CN104378128A - 平台生成的射频干扰的适应性减轻 - Google Patents

平台生成的射频干扰的适应性减轻 Download PDF

Info

Publication number
CN104378128A
CN104378128A CN201410396264.3A CN201410396264A CN104378128A CN 104378128 A CN104378128 A CN 104378128A CN 201410396264 A CN201410396264 A CN 201410396264A CN 104378128 A CN104378128 A CN 104378128A
Authority
CN
China
Prior art keywords
platform
model
interference
generated
baseband signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201410396264.3A
Other languages
English (en)
Other versions
CN104378128B (zh
Inventor
D.阿迪蒂伊利茨基
A.阿尔科瑟奥乔亚
V.康托罗维奇马佐弗
F.拉莫斯阿拉康巴罗索
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Intel Corp
Original Assignee
Intel Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Intel Corp filed Critical Intel Corp
Publication of CN104378128A publication Critical patent/CN104378128A/zh
Application granted granted Critical
Publication of CN104378128B publication Critical patent/CN104378128B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/0003—Software-defined radio [SDR] systems, i.e. systems wherein components typically implemented in hardware, e.g. filters or modulators/demodulators, are implented using software, e.g. by involving an AD or DA conversion stage such that at least part of the signal processing is performed in the digital domain
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/06—Receivers
    • H04B1/10—Means associated with receiver for limiting or suppressing noise or interference
    • H04B1/12—Neutralising, balancing, or compensation arrangements
    • H04B1/123—Neutralising, balancing, or compensation arrangements using adaptive balancing or compensation means
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/38—Transceivers, i.e. devices in which transmitter and receiver form a structural unit and in which at least one part is used for functions of transmitting and receiving
    • H04B1/3827—Portable transceivers
    • H04B1/385—Transceivers carried on the body, e.g. in helmets
    • H04B2001/3866—Transceivers carried on the body, e.g. in helmets carried on the head

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Noise Elimination (AREA)

Abstract

本文描述了用于减轻接收平台生成的射频干扰(RFI)的方法和系统。在将收到的RF信号下变换到基带后，可使用调谐到RFI源的统计模型的基于模型的估计器（例如，诸如扩展卡尔曼滤波器的非线性滤波器）来估计基带信号中的RFI分量。然后，可以从基带信号减去估计的RFI分量以产生从中可提取基带信息信号的补偿的基带信号。即使当RFI功率与高斯信道噪声相比更小得多时，此过滤技术也能够实现RFI的高度准确减轻。

