企业官网建设流程全解析

很多人第一次用频谱仪看一条IQ发射链路的输出，都会被同一个现象绊住：明明只往DAC里灌了一个单音，频谱上却干干净净地出现了两个峰，一个在载频左边，一个在右边，幅度相差可能只有二三十dB。这时候大多数人会先怀疑代码里的频率字算错了，把NCO的频率前后改三遍，发现镜像纹丝不动——它根本不是算出来的，而是被模拟链路的幅度和相位失配“生成”出来的。IQ调制技术看起来只是把一路信号拆成两路再合成，但它的全部难点都藏在“正交”这两个字的实现精度里：数字域可以做到理论上的完美正交，模拟域却永远差那么一点点，而这一点点会直接变成镜像、本振泄漏和EVM恶化。

这篇内容面向的是需要真正把IQ链路跑起来的人：做软件无线电的、写数字预失真算法的、搭雷达收发前端的、玩音频单边带的，以及被导师安排去调一块射频板的同学。基础概念会讲，但重点放在三件事上：正交性为什么在数学上成立、在硬件上又为什么必然被破坏，以及用最少的两台仪器怎么把破坏点定位出来。全程只谈可复现的方法和可量化的数字，不谈玄学。

1. 为什么非要把一个信号拆成I和Q两路

1.1 一根正弦线能装下的信息量其实很有限

先退一步想一个最朴素的问题：如果我要把一个基带信号搬到一个很高的载频上去，最直接的做法是拿这个信号去乘一个余弦，也就是 s(t)=m(t)·cos(ω_c t)。这叫双边带调制，频谱上会产生上下两个对称的边带，各占一份带宽。问题在于这两个边带携带的信息完全一样，等于你用两倍的频谱资源传了一份内容。传统广播时代这无所谓，反正频谱便宜；但在今天的场景里，带宽是硬通货，浪费一半是不可接受的。

单边带调制解决的就是这个问题：想办法把其中一个边带抵消掉。数学上的做法是引入第二条支路，把原信号做90度相移后乘正弦，两路相减，其中一个边带就消掉了。这条“90度相移支路”就是Q路的起点。所以从历史上看，IQ调制并不是为了“高级”而发明的，它是为了省带宽而被逼出来的一个技巧，只是后来大家发现这个技巧的用途远不止省带宽。

关键在于：单边带能否干净地实现，完全取决于那两路信号是不是严格的90度正交，以及两路的幅度是不是严格相等。任何一点偏差，被抵消的那个边带就会漏回来一部分，这部分泄漏就是后面要反复打交道的“镜像”。

1.2 正交性成立的前提是一个积分，不是一个角度

很多人对“正交”的理解停留在“相差90度”这个几何直觉上，但真正让IQ调制在接收端可以无损分离的，是三角函数在一个周期上的积分性质：

∫cos(ωt)·cos(ωt)dt = 1/2，∫sin(ωt)·sin(ωt)dt = 1/2，而 ∫cos(ωt)·sin(ωt)dt = 0

最后这个零才是全部的秘密。接收端把收到的信号分别乘上本地恢复的cos和sin再低通，I路只留下自己那份，Q路只留下自己那份，互不干扰。这个性质对频率完全相同、相位严格相差90度的两个本振才成立。

一旦本振相位差变成85度，那个积分就不再是零，而是一个正比于cos(85°)的小量，于是I路里混进了Q路的分量，Q路里混进了I路的分量。这种串扰在星座图上的表现是整团点云被“剪切”成平行四边形，而不是均匀的圆形扩散——这是一个非常有用的诊断特征，后面还会用到。

顺便说一句，这个积分性质也解释了为什么IQ调制对相位噪声的敏感度和普通调制不一样：本振的相位噪声对I、Q两路是共模的，它会整体旋转星座，但不直接产生镜像；真正产生镜像的是两路之间的差分误差。所以调IQ链路时，先别急着怪本振相噪，那个锅通常不归它背。

1.3 复基带：把两个实数通道看成一个复数

真正让IQ调制变得好用的，是换一个视角：不要分别看I和Q，把它们当成一个复数的实部和虚部，写成 x(t)=I(t)+jQ(t)。这个复数信号就是所谓的复基带信号，它没有物理实体，只存在于算法和DSP里，但它把“幅度”和“相位”这两个概念统一成了一个东西——复数的模和辐角。

