CN104779971A - 一种结合模拟抵消算法的非线性数字自干扰抵消方法 - Google Patents

Abstract

为了实现LTE同时同频全双工系统，不仅需要抵消本地自干扰的线性部分，还需要很好的抵消非线性自干扰，而非线性自干扰主要是由于PA功率放大器的非线性引起的。因此，本发明采用比较通用的并行Hammerstein模型，对PA的非线性进行模拟，提出了一种数字干扰抵消方法，能同时抵消自干扰信号的线性部分和非线性部分。通过仿真验证表明本发明提出的数字干扰抵消方法，能把本地自干扰信号降低50db左右，在结合现在已有的天线抵消技术，就可以很好的抵消本地自干扰信号，实现LTE同频同时全双工系统，使LTE系统的时频资源翻一番。

Description

一种结合模拟抵消算法的非线性数字自干扰抵消方法

技术领域

本发明涉及接收信号处理领域，特别涉及一种数字自干扰抵消方法。

背景技术

随着无线通信技术和应用的发展，个人终端无线互连正在迅猛普及，无线通信已经成为个人和社会不可缺少的必备交互手段。然而，目前的无线频谱资源已近枯竭，无线通信业务对频谱资源的需求却正在指数上升。

传统的观点认为：由于无线信号随距离快速衰减，从本地发送天线的信号是数十万倍强于来自其他节点传输来的信号。因此，一直普遍假定，在同一频率上一个节点不能在接收到信号的同时发送信号。现有的FDD(频分双工)和TDD(时分双工)技术都通过浪费一半的无线资源来避免上下行干扰，CCFD(Co-frequency Co-time Full Duplex，同频同时全双工技术)无线通信设备使用相同的时间、相同的频率，同时发射和接收无线信号，使得无线通信链路的频谱效率提高了一倍。CCFD现已成为4G后续演进技术中挖掘无线频谱资源的一个重要方向。

实现同频同时全双工技术的关键就是消除本地自干扰信号。现有的干扰抵消方法基本都是在三个地方对本地干扰信号进行处理：天线抵消或采用隔离器、模拟干扰抵消、数字干扰抵消。

在已有的实现同频同时全双工技术的方法中，Stanford University的Mayank Jain，Jung ll Choi等人提出了一种天线干扰抵消、射频干扰抵消和基带干扰抵消的体系架构。天线干扰抵消采用三根天线，两根发射天线、一根接收天线，两根发射天线间隔半波长远的距离。

2011年他们又提出了一种拜伦抵消的方法，并结合数字干扰抵消的方法来实现同频同时全双工。拜伦抵消主要是通过产生另一路模拟信号跟原信号反相，通过控制振幅衰减跟频率偏移的多次迭代来实现抵消的最大化。而数字抵消则是通过信道估计的方法在数字域对数字信号抵消。

2013年Stanford University的Dinesh Bharadia，Emily McMilin，SachinKatti等人提出了一种新型环形天线隔离器、模拟干扰抵消和数字干扰抵消的方案。环形隔离器通过加一路有线传输的信号与接收到的信号相抵消。模拟干扰抵消和数字干扰抵消都利用了本地信号的导频信号来重建干扰信号与接收信号相抵消。

同频同时全双工，在理论是看起来好像非常如意实现，因为本地要发送的信号是已知的。凭直觉去想，我们会认为模拟前端当成一个黑盒子，它将数字基带信号转换成模拟信号，再经过上变频到载波频率，并放大到适合的功率，然后发送出去。换句话说，以前一直普遍认为上述黑盒子行为只改变了原始数字基带信号的功率和产生频移，实际这种想法是不正确的。事实上，无线通信设备歪曲改变的原始的数字基带信号，经过模拟射频电路后，发射噪声和高次谐波的产生会使原来数字基带信号产生很大变化。

由上面的分析可以得知，以往所采用的干扰抵消算法都没有考虑发射噪声和基带信号的高次谐波带来的影响。要想实现完全意义的全双工，就需要抵消点频带内所有的自干扰信号，他们包括：(1)线性部分：线性部分主要是由于信道中的衰减和环境中的反射引起的，线性部分失真可以表示为发送信号不通时延的线性组合。(2)非线性部分：非线性部分是由于对无线电路输入信号x会产生非线性的立方或者更高阶部分，例如x³，x⁵。而这些高阶部分的频率会接近于所发送的基带信号。(3)发射噪声：所有的无线电设备都会有噪声，但是一般会比较低。而由于功率放大器PA会产生一部分高功率的额外噪声。

