一种黑盒子记忆性失真补偿方法
【技术领域】
[0001] 本发明属于通信技术领域，设及一种黑盒子记忆性失真补偿方法。
【背景技术】
[0002] 信道指通信的通道，是信号传输的媒介。
[0003] 信息是抽象的，但传送信息必须通过具体的媒质。例如二人对话，靠声波通过二人 间的空气来传送，因而二人间的空气部分就是信道。邮政通信的信道是指运载工具及其经 过的设施。无线电话的信道就是电波传播所通过的空间，有线电话的信道是电缆。每条信道 都有特定的信源和信宿。在多路通信，例如载波电话中，一个电话机作为发出信息的信源， 另一个是接收信息的信宿，它们之间的设施就是一条信道，该时传输用的电缆可W为许多 条信道所共用。在理论研究中，一条信道往往被分成信道编码器、信道本身和信道译码器。 人们可W变更编码器、译码器W获得最佳的通信效果，因此编码器、译码器往往是指易于变 动和便于设计的部分，而信道就指那些比较固定的部分。但该种划分或多或少是随意的，可 按具体情况规定。例如调制解调器和纠错编译码设备一般被认为是属于信道编码器、译码 器的，但有时把含有调制解调器的信道称为调制信道；含有纠错编码器、译码器的信道称为 编码信道。
[0004] 所有信道都有一个输入集A，一个输出集BW及两者之间的联系，如条件概率 P(y|x)，xGA，yGB。该些参量可用来规定一条信道。
[0005] 通信中很多信道或者通信器件具有记忆特性，对不同频率信号放大倍数不同，将 会产生记忆性失真，而且往往该些记忆特性参数是未知的。
【发明内容】
[0006] 发明目的；本发明针对上述现有技术存在的问题做出改进，即本发明所要解决的 技术问题是通信系统中信道记忆性失真，本发明公开了一种黑盒子记忆性失真补偿方法。
[0007] 技术方案；一种黑盒子记忆性失真补偿方法，包括W下步骤：
[0008](1)、定义输入信号；x=xl+i*x2,X为复数，xl和x2为实数，i为虚数单位，i表 示xl和x2正交；
[0009]I路输入信号的表达式为；xl(n) =cos(2*pi*fc*n/fs+pi/4)，nG[0 ~ (length-1)]；
[0010]Q路输入信号的表达式为；x2(n) =sin(2*pi*fc*n/fs+pi/4)，nG[0 ~ (length-1)]；
[0011] 其中，fs为采样频率，fc为发送信号频率，pi为31，fs〉2fc，length表示信号长 度，length= 1024 ;
[0012] (2)、将步骤（1)中的输入信号X=xl+i*x2经过记忆性信道得出输出信号y= yl+i*y2,y为复数，yl和y2为实数，i为虚数单位，yl对应I路xl的输出，y2对应Q路x2 的输出；
[001引 （3)、近似滤波器AS抽头系数长度L= 32,近似滤波器AS抽头系数的初值设为0， 良Psame_xs(L) = 0 ;
[0014](4)、将步骤（1)中的输入信号X=xl+i*x2经过近似滤波器AS，
[0015] 即通过差分运算得出输出信号ys=yls+i*y2s，其中
[0018] ys表示信号经过近似滤波器AS后的输出信号，其中yls对应着xl的输出，y2s对 应着x2的输出，n表不信号的第n个离散点，nG[0~（length-1) ]，length表不信号长 度，length= 1024,same_xs(m)表示近似滤波器AS的第m个抽头系数，mG[0~江-1)]， L为近似滤波器AS的抽头系数长度，L= 32 ;
[001引 巧）、LMS算法；计算步骤似中得到的输出信号y=yl+i*y2和步 骤（4)得到的输出信号ys=yls+i*y2s的矢量差en(n) =y(n)-ys(n)=(yl(n)-yls(n))+i*(y2(n)-y2s(n))，nG[0~（length-1)]，length表示信号长度，length =1024 ；
