OFDM系统中存在IQ不平衡时的时域频偏估计算法

载波频偏是制约OFDM系统性能的重要因素。直接变频收发信机以其集成化、低功耗、低成本的优点得到广泛应用，但由于其射频前端模拟器件的不理想性会引入IQ不平衡，使估计算法性能下降。针对存在IQ不平衡时的载波频偏估计问题，一种新的基于训练序列的时域CFO估计算法被采用。该算法采用QAM调制的PN序列作为训练序列，根据PN序列良好的自相关性和QAM信号的正则特性，利用接收信号与本地训练序列做互相关得到频偏估计。仿真结果表明，与现有算法相比，所提算法对IQ不平衡稳健性好，且具有良好的估计精度。 正交频分复用(OFDM)是一种广泛应用于现代无线通信系统的多载波调制技术，因其能有效对抗多径衰落和频率选择性衰落而受到青睐。然而，OFDM系统性能的关键因素之一是载波频偏(Carrier Frequency Offset, CFO)，它会导致子载波间的正交性破坏，进而影响系统的误码率和比特错误率。 在直接变频收发信机中，由于射频前端模拟组件的非理想特性，如IQ不平衡，会引入额外的性能挑战。IQ不平衡是指I通道和Q通道之间的幅度和相位不匹配，这可能导致载波频偏估计的准确性降低。针对这一问题，文中提出了一种新颖的时域CFO估计算法，它基于QAM调制的PN序列训练序列，利用PN序列的自相关性和QAM信号的正则特性进行频偏估计。 算法设计了一个由两段重复PN序列组成的训练序列，每段长度为NFFT/2，并采用QPSK星座映射，以确保良好的自相关性。QAM信号的正则性使得可以通过分析接收信号与本地训练序列的互相关来估计频偏。论文中还引用了复随机变量的期望、协方差和伪方差的概念，这些统计特性有助于分析和处理频偏估计。 算法的核心在于，通过计算接收信号与本地训练序列的互相关函数，然后进行特定的数学变换，从而提取出CFO的信息。这种方法避免了频域算法的复杂性，并且在存在IQ不平衡时，仍能保持较高的估计精度。与现有算法比较，提出的算法在IQ不平衡条件下表现出更好的稳健性，同时具有较宽的频偏估计范围，即使在较小的频偏值下也能准确估计。 仿真结果验证了新算法的性能。在不同的信噪比(SNR)和IQ不平衡条件下，新算法相比于文献中的算法，不仅解决了相位模糊问题，而且在大范围的频偏估计上表现优越。在低SNR环境下，IQ不平衡对新算法的影响微乎其微，而在高SNR时，即使面对幅度和相位不平衡，算法的估计精度也能保持在极高的水平。 这篇论文提出了一种适用于存在IQ不平衡的OFDM系统的时域CFO估计算法，该算法通过精心设计的训练序列和利用QAM信号特性，能够在复杂的系统环境中提供精确的频偏估计，对于优化OFDM系统的性能具有重要意义。未来的研究可能包括进一步优化算法以减少计算复杂度或增强其适应更多非理想条件的能力。