CN103414669B - 一种基于可变窗长的ccfd系统自干扰信道估计方法和装置 - Google Patents

Abstract

本发明公开了一种基于可变窗长的CCFD系统自干扰信道估计方法和装置，方法包括以下步骤：S1：设计近端和远端正交的导引符；S2：接收基带干扰信号的导引向量并对其进行FFT变换，得到频域接收的干扰信号导引向量Y；S3：对Y进行最小二乘估计，得到LS估计输出向量；S4：对LS估计输出向量进行IDFT变换，得到时域信号向量；S5：将时域信号向量进行时域加窗；S6：对加窗后的时域信号向量进行DFT变换。本发明解决了传统LS信道估计不具备噪声滤除能力，从而恶化信道估计精度的问题，在尽量保存信道能量的前提下充分滤除噪声影响，提高了干扰信道的估计精度。

Description

一种基于可变窗长的CCFD系统自干扰信道估计方法和装置

技术领域

本发明涉及数字自干扰抑制技术中的干扰信道估计技术，特别涉及一种基于可变窗长的CCFD系统自干扰信道估计方法和装置。

背景技术

日益稀缺的频谱资源是制约现代无线通信发展的瓶颈。传统通信系统的双工方式分为时分双工(TDD)与频分双工(FDD)，分别在不同时隙和不同频率传输上下行数据。同时同频全双工(CCFD)系统，能够在同频率、同时刻传输上下行数据，获得了更高的系统容量及频谱利用率，成为近年来无线通信研究的热点之一。

CCFD系统中，本地发射信号会对本地接收信号产生的干扰，由于收发天线的位置关系，自干扰信号功率总是远大于期望接收信号功率。针对大功率的自干扰信号，已有的自干扰抑制方法包括：数字自干扰抑制、模拟自干扰抑制和天线自干扰抑制。干扰信道估计技术是影响数字自干扰抑制技术的关键因素。在发射端，近、远端信号导引采用正交导引符号设计，包括频分复用和时分复用两种方案，因此进行自干扰信道估计不会受到远端期望信号的影响。CCFD系统中常见的信道估计算法主要包括以下三类：

（1）LS(LeastSquares)算法：LS信道估计应用误差的平方和最小这一准则来对信道的冲激响应进行估计，是最简单的信道估计，LS信道估计值由H_LS=X^-1Y表示，X为设计的导引向量，(·)^-1表示矩阵的逆，Y为接收的导引向量。

（2）LMMSE(LinearMinimumMeanSquareError)算法：LMMSE算法是对LS算法的改进，该算法是以最小化均方误差为准则的线性信道估计，其本质是利用信道的自相关矩阵修正LS信道估计以抑制噪声，是线性最优的信道估计方法，其信道估计值由H_LMMSE=R_H(R_H+N₀I)^-1H_LS表示，R_H=E{HH^H}表示信道自相关矩阵，N₀表示噪声功率，I为单位矩阵。在CCFD系统中，近端干扰天线与接收天线相对静止，信道多径特征变化相对较慢，可通过时间平均技术获取R_H的估值。

（3）DFT-based算法：DFT-based信道估计基于LS信道估计技术，利用时域信道能量集中的特点实现降噪。DFT-based信道估计将LS信道估计值通过IDFT变换到时域，再进行时域加窗实现降噪，完成加窗降噪后，再通过DFT变换至频域。其信道估计由表示H_DFT-based=FDF^HH_LS，F表示DFT变换矩阵，(·)^H表示矩阵的共轭转置， $D=\left[\begin{array}{cc}{I}_m& 0\\ 0& 0\end{array}\right]$ 表示加窗矩阵，I_m表示m阶单位矩阵。

分析上面三种类型，分别具有以下特点：LS算法具有实现简单的优点，但不具备噪声消除能力，在低信噪比时性能较差；线性最优的LMMSE算法具有最佳的噪声消除效果，然而其计算复杂度过高，不适用于具有高计算负荷CCFD接收机。传统的DFT-based技术采用固定窗长的滤波矩阵，造成了噪声滤除不充分，或高信噪比条件下信号能量损失较大的问题。

为解决以上问题，本发明提出了一种可变窗长的DFT-based信道估计方案，该方案利用时域信道能量分布集中的特征，根据系统信噪比选取具有最小均方误差(MSE)的噪声滤除窗，在滤除噪声的同时充分地保留了信道能量，提高了干扰信道估计精度。同时，由于该方法的主要计算集中于可快速实现的DFT与IDFT，因此计算复杂度较低。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于可变窗长的CCFD系统自干扰信道估计方法和装置，该方法可以根据实际自干扰信道特征选取具有最小均方误差的干扰抑制窗长，在抑制附加干扰和热噪声的同时充分保留自干扰信道能量，解决了传统LS信道估计不具备噪声滤除能力，从而恶化信道估计精度的问题，在尽量保存信道能量的前提下充分滤除噪声影响，提高了自干扰信道估计精度。