在这个视角下，整个上变频过程可以写成一行：

s(t) = Re{ x(t) · e^{jω_c t} }

展开就是 s(t) = I(t)cos(ω_c t) − Q(t)sin(ω_c t)。

这个式子的好处是它把“我要产生什么”和“我怎么产生”彻底分开了。左边是物理世界要的实信号，右边括号里是算法世界能自由操纵的复数。我想让星座点转45度，只需要把 x 乘上 e^{jπ/4}；我想做频谱搬移，只需要把 x 乘上 e^{jΔωt}。所有操作都在复数域完成，最后一步才取实部交给DAC。这也是为什么现代收发机的框图里，数字部分永远画到“复基带”为止，再往右就是模拟工程师的地盘了。

生活化的类比：复基带就像一张可以任意旋转、缩放的设计图，IQ调制器则是那台把图纸打印成实物的机器。图纸可以画得无限精确，机器的机械误差却决定了最终成品的精度。所有IQ链路的调试工作，本质上都是在测量并且补偿这台机器的误差。

1.4 零中频架构为什么离不开IQ

顺带把架构选择这件事讲清楚，因为它决定了后面所有问题的形态。超外差架构用两级甚至三级变频，靠高Q值的声表或腔体滤波器把镜像滤掉，代价是体积、成本和一堆杂散的频率规划。零中频架构直接把基带搬到载频，一次变频搞定，镜像问题理论上不存在了——因为信号就在本振频率上，镜像就是它自己。

但零中频立刻带来三个新麻烦：本振泄漏会直接落在信号频带中心，直流失调会在基带产生一个固定偏移，而且I、Q两路的失配全部直接叠加在有用信号上，没有任何滤波器可以帮忙。低中频架构是折中方案，把信号放在本振旁边几MHz到几十MHz的位置，镜像虽然回来了，但距离足够远，可以用数字滤波或者复数陷波干掉。

选哪条路，取决于你的带宽和成本约束。宽带系统里低中频更常见，因为几十MHz的数字滤波对现代FPGA来说几乎免费；窄带低成本方案里零中频更常见，因为省掉了一整套滤波器。但无论选哪条，I、Q两路的匹配精度都是逃不掉的，区别只是误差最终表现为镜像、边带还是EVM。

2. 模拟链路上每一级都在悄悄破坏正交性

2.1 增益失配和相位失配是怎么长出镜像的

先把失配的数学模型建起来，不然后面所有测量都没有参照。假设理想情况下 I 路和 Q 路完全一致，但实际中Q路相对I路有幅度误差 ε 和相位误差 φ，那么实际输出可以写成：

s(t) = I(t)cos(ω_c t) − (1+ε)·Q(t)·sin(ω_c t + φ)

把正弦展开，用积化和差整理，你会发现输出里除了想要的那个边带，还多出了一个位于 −ω_c 附近的项，其幅度正比于 √[(ε/2)² + (φ/2)²]（φ 用弧度）。这个比值就是镜像抑制比 IRR，工程上常用的近似公式是：

IRR(dB) ≈ −20·log₁₀( √[(ε/2)² + (φ/2)²] )

这个公式值得记在脑子里，因为它能让你在动任何硬件之前先估算一下目标难度。举个具体的例子：如果幅度失配做到1%（ε=0.01），相位失配做到1度（φ≈0.0175 rad），代入得 √[(0.005)²+(0.00875)²] ≈ 0.0101，IRR ≈ 39.9 dB。也就是说，1%和1度这两个数字，基本对应40dB的镜像抑制水平。

这张表最实用的地方在于反向使用：如果你的系统指标要求镜像抑制优于50dB，你就知道单靠器件本身的匹配是不够的，必须上校准。市面上多数集成IQ调制器的裸指标在35~45dB这个区间，做到50dB以上基本都要靠数字预校正。

注意：这里的 ε 是相对幅度误差，不是dB值。有人在表格里填了个“0.1dB增益差”就跑来算，那要先换算：0.1dB ≈ 1.16% 的幅度误差，代入公式得到约38.7dB，比直觉上的“0.1很小”要差得多。dB坐标对小数不敏感，这是新手最容易误判的地方。