发明内容

基于上述分析，一个性能优良的同频同时全双工系统要能够抵消掉频带内除了主信号分量外所有分量，因为这些信号在接收端对接收信号都是很强的自干扰。本发明提出了一种结合模拟抵消算法的非线性数字自干扰抵消方法，来实现LTE同频同时全双工系统。

本发明采取了以下技术方案：

一种结合模拟抵消算法的数字非线性干扰抵消方法，应用于同频同时全双工收发系统，所述全双工收发系统采用了天线隔离、模拟干扰抵消、数字干扰抵消的三层干扰抵消方案，经过模拟干扰抵消后，进行数字干扰抵消；所述模拟干扰抵消方案为：第一路信号由发射天线经过近场信道到达接收机，然后产生第二路信号来实现模拟抵消，最后在接收路径上与第一路信号相减抵消掉；所述第二路信号近似于第一路信号，所述第二路信号是由N路信号经过固定的延时和可变的衰减，然后对这N路信号求和得到的；所述数字干扰抵消方案为：步骤1：利用并行Hammerstein模型建立非线性功率放大器的离散时间基带模型；步骤2：利用最小二乘估计算法估计所述模型的估计参数步骤3：重建自干扰信号步骤4：在数字基带信号处用总的接收信号减去重建自干扰信号。

附图说明

图1是本发明所采用的同频同时全双工收发器框图；

图2是模拟抵消算法框图；

图3是sinc采样算法示意图；

图4是本发明的全双工收发器建模和干扰抵消结构示意图。

具体实施方式

下面结合附图说明及具体实施方式对本发明进一步说明。

本发明中所采用的全双工收发器如附图1所示，使用单独的发射天线和接收天线，这样会使发射机和接收机之间形成天然的隔离，这也是现在绝大多数全双工收发器所采用的模式。但有一个例外，斯坦福大学提出的一种基于隔离结构的环形器，发射和接收采用同一根天线。同样，他们的技术也适于本发明。附图1中，PA是功率放大器，LPF是低通滤波器，LNA是低噪声放大器，ADC是模拟/数字转换，DAC是数字/模拟转换，Coder/Decoder是编码器/解码器。

附图1的全双工收发器采用了天线隔离、模拟干扰抵消、数字干扰抵消的三层干扰抵消方案。在已有的技术中，利用天线抵消或循环隔离器技术，能使自干扰信号降低大约40-45dB，而模拟抵消技术可以抵消大约25-40dB。目前研究的数字干扰技术基本都是基于线性信号抵消，而没有考虑射频功率放大引起的非线性信号的功率。本发明提出的数字非线性干扰抵消方法恰好能抑制这种非线性失真。

本发明所采用的模拟抵消算法如附图2所示，一路信号由发射天线经过近场信道到达接收机，产生另一路信号近似于第一路信号来完成抵消。所述近似信号是由N路信号经过固定的延时和可变的衰减，然后对这N路信号求和，最后在接收路径上与第一路信号相减抵消掉。实际上，这N路信号都是发射信号经过不同的固定时延和可变的幅度衰减的副本。这个方法实现的关键是如何选择不同的固定时延和正确的选择可变衰减来实现自干扰信号的最大抵消。

本发明的方案基于一种全新的想法：可以把抵消看成是一个采样和差值的问题。实际的自干扰信号有一个固定的延时和幅度衰减，这是因为信号所经过近场信道和电路基本是固定的。一次选择的固定时延的范围应该稍大于实际自干扰信号经历各种设备的跨度。但是，实际很难知道时延d的精确值，因为它是信号经过电路的未知函数，但是总能找到它变化的范围。假设有N个固定延迟，我们把N/2个延迟的设置低于自干扰信号延迟d，而另外的N/2个延迟则大于自干扰信号延迟d。

