[发明专利]全双工自干扰信号数字消除方法及装置

说明书

本发明提供了一种全双工自干扰信号数字消除方法及装置。该方法包括：根据设定的帧结构和导频序列在全双工系统接收端获取训练序列；在全双工系统的信道相干时间内，利用所述训练序列训练设定的神经网络；利用训练后的神经网络对全双工系统接收端的混合信号进行自干扰信号数字消除。本发明能够克服模型限制并提高消除精度。

技术领域

本发明涉及通信技术领域，尤其涉及一种全双工自干扰信号数字消除方法及装置。

背景技术

全双工通信因其可以同时同频发送和接收信号而得到学术界和工业界的广泛研究和关注。相较于频分双工和时分双工技术，全双工通信技术可以提升一倍的频谱利用率。但由于终端节点工作在全双工状态下，其接收天线可以收到自身发送的信号，该信号被称为自干扰信号。自干扰信号能否消除，决定着全双工通信能否实现。因此，自干扰信号的消除方法近期成为研究热点。

图1是现有技术中应用自适应横向滤波器进行自干扰信号数字消除的原理示意图。如图1所示，x(n)为输入信号，y(n)为输出信号，d(n)为期望信号，e(n)＝d(n)-y(n)为误差信号，H(z)为自适应滤波器函数。其根据相关自适应算法及误差信号自动调节系数，使输出信号更加接近期望信号。对于全双工无线通信系统中数字消除部分来讲，x(n)可以为发送的信号，该信号已知，y(n)可以为发送的信号经过自干扰信道到达接收端后的基带数字信号，通过自适应滤波器H(z)的自适应调节，希望输出信号d(n)与y(n)尽量一致，以保证在基带能够更好的估计自干扰信道带来的畸变。

自适应滤波器在全双工通信系统中为一个单输入系统，每个z^-1单元为一个延迟结构。假设滤波器的长度(即抽头数)为M，故需要个M个延迟单元。输出重建信号d(n)可以表示为：

数字消除算法的重点是对系数w_m进行估计(n和m为信号的序号)。系数的估计方法线性普遍有最小均方误差算法(LMS)及递归最小二乘算法(RLS)。

然而，现有的应用自适应横向滤波器的自干扰信号消除方法主要存在三个缺点：其一，自适应滤波器的建模默认为因果系统，即当前时刻的接收到的信号只与当前时刻的发送信号及之前发送的信号有关，并未考虑非因果系统，即之后的发送信号施加影响；其二，该方法仅考虑多径信道对自干扰信号产生的影响，即线性畸变，未考虑非线性因素如相位噪声，功放非线性等造成的影响；其三，该方法依托数学解析的形式来表征，在复杂自干扰信道的环境下建模的准确度低。

现有技术中通过对自干扰信道建模来消除自干扰信号的方法，重点关注自干扰信号收发链路中关键器件对自干扰信号施加的非线性影响，特别是功放的影响。该方法普遍将功放对输入信号x的影响建模为多项式形式，即y＝x+a₃x³。在同时考虑发送链路非线性及接收链路非线性的情况下，经过自干扰信道后的自干扰信号d_n可以被建模如下：

其中为自干扰信道，为发送信道中的三次谐波施加的非线性影响，为接收信道中的三次谐波施加的非线性影响。为输入信号。

建模之后，通过迭代的方式解决非线性问题，估计相关参数，并重建估计信号d_n。

然而，现有的通过对自干扰信道建模来消除自干扰信号的方法存在三个缺点：其一，上述方法只考虑了当前发送信号对当前接收信号的影响，并未考虑多径信道带来的时间延展性，即前后发送信号施加影响；其二，该方法仅考虑功放对自干扰信号产生的非线性影响，但事实上，非线性因素还有很多，如相位噪声等；其三，该方法依托数学解析的形式来表征，在复杂自干扰信道的环境下建模的准确度低。

总而言之，现有的自干扰信号消除方法主要存在两大局限性：