Description

平台生成的射频干扰的适应性减轻
 
背景技术
诸如个人计算机、移动电话和其它手持式装置的无线接收平台是在数字域中解调和处理收到的无线信号的计算机化装置。此类数字处理涉及高速数字信令组件的操作，如本文中称为RFI的可充当平台生成的射频(RF)干扰的源的时钟和总线。与在接收器的天线端口的接收信号组合时，平台生成的RF干扰充当加性噪声。典型接收器中采用的噪声降低技术优化用于处理期望的信号和加性白高斯噪声(AWGN)的混合。然而，来自多个同时的源的平台生成的RF噪声通过测量已发现是显著非高斯的，并且也可是非固定的具有不同的短斯行为。此类型的噪声大幅降低了典型无线接收器的性能，特别是在天线更靠近RFI源的小形状因子中。常见的减轻技术提供有限的结果，因为它们由于平台生成的噪声的典型非固定和非高斯性质而未很好地适合去除平台生成的噪声。在接收信号与此类噪声混合时，接收器的性能可严重下降直至完全阻塞通信。接收平台包含更高级别的集成、更高数据率和更小形状因子时，此问题恶化。
附图说明
图1示出配置成执行RFI减轻的示例无线平台。
图2示出用于固定RFI的RFI减轻块的示例。
图3示出用于非固定RFI的RFI减轻块的示例，该RFI减轻块采用模型选择器调谐基于模型的估计器。
图4示出用于非固定RFI的RFI减轻块的示例，RFI减轻块采用输入RFI的部分分类进行模型选择。
具体实施方式
下面的描述和图形充分示出本发明的特定实施例以使本领域的技术人员能够实践它们。其它实施例可包含结构的、逻辑的、电气的、过程和其它更改。一些实施例的部分和特征可包括在其它实施例的部分和特征中或为其所替代。权利要求中陈述的实施例涵盖那些权利要求的所有可用等同物。
在无线接收平台的天线收到的RF信号r(t)可视为频带受限的上变换信息信号s(t)、信道噪声n(t)（即，AWGN）和平台生成的RFI i(t)的叠加。也就是说，接收信号r(t)可表示为：
r(t) = s(t) + n(t) + i(t)
在暗示调谐到s(t)的有限带宽的理想下变换器的窄带假设下，下变换和数字化后的接收信号，表示为基带信号B(k)，是每个组成信号的复包络的叠加。将下变换和数字化的接收信号表示为基带信号B(k)：
B(k) = S(k) + N(k) + I(k)
其中，S(k)、N(k)和I(k)分别是s(t)、n(t)和i(t)的离散时间复包络。接收信号r(t)可使用相位正交中的载波频率混缩，以生成在数字基带的同相和正交分量，同相和正交分量分别对应于表示为BR(k)和BI(k)的基带信号的复包络的实分量和虚分量。
下面所述是用于通过使用调谐到RFI源的统计模型的基于模型的估计器（例如，诸如扩展卡尔曼滤波器的非线性滤波器）的复合基带信号中的RFI分量I(k)减轻平台生成的RFI的方法和系统。然后，可以从基带信号减去估计的RFI分量I(k)以产生从中可提取基带信息信号S(k)的补偿的基带信号。即使当RFI功率与高斯信道噪声相比更小得多时，此过滤技术也实现RFI的高度准确减轻。也应注意的是，由于基于模型的估计器基本上将信息信号S(k)视为与RFI信号I(k)有关的噪声，因此，RFI减轻性能实际上随着干扰信号功率增大而改进。
图1示出配置成根据一个实施例执行平台生成的RFI减轻的接收平台。在天线50接收无线信号r(t)，其中，信号r(t)是信息承载信号s(t)、信道噪声n(t)和平台生成的RF干扰的叠加。信号s(t)可以是使用诸如QAM（正交调幅）、OFDM（正交频分复用）、SC-FDM（单载波频分复用）和CDM（码分复用）的数字调制方案通过信息信号调制的载波波形。接收信号r(t)由下变换器和数字化器100下变换到基带并进行数字化以生成离散基带信号B(k)。信号B(k)可由具有分别由同相和正交分量BI(k)和BQ(k)表示的实部和虚部的复值样本组成。然后，将基带信号B(k)输入包括RF干扰减轻块200和检测器或解调器300的基带处理电路。RF干扰减轻块使用基于模型的估计器和平台生成的干扰的统计模型估计在基带信号B(k)中存在的平台生成的干扰E(k)，并且从中减去它以生成补偿的基带信号CB(k)。然后，由检测器300处理补偿的基带信号CB(k)以提取信息信号作为符号Y(k)。下面描述用于处理固定平台生成的RFI的特殊情况和用于减轻非固定RFI的更一般情况的实施例。