2.2 本振泄漏：零中频架构里最刺眼的那根谱线

如果说镜像是“多出来一个不该有的峰”，那本振泄漏就是“中间多了一根不该有的柱子”。它的成因非常朴素：调制器内部的晶体管存在直流失调，或者差分对不匹配，导致本振信号没有被完全抵消，直接从输出口漏了出去。在频谱仪上，它表现为一个位于载频正中心、幅度与基带信号无关的窄峰。

这根峰讨厌的地方在于，它不随你的基带信号变化，却会实实在在占用发射链路的功率余量，还会在接收端抬高底噪。更要命的是，在OFDM这类高峰均比系统里，本振泄漏正好压在直流子载波上，会直接破坏该子载波的解调。

抑制它的手段分两层。模拟侧靠器件本身的载波抑制能力，通常在30~40dBc；数字侧靠“直流补偿”，也就是在I、Q两路分别叠加一个可调的直流量，把漏出去的那部分抵消掉。校准方法很直接：把基带输出置零，此时理论上输出应该什么都没有，然后扫描 I_dc 和 Q_dc 两个补偿值，让频谱仪上的中心峰幅度最小。这是一个二维搜索问题，但实际操作中可以先固定Q扫I找到最小值，再固定I扫Q，两三轮就能收敛，因为两个维度近似解耦。

一个常见的坑：直流补偿值会随温度和本振频率漂移，尤其是本振频率改变时，调制器内部的失配量会变，之前标定的值可能完全失效。所以如果你的系统要跳频，直流补偿表必须按频点分别存储，不能只标一个点就用到底。

2.3 IQ skew：被忽略的第三个失配量

除了增益和相位，还有第三个量经常被漏掉，就是I、Q两路之间的时间偏差，行业内叫 IQ skew 或者时延失配。它的危害在于：相位误差不是一个常数，而是随频率线性增长的。因为相位 = 2πf·τ，同样的时延差在不同频率上造成的相移完全不同。

算一个具体的数：如果两路PCB走线长度差导致 100 ps 的时延偏差，在 200 MHz 处造成的相位误差是 2π × 2×10⁸ × 1×10⁻¹⁰ ≈ 0.126 rad，也就是 7.2 度。这个数字已经很致命了，单这一项就能把镜像抑制压到25dB左右。而在 20 MHz 处，同样的时延只造成0.72度的误差。

这解释了一个非常典型的现场现象：窄带测试时镜像抑制很好，一展宽带宽，频谱两端的镜像就翘起来了，中间还是干净的。很多人以为是滤波器的问题，其实是IQ skew在作怪。

处理办法有两种。一是物理上保证等长走线，DAC到调制器的两路走线要做严格的长度匹配，差分对内和差分对间都要匹配；二是在数字域做分数延迟补偿，用一个小型的分数延迟滤波器（Farrow结构或者简单的多相插值）在Q路上加一个可调的延迟量。后者的好处是可以随温度自适应，代价是要多消耗一点逻辑资源。

提示：判断是不是skew问题，有一个很省事的办法——观察镜像抑制随频率的变化趋势。如果镜像抑制在频带中心最好、两端对称变差，几乎可以确定是时延失配；如果是整个频带内均匀地差，那更可能是增益或固定相位失配。

2.4 重构滤波器和DAC的隐藏贡献

很多人调IQ链路时只盯着调制器，却忘了DAC后面的重构滤波器也是链路的一部分。这里的坑在于：如果I、Q两路用了两颗独立的滤波器芯片，哪怕型号相同，批次间的群时延和通带波动也会有差异，这种差异会直接转化成随频率变化的幅度和相位失配，而且它跟调制器的失配叠加在一起，很难区分来源。

更隐蔽的一种情况是DAC本身的输出保持特性。DAC的零阶保持会在频域产生 sinc 滚降，如果两片DAC的采样时钟相位有偏差，或者其中一路的建立时间不同，同样会在高频端引入额外的失配。

实操上的建议是：如果条件允许，尽量选双通道集成DAC，两路在同一个die上，匹配度天然好一个数量级；如果必须用分立方案，至少保证两片DAC共用同一个时钟源和同一个参考电压，并且在PCB上把两路的模拟走线做成镜像对称的布局，而不是各自就近布线。