[0020] 化）、更新近似滤波器AS的抽头系数；same_xs(n+1) =same_ xs(n)+2*mu*[(xl+x2) /2]，
[0021] 其中，same_xs(n+1)为本次迭代得出的近似滤波器AS的抽头系数，same_xs(n)为 最近一次迭代的近似滤波器AS的抽头系数，mu为LMS算法中的迭代步长，0<mu<l/Am。,，其 中入为输入信号相关矩阵的最大特征值，nE[0~（length-l)]，length表示信号长度， length= 1024 ；
[0022] (7)、根据步骤（5)得到的矢量差en(n)计算出步骤（2)中得到的输出信号y和此 次迭代中步骤（4)得到的输出信号ys的均方误差（MSE_1):
[0023]
[0024]en(n)表示第n个离散点的矢量差，nG[0~（length-1)]，length表示信号长 度，length= 1024,用MSE_0表示上次迭代中步骤（2)中输出信号y和步骤（4)中输出信 号ys的均方误差，初始值EVM_0 = -1 ;
[00巧]巧）、根据步骤（7)得到的此次迭代信号均方误差MSE_1和上次迭代得到的信号均 方误差MES_0比较，判断MSE是否达到最小值，从而确定是否继续迭代更新近似滤波器AS 的抽头系数；若MSE_0 ! = -1，并且，MSE_0《MSE_1则停止迭代，进入步骤（10);否则，令 MSE_0 =MSE_1，并且进入步骤巧），继续迭代更新近似滤波器AS的抽头系数；
[002引 巧）、重复步骤（4)~巧），迭代更新近似滤波器AS的抽头系数，使得步骤似中得 到的输出信号y=yl+i*y2和步骤（4)得到的输出信号ys=yls+i*y2s的信号均方误差 达到最小；
[0027] (10)、计算近似滤波器AS的幅频特性，即步骤（1)~（9)中得到的近似滤波器AS 的抽头系数same_xs[L]，L= 32,经过64点fft变换到频域，得到滤波器AS幅频特性，用 数组H_same_xs[2礼]表不，
[002引 （11)、计算步骤（1)中的输入信号X含有的fc频率点且与近似滤波器的AS幅频 数组中对应的数组坐标，= [2*/c'//5*64]，fc为输入信号频率，fs为采样频率， ^1表示向下取整；
[0029](12)、将滤波器DA的幅频特性设初值为1，用64位数组H_da_xs表示即H_da_xs =ones(1, 64)；
[0030](13)、计算出滤波器DA在fc频域处幅频特性
[0031] H_da_xs(1,number_fc) = 1/H_same_xs(1,number_fc)；
[0032](14)、滤波器DA的幅频特性经过ifft到时域，得到逆滤波器DA的系数，用数组 da_xs[L]表示，L= 32 ;
[003引（巧）、失真矫正
[0034] 信号y=yl+i*y2,经过逆滤波器DA后输出yx=ylx+i*y2x，即I-Q两路信号记 忆性失真矫正完成。
[00巧]作为本发明中一种黑盒子记忆性失真补偿方法的一种优选方案；步骤化）中，mu=0. 001。
[0036] 有益效果；本发明公开了一种黑盒子记忆性失真补偿方法，其具有W下有益效 果：
[0037] 1、当信道中记忆特性参数未知时，可W通过本发明得出信道记忆性失真特性，并 且矫正；
[0038] 2、当有一个参数未知的滤波器，可W通过本发明得出滤波器的参数，并且得出滤 波器对应的逆滤波器。
【附图说明】
[0039] 图1为本发明公开的一种黑盒子记忆性失真补偿方法的流程图；
[0040] 图2为发送信号时域示意图；
[0041] 图3为记忆性信道的输入信号和失真输出信号的对比图；
[0042] 图4为记忆性信道和近似滤波器AS幅频图；
[0043] 图5为记忆性信道的输入信号和失真矫正后输出信号对比图。
【具体实施方式】：
[0044] 下面对本发明的【具体实施方式】详细说明。