本发明的目的是通过以下技术方案来实现的：一种基于可变窗长的CCFD系统自干扰信道估计方法，它包括以下步骤：

S1：采用时分复用或频分复用的方式设计近端和远端正交的导引符；

S2：接收基带干扰信号的导引向量并对其进行FFT变换，得到频域接收的干扰信号导引向量Y；

S3：对频域接收的干扰信号导引向量Y进行最小二乘估计，得到LS估计输出向量H_LS=X^-1Y，X为设计的干扰信号导引向量；

S4：对LS估计输出向量进行IDFT变换，得到时域信号向量；

S5：将时域信号向量进行时域加窗，得到加窗后的时域信号向量；

S6：对加窗后的时域信号向量进行DFT变换，得到可变窗长的DFT-based信道估计值。

所述的时域加窗步骤S5包括以下子步骤：

S501：计算m₁、m₂，信道的自相关矩阵R_h和噪声功率N₀已知，R_h的第i个对角元素记为r_i，则最小均方误差为：选择m₁与m₂使得均方误差最小，即：

$[m_1^{*},m_2^{*}]=\arg \underset{[m_1,m_2]}{\min }\mathrm{MSE};$

$s.t.\left\{\begin{array}{c}{m}_1>0\\ m_2>0\\ m_1+m_2<K\end{array}\right.$

S502：构造最佳加窗矩阵D：根据m₁、m₂值构造最佳加窗矩阵：

$D=\left[\begin{array}{ccc}{I}_{m_1}& 0& 0\\ 0& 0& 0\\ 0& 0& I_{m_2}\end{array}\right]$

其中，分别为m₁、m₂阶单位矩阵；

S503：用最佳加窗矩阵对时域向量加窗：将加窗矩阵和时域信号向量相乘，得到加窗后时域信号向量。

一种基于可变窗长的CCFD系统自干扰信道估计装置，它包括FFT装置和干扰信道估计装置，所述的干扰信道估计装置包括LS模块、IDFT模块、时域加窗模块和DFT模块：

LS子模块：对频域接收干扰信号导引向量应用LS算法进行信道估计，得到频域LS算法信道估计值；

IDFT模块：对输入向量进行离散傅里叶逆变换，得到时域信号向量；

时域加窗模块：对时域信号向量进行加窗处理，得到加窗后的时域信号向量；

DFT模块：对时域信号向量进行离散傅里叶变换，得到可变窗长的DFT-based信道估计值。

本发明的有益效果是：

1、根据时域信道能量分布的特点，提出的信道估计方法通过MSE函数选取最优的加窗矩阵，提出了一种CCFD系统中可变窗长的DFT-based信道估计技术，解决了传统LS信道估计不具备噪声滤除能力，从而恶化信道估计精度的问题，在尽量保存信道能量的前提下充分滤除噪声影响，提高了干扰信道的估计精度；

2、由于DFT变换可快速实现的特点，算法具有较低的复杂度，计算机仿真结果验证了算法的有效性和优势。

附图说明

图1为本发明的导引符号结构图；

图2本发明的信道估计方法流程图

图3为本发明的时域加窗方法流程图；

图4为常用的CCFD系统基带接收机结构示意图；

图5为本发明与常见信道估计方法的均方误差对比图；

图6为本发明与常见信道估计方法的性能对比图。

具体实施方式

下面结合附图进一步说明本发明的技术方案，但本发明所保护的内容不局限于以下所述。

图1为本发明的导引符号结构图，为避免进行自干扰信道估计时受到远端期望信号的影响，本实施例中近、远端信号导引采用频分复用的正交导引符号设计，但本发明的方法不仅适用于此，并且适用于近端干扰信号和远端期望信号导引采用时分复用的方式。

如图2所示，一种基于可变窗长的CCFD系统自干扰信道估计方法，它包括以下步骤：

S1：采用时分复用或频分复用的方式设计近端和远端正交的导引符，如图1所示；

S2：接收基带干扰信号的导引向量并对其进行FFT变换，得到频域接收的干扰信号导引向量Y；

S3：对频域接收的干扰信号导引向量Y进行最小二乘估计，得到LS估计输出向量H_LS=X^-1Y，X为设计的干扰信号导引向量；

S4：对LS估计输出向量进行IDFT变换，得到时域信号向量；

S5：将时域信号向量进行时域加窗，得到加窗后的时域信号向量；

S6：对加窗后的时域信号向量进行DFT变换，得到可变窗长的DFT-based信道估计值。

如图3所示，时域加窗步骤S5包括以下子步骤：

S501：计算m₁、m₂，信道的自相关矩阵R_h和噪声功率N₀已知，R_h的第i个对角元素记为r_i，则最小均方误差为：选择m₁与m₂使得均方误差最小，即：

$[m_1^{*},m_2^{*}]=\arg \underset{[m_1,m_2]}{\min }\mathrm{MSE};$

$s.t.\left\{\begin{array}{c}{m}_1>0\\ m_2>0\\ m_1+m_2<K\end{array}\right.$

S502：构造最佳加窗矩阵D：根据m₁、m₂值构造最佳加窗矩阵：

$D=\left[\begin{array}{ccc}{I}_{m_1}& 0& 0\\ 0& 0& 0\\ 0& 0& I_{m_2}\end{array}\right]$