3. 数字域的IQ：那些看起来对、实际上错的地方

3.1 NCO频率字的计算与一个常见的精度陷阱

数字上变频的核心是一个数控振荡器，结构通常是相位累加器加查找表。频率字的计算式很简单：

FTW = round( f_out × 2^N / f_clk )

其中 N 是相位累加器位宽，f_clk 是采样时钟。举个具体例子：32位累加器、100 MHz采样时钟、想产生10 MHz输出，则 FTW = 10⁷ × 2³² / 10⁸ = 429496729.6，取整后是 429496730。

这里藏着一个新手常踩的坑：取整带来的频率误差。上面这个例子里，小数部分0.6对应的频率偏差只有约 1.4×10⁻⁵ Hz，完全可以忽略。但如果你的目标频率和时钟频率之比恰好是一个分母很大的分数，比如某些非整数倍的符号率，取整误差可能累积到Hz甚至几十Hz量级。在窄带系统里，这个偏差可能导致收发两端载波不同步，表现为星座图缓慢旋转。

解决办法有两种：一是加大累加器位宽，每增加一位，频率分辨率翻倍；二是用双模分频或者分数分频的思路，在累加器里保留小数部分做抖动。对于绝大多数应用，48位累加器已经足够把误差压到10⁻⁶ Hz量级，代价只是多几个触发器。

import math def calc_ftw(f_out, f_clk, acc_bits=32): ftw = round(f_out * (1 << acc_bits) / f_clk) f_actual = ftw * f_clk / (1 << acc_bits) err = f_actual - f_out return ftw, f_actual, err ftw, fa, e = calc_ftw(10e6, 100e6, 32) print(f"FTW = {ftw} (0x{ftw:08X}), 实际输出 {fa/1e6:.9f} MHz, 误差 {e:.6f} Hz")

这段代码可以直接抄去用，注意 acc_bits 要和你的硬件实现保持一致，否则算出来的频率字填进去会对不上。

3.2 下变频之后，频谱是复数的，别拿实信号的直觉去套

接收方向的坑比发射方向更多，因为多了一步“共轭”的判断。数字下变频的过程是：ADC采到的实信号乘上 e^{-jω_c n}，然后低通，得到复基带。此时频谱已经被搬到了零频附近，但它是单边的——正频率分量和负频率分量不再对称，这正是复数信号的特征。

问题就出在这里：如果NCO用的是 e^{+jω_c n} 而不是 e^{-jω_c n}，或者你在代码里对某一路取了反，结果就是整个频谱被镜像翻转。表现是什么呢？星座图的旋转方向反了，或者是QAM符号的I、Q顺序颠倒了，或者更隐蔽——单载波解调看起来一切正常，但OFDM的频谱是倒过来的。

判断方法很简单：在基带注入一个已知的单音，比如 +1 MHz，看它出现在频谱的哪个位置。如果出现在 +1 MHz，说明下变频方向正确；如果跑到了 −1 MHz，那就是共轭搞反了。这一步几乎是所有软件无线电入门者的必经之路，我很建议在第一次跑通链路时就把这个测试固化成脚本，每次改完代码都跑一遍，比对着星座图猜要快得多。

import numpy as np # 模拟下变频：采样率 100 MHz，本振 20 MHz，输入单音在 21 MHz fs, flo, f_sig, N = 100e6, 20e6, 21e6, 10000 n = np.arange(N) x = np.cos(2*np.pi*f_sig*n/fs) # 正确的下变频方向 lo = np.exp(-1j*2*np.pi*flo*n/fs) baseband = x * lo # 取平均频率位置 freq = np.fft.fftfreq(N, 1/fs) spec = np.abs(np.fft.fft(baseband)) peak = freq[np.argmax(spec)] print(f"下变频后单音落在 {peak/1e6:.3f} MHz") # 应输出 +1.000 MHz

把 lo 的负号去掉再跑一次，你会看到峰值跑到 −1 MHz，这就是共轭错误的直观样子。

3.3 采样率、中频和带宽之间的三角制约

低中频架构下，中频频率的选择不是随便定的，它同时受三个条件约束：

第一，采样率必须满足奈奎斯特条件，即 f_s > 2(f_IF + B/2)，其中 B 是信号带宽，这是为了避免混叠。第二，中频不能太低，否则镜像会落进信号带内，一般要求 f_IF > B。第三，中频也不能太高，否则对ADC的模拟输入带宽和采样率要求都会飙升。