[0045] 如图1所示，一种黑盒子记忆性失真补偿方法，包括W下步骤：
[0046] (1)、定义输入信号；x=xl+i*x2,X为复数，xl和x2为实数，i为虚数单位，i表 示xl和x2正交；
[0047] I路输入信号的表达式为；xl(n) =cos(2*pi*fc*n/fs+pi/4)，nG[0 ~ (length-1)]；
[004引 Q路输入信号的表达式为；x2(n) =sin(2*pi*fc*n/fs+pi/4)，nG[0 ~ (length-1)]；
[0049]其中，fs为采样频率，fc为发送信号频率，pi为31，fs〉2fc，length表示信号长 度，length= 1024 ;
[0050](2)、将步骤（1)中的输入信号X=xl+i*x2经过记忆性信道得出输出信号y= yl+i*y2,y为复数，yl和y2为实数，i为虚数单位，i表示yl和y2正交，yl对应I路xl的 输出，y2对应Q路x2的输出；
[0051](3)、近似滤波器AS抽头系数长度L= 32,近似滤波器AS抽头系数的初值设为0， 用长度为32化数组表不same_xs(L) = 0 ;
[005引 （4)、将步骤（1)中的输入信号X=xl+i*x2经过近似滤波器AS，
[0053] 即通过差分运算得出输出信号ys=yls+i*y2s，其中
[005引 ys表示信号经过近似滤波器AS后的输出信号，其中yls对应着xl的输出，y2s对 应着x2的输出，n表示信号的第n个离散点，nG[0~（length-1)]，length表示信号长 度，length= 1024,same_xs(m)表示近似滤波器AS的第m个抽头系数，mG[0~江-1)]， L为近似滤波器AS的抽头系数长度，L= 32 ;
[0057] 巧）、LMS算法；计算步骤（2)中得到的输出信号y=yl+i*y2和步骤（4)得到的输 出信号ys=yls+i*y2s的矢量差en(n) =y(n)-ys(n) =yl(n)-yls(n)) +i* (y2 (n) -y2s(n 0)，nG[0 ~（length-1)]，length表示信号长度，length= 1024 ;
[0058] 化）、更新近似滤波器AS的抽头系数；same_xs(n+l) =same_xs(n)+2*mu*[(xl+x 2)/2],
[0059] 其中，same_xs(n+1)为本次迭代得出的近似滤波器AS的抽头系数，same_xs(n)为 最近一次迭代的近似滤波器AS的抽头系数，mu为LMS算法中的迭代步长，0<mu<l/Am。,，其 中入为输入信号相关矩阵的最大特征值，nE[0~（length-l)]，length表示信号长度， length= 1024 ；
[0060] (7)、根据步骤（5)得到的矢量差en(n)计算出步骤（2)中得到的输出信号y和此 次迭代中步骤（4)得到的输出信号ys的均方误差（MSE_1):
[0061]
[006引en(n)表不第n个离散点的矢量差，nG[0~（length-1)]，length表不信号长 度，length= 1024 ;
[006引用MSE_0表示上次迭代中步骤似中输出信号y和步骤（4)中输出信号ys的均 方误差，初始值EVM_0 = -UEVM为非复数，-1表示未进行迭代前信号均方误差为无穷大）； [0064] 巧）、根据步骤（7)得到的此次迭代信号均方误差MSE_1和上次迭代得到的信号均 方误差MES_0比较，判断MSE是否达到最小值，从而确定是否继续迭代更新近似滤波器AS的抽头系数；若MSE_0 ! = -1 (表示EVM_1不是第一次迭代），并且MSE_0《MSE_1则停止 迭代，进入步骤（10);否则，令MSE_0 =MSE_1，并且进入步骤巧），继续迭代更新近似滤波 器AS的抽头系数；
[006引 巧）、重复步骤（4)~巧），迭代更新近似滤波