This thesis investigates the following three issues: designing training sequences (TSs) for frequency and channel estimation, an adaptive predistortion (PD) with quadrature modulation/demodulation (QM/QDM) errors, and a non-data-aided (NDA) I/Q mismatch estimation for low-intermediate (IF) receivers.
First, a procedure for selecting a TS is developed for frequency estimation in frequency-selective channels. An expression for the unconditional Cramer-Rao bound (UCRB) is obtained by averaging the CRB for frequency estimation over the probability density function of Gaussian random channels, plus a necessary and sufficient condition for minimizing the UCRB is derived. Based on these results, a procedure for selecting TSs is developed. Through a computer search, binary TSs up to length 24 are found and tabulated. It is observed that periodic TSs tend to be selected when the TS length is twice the channel du-ration. Simulation results demonstrate that the proposed TSs can enhance the performance of the maximum-likelihood (ML) frequency estimate. Using the result mentioned above, a procedure for selecting a TS is developed for joint ML frequency and channel estimation. Conditions for minimizing the mean square error (MSE) of the joint estimate are derived, and a procedure developed for finding TSs. Computer simulation results demonstrate that the proposed TSs can enhance the performance of the joint ML estimate.
Next, adaptive PD techniques are proposed that jointly compensate both the amplifier nonlinearity and QM/QDM errors, whereas for the QDM errors, followed by the extraction of the PD parameters. The proposed methods are derived based on the indirect learning architecture, which has been originally developed for PD. Two types of the PD schemes are considered: one is the memoryless polynomial and the other is memory polynomial. The proposed compensators update the parameter vector based on the recursive least squares (RLS) criterion. It is demonstrated through computer simulation that the proposed methods can compensate both the amplifier nonlinearity and QM/QDM errors effectively.
Finally, a digital signal processing (DSP) technique is presented that can compensate for the I/Q mismatch in low-IF receivers. In particular, a NDA I/Q mismatch estimator is derived by exploiting the statistical independence between desired and image signals. The proposed technique obtains two baseband signals (uncompensated desired and image signals) from a digial IF signal and processes them to estimate and compensate for the I/Q mismatch. The MSE of the estimate is analyzed. Computer simulation results indicate that the proposed technique can outperform existing adaptive DSP techniques that are based on the use of blind signal separation algorithms. It is observed that the image rejection ratio (IRR) of the proposed technique decreases monotonically with the number of observed samples for estimation, while that of conventional methods exhibits some floor.
본 논문에서는 주파수 및 채널을 위한 훈련 신호 설계 방법, 직교 변/복조 오류가 있을 때의 적응 사전왜곡 기법, 마지막으로 low-intermediate frequency (IF) 수신기에서의 비데이터 도움 방식에 기반한 I/Q 불균형 보상 기법을 다룬다.
우선, 주파수 선택적 채널에서 주파수 추정을 위한 훈련 신호 설계 방법을 제안한다. 주파수 추정에 대한 Cramer-Rao bound (CRB)를 가우시안 랜덤 채널의 확률 분포 함수로 적분함으로써 unconditional CRB (UCRB)를 계산하고, 이러한 UCRB를 최소화하는 필요 충분 조건을 유도한다. 이러한 결과를 바탕으로 훈련 신호 선택 방법을 제안한다. 컴퓨터 탐색을 통해 길이 24까지의 이진 훈련 신호를 찾아 내고 표화하며, 훈련 신호 길이가 채널 길이의 두 배 일 때 주기적인 신호가 선택됨을 관찰한다. 모의 실험을 통해 제안된 훈련 신호가 사용되었을 때 maximum-likelihood (ML) 주파수 추정 성능이 향상됨을 보인다. 그리고, 위에서 제안된 방법을 이용하여, 동시 ML 주파수 및 채널 추정을 위한 훈련 신호 설계 기법이 제안된다. 동시 추정치의 평균 자승 오차 값을 최소화하는 조건이 유도되며, 설계된 훈련 신호를 도입하여 동시 ML 추정 성능이 향상됨을 모의 실험을 통해 확인한다.
다음으로, 증폭기의 비선형성 및 직교 변/복조 오류를 동시에 보상하는 적응 사전왜곡 기법을 제안한다. 후자의 경우에는 사전왜곡기에 해당하는 매개 변수들을 추정하는 과정이 추가된다. 제안된 방법은 기존의 사전왜곡 기법이 개발된 간접 학습 (indirect learning) 구조를 기반으로 한다. 다항식 기반의 사전왜곡 기법이 도입되며, 메모리가 없는 경우와 있는 경우 두 가지를 모두 고려한다. 제안된 보상기의 매개 변수 벡터는 회귀 최소 자승 법을 이용하여 갱신한다. 제안된 방법이 증폭기의 비선형성 및 직교 변/복조 오류를 동시에 보상할 수 있음을 모의 실험을 통해 확인한다.
끝으로, low IF 수신기에서 I/Q 불균형을 보상하는 디지털 신호 처리 기법이 제안된다. 특히 비데이터 도움 방식을 기반으로 하며, 목표 신호와 이미지 신호와의 통계적인 독립성을 이용하여 유도된다. 제안된 방법은 먼저 디지털 IF 신호로부터 두 개의 기저대역 신호 (보상 전의 목표 신호와 이미지 신호)를 얻고, 그 두 개의 신호를 이용하여 I/Q 불균형을 추정하고 보상한다. 추정치의 평균 자승 오차 값의 분석 과정이 이루어 진다. 컴퓨터 모의 실험 결과는 제안된 기법이 눈먼 신호 분리 (blind signal separation) 알고리즘의 사용에 기반한 기존 적응 디지털 신호 처리 방법보다 나음을 보여준다. 기존 알고리즘의 경우 이미지 억제 비율 (image rejection ratio)이 샘플 수에 따라 floor를 보이는 반면에, 제안된 방법은 샘플 수가 증가 함에 따라 단조 감소 함이 확인된다.