举个具体设计：信号带宽20 MHz，中频选70 MHz，则最低采样率需要 2×(70+10) = 160 MHz。实际选型时通常留20%余量，取 200 MHz 采样。此时ADC输出的频谱上，20 MHz带宽的信号占据 60~80 MHz 的位置，数字下变频把这个块搬到零频，再用一个截止频率12 MHz的低通滤波器滤掉带外。

这里有一个经常被忽略的细节：数字低通滤波器的过渡带宽度决定了它需要多少阶。如果采样率200 MHz、通带10 MHz、阻带从15 MHz开始，过渡带只有5 MHz，归一化后是 5/200 = 0.025，这个归一化过渡带很窄，需要的阶数会明显上升。降低采样率或者提高中频都可以放宽这个要求，但两者又互相制约，需要一起权衡。

3.4 宽带失配必须用频域校准，一个复数系数救不了

前面讲的增益和相位校准，如果只用一个常数去修，本质上假设失配在整个频带内是平的。这个假设在窄带（几MHz）内勉强成立，带宽一旦上到几十上百MHz，就彻底失效了——因为IQ skew和滤波器群时延波动会让失配量随频率变化。

这时候正确的做法是把失配建模成一个频域上的传递函数比。具体来说，在若干个频点上分别注入单音，测量每个频点上Q路相对I路的幅度比和相位差，得到一组 (ε(f), φ(f)) 数据，然后设计一个复数FIR滤波器去拟合这个频率响应。工程上常用的是把校正滤波器放在I路或者Q路的基带末端，用一个十几到几十阶的复数FIR，把残余镜像压到60dB以下。

校准流程大致是这样：先在频带内均匀选16到32个频点，每个频点注入一个单音，用接收端的FFT测量镜像分量与主分量的比值，反推出该频点的失配量；然后用最小二乘拟合出校正滤波器的系数；最后把系数烧进FPGA或者DSP，再复测一遍所有频点确认收敛。

import numpy as np def estimate_imbalance(freqs, irr_db): """由各频点的镜像抑制比反推幅度失配 epsilon 和相位失配 phi(rad)""" eps, phi = [], [] for f, irr in zip(freqs, irr_db): # IRR = -20log10(sqrt((eps/2)^2 + (phi/2)^2))，这里做等分假设 mag = 10 ** (-irr / 20.0) eps.append(mag) # 保守估计：全部归因于幅度 phi.append(mag) # 保守估计：全部归因于相位 return np.array(eps), np.array(phi) freqs = np.array([5e6, 10e6, 20e6, 40e6]) # 单位 Hz irr = np.array([52.0, 48.0, 43.0, 38.0]) # 镜像抑制随频率下降 eps, phi = estimate_imbalance(freqs, irr) for f, e, p in zip(freqs, eps, phi): print(f"{f/1e6:5.1f} MHz 幅度失配估计 {e*100:.3f}% 相位失配估计 {np.degrees(p):.2f} deg")

注意这段代码里的估计是保守的、把误差全部归到单一来源，真实的分离需要分别测量幅度和相位，这里只用于快速判断失配随频率的增长趋势是否符合skew特征。

4. 用一台频谱仪把问题揪出来

4.1 单音测试：最简单也最容易做错的一步

调试IQ链路的第一个动作几乎永远是打单音。原因是单音的频谱最干净，镜像的位置和幅度一目了然。但这一步做错的人特别多，主要错在三个地方。

第一个错是忘了加窗或者没加对窗。如果直接用矩形窗看频谱，泄漏会把你本来想看的弱镜像糊掉。看镜像时应该用Blackman-Harris这类旁瓣低的窗，代价是主瓣变宽，但镜像测量本来就只需要看幅度不需要看频率精度。

第二个错是没有关掉基带端的其它处理模块。有些链路的数字部分默认开着削峰、预失真或者数字增益，这些模块都会改变信号幅度，导致测出来的镜像比失真。打单音之前，一定要把整条链路的“除了上变频之外的所有模块”都旁路掉。

