[发明专利]一种通道补偿校准方法与系统

权利要求书

1.一种通道补偿校准方法，其特征在于，包括：

步骤一、向通道发送一组已知的训练序列的原始信号；

步骤二、将训练序列的原始信号依次通过数模转换器和射频发射端发射出去；

步骤三、依次通过射频接收端和模数转换器接收训练序列的反馈信号；

步骤四、将接收到的训练序列的反馈信号和训练序列的原始信号进行同步校准；

步骤五、构造训练序列信号的矩阵组合，其中，训练序列信号的矩阵组合包括：训练序列的原始信号和反馈信号的自相关矩阵，以及用于表征通道数字预失真系数的互相关矩阵；

步骤六、对所构造的训练序列信号的矩阵组合进行处理，并获取用于通道补偿的校准系数；

步骤七、将所获取的校准系数反馈给通道，并使用所述校准系数对通道进行补偿校准；

所述步骤六具体包括：

从通道的射频发射端发送的训练序列的原始信号为：

z(1)、…z(i)、…z(m)、…z(n)，已知从通道的射频接收端接收的训练序列的反馈信号Y为：y(1)、…y(i)、…y(m)、…y(n)；在最小二乘法中，采用M阶线性滤波器，依据训练序列的反馈信号Y对训练序列的原始信号Z进行估算，迭代公式如下：

其中，i为采样点的数目标号，N为采样点的总数目，w_m(i)为与采样点的数目标号i的校准系数，M为线性滤波器的阶数，k为记忆序列位置，z(i)为训练序列的原始信号，为对z(i)的预估值，e(i)为表征训练序列的原始信号与其预估值之间的加权累计平方误差性能函数，其中k为正整数；

提前L个数目的采样点获得最佳的校准系数W，根据误差向量幅度的最小值确定提前采样点的数目和最佳的校准系数W的值，一组采样数据为：evm_rmslist(1:L)＝6.8852，5.2686，3.2056，2.9622，3.678，其中L为提前采样的数目；此时，迭代公式如下：

其中，i为采样点的数目标号，N为采样点的总数目，L为提前采样的数目，w_m(i)为与采样点的数目标号i的校准系数，M为线性滤波器的阶数，k为记忆序列位置，z(i)为训练序列的原始信号，为对z(i)的预估值，e(i)为表征训练序列的原始信号与其预估值之间的加权累计平方误差性能函数，其中，k为大于等于1，小于等于L的正整数；

在最小二乘法,依据加权累计平方误差性能函数的取值最小，获取w_m(i)的最佳值，计算公式如下：

其中，ξ(i)为最小加权累计平方误差，e(i)为表征训练序列的原始信号与其预估值之间的加权累计平方误差性能函数，λ为记忆因子，k为记忆序列位置，其中，k为大于等于1，小于等于L的正整数；

此外，最小二乘法通过解正规方程的逆矩阵得到，计算过程如下：

由训练序列的反馈信号Y组成的自相关矩阵Y，

Y＝[y₁,…,y₂,…,y_m,…,y_M]^T，其中，u_m＝y_(i-m+1),i＝0,…N,m＝1:M；

由训练序列的参考信号Z组成的自相关矩阵Z为：

Z＝[z₍₀₎,…,z_(N-1)]^T；

由通道的目标预失真系数组成的互相关矩阵W为：

W＝[w₁,…,w₂,…,w_m,…,w_M]^T；

目标预失真系数的最小二乘解表示为：

通过巧利斯基分解算法对该矩阵求逆，获得目标预失真系数的最小二乘解；

在将所获取的校准系数，即目标预失真系数的最小二乘解，反馈给通道进行补偿校准时，反馈给通道的射频发射端和/或通道的射频接收端。

2.根据权利要求1所述的通道补偿校准方法，其特征在于，步骤一中的训练序列的数据长度依据通道的最低分辨带宽来确定。

3.根据权利要求1所述的通道补偿校准方法，其特征在于，步骤三之后，步骤四之前，通道补偿校准方法还包括：对接收到的训练序列的反馈信号抽取采样。