在一个实施例中，通过在不存在任何其它信号的情况下捕捉在平台的天线端口发射的RF能量的同时操作接收平台，生成在RFI减轻中使用的平台生成的RFI的模型。然后，捕捉的RF能量只反映平台生成的RFI。然后，可分析下变换和数字化的捕捉的RF能量的统计特性以便构建RFI的模型。例如，可使下变换的RFI的模型拟合下变换的RFI的概率密度函数(PDF)和/或自协方差函数(ACF)。在可将接收平台中的RFI源视为固定过程的特殊情况下（即，过程的动力学或统计不随时间大幅更改），只需要通过合成过程或者通过从预定义模型的库选择来构建一个此类RFI模型。在该情况下，RFI干扰块200可如图2所示，其中，基于模型的估计器220使用RFI模型生成在基带信号中存在的平台生成的干扰的估计E(k)。在加法器202从基带信号B(k)减去干扰估计E(k)以生成补偿的基带信号CB(k)。在一个实施例中，下变换的RFI的统计模型是混沌模型，其中，RFI的建模借助于由对应混沌奇异吸引子生成的混沌信号执行。在其它实施例中，RFI模型是基于随机微分方程的随机（例如，Markovian）模型。调谐到导出的RFI统计的数字非线性滤波器然后可准确地估计并且从基带信号去除平台生成的RFI。在各种实施例中，非线性滤波器或基于模型的估计器例如可以是扩展卡尔曼滤波器、无迹卡尔曼滤波器、滑动模式观测器或指数加权递归最小平方滤波器。
在大多数情况下，平台生成的RFI是非固定的，这是因为它由具有变化的动力学的多个高速数字信令源（例如，时钟和总线）产生。例如，源可以处在闲置或活动状态中，并且可在不同应力级操作。这些不同的RFI源可同时起作用，其中每个RFI源通常构成统计上不同的过程。在源相加在一起时，结果是具有多个（但有限的）不同短期行为的复合非固定（在短期意义上）过程。也就是说，平台生成的RF干扰信号表示可在任何给定时间存在或不存在的不同源生成的多个干扰信号的叠加。RFI因此可表示为：
其中，是用于第k个干扰源信号的选通函数。这些短期行为通常是非高斯并且相关的。为处理此情况，在一个实施例中，系统使平台生成的RFI的过滤分别适应每个短期行为，并且继续跟踪正在观测哪个行为。然后，可基于交换的模型（例如，混沌模型）使用非线性数字信号处理在数字基带中滤除RFI。通过构建多个随机或混沌模型，可将非固定平台生成的RFI建模，每个模型反映下变换的平台生成的RFI的有限数量的可能短期统计行为之一。可以用与上面为在缺少接收信号的情况下操作平台的固定RFI情况所述类似的方式创建模型，并且捕捉和在统计上分析产生的RF能量。然而，对于非固定RFI，通过多个操作模式将平台排序以便展示多个在统计上不同的RFI行为。对于每个此类短期RFI行为，构建模型（例如，通过合成或者从可用模型的库的选择）以拟合从分析捕捉和下变换的RFI获得的统计特性（例如，概率密度函数(PDF)和/或自协方差函数(ACF)）。
在一个实施例中，配置成减轻非固定平台生成的RFI的接收平台使用三个主要分量：用于下变换的RFI的不同随机模型（混沌或Markovian）的集合、采用检测规则选择哪个模型最佳拟合当前观测的行为的模型检测器以及调谐到当前选择的模型的非线性滤波器或基于模型的估计器。基于更高阶统计（或“累积量”）分析检测当前正在观测哪个已知PDF/ACF或者接收信号是否无RFI，模型检测器选择对应模型以“调谐”基于模型的估计器。在接收信号中缺少RFI的情况下，可禁用基于模型的估计器以便然后输送收到的基带信号而不修改检测器用于解调。在操作期间，可通过一定程度的等待时间执行模型检测过程。为了避免减轻误差，在接收信号路径中可采用延迟元素以便将具有进入信号的模型选择与基于模型的估计器在时间上对齐。然后，基于模型的估计器提取（即，不断估计）干扰，以便可从接收信号消除它。图3示出使用多个不同统计模型去除非固定平台生成的干扰的RF干扰减轻块200的实施例。模型检测器210接收基带信号B(k)，并且基于基带信号的统计特性，经模型选择器211选择多个模型之一以便在调谐基于模型的估计器220中使用。在选择多个模型（模型1到模型K）之一后，基于模型的估计器生成在基带信号中存在的平台生成的干扰的估计E(k)。在加法器202从基带信号B(k)减去干扰估计E(k)以生成补偿的基带信号CB(k)。延迟元素201用于将到达基于模型的估计器220和加法器202的基带信号延迟并且时间对齐，以及提供时间以便模型选择器处理基带信号。
在某些情况下，可能的情况是平台生成的RFI的性质使得不可能创建基于接收信号的分析能够准确检测应将多个模型的哪个模型用于RFI减轻的模型检测器。在那些情况下，可能替代地为接收信号采用部分分类的技术，其中，使用能够选择具有类似特性的模型的集合或“类”的分类器替代选择单个模型的模型选择器。在此情况下，减轻可发生在平行减轻分支中，在选择的类中每个模型一个，并且然后由分析每个平行分支的输出而不是分析收到的基带信号的统计的更简单模型检测器执行类中最佳拟合的选择。例如，简单的模型检测器可比较每个分支的输出变化，并且然后选择具有最小变化的分支。可使平行减轻分支的数量等于具有更高基数的类中的模型的数量。取决于选择的类，一些减轻分支可被禁用或不活动（例如，当类包含比可用平行分支的数量更少的模型时）。