第三个错更隐蔽：单音的幅度设得太高，DAC已经进入非线性区。这时候产生的谐波会落在镜像附近，测出来的“镜像”其实是三次谐波的产物。判断方法很简单，把单音功率降6dB再测一次，如果那个分量下降超过6dB，就不是线性镜像，而是非线性产物。

4.2 从频谱上读出镜像抑制，并且算准它

测得镜像幅度之后，IRR的计算看起来只是两个数相减，但实际有几个细节需要注意。

首先，镜像和主信号的幅度应该在同一个分辨率带宽下比较，如果扫描时RBW设置不当，两个峰的测量条件不一致，结果是不可信的。正确做法是把RBW设到足够窄（比如1kHz以下），让两个峰都完全被分辨出来，然后用峰值搜索读值。

其次，要区分“镜像抑制比”和“边带抑制比”。这两个概念在不同场景下混用得很厉害。镜像抑制比通常指在零中频或者低中频架构下，由于IQ失配产生的那个对称分量的抑制程度；边带抑制比通常指单边带调制时，不想要的那个边带被压到多低。数学上它们是同一个量，但测量方法略有差别：前者关注的是相对载频对称的那个点，后者关注的是相对信号偏移固定间隔的点。

4.3 星座图和EVM告诉你频谱看不出的东西

频谱仪只能看到功率分布，看不到调制质量。要判断IQ失配对解调的实际影响，得看星座图和EVM。

不同失配在星座图上的“指纹”是不一样的，这是排查时最有用的一张对照表：

EVM和镜像抑制之间有一个粗略的经验换算：如果失配主要来自镜像，那么 EVM(%) ≈ 100 × 10^(−IRR/20)。也就是说40dB的镜像抑制大约对应1%的EVM，这个量级对64QAM（要求EVM优于1%左右）刚好卡在临界线上，对256QAM就完全不够了。这也是为什么高阶调制必须做IQ校准，不做根本跑不起来。

提示：测EVM时一定要先确认接收端的同步是好的。频偏没锁住、定时没对齐的情况下，EVM读数会虚高好几倍，你会误以为是IQ失配严重，然后对着调制器一顿乱调。先看星座图是不是稳定不转，再谈EVM的绝对值。

4.4 一套可复现的排查顺序

调了很多次之后我总结出一个比较省时间的顺序，这里直接给出来：

第一步，基带置零，测中心谱线，做直流补偿。这一步必须在打单音之前做，否则本振泄漏会污染后续所有测量。

第二步，打低频单音（比如1MHz），测镜像。低频处skew影响最小，此时测到的镜像基本反映纯增益和固定相位失配。如果这一步就差，先修增益和相位。

第三步，扫频。在频带内选5到9个点，逐点测镜像，画出镜像抑制随频率的曲线。如果是平的，说明只有固定失配；如果是两端翘，说明有skew或滤波器失配。

第四步，根据第三步的曲线决定要不要上频域校准滤波器。如果全带内都能做到45dB以上且你的调制阶数不高，可以就此收手；如果要跑高阶QAM，继续做。

第五步，切换到真实调制信号，看EVM和星座图，确认前面几步的补偿在实际信号下没有引入新的问题（比如补偿滤波器本身的量化噪声）。

这个顺序的核心思想是“从简到繁，每步只引入一个变量”。反过来的做法——直接上真实信号然后对着EVM盲调——效率会低很多，因为你无法区分误差来源。

5. 不同场景下IQ玩法的差异

5.1 高阶QAM对失配的容忍度是断崖式下降的

同样是1%的EVM，对QPSK来说几乎无感，对1024QAM来说就是灾难。原因在于星座点之间的最小距离随阶数升高而急剧缩小。粗略地看，M阶QAM的归一化最小距离正比于 1/√M，也就是说从64QAM到256QAM，距离缩小一半，同样大小的误差矢量占最小距离的比例翻倍。

这带来一个很实际的工程结论：如果你的系统要支持多种调制阶数，IQ校准的精度应该按最高阶来设计，而不是按常用阶数。因为低阶模式下的裕量很大，多花的那点校准开销完全值得。