其中，分别为m₁、m₂阶单位矩阵；

S503：用最佳加窗矩阵对时域向量加窗：将加窗矩阵和时域信号向量相乘，得到加窗后时域信号向量。

如图4所示，常用的CCFD系统基带接收机包括FFT装置、干扰信道估计装置、解调装置和信宿装置：

FFT装置，将基带接收信号向量进行FFT变换；

干扰信道估计装置的输出信号经近端调制，与FFT变换后的基带接收信号进行叠加后送入解调装置；解调装置，对数据进行解调处理，得到比特级数据；

信宿装置，将接收的比特数据与发射的比特级数据进行比较，计算误码率。

其中FFT装置和干扰信道估计装置为本发明的一种基于可变窗长的CCFD系统自干扰信道估计装置，所述的干扰信道估计装置包括LS模块、IDFT模块、时域加窗模块和DFT模块：

LS子模块：对频域接收干扰信号导引向量应用LS算法进行信道估计，得到频域LS算法信道估计值；

IDFT模块：对输入向量进行离散傅里叶逆变换，得到时域信号向量；

时域加窗模块：对时域信号向量进行加窗处理，得到加窗后的时域信号向量；

DFT模块：对时域信号向量进行离散傅里叶变换，得到可变窗长的DFT-based信道估计值。

如图5所示，本发明所列方法在低干噪比(0dB)时，相对LS估计取得了12dB的增益，与固定窗长DFT信道估计算法性能接近；随着干噪比增高，本文算法性能趋近于LS算法，在干噪比为30dB时，相比传统DFT信道估计算法有11dB的增益；在MSE为0.01时，本文算法比LS信道估计有8dB的提升，比固定窗长DFT信道估计有21dB的提升。

图6为16QAM调制方法下，采用不同信道估计算法时，干扰抵消后期望信号的解调误码率曲线。图中可以看出，本发明提出的方法性能最接近理想信道估计：在低信噪比时，其性能接近于理想信道估计和固定窗长DFT信道估计，而当信噪比较高时，性能接近LS信道估计。原因在于本文算法在不同的干噪比下，根据附加干扰与热噪声功率确定可变的窗长，最大限度的保留了自干扰信号能量。

这里已经通过具体的实施例子对本发明进行了详细描述，提供上述实施例的描述为了使本领域的技术人员制造或适用本发明，这些实施例的各种修改对于本领域的技术人员来说是容易理解的。本发明并不限于这些例子，或其中的某些方面。本发明的范围通过附加的权利要求进行详细说明。

上述说明示出并描述了本发明的一个优选实施例，但如前所述，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (1)

1.一种基于可变窗长的CCFD系统自干扰信道估计方法，其特征在于：它包括以下步骤：

S1：采用时分复用或频分复用的方式设计近端和远端正交的导引符；

S2：接收基带干扰信号的导引向量并对其进行FFT变换，得到频域接收的干扰信号导引向量Y；

S3：对频域接收的干扰信号导引向量Y进行最小二乘估计，得到LS估计输出向量H_LS＝X^-1Y，X为设计的干扰信号导引向量；

S4：对LS估计输出向量进行IDFT变换，得到时域信号向量；

S5：将时域信号向量进行时域加窗，得到加窗后的时域信号向量；

S6：对加窗后的时域信号向量进行DFT变换，得到可变窗长的DFT-based信道估计值；

时域加窗步骤S5包括以下子步骤：

S501：计算m₁、m₂，信道的自相关矩阵R_h和噪声功率N₀已知，R_h的第i个对角元素记为r_i，则最小均方误差为：选择m₁与m₂使得均方误差最小，即：

$\&lsqb;m_1^{*},m_2^{*}\&rsqb;=\arg \underset{\&lsqb;m_1,m_2\&rsqb;}{min}MSE;$

$s.t.\left\{\begin{array}{c}{m}_1>0\\ m_2>0\\ m_1+m_2<K\end{array}\right.$

S502：构造最佳加窗矩阵D：根据m₁、m₂值构造最佳加窗矩阵：

$D=\left[\begin{array}{ccc}{I}_{m_1}& 0& 0\\ 0& 0& 0\\ 0& 0& I_{m_2}\end{array}\right]$

其中，分别为m₁、m₂阶单位矩阵；

S503：用最佳加窗矩阵对时域向量加窗：将加窗矩阵和时域信号向量相乘，得到加窗后时域信号向量。