图4示出RF干扰减轻块200的一实施例，其中，部分分类器350基于基带信号的统计特性将基带信号的RF干扰分类到从多个模型类选择的模型类，其中，每个模型类包括平台生成的RF干扰的一个或更多个模型。基于选择的模型类，通过平行的一个或更多个干扰减轻路径传递基带信号，其中，每个此类路径包括基于模型的估计器，其调谐到属于选择的模型类的平台生成的RF干扰的模型。
在图4中，可由部分分类器350选择干扰减轻路径1到N，以便通过使用选择的模型类的每个模型的基于模型的估计器传递基带信号。干扰减轻路径1包含基于模型的估计器321、模型选择器331和模型MA到MD。干扰减轻路径N包含基于模型的估计器32N、模型选择器33N和模型MW到MZ。部分分类器对模型类的选择因此要求选择一个或更多个干扰减轻路径和属于每个选择的干扰减轻路径的模型。模型检测器335比较每个干扰减轻路径的输出变化，并且经模型选择器360选择属于具有最低输出变化的干扰路径的平台生成的RF干扰的模型。选择的基于模型的估计器然后生成在基带中存在的平台生成的干扰的估计E(k)，基带信号的估计可从基带信号B(k)中减去以产生补偿的基带信号CB(k)。
在上述实施例中，包括RFI减轻的接收平台的各种功能可实现为离散硬件组件、由处理器执行的代码或其任何组合。该术语在本文中使用时，“处理电路”应视为包含任何那些类型的实现。此外，在另一实施例中，可如在上面为从与接收平台不同的源产生的RFI所述的任何实施例中一样执行RFI减轻。例如，为了防止干扰攻击，能够确定干扰装置的统计特性，并且创建干扰RFI的一个或多个模型。然后，如在具有调谐到选择的模型的基于模型的估计器的任何上述实施例中一样，将执行RFI减轻。
附加的注释和示例
在示例1中，方法包括在接收平台接收包括平台生成的射频(RF)干扰和通过信息信号调制的载波波形的信号；将接收信号下变换和数字化以产生基带信号；通过使用调谐到平台生成的RF干扰的统计模型的基于模型的估计器过滤基带信号来生成平台生成的RF干扰的估计；以及从基带信号减去平台生成的RF干扰的估计以生成补偿的基带信号，补偿的基带信号可被解调以提取信息信号。
在示例2中，示例1的主题可选择性地包括在接收信号中存在加性白高斯噪声的情况下解调补偿的基带信号。
在示例3中，示例1的主题可选择性地包括其中基于模型的估计器是从群组中选择的非线性滤波器，所述群组包括扩展卡尔曼滤波器、无迹卡尔曼滤波器和滑动模式观测器。
在示例4中，示例1的主题可选择性地包括其中平台生成的干扰的模型是至少部分混沌模型。
在示例5中，示例1的主题可选择性地包括其中平台生成的干扰的模型是至少部分基于随机微分方程。
在示例6中，示例1的主题可选择性地包括其中通过以下操作，在接收信号之前预生成平台生成的干扰的模型：在未接收载波波形时操作接收平台；在接收平台的天线端口捕捉在接收平台的操作期间发射的RF能量；以及基于捕捉的RF能量的统计特性导出用于平台生成的RF干扰的模型。
在示例7中，示例1的主题可选择性地包括选择平台生成的RF干扰的多个存储的模型之一以便基于基带信号的统计特性调谐基于模型的估计器。
在示例8中，示例7的主题可选择性地包括其中多个存储的模型对应于接收平台的不同操作模式。
在示例9中，示例7的主题可选择性包括其中通过以下操作，在接收信号之前预生成平台生成的干扰的模型：在未接收载波波形时在多个模式的每个模式中操作接收平台，其中，每个模式对应于用于操作接收平台的不同应力图；对于每个模式，在接收平台的天线端口捕捉接收平台发射的RF能量；以及对于每个模式，基于捕捉的RF能量的统计特性导出用于平台生成的RF干扰的模型。
在示例10中，示例1的主题可选择性包括：基于基带信号的统计特性将平台生成的RF干扰分类到从多个模型类选择的模型类，其中，每个模型类包括平台生成的RF干扰的一个或更多个模型；将基带信号输入平行的一个或更多个干扰减轻路径，其中，每个此类路径包括基于模型的估计器，基于模型的估计器调谐到属于选择的模型类的平台生成的RF干扰的模型；比较每个干扰减轻路径的输出变化；通过使用基于模型的估计器过滤基带信号来生成平台生成的RF干扰的估计，基于模型的估计器调谐到属于具有最低输出变化的干扰减轻路径的平台生成的RF干扰的模型。
在示例11中，无线接收平台包括：电路，包括用于将接收信号下变换到基带信号的混频器和采样电路，其中，接收信号包括平台生成的射频(RF)干扰和通过信息信号调制的载波；以及处理电路，用于：通过使用调谐到平台生成的RF干扰的统计模型的基于模型的估计器过滤基带信号来生成平台生成的RF干扰的估计；从基带信号减去平台生成的RF干扰的估计以生成补偿的基带信号，补偿的基带信号可被解调以提取信息信号。
在示例12中，示例11的主题可选择性地包括其中基于模型的估计器是从群组中选择的非线性滤波器，群组包括扩展卡尔曼滤波器、无迹卡尔曼滤波器和滑动模式观测器。
