2. IQ调制器工作原理与失衡数学模型

要理解IQ调制器为什么会产生镜像分量，必须先看清它在理想状态下如何把两路基带信号搬到射频载波上。本节从理想映射关系出发，逐步引入增益比与相位误差，建立可直接用于后续校准的失衡数学模型，并给出镜像幅度与期望信号幅度之间的定量关系。

一、理想IQ调制器的基带—射频映射

IQ调制器的核心是两路正交本振与两路乘法器。设本振角频率为 ω_c，同相本振为 cos(ω_ct)，正交本振为 −sin(ω_ct)（这里采用“正交支路本振滞后同相支路90°”的约定，全文与图示保持一致）。基带同相分量记为 I(t)，正交分量记为 Q(t)，则理想射频输出为：

s(t) = I(t)·cos(ω_c t) − Q(t)·sin(ω_c t)

用复包络表示更便于分析。定义复基带信号 x(t) = I(t) + jQ(t)，则上式可写成：

s(t) = Re{ x(t) · e^(jω_c t) }

这个映射关系说明：复基带信号的实部驱动同相支路，虚部驱动正交支路，两路在射频端正交叠加。若 x(t) 是一个单频复指数 e^(jω_mt)，则输出为 cos((ω_c+ω_m)t)，即只在上边带出现一个分量，下边带（镜像位置）为零。这正是理想IQ调制器“单边带搬移”能力的来源，也是后续判断失衡的基准。

二、失衡的来源与数学建模

实际电路中，两路乘法器的增益不可能完全相等，两路本振的相位差也不可能严格等于90°。把这两类偏差归入模型：设正交支路相对同相支路的增益比为 g（理想值1），正交本振相对理想90°的相位偏差为 φ（理想值0）。则实际输出为：

s(t) = I(t)·cos(ω_c t) − g·Q(t)·sin(ω_c t + φ)

为看清镜像的产生机理，把上式展开并整理成“期望项 + 镜像项”的形式。利用三角恒等式展开 sin(ω_ct+φ)，可得：

s(t) = Re{ [ (1 + g·e^(−jφ))/2 · x(t) + (1 − g·e^(jφ))/2 · x*(t) ] · e^(jω_c t) }

其中 x*(t) 是 x(t) 的共轭。第一项系数 K_d = (1 + g·e^−jφ)/2 作用于期望信号，第二项系数 K_m = (1 − g·e^jφ)/2 作用于共轭信号，后者在频谱上正好落在载波另一侧，形成镜像分量。当 g=1、φ=0 时，K_d=1、K_m=0，镜像消失，模型退化为理想情形。

三、镜像与期望信号的幅度关系

把 K_d 与 K_m 的模长之比定义为镜像抑制比（以幅度计），记为 IRR_amp：

|K_d|² = [(1 + g·cosφ)² + (g·sinφ)²] / 4
|K_m|² = [(1 − g·cosφ)² + (g·sinφ)²] / 4
IRR_amp = |K_m| / |K_d|

在小误差近似下（g≈1、φ 很小），可化简为工程上常用的估算式：

IRR_dB ≈ 10·log10( (g−1)² + φ² ) / 4 )   （φ 以弧度计）

更直观的近似是：幅度失衡 ε = g−1 与相位误差 φ 各自独立贡献镜像，总镜像幅度约与 √(ε² + φ²)/2 成正比。举例来说，若 g=1.02（2%增益失衡）、φ=2°（约0.035 rad），则 ε=0.02，√(0.02²+0.035²)≈0.040，镜像幅度约为期望的2%，对应约34 dB的镜像抑制。若把相位误差压到0.5°（约0.0087 rad），镜像幅度降到约1.1%，抑制提升到约39 dB。这说明相位误差在小角度区间往往比同量级的增益误差更“敏感”，因为1%的增益误差只对应0.01，而1°相位误差已对应0.0175 rad。

四、从模型到可校准的参数

上述模型的价值在于把物理失衡压缩为两个可估计、可补偿的参数 g 与 φ。实际校准中，通常先注入一个已知的单频复基带测试信号（例如 x(t)=e^jω_mt），在射频端观察期望频率 ω_c+ω_m 与镜像频率 ω_c−ω_m 两个分量的复幅度。设测得两者之比为 r = A_m/A_d·e^jθ，则由模型可反解：

g·e^(jφ) = (1 − r) / (1 + r)

取模得 g，取辐角得 φ。这一步把“观察到的镜像”直接映射回“电路失衡参数”，是后续数字预补偿或模拟 trimming 的输入。需要注意，r 的相位 θ 依赖于测试信号频率与观察参考面的选择，因此反解前必须固定参考面与符号约定，否则 g 与 φ 的正负号会翻转，补偿方向随之出错。

最后要强调模型的适用边界：本节模型假设两路乘法器为线性、本振为理想正弦、失配与频率无关。当存在本振泄漏（LO leakage，表现为载波处的直流分量）或频率相关失配时，仅靠 g 与 φ 两个实数无法完全描述，需要扩展为复数滤波器或频率相关的失衡模型。但在窄带系统与多数校准场景中，g/φ 模型已能解释绝大部分镜像来源，是建立补偿算法的合理起点。