In this work, a hardware efficienta

In this work, a hardware efficientalgorithm for sequential in-phase (I) and quadrature (Q) imbalance (IQ imbalance) and carrier frequency offset (CFO) compensation under chromatic dispersion (CD) and phase noise (PN) environment is proposed. Two identical orthogonal frequency division multiplexing (OFDM) symbols, which are namely training sequences (TSs), are used to acquire CFO and IQ imbalance coefficients.The CFO is obtained by calculating phase differences between the two TSs. To achieve the image frequency interference factors which are caused by an IQ imbalance effect, each symbol of the TS is modulated on only a half of all the subcarriers while the remaining subcarriers are modulated with zeros. By doing this, the IQ imbalance coefficientsare directly estimated without recursive calculation requirements. This brings a low complexity to implementation in hardware. The performances of the modeling system are evaluated by a numerical simulation method where the error vector magnitude (EVM), the bit error ratio (BER), and the mean square error (MSE) quantities are used as performance indicators. The numerical simulation results are showed that the performance of the modeling system is enormously improved even when highly dispersive channels and phase noise are considered.

ผลลัพธ์ (ไทย) 1:

ในงานนี้ efficientalgorithm ฮาร์ดแวร์ลภาค (Q) ความไม่สมดุล (สมดุล IQ) ตามลำดับในเฟส (I) และความถี่ในการขนส่งตรงข้ามค่าตอบแทน (ของ CFO) ภายใต้การกระจายตัวเครื่องตั้งสาย (ซีดี) และมีเสนอระบบเสียง (PN) ระยะ สองความถี่ orthogonal กันส่วนมัลติเพล็กซ์แบบ (OFDM) สัญลักษณ์ ซึ่งได้แก่ฝึกอบรมลำดับ (TSs), ใช้เพื่อซื้อสัมประสิทธิ์ความไม่สมดุลของ CFO และไอคิว ของ CFO ได้รับจากการคำนวณระยะความแตกต่างระหว่าง TSs สอง เพื่อให้บรรลุปัจจัยรบกวนความถี่ภาพที่เกิดจากการไม่สมดุลผล IQ แต่ละสัญลักษณ์ของ TS มีสันทัดบนเพียงครึ่งของทั้งหมด subcarriers ขณะ subcarriers เหลือจะสันทัดกับศูนย์ โดยการทำเช่นนี้ coefficientsare สมดุล IQ โดยตรงประเมินโดยไม่ต้องคำนวณซ้ำ นี้นำความซับซ้อนต่ำเพื่อใช้งานในฮาร์ดแวร์ ประสิทธิภาพของระบบการสร้างโมเดลจะประเมิน โดยวิธีจำลองที่ขนาดเวกเตอร์ข้อผิดพลาด (EVM), อัตราผิดพลาดบิต (BER), และปริมาณข้อผิดพลาด (MSE) ของค่าเฉลี่ยกำลังสองจะใช้เป็นตัวบ่งชี้ประสิทธิภาพ ผลการจำลองจะแสดงให้เห็นว่า ประสิทธิภาพของระบบโมเดลไปปรับแม้ช่อง dispersive สูงและเสียงรบกวนขั้นตอนพิจารณา

ผลลัพธ์ (ไทย) 2:

ในงานนี้ efficientalgorithm ฮาร์ดแวร์สำหรับลำดับในขั้นตอน (I) และการสร้างพื้นที่สี่เหลี่ยมจัตุรัส (Q) ความไม่สมดุล (ความไม่สมดุล IQ) และความถี่ชดเชย (CFO) ค่าตอบแทนภายใต้การกระจายตัวของสี (CD) และเสียงรบกวนเฟส (PN) จะเสนอสภาพแวดล้อม สองมัลติแบ่งความถี่มุมฉากเหมือนกัน (OFDM) สัญลักษณ์ที่ได้รับการฝึกอบรมคือลำดับ (TSs) จะใช้ในการรับ CFO และความไม่สมดุล IQ coefficients.The ซีเอฟโอจะได้รับโดยการคำนวณความแตกต่างของระยะระหว่างสอง TSs เพื่อให้บรรลุถึงปัจจัยรบกวนความถี่ภาพที่เกิดจากผลกระทบความไม่สมดุลของไอคิวสัญลักษณ์ของ TS แต่ละคนจะปรับเพียงครึ่งหนึ่งของ subcarriers ทั้งหมดในขณะที่ subcarriers ที่เหลือจะถูกปรับด้วยศูนย์ โดยทำเช่นนี้ความไม่สมดุลของไอคิว coefficientsare ประมาณโดยตรงโดยไม่ต้องการการคำนวณ recursive วิธีนี้จะทำให้ความซับซ้อนในการดำเนินการที่ต่ำในฮาร์ดแวร์ การแสดงของระบบการสร้างแบบจำลองที่มีการประเมินโดยวิธีการจำลองเชิงตัวเลขที่สำคัญเวกเตอร์ข้อผิดพลาด (EVM) อัตราความผิดพลาดบิต (เบอร์) และค่าเฉลี่ยความคลาดเคลื่อนกำลังสอง (MSE) ปริมาณที่ใช้เป็นตัวชี้วัดประสิทธิภาพ ผลการจำลองเชิงตัวเลขจะแสดงให้เห็นว่าประสิทธิภาพของระบบการสร้างแบบจำลองที่มีการปรับปรุงอย่างมากแม้ในขณะที่ช่องทางกระจายเสียงสูงและขั้นตอนการได้รับการพิจารณา

ผลลัพธ์ (ไทย) 3:

ในงานนี้ เป็นอุปกรณ์ efficientalgorithm สำหรับเฟสต่อเนื่อง ( ผม ) และพื้นที่ ( Q ) ไม่สมดุล ( สมดุล IQ ) และสัญญาณความถี่ออฟเซต ( CFO ) ค่าตอบแทนภายใต้สีกระจาย ( CD ) และเสียงเฟส ( PN ) สิ่งแวดล้อมเสนอ 2 ) การมัลติเพล็กซ์แบบแบ่งความถี่เหมือนกัน ( ค ) สัญลักษณ์ ได้แก่ การฝึกอบรมลำดับ ( TSS )จะใช้ในการรับและไม่สมดุล ) ค่า IQ CFO ได้โดยการคำนวณความแตกต่างระยะระหว่างสอง TSS . เพื่อให้ได้ภาพที่มีความถี่สัญญาณรบกวนที่เกิดจากความไม่สมดุลผล IQ แต่ละสัญลักษณ์ของ TS ยังเป็นเพียงครึ่งหนึ่งของประเด็นทั้งหมด ส่วนประเด็นที่เหลือจะปรับกับศูนย์ โดยการทำเช่นนี้ไอคิวความไม่สมดุล coefficientsare โดยตรงโดยไม่ต้องผลการคำนวณประมาณการความต้องการ นี้นำความซับซ้อนต่ำเพื่อดำเนินการในฮาร์ดแวร์ สมรรถนะของระบบจำลองจะถูกประเมินโดยวิธีการจำลองแบบเชิงตัวเลขที่ข้อผิดพลาดเวกเตอร์ขนาด ( EVM ) , อัตราความผิดพลาดบิต ( เบอร์ ) และ ค่าเฉลี่ยความคลาดเคลื่อนกำลังสอง ( MSE ) ปริมาณที่ใช้เป็นตัวชี้วัดประสิทธิภาพการจำลองเชิงตัวเลขผล พบว่า ประสิทธิภาพของการจำลองระบบปรับปรุงเป็นอย่างมาก แม้ว่าช่องทางสูงและเสียงเฟสกระจายตัวเป็นสำคัญ