在示例13中，示例11的主题可选择性地包括其中平台生成的干扰的模型是至少部分混沌模型。
在示例14中，示例11的主题可选择性地包括其中平台生成的干扰的模型是至少部分基于随机微分方程。
在示例15中，示例11的主题可选择性地包括其中处理电路还要在接收信号中存在加性白高斯噪声的情况下解调补偿的基带信号。
在示例16中，示例11的主题可选择性地包括其中通过以下操作，在接收信号之前预生成平台生成的干扰的模型：操作接收平台；在接收平台的天线端口捕捉在接收平台的操作期间发射的RF能量；以及基于捕捉的RF能量的统计特性导出用于平台生成的RF干扰的模型。
在示例17中，示例11的主题可选择性地包括用于选择平台生成的RF干扰的多个存储模型之一以便基于基带信号的统计特性调谐基于模型的估计器的模型选择器。
在示例18中，示例17的主题可选择性地包括其中多个存储的模型对应于接收平台的不同操作模式。
在示例19中，示例17的主题可选择性包括其中通过以下操作，在接收信号之前预生成平台生成的干扰的模型：在未接收载波波形时在多个模式的每个模式中操作接收平台，其中，每个模式对应于用于操作接收平台的不同应力图；对于每个模式，在接收平台的天线端口捕捉接收平台发射的RF能量；以及对于每个模式，基于捕捉的RF能量的统计特性导出用于平台生成的RF干扰的模型。
在示例20中，示例11的主题可选择性包括处理电路，处理电路包括：部分分类器，用于基于基带信号的统计特性将基带信号的RF干扰分类到从多个模型类选择的模型类，其中，每个模型类包括平台生成的RF干扰的一个或更多个模型；电路，用于将基带信号输入平行的一个或更多个干扰减轻路径，其中，每个此类路径包括基于模型的估计器，基于模型的估计器调谐到属于选择的模型类的平台生成的RF干扰的模型；模型检测器，用于比较每个干扰减轻路径的输出变化，并且选择属于具有最低输出变化的干扰减轻路径的平台生成的RF干扰的模型，其中，处理电路要通过使用基于模型的估计器过滤基带信号来生成平台生成的RF干扰的估计，基于模型的估计器调谐到平台生成的RF干扰的选择的模型。
在示例21中，机器可读媒体包含指令，指令在执行时促使机器执行如任何示例1到10所述的功能。
在示例22中，系统包括用于执行如任何示例1到10所述的功能的部件。
如上所述的实施例可实现为用于操作的方法和/或在各种硬件配置中实现，硬件配置可包括用于执行指令的处理器，所述指令执行所述方法。此类指令可包含在适合的存储媒体中，从中它们被传送到存储器或其它处理器可执行媒体。
如本文中所述的实施例可在多个环境中实现，如部分无线局域网(WLAN)、第三代合作伙伴项目(3GPP)通用地面无线电接入网络(UTRAN)或长期演进(LTE)或长期演进(LTE)通信系统，尽管本发明的范围在此方面并无限制。示例LTE系统包括与LTE规范定义为eNode-B的基站进行通信的由LTE规范定义为用户设备(UE)的多个移动台。
本文中引用的天线可包括一个或多个定向或全向天线，例如包括偶极天线、单极天线、贴片天线、环形天线、微带天线或适合RF信号传输的其它类型的天线。在一些实施例中，可使用具有多个孔径的单根天线，而不是两根或更多根天线。在这些实施例中，每个孔径可视为单独的天线。在一些多输入多输出(MIMO)实施例中，天线可有效地分隔以利用空间分集和可在每根天线与传送站的天线之间产生的不同信道特性。在一些MIMO实施例中，天线可分开高达1/10的波长或更多波长。
在一些实施例中，如本文中所述的接收器可配置为根据特定的标准接收信号，如包括IEEE 802.11-2007和/或802.11(n)标准的电气和电子工程师协会(IEEE)标准和/或用于WLAN的提议规范，但本发明的范围在此方面并无限制，因为它们也可适合根据其它技术和标准传送和/或接收通信。在一些实施例中，接收器可配置成根据用于无线城域网(WMAN)的IEEE 802.16-2004、IEEE 802.16(e)和/或IEEE 802.16(m)标准（包括其变化和演进）接收信号，但本发明的范围在此方面并无限制，这是因为它们也可适合根据其它技术和标准传送和/或接收通信。在一些实施例中，接收器可配置为根据通用地面无线电接入网络(UTRAN) LTE通信标准接收信号。
已结合前面特定的实施例描述主题。应领会的是，那些实施例也可用视为有利的任何方式组合。此外，许多备选、变化和修改对本领域技术人员将是显而易见的。其它此类备选、变化和修改意图落在随附权利要求的范围内。
提供了摘要以遵从要求摘要以允许读者确定本技术公开的本质和要点的37 C.F.R.章节1.72(b)。认为它将不用于限制或解释权利要求范围或含意。随附权利要求据此合并到具体实施方式中，其中每个权利要求独立作为单独的实施例。