现在可以得到领先和落后于本地自干扰信号的不同副本，那怎么才能估计出本地自干扰信号在某一时刻的实际值呢？换一种思路，这基本上是一个差值问题，类似于奈圭斯特数字采样。在奈圭斯特数字采样中，离散信号号采样的时间间隔是采样频率的倒数。奈圭斯特采样定理表明以奈圭斯特速率采样不会丢失信息，换句话说，我们可以在任何时候重建信号，在任一时刻的重建信号是在此时刻之前与之后的采样的加权线性组合。这些线性组合的权重可以通过标准正弦差值定理获得。正弦差值定理的基本思想是：要在某一时刻重建信号时，就是要叠加在每个采样时刻的sinc脉冲并计算在该时刻正弦脉冲的值，这个值就是需要重建的线性组合的权重。对每一个采样重复此算法以便确定相应的权重并应用之，信号在时刻t的值就可以由上面描述的sinc差值算法得到的权重的线性组合计算得到。

本发明的模拟抵消算法实际上也是采用类似的方法，在某一时刻可以得到信号通过等距离时延的不同副本。同样类似于上面的数字采样，需要根据等间距时延d₁，L，d_N的不同副本来估计在时延d的信号。当把信号通过等距离时延的不同副本的衰减值a₁，L，a_N设为正弦脉冲的权重时，就可以完美的重构自干扰信号并在接收端完成抵消，附图3展示了本发明所采用的模拟抵消算法。

接下来就是通过计算找出a₁，L，a_N使得本地自干扰信号达到最小化，即：

$\underset{a_1,L,a_N}{\min }{(y\left(t\right)-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{a}_i\left({t-d}_i\right))}^2---\left(1\right)$

其中d₁，L，d_N是N组等间距的不同时延，c(t)是经过不同时延的信号，y(t)是本地自干扰信号(接收端接收到的信号)。

发射的数字基带信号表示为x_n，对于非线性功率放大器的离散时间基带模型，假设广泛应用的parallel Hammerstein(并行汉默斯坦模型)，如下所示：

M表示PA功率放大器的记忆长度，P表示PH模型的非线性阶数。PH模型已经被证明是一个能很好建模功率放大器的多用工具。

然后把发射天线TX与接收天线之间的多径自干扰信道建模为FIR滤波器h_n。模拟干扰抵消旨在减少多径干扰信道中的主要成分。由于延迟不匹配或使用实际的多键射频消除器，为了建模可能存在模拟干扰抵消中的频率选择性，本发明还建模了FIR滤波器a_n来近似模拟干扰抵消响应。那么就可以得到在完成模拟抵消后接收到的自干扰信号为：

$x_n^{\mathrm{SI}}=h_n*x_n^{\mathrm{PA}}-a_n*x_n^{\mathrm{PA}}$

$=\underset{\underset{\mathrm{p\; odd}}{p=1}}{\overset{P}{\mathrm{\Σ}}}\underset{k=0}{\overset{M-1}{\mathrm{\Σ}}}((h_k-a_k)*f_{p,k}){\mathrm{\ψ}}_p\left(x_{n-k}\right)=\underset{\underset{\mathrm{p\; odd}}{p=1}}{\overset{P}{\mathrm{\Σ}}}\underset{k=-M_1}{\overset{M_2}{\mathrm{\Σ}}}{\stackrel{\‾}{f}}_{p,k}{\mathrm{\ψ}}_p\left(x_{n-k}\right)---\left(4\right)$

上式中表示非线性自干扰信道的信号系数，M₁和M₂是模型的记忆长度。因此，整个的自干扰信号模型，包括非线性功率放大器、多径自干扰信道和RF消除器，也可以表示为一个并行Hammerstein模型。

尽管该模型是非线性的，但是是线性的，因此可以用线性最小二乘估计来估计值得注意的是PH非线性模型可以完美地模拟各种其他PA加性模型，例如非线性多项式、线性时不变系统；级联的非线性多项式、线性时不变系统；级联的非线性Hammerstein模型和线性时不变系统。因此，选择非线性PH模型的非线性作为级联模型是有充分理由的。

基于上面的自干扰信号的模型估计参数然后再重建自干扰信号最后在数字基带信号处用总的接收信号减去重建自干扰信号。附图4给出了整体的自干扰信道模型，自干扰信号的建模、重建和数字干扰抵消都展示在图中。由附图4可以看出不同的分支对应不同的非线性阶数，对应于不同的系数因此，在数字干扰抵消之前的总的接收信号可以表示为：

