IQ数据表示信号（1）

IQ数据表示信号（1）

引用的公众号文章，链接：https://mp.weixin.qq.com/s?__biz=MzI1NTIzMTk0Ng==&mid=2247486643&idx=1&sn=3c1079c4b45647f940abda243b57f1bd&chksm=ea385e16dd4fd7002375f5e684ff881ee0d35dd5de81edaab3c844acd325bee4b0e9ee66a91c&scene=21#wechat_redirect

为什么要用IQ数据？

要表示一个信号，最直观的方式是使用一系列信号振幅的采样序列，如下图：

缺点：

● 无法确定信号的频率是正频率或者负频率。例如 : cos(x) = cos(-x) 。在你对信号处理的时候，这将成为一个麻烦。将两个信号相乘时，它将导致乘法的结果可能有好几个：f1 ⊗ f2 等于 f1 + f2 也等于 f1 - f2。（负频率是什么？为什么会有负频率？）

●无法确定信号的功率（峰值振幅，包络）。只能在 0°, 180°, 360° 的时候看到峰值振幅，而且也不能确定后续的信号的功率是否也是一致。

I/Q 数据解决了这些问题。它不是只在时间维度上对信号一维采样，而是把它在三维空间中看成一个螺丝（螺旋，螺旋弹簧）。

现在，如果你从侧面看这条三维曲线，你将会得到和上面一样的一幅图片。也就是说，采样序列也就是这个螺旋在 2D 上的投影。而这就是 I/Q 数据的 "I" 部分。

如果你从上方看这条三维曲线，看起来和从侧面看十分相似，但是注意到，它是从 0 而不是从 90° 相位开始的。这是 I/Q 数据的 "Q" 部分。

沿时间轴从侧面看这条曲线，曲线是逆时针螺旋的。意味着这个信号的频率为正。而当曲线顺时针螺旋时，也可以得出信号频率为负的结论。也就是说在 I 信号一样、Q 信号不一样的时候，可能能表达相反的频率。半径就是信号的幅值。

I 轴和 Q 轴是互相垂直的，那么幅值也就等于 (I²+Q²)1/2 ，因此，在每个采样点都能看到信号的幅值。

I/Q 数据是什么？

正如你所理解的这样，I/Q数据采样就是沿着这个螺旋的时间轴方向对信号的采样坐标。

给定幅值 A 和 角度 ϕ 为任意值（只要信号是连续的）。 而A⋅cos(ϕ) 就是 I/Q信号中的I分量，即你的实信号。请注意，这只描述了你的信号中的一个点，或者说，一个采样值。在下一次采样时将会生成新的I/Q值，即另一个幅度和相位角，而这，反映了信号的调制。

I/Q 数据的一个例子

让我们取一个I/Q数据的，来看看如何表示的。这也叫做相位矢量（phase vector），或者相量（phasor）。

I = 0.69
Q = 0.40

画出复平面坐标图：

让我们来看看上面这幅图上数据点信息：

● 根据定义，瞬时幅值由信号的实部I给出，即 0.69
● 毕达哥拉斯定理告诉我们，余弦信号的幅值是：(0.69²+0.40²)1/2 = 0.8
● 三角函数告诉我们，目前相位角是在cosine函数的+30°

I/Q实际上假定了你的实信号（I）能表达为这个函数 I = A⋅cos(ϕ)

既然你能够自由选择A和ϕ，那么只要信号连续的话，上面表达式就绝对成立。

所以，使用IQ数据时，不仅仅能得到信号的瞬时值，而且可以得到一个生成函数。综上所述，我们可以得到：

 实信号 I = 0.8⋅cos(30°)

I/Q数据是cosine函数的一种表达形式。而I/Q数据是我们上面使用的极坐标符号的矩形表示。这两者之间能互相转换，且不同的表达方式有不同的计算方式。选择矩形表示的I/Q数据是因为用硬件实现起来非常简单。

I/Q数据包括了I和Q两个独立的变量，它是一个长度为2的向量，或者说是一个复数I+Qi（I是实部）。

‍

需要注意的是，上面所说的振幅是波峰值振幅，而非瞬时振幅。

● I是这个信号的瞬时振幅（即真正的信号）
● Q是信号相位偏移的瞬时幅值-90°

对于一个简单的函数，如正弦，相移代表着信号早于某一时刻产生，但是对于一个由不同分量的正弦函数叠加的信号，Q反映的是单个分量的90°位移，而不是复合信号。要将一个真正的信号转换成I/Q数据信号，需要进行傅立叶变换。

表示相同 I/Q 数据的不同方式

● 复数：I + Qi
● 作为向量 [I，Q]
● 或者只是两个普通变量 I 和 Q

极性形式

振幅和角度
I = 振幅⋅cos（角度） Q = 振幅⋅sin（角度）

振幅是余弦（和正弦）函数的峰值振幅，角度是从零到360°（或0到2π）的周期。

欧拉形式

由于 cos（φ） + i⋅sin（φ） = e^iφ，我们可以将 IQ 样本写为

          Ae^iφ

这可能是最直观的样本表示形式。φ旋转角度，如极坐标表示所示，A 是振幅。意识到这一点，欧拉身份变得显而易见。因为 φ 是矢量在复平面中的旋转，所以将其旋转半圈，即 180° 或 π 弧度，导致实部为 -1，而没有虚部，因此：

    eπi+1 = 0

可以找找欧拉公式的文章，关于欧拉公式，会是另外的一个故事。

这篇文章主要是从采样的角度来讲述IQ数据的，可能也会读的云里雾里，但是从这些文章中可以找到可以理解的部分，然后努力的去学习那些不理解的部分，可能回过头来就会相互印证，恍然大悟。在此做个记录。