Claims (25)

1. 一种方法，包括：
在接收平台接收包括平台生成的射频(RF)干扰和通过信息信号调制的载波波形的信号；
将接收的信号下变换和数字化以产生基带信号；
通过使用调谐到所述平台生成的RF干扰的统计模型的基于模型的估计器过滤所述基带信号来生成所述平台生成的RF干扰的估计；以及，
从所述基带信号减去所述平台生成的RF干扰的所述估计以生成补偿的基带信号。
2. 如权利要求1所述的方法，还包括在所述接收信号中存在加性白高斯噪声的情况下解调所述补偿的基带信号以提取所述信息信号。
3. 如权利要求1所述的方法，其中所述基于模型的估计器是从包括扩展卡尔曼滤波器、无迹卡尔曼滤波器和滑动模式观测器的群组中选择的非线性滤波器。
4. 如权利要求1所述的方法，其中所述平台生成的干扰的所述模型是至少部分混沌模型。
5. 如权利要求1所述的方法，其中所述平台生成的干扰的所述模型至少部分基于随机微分方程。
6. 如权利要求1所述的方法，其中通过以下操作，在接收所述信号之前预生成所述平台生成的干扰的所述模型：
在未接收载波波形时操作所述接收平台；
在所述接收平台的天线端口捕捉在所述接收平台的操作期间发射的RF能量；以及，
基于捕捉的RF能量的统计特性导出用于所述平台生成的RF干扰的模型。
7. 如权利要求1所述的方法，还包括选择所述平台生成的RF干扰的多个存储的模型之一以便基于所述基带信号的统计特性调谐所述基于模型的估计器。
8. 如权利要求7所述的方法，其中所述多个存储的模型对应于所述接收平台的不同操作模式。
9. 如权利要求7所述的方法，其中通过以下操作在接收所述信号之前预生成所述平台生成的干扰的所述模型：
在未接收载波波形时在多个模式的每个模式中操作所述接收平台，其中每个模式对应于用于操作所述接收平台的不同应力图；
对于所述模式中的每个，在所述接收平台的天线端口捕捉所述接收平台发射的所述RF能量；以及，
对于所述模式中的每个，基于所述捕捉的RF能量的统计特性导出用于所述平台生成的RF干扰的模型。
10. 如权利要求1所述的方法，还包括：
基于所述基带信号的统计特性，将所述平台生成的RF干扰分类到从多个模型类选择的模型类，其中每个模型类包括所述平台生成的RF干扰的一个或更多个模型；
将所述基带信号输入平行的一个或更多个干扰减轻路径，其中每个此类路径包括基于模型的估计器，所述基于模型的估计器调谐到属于所述选择的模型类的所述平台生成的RF干扰的模型；
比较每个干扰减轻路径的所述输出变化；
通过使用基于模型的估计器过滤所述基带信号来生成所述平台生成的RF干扰的估计，所述基于模型的估计器调谐到属于具有最低输出变化的所述干扰减轻路径的所述平台生成的RF干扰的所述模型。
11. 一种无线接收平台，包括：
电路，包括用于将接收信号下变换和数字化到基带信号的混频器和采样电路，其中所述接收信号包括平台生成的射频(RF)干扰和通过信息信号调制的载波；以及，
处理电路，用于：
通过使用调谐到所述平台生成的RF干扰的统计模型的基于模型的估计器过滤所述基带信号来生成所述平台生成的RF干扰的估计；
从所述基带信号减去所述平台生成的RF干扰的所述估计以生成补偿的基带信号；以及
从所述补偿的基带信号提取所述信息信号。
12. 如权利要求11所述的无线接收平台，其中所述基于模型的估计器是从包括扩展卡尔曼滤波器、无迹卡尔曼滤波器和滑动模式观测器的群组中选择的非线性滤波器。
13. 如权利要求11所述的无线接收平台，其中所述平台生成的干扰的所述模型是至少部分混沌模型。
14. 如权利要求11所述的无线接收平台，其中所述平台生成的干扰的所述模型至少部分基于随机微分方程。
15. 如权利要求11所述的无线接收平台，其中所述处理电路还要在所述接收信号中存在加性白高斯噪声的情况下解调所述补偿的基带信号。
16. 如权利要求11所述的无线接收平台，其中通过以下操作在接收所述信号之前预生成所述平台生成的干扰的所述模型：
操作所述接收平台；
在所述接收平台的天线端口捕捉在所述接收平台的操作期间发射的RF能量；以及，
基于捕捉的RF能量的统计特性导出用于所述平台生成的RF干扰的模型。
17. 如权利要求11所述的无线接收平台，还包括用于选择所述平台生成的RF干扰的多个存储的模型之一以便基于所述基带信号的统计特性调谐所述基于模型的估计器的模型选择器。
18. 如权利要求17所述的无线接收平台，其中所述多个存储的模型对应于所述接收平台的不同操作模式。
19. 如权利要求17所述的无线接收平台，其中通过以下操作在接收所述信号之前预生成所述平台生成的干扰的所述模型：
在未接收载波波形时在多个模式的每个模式中操作所述接收平台，其中每个模式对应于用于操作所述接收平台的不同应力图；
对于所述模式中的每个，在所述接收平台的天线端口捕捉所述接收平台发射的所述RF能量；以及，
对于所述模式中的每个，基于所述捕捉的RF能量的统计特性导出用于所述平台生成的RF干扰的模型。
20. 如权利要求11所述的无线接收平台，其中所述处理电路还包括：
部分分类器，用于基于所述基带信号的统计特性，将所述基带信号的所述RF干扰分类到从多个模型类选择的模型类，其中每个模型类包括所述平台生成的RF干扰的一个或更多个模型；
电路，用于将所述基带信号输入平行的一个或更多个干扰减轻路径，其中每个此类路径包括基于模型的估计器，所述基于模型的估计器调谐到属于所述选择的模型类的所述平台生成的RF干扰的模型；
模型选择器，用于比较每个干扰减轻路径的所述输出变化，并且选择属于具有最低输出变化的所述干扰减轻路径的所述平台生成的RF干扰的所述模型，其中所述处理电路要通过使用基于模型的估计器过滤所述基带信号来生成所述平台生成的RF干扰的估计，所述基于模型的估计器调谐到所述平台生成的RF干扰的所述选择的模型。
21. 一种包含指令的机器可读媒体，所述指令在执行时促使机器执行如权利要求1所述的方法。
22. 一种包含指令的机器可读媒体，所述指令在执行时促使机器执行如权利要求2所述的方法。
23. 一种无线接收平台，包括：
用于在接收平台接收包括平台生成的射频(RF)干扰和通过信息信号调制的载波波形的信号的部件；
用于将接收的信号下变换和数字化以产生基带信号的部件；
用于通过使用调谐到所述平台生成的RF干扰的统计模型的基于模型的估计器过滤所述基带信号来生成所述平台生成的RF干扰的估计的部件；以及，
用于从所述基带信号减去所述平台生成的RF干扰的所述估计以生成补偿的基带信号的部件。
24. 如权利要求23所述的平台，还包括用于在所述接收信号中存在加性白高斯噪声的情况下解调所述补偿的基带信号以提取所述信息信号的部件。
25. 如权利要求23所述的平台，其中所述基于模型的估计器是从包括扩展卡尔曼滤波器、无迹卡尔曼滤波器和滑动模式观测器的群组中选择的非线性滤波器。
CN201410396264.3A 2013-08-13 2014-08-13 无线接收平台和用于平台生成的射频干扰减轻的方法 Active CN104378128B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/965655 2013-08-13
US13/965,655 US20150051880A1 (en) 2013-08-13 2013-08-13 Adaptive mitigation of platform-generated radio-frequency interference

