × 2Lb 的 nonsingular 矩陣

• 透過代換
• 求 MIRR 等化器的問題

簡化成

• 其中
42
 MIRR 方法 : Case Lb≦Lh-1

• 根據 Rayleigh principle ，最佳解為

其中 是 the eigenvector with corresponding to the

maximum eigenvalue of matrix QIRR
• 以上就是， Lb≦Lh-1 時的 MIRR 方法及其等化器。

43
 MIRR 方法 : Case Lb>Lh

當 Lb>Lh-1, Qm 是 singular
此時存在無窮多組 equalizers 能使 Pm=0
當 Lb=Lh 時， Qm 的 Nullity = 1
只要指定等化器的 Power constraint ，就能得到唯一解
這組等化器寫做

當 Lb>Lh
可以找到 Lb-Lh+1 >1 個向量組成 orthonormal basis.
來展開 Null(Qm)
這組基底記作
在此這個長度下，即使限制了等化器的增益，仍可設計出無窮
多組不同的等化器，皆使得 IRR 無窮大
44
 MIRR(Lb>Lh) + Channel
Shortening
• 以下，我們試圖參數化表示這群 MIRR 等化器。
• 把這組基底排列成矩陣
• 參數記做 v ，可以發現這群等化器，皆可以表示成

M
• 接著，串聯等化器與通道，我們得到等化後的通道響應

• 由於這群等化器都達到最大 IRR ，遂利用額外的自由度 v

進行 channel shortening 。
• channel shortening 之方法參考自 [2]
[2] Romed Schur, J.S., An Efficient Equalization Method to Minimize Delay Spread in OFDM/DMT Systems. Proc.
IEEE Int. Conf. Commun., 2001. 5: p. 1481-1485. 45
 Minimize Delay Spread [2]
• 這項方法的目標，要試著最小化 delay spread.
• cs(n) 的 delay spread ，記作 D ，它的平方定義成

• Q 的定義，參考 [2] ，寫成對角矩陣如下

n0

[2] Romed Schur, J.S., An Efficient Equalization Method to Minimize Delay Spread in OFDM/DMT Systems. Proc.
IEEE Int. Conf. Commun., 2001. 5: p. 1481-1485. 46
Minimize Delay Spread Method
[2]
• 把 Channel Shortening 寫成最佳化問題

• 因為 M 是（ Lh+Lb － 1 ） × （ Lb － Lh+1 ）的 full

column rank 矩陣，故 MHM 是 positive definite 。
• 透過 Chelosky decomposition ，可求出（ Lb －
Lh+1 ） × （ Lb － Lh+1 ）的 nonsingular matrix
L ，使得
MHM=LHL
• 代換 ， 原問題就簡化成
[2] Romed Schur, J.S., An Efficient Equalization Method to Minimize Delay Spread in OFDM/DMT Systems. Proc.
IEEE Int. Conf. Commun., 2001. 5: p. 1481-1485.
其中 QDP(n0)=LHMQ ML-1 n0
47
 Minimize Delay Spread [2]

• 給定 n0, 根據 Rayleigh principle ，我們知道最佳解是

t=

• 是 the eigenvector with corresponding to

maximum eigenvalue of QDP(n0).
• 所以，最佳等化器
• 最後，搜尋整數 n0 ，使等化後的通道之 delay spread
為最小。

48
 MSINR 方法
• 另外一個方法為 最大 SINR 方法。
• SINR(Signal to interference plus noise ratio) 的定
義是

這個方法，試圖透過等化，讓輸出端有最大 SINR 。
我們把問題寫成

• 由於 QN 是 positive definite 而且 QI 是
positive semi-definite ，所以， QN+QI ≡QNI 也是
positive definite.
• 我們從 Chelosky decomposition ，得到 ， 49
 MSINR 方法

• 將 代入問題 中
• 於是，待解問題被簡化成

• 其中
• 根據 Rayleigh principle ，我們知道最佳解
是 the eigenvector with corresponding to
maximum eigenvalue of QMSINR

50
 MSINR 方法
• MSINR 的等化器設計

• 其最佳解，形如

51
 模擬結果
• 這一章節裡，我們在 OFDM system 中進行模擬試驗，
以前述的方法，來補償 IQ imbalance
• 首先，說明 channel model 和 OFDM 系統參數
• 隨後，把提出的兩個方法與已知的方法作效能之比較

52
 Channel Model n
D/C
uB(t I/Q
uP(t Physical (t)
u Converte ) Modulato ) Channel
r r c(t)
(n)

C/D I/Q rP(t)

y Converte Demodulat
r or
(n) rB(t)