另外，高阶QAM对相位噪声的要求也会同步提高，这时候之前提到的“相位噪声是共模的”这个结论要打个补丁：共模相位噪声虽然不产生镜像，但它会让整个星座旋转，而高阶QAM的判决边界很近，旋转一点点就足以让边缘点越界。所以相位噪声和IQ失配是两个独立的约束，不能互相抵消。

5.2 OFDM的峰均比会把IQ链路的非线性放大

OFDM信号的峰均比通常在10dB以上，意味着功放和调制器必须留出足够的余量。在IQ链路里，这个余量问题会以两种方式表现出来。

第一种是DAC的削顶。如果I、Q两路的数字幅度没有做联合缩放，某一个瞬间I路接近满量程而Q路很小，那么合成后的矢量幅度其实还没到最大，但I路已经削顶了。正确的做法是把I、Q作为一个复数矢量来做整体缩放和削峰，而不是分别对两路做限幅——分别限幅会直接破坏相位关系，产生带外辐射。

第二种是调制器本身的压缩。集成IQ调制器的线性区通常比功放还窄，输入功率稍高就会产生三阶交调产物，落在邻近信道里。这时候测ACLR会发现指标明显恶化，但EVM可能还没崩。判断方法是做功率扫描：把基带幅度从低往高扫，画出ACLR随输出功率的曲线，找到拐点，工作点要留在这个拐点以下至少3dB。

5.3 雷达和音频这两个“非典型”场景反而把IQ用到了极致

雷达是IQ调制最纯粹的应用之一，因为它必须用复数。单通道实采样只能测出目标距离，无法区分目标是靠近还是远离——多普勒频移的正负在实信号的频谱上是共轭对称的，分不出来。用了IQ双通道之后，复频谱不再对称，速度方向立刻就能判断。这也是为什么几乎所有现代雷达前端都是IQ双通道下变频。

在雷达里，IQ失配的危害方式和通信不太一样：它会让动目标检测出现“假目标”，一个正在靠近的目标可能在对称的速度上产生一个鬼影。所以雷达系统对镜像抑制的要求往往比通信更严，通常在55dB以上，而且要求在整个瞬时带宽内都保持。

音频领域的单边带是另一个极端。业余无线电和某些专业音频设备里，用Hilbert变换产生90度相移的Q路，再做单边带调制，可以把语音带宽压缩一半。这里的难点不在射频，而在Hilbert变换器本身——它要在整个音频带（300Hz到3kHz，跨度约3.3个倍频程）内保持接近90度的相移，用IIR做相位误差会很大，通常得用FIR，而且阶数不低。数字域做这件事比模拟域容易太多，因为模拟的全通移相网络对元件精度极其敏感，温度一变相位就飘。

5.4 校准值要不要在线更新，这是个成本问题

最后一个绕不开的工程决策：IQ校准是在产线做一次就固定下来，还是运行中动态更新？

产线一次性校准的优点是简单，不需要额外的监测通路，缺点是温漂和老化会让校准值逐渐失效。对于工作在恒温环境、寿命要求不高的设备，这是合理选择。但如果设备要在−40℃到+85℃范围内工作，或者本振要跳频，静态校准几乎肯定不够。

动态更新的做法是在发射链路里耦合一小部分输出，送回接收通道做监测，实时估计残余镜像并更新补偿系数。代价是要多一路耦合器和监测接收机，成本上升明显。中间的折中方案是按温度分档存储多组校准系数，用一个温度传感器做索引，这样既不用实时监测，又能覆盖主要的工作区间。绝大多数产品最后都选了这个折中方案，因为它的性价比最高。

需要提醒的是，无论哪种方案，校准系数的存储和加载路径本身也要被测到。我见过不止一次这样的情况：校准算法本身没问题，但系数在写入flash时字节序搞反了，加载之后反而比不校准更差。所以每次改完校准流程，务必用单音复测一遍，别只看最终的EVM。

最后分享一个我个人觉得最省事的习惯：把“基带置零看中心峰、打单音看镜像、扫频看趋势”这三步写成一个自动化脚本，每次改完代码或者换完硬件就无脑跑一遍，把三条曲线存下来对比。IQ链路的问题绝大多数都能被这三张图暴露出来，而且历史曲线放在一起看，能立刻分辨出是“一直就差”还是“最近变差了”。这比凭记忆判断可靠得多，尤其是在多人协作、硬件反复迭代的项目里。