Publications (2)

Publication Number Publication Date
CN104378128A true CN104378128A (zh) 2015-02-25
CN104378128B CN104378128B (zh) 2018-01-26

Family

ID=51352398

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410396264.3A Active CN104378128B (zh) 2013-08-13 2014-08-13 无线接收平台和用于平台生成的射频干扰减轻的方法

Country Status (3)

Country Link
US (1) US20150051880A1 (zh)
EP (1) EP2838205A3 (zh)
CN (1) CN104378128B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140256247A1 (en) * 2013-03-05 2014-09-11 Qualcomm Incorporated Dynamic interface selection in a mobile device
US9597002B2 (en) * 2013-08-21 2017-03-21 Gsacore, Llc Systems, methods, and uses of a Bayes-optimal nonlinear filtering algorithm
CN110073607B (zh) 2016-11-03 2022-02-25 诺基亚技术有限公司 波束成形
US9985805B1 (en) * 2017-07-12 2018-05-29 Rockwell Collins, Inc. Adaptive filter with recursive processing
US11848692B2 (en) 2017-09-28 2023-12-19 Apple Inc. Interference mitigation and multi-moment filtering
CN108375779B (zh) * 2018-01-16 2021-09-10 北京理工大学 一种基于Kalman滤波器的导航接收机干扰抑制方法
US11522600B1 (en) 2018-08-01 2022-12-06 Cohere Technologies, Inc. Airborne RF-head system