此外，為了用 FIR filter 實作，在 Time

domain 上，我們作截切 (truncate) ，
捨去 2nd sidelobes 以外的點
53
 Channel Model n
D/C
uB(t I/Q
uP(t Physical (t)
u Converte ) Modulato ) Channel
r r c(t)
(n)

C/D I/Q rP(t)

y Converte Demodulat
r or
(n) rB(t)

此外，為了用 FIR filter 實作，在 Time

domain 上，我們作截切 (truncate) ，
捨去 2nd sidelobes 以外的點
54
 Channel Model
•為了製造 physical channel k αk τk
c(t)
•我們使用一個 multipath 0 0.13 0.09
channel model ，定義如 1 0.03 1.16
2 0.05 2.22
3 -0.35 2.28
4 0.28 2.43
5 -0.27 3.03
其參數如右邊圖表
6 -0.14 3.81
根據右邊圖表， c(t) 之持續時 7 -0.31 4.11
間估計 5Ts
8 -0.14 4.46
9 0.27 4.75

55
 OFDM 系統參數

Subchannel 之數目 M =1024

CP 長度 L =20
Equivalent channel Lh =4*2+5-1 = 12
長度 Symbol
Modulation QPSK
Carrier Frequency 474MHz
Sampling Frequency 8MHz

56
IRR Value for Lb=5

IRR before equalization = 11.22 dB

當 SNR 大時
MSINR 和 MIIR 等化器的目標函數相似
所以 MSINR 法的 IRR 值向 MIRR 法靠近

57
SINR Value for Lb=5

當 SNR 大時
MSINR 和 MIIR 等化器的目標函數相似
所以 MIRR 法的 SINR 值向 MSINR 法靠近

58
 Channel time responses for
Lb=5

抑制了影
像干擾

59
Channel freq. responses for
Lb=5

60
 BER for Lb=5

[3] Guanbin, X., S. Manyuan, and L. Hui, Frequency offset and I/Q imbalance compensation for direct-
conversion receivers. Wireless Communications, IEEE Transactions on, 2005. 4(2): p. 673-680. 61
 IRR Value for Lb=11

IRR for MIRR method =117.8 dB

因為 Lb =Lh-1=11
若 MIRR 等化器再增長
IIR 趨於無窮大

IRR before equalization = 11.22 dB 62

SINR Value for Lb=11

當 SNR 大時
MSINR 和 MIIR 等化器的目標函數相似
所以 MIRR 法的 SINR 值
逐漸向 MSINR 法靠近

63
 Channel time responses for
隨著等化器階數上升
抑制影像干擾的效果越來越好
Lb =11
IRR 也越來越高

較長的 MSINR 等化器

也抑制影像干擾 64
Channel freq. responses for
Lb=11

65
 BER for Lb=11

在 Lb=11 時
MIIR 方法
讓 IRR 達到最大有限值
抑制影像干擾之效果近於完美
同時，其 BER 與完美曲線近乎重合 66
 IRR Value for Lb=17

因為 Lb >Lh-1
IRR for MIRR method → ∞

IRR before equalization = 11.22 67

dB
 Channel time responses for
在 L =17
b
MIIR 和 MSINR 能夠有
Lb=17
效地抑制影像干擾

68
SINR Value for Lb=17

因為干擾之能量為零
SINR 和 SNR 值相近

69
 Channel time responses for
Lb=17
MIRR 等化器
有 Lb － Lh+1 個
自由度拿來作 D = 0.3136
Channel
Shortening

於是等化後通道
的 delay D = 0.1469
spread 下降
相對地， MSINR
等化後通道的
delay spread D=
0.4476
上升

70
Channel freq. responses for
Lb=17

71
 由於等化之後
此外
MSINR 等化之後 BER for Lb=17 通道變長
長約
通道的頻率響應 17+12=31
變得比較劇烈 大於 CP 長度
讓 BER 效能 20 許多
更減退
除了 MIRR 以外
其他補償方法的
效能
比起長度
Lb=11 要差

此時， MIRR 方
法進行
channel
shortening ，
故不受影響

72
 Conclusion
• 提出的兩種通道等化的方法，皆能夠有效地降低
OFDM 系統中的影像干擾
• MIIR 方法的 BER （ Bit Error Rate ）效能優於
MSINR 方法，也優於 [3] 所提出的方法
• MIIR 等化之後，通道雖然變長，甚至超過了 CP 長度
，由於 channel shortening ， BER 效能不因此減
退。
• 相對地，沒有進行 channel shortening 的另外兩
個補償方法， BER 效能不僅不隨著長度增長而變好
，反而減退。
• MSINR 等化後，通道的頻率響應較為不理想，使效
能減退。 73