$x_n^{\mathrm{RF}}=s_n+{\mathrm{\ω}}_n+x_n^{\mathrm{SI}}---\left(4\right)$

其中，s_n是实际接收到的目的信号，ω_n是加性高斯白噪声，而是接收到的自干扰信号。于是，可以得到数字干扰抵消可以表示为：

而自干扰估计可以表示为：

这里，P_c表示非线性阶数，M_c1和M_c2是模型的记忆长度。

为了推导出参数把得到的L个观察采样点表示为相应的向量形式：

$X^{\mathrm{RF}}=\mathrm{\Ψ}\stackrel{\‾}{f}+s+w---\left(7\right)$

其中，

$X^{\mathrm{RF}}=\left[\begin{array}{cccc}{x}_n^{\mathrm{RF}}& x_{n+1}^{\mathrm{RF}}& L& x_{n+L-1}^{\mathrm{RF}}\end{array}\right]---\left(8\right)$

$\stackrel{\‾}{f}=\left[\begin{array}{ccccccccc}{\stackrel{\‾}{f}}_{1,-M_{c1}}& L& {\stackrel{\‾}{f}}_{{1,M}_{c2}}& {\stackrel{\‾}{f}}_{3,-M_{c1}}& L& {\stackrel{\‾}{f}}_{{3,M}_{c2}}& {\stackrel{\‾}{f}}_{p_c,-M_{c2}}& L& {\stackrel{\‾}{f}}_{p_c,M_{c2}}\end{array}\right]---\left(9\right)$

$\mathrm{\Ψ}=\left[\begin{array}{cccc}{\mathrm{\Ψ}}_1& {\mathrm{\Ψ}}_3& L& {\mathrm{\Ψ}}_{P_c}\end{array}\right]---\left(10\right)$

${\mathrm{\Ψ}}_p=\left[\begin{array}{cccc}{\mathrm{\ψ}}_p\left({n+M}_{c1}\right)& {\mathrm{\ψ}}_p({n+M}_{c1}-1)& L& {\mathrm{\ψ}}_p\left({n-M}_{c2}\right)\\ {\mathrm{\ψ}}_p({n+M}_{c1}+1)& {\mathrm{\ψ}}_p\left({n+M}_{c1}\right)& L& {\mathrm{\ψ}}_p({n-M}_{c2}+1)\\ M& M& O& M\\ {\mathrm{\ψ}}_p({n+M}_{c1}+L+1)& {\mathrm{\ψ}}_p({n+M}_{c1}+L-2)& L& {\mathrm{\ψ}}_p({n-M}_{c2}+L-1)\end{array}\right]---\left(11\right)$

其中，L为中采样点的个数。假设把接收到的目标信号s_n当作噪声，为了得到公式(5)中数字干扰抵消的最小输出功率，可以利用最小二乘估计得到：

假设Ψ是满秩的，就可以得到：

矩阵Ψ是在设备中已知的参数，所以可以在实际数据传输的过程中进行估计。在实际应用中，可以利用OFDM信号中的导频信号得到(Ψ^HΨ)^-1Ψ^H，然后得到导频信号的对于该帧中的信号序列需要估计的就可以由导频信号的近似，因此不用计算信号序列的(Ψ^HΨ)^-1Ψ^H，能够减少计算量。

综上所述，为了实现LTE同时同频全双工系统，不仅需要抵消本地自干扰的线性部分，还需要很好的抵消非线性自干扰，而非线性自干扰主要是由于PA功率放大器的非线性引起的。因此，本发明通过对PA功率放大器非线性建模，采用比较通用的并行Hammerstein模型，对PA的非线性进行模拟。本发明提出的数字干扰抵消方法，能同时抵消自干扰信号的线性部分和非线性部分，在接收端对数字信号进行重构并与接收到的自干扰信号进行抵消。

通过仿真验证了本发明提出的数字干扰抵消方法采用非线性数字干扰抵消和模拟干扰抵消结合的方式，能把本地自干扰信号降低50db左右，在结合现在已有的天线抵消技术，就可以很好的抵消本地自干扰信号，实现LTE同频同时全双工系统，使LTE系统的时频资源翻一番。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (7)

1.一种结合模拟抵消算法的数字非线性干扰抵消方法，应用于同频同时全双工收发系统，所述全双工收发系统采用了天线隔离、模拟干扰抵消、数字干扰抵消的三层干扰抵消方案，经过模拟干扰抵消后，进行数字干扰抵消；其特征在于：所述模拟干扰抵消方案为：

第一路信号由发射天线经过近场信道到达接收机，然后产生第二路信号来实现模拟抵消，最后在接收路径上与第一路信号相减抵消掉；所述第二路信号近似于第一路信号，所述第二路信号是由N路信号经过固定的延时和可变的衰减，然后对这N路信号求和得到的；

所述数字干扰抵消方案为：

步骤1：利用并行Hammerstein模型建立非线性功率放大器的离散时间基带模型；

步骤2：利用最小二乘估计算法估计所述模型的估计参数；

步骤3：重建自干扰信号；

步骤4：在数字基带信号处用总的接收信号减去重建自干扰信号。

2.根据权利要求1所述的数字非线性干扰抵消方法，其特征在于：所述第二路信号是由N路信号经过固定的延时和可变的衰减，然后对这N路信号求和得到的，具体为：时延d₁，L，d_N是等间距的，其中，N/2个信号的延迟低于自干扰信号延迟d，而另外的N/2个信号的延迟则大于自干扰信号延迟d；衰减值a₁，L，a_N满足：

$\underset{a_1,L,a_N}{\min }{(y\left(t\right)-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{a}_{i}c(t-d_i))}^2,$

其中，c(t)是经过不同时延的信号，y(t)是本地自干扰信号。

3.根据权利要求2所述的数字非线性干扰抵消方法，其特征在于：采用FIR滤波器a_n来近似模拟干扰抵消响应。

4.根据权利要求1所述的数字非线性干扰抵消方法，其特征在于：所述利用最小二乘估计算法估计所述模型的估计参数具体为：自干扰估计可以表示为：

这里，P_c表示非线性阶数，M_c1和M_c2是模型的记忆长度；估计参数为：

其中， $X^{\mathrm{RF}}=\left[\begin{array}{cccc}{x}_n^{\mathrm{RF}}& x_{n+1}^{\mathrm{RF}}& L& x_{n+L-1}^{\mathrm{RF}}\end{array}\right],\mathrm{\Ψ}=\left[\begin{array}{cccc}{\mathrm{\Ψ}}_1& {\mathrm{\Ψ}}_3& L& {\mathrm{\Ψ}}_{P_c}\end{array}\right],$ ψ_p(x_n)＝|x_n ^p-1x_n，

$\stackrel{\‾}{f}=\left[\begin{array}{ccccccccc}{\stackrel{\‾}{f}}_{1,-M_{c1}}& L& {\stackrel{\‾}{f}}_{1,M_{c2}}& {\stackrel{\‾}{f}}_{3,-M_{c1}}& L& {\stackrel{\‾}{f}}_{3,M_{c2}}& {\stackrel{\‾}{f}}_{p_c,{-M}_{c1}}& L& {\stackrel{\‾}{f}}_{p_c,M_{c2}}\end{array}\right],$

${\mathrm{\Ψ}}_p=\left[\begin{array}{cccc}{\mathrm{\ψ}}_p(n+M_{c1})& {\mathrm{\ψ}}_p(n+M_{c1}-1)& L& {\mathrm{\ψ}}_p(n-M_{c2})\\ {\mathrm{\ψ}}_p(n+M_{c1}+1)& {\mathrm{\ψ}}_p(n+M_{c1})& L& {\mathrm{\ψ}}_p(n-M_{c2}+1)\\ M& M& O& M\\ {\mathrm{\ψ}}_p(n+M_{c1}+L+1)& {\mathrm{\ψ}}_p(n+M_{c1}+L-2)& L& {\mathrm{\ψ}}_p(n-M_{c2}+L-1)\end{array}\right].$

5.根据权利要求4所述的数字非线性干扰抵消方法，其特征在于：若Ψ是满秩的，则得到：

矩阵Ψ是在设备中已知的参数，可以在实际数据传输的过程中进行估计。

6.根据权利要求5所述的数字非线性干扰抵消方法，其特征在于：在实际应用中，利用OFDM信号中的导频信号，得到(Ψ^HΨ)^-1Ψ^H，然后得到导频信号的该帧中的信号序列需要估计的近似等于导频信号的因此不用计算信号序列的(Ψ^HΨ)^-1Ψ^H，能够减少计算量和内存。

7.根据权利要求1所述的数字非线性干扰抵消方法，其特征在于：所述数字非线性干扰抵消方法应用干LTE同时同频全双工系统。