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1222269A (zh) * 1996-04-19 1999-07-07 阿马提通信有限公司 射频噪声消除器
CN1229553A (zh) * 1996-04-19 1999-09-22 阿马提通信有限公司 数字射频干扰消除器
US6122309A (en) * 1998-01-30 2000-09-19 Motorola, Inc. Method and apparatus for performing interference suppression using modal moment estimates
US6236263B1 (en) * 1997-06-19 2001-05-22 Fujitsu Limited Demodulator having cross polarization interference canceling function
WO2002067444A1 (en) * 2001-02-20 2002-08-29 Comsys Communication & Signal Processing Ltd. Apparatus for and method of reducing interference in a communications receiver
CN1436409A (zh) * 2000-06-15 2003-08-13 艾比奎蒂数字公司 降低fm带内同频数字音频广播接收机干扰的方法和设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090025112A (ko) * 2007-09-05 2009-03-10 삼성전자주식회사 Ｒｆ 수신기 및 그 간섭신호 제거방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1222269A (zh) * 1996-04-19 1999-07-07 阿马提通信有限公司 射频噪声消除器
CN1229553A (zh) * 1996-04-19 1999-09-22 阿马提通信有限公司 数字射频干扰消除器
US6236263B1 (en) * 1997-06-19 2001-05-22 Fujitsu Limited Demodulator having cross polarization interference canceling function
US6122309A (en) * 1998-01-30 2000-09-19 Motorola, Inc. Method and apparatus for performing interference suppression using modal moment estimates
CN1436409A (zh) * 2000-06-15 2003-08-13 艾比奎蒂数字公司 降低fm带内同频数字音频广播接收机干扰的方法和设备
WO2002067444A1 (en) * 2001-02-20 2002-08-29 Comsys Communication & Signal Processing Ltd. Apparatus for and method of reducing interference in a communications receiver

Also Published As

Publication number Publication date
CN104378128B (zh) 2018-01-26
EP2838205A3 (en) 2015-03-11
US20150051880A1 (en) 2015-02-19
EP2838205A2 (en) 2015-02-18

Similar Documents

Publication Publication Date Title
CN104378128A (zh) 平台生成的射频干扰的适应性减轻
Marey et al. Blind modulation classification algorithm for single and multiple-antenna systems over frequency-selective channels
US8718560B2 (en) Dynamic clear channel assessment using spectrum intelligent interference nulling
Zeng et al. A review on spectrum sensing for cognitive radio: challenges and solutions
US9014232B2 (en) Method and system for optimizing the use of the radio spectrum and computer program product therefor
Xu et al. Software-defined radio equipped with rapid modulation recognition
Hossain et al. Wideband spectrum sensing for cognitive radios with correlated subband occupancy
Vazquez-Vilar et al. Multiantenna spectrum sensing exploiting spectral a priori information
Mehrabian et al. Robust and blind eigenvalue-based multiantenna spectrum sensing under IQ imbalance
Yadav et al. A comprehensive study of spectrum sensing techniques in cognitive radio
Lagunas et al. Spectral feature detection with sub-Nyquist sampling for wideband spectrum sensing
Mehrabian et al. Spectrum sensing in SIMO cognitive radios under primary user transmitter IQ imbalance
EP1916792A1 (en) Receiver apparatus
Khobragade et al. Hybrid spectrum sensing method for cognitive radio
Boulogeorgos et al. The effects of RF impairments in vehicle-to-vehicle communications
Guo et al. Noncoherent multiantenna receivers for cognitive backscatter system with multiple RF sources
Masmoudi et al. Self-interference cancellation for full-duplex MIMO transceivers
Zheng et al. Linear combining in dependent α-stable interference
Salam et al. A unified practical approach to modulation classification in cognitive radio using likelihood-based techniques
Alsmadi et al. Effect of generalized improper Gaussian noise and in-phase/quadrature-phase imbalance on quadrature spatial modulation
Desai et al. Low complexity quasi-MLM modulation classification based optimal overloaded MU-MIMO receiver
Niranjayan et al. Analysis of wireless communication systems in the presence of non-Gaussian impulsive noise and Gaussian noise
Zhang et al. Modified Cramér-Rao Bound for $ M $-FSK Signal Parameter Estimation in Cauchy and Gaussian Noise
Axell et al. Online classification of class A impulse interference
El-Mahdy Partial band jamming of multicarrier frequency hopping/binary phase shift keying receiver over a Rayleigh fading channel with imperfect channel estimation

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant