CN105024712A - 干扰组件的还原体系 - Google Patents

Abstract

本公开涉及干扰组件的还原体系。描述一种系统用于形成可被形成为系统中非线性的结果的干扰信号分量的估计。估计被用来形成消除信号，其被附加到输入信号，以减少干扰分量的影响。

Description

干扰组件的还原体系

通过引用并入任何优先权申请

在申请数据表中认定为本申请的国外或国内优先权要求的任何或所有申请根据37 CFR 1.57通过引用并入本文。特别是，本申请请求于为2014年4月8日提交的、G.B.专利申请号1406346.5的权益，其全部公开内容通过引用并入本文。

技术领域

本公开涉及一种用于估计信号中的干扰，常常是非线性的分量，以及使用该估计来降低非线性分量的影响的装置和方法。

背景技术

在无线电接收器中，所接收的射频(RF)信号被放大和解调。这一过程通常包括频率转换操作，其中所述输入信号与本地产生的信号混合。这使得后续放大级能够在更窄的通带上执行。这使得它更容易以可以接受的失真、噪声和功耗特性的水平建立放大器和其他组件。尽管这些操作，非线性可仍然存在于RF信号处理路径和/或基带信号处理路径中。非线性可来自现实世界晶体管的性能(而不是理想的)，或在信号处理元件(诸如，模数转换器)中充电和放电显式或寄生电容，从而产生了非线性。

发明内容

在一些应用中，诸如无线电电话基站，需要功耗低、选择性、线性和小尺寸。

理想的是，在单一集成电路封装中提供增加量的RF接收器架构，并且最好在单一的半导体管芯上。

还期望提供一种接收器，其可操作以覆盖多个模式和/或频带。

还期望提供解决方案，其中客户可以操作设备，而不需要详细了解如何操作该设备。

本公开涉及一种RF接收器系统，其中，某些实施例解决了一些并优选地全部上述目标。

根据本公开的第一方面，提供了一种用于减少干扰信号分量对所需信号分量的影响的装置。该装置包括：装置，用于处理同时包含所需信号分量和潜在的干扰信号分量的输入信号来创建估计的干扰信号。然后该装置比较所估计的干扰信号和输入信号和/或输出信号，以使其能够创建消除信号。该消除信号与输入信号进行组合，以部分或基本上消除干扰信号分量。

干扰信号分量可以是窄频带信号或宽带信号。当干扰信号是窄带信号时，该装置可识别该窄带干扰信号，并寻求以减低对输出信号的影响。通过创建主要仅为了取消选定的窄带干扰信号的校正信号，计算上更容易地创建校正信号，该信号对于减少干扰信号分量的影响是有效的。

干扰信号分量可以被产生，作为信号处理电路中非线性的结果，引起谐波项的产生。该装置可以故意向输入信号应用等效非线性处理。该非线性处理可以包括形成输入信号的平方，输入信号的第三功率等。

该非线性可在窄或名义上的单一频率进行估计。如果例如耦合到信号处理装置的输入的信号处理电路的通带(诸如，无线电接收器)包括以频率F_W为中心的所需信号和以F_B为中心的干扰信号(通常，被称为“阻断信号”)，则信号处理电路可经布置以估计校正信号，用于阻断信号的二次谐波2F_B。当F_W基本上和2F_B相同时，可以改进在F_W的所需信号的恢复。

信号处理电路可估计被应用到干扰信号的系数的估计，以产生校正信号。校正信号可以通过传递所估计的误差信号通过过滤器而产生。滤波器可以是有限脉冲响应(FIR)滤波器。

可执行干扰频率分量的频率平移，以便使过滤器以名义上恒定的频率工作。因此，当该装置在使用中时，滤波器抽头和系数可以保持不变。鉴于所有这些信号处理可在数字域完成，即，通过和重复波形相乘和滤波进行频率转换，设计者可以选择省略频率变换并相反重新调谐数字滤波器。

在一些操作环境中发现提供多模式和多频接收器的压力。该环境的示例是移动电话空间，其中，设备可接收在多个标准之一操作信号，诸如2G、3G、4G、LTE等。

这些标准的每一个(或其它通信系统中的其他标准)趋向于高度调节，例如，在所要求的接受带宽、灵敏度、干扰信号免疫等。

根据本公开的又一个方面，提供了一种接收器，包括构成本发明的第一方面的实施例的电路。

根据本公开的又一个方面，提供了一种在输出信号中减少干扰信号分量的方法，该方法包括：接收包含所需信号分量和潜在的干扰信号分量的输入信号；对输入信号进行操作，以形成所述干扰信号分量的估计；产生校正信号；组合校正信号和输入信号；和监测所述输出信号以改进所述校正信号，以便减小干扰信号的影响。

附图说明

现在将参考附图通过非限制性示例的方式描述根据本发明用于减少不需要元件的影响的信号处理系统的实施例，其中：

图1是在零中频操作的接收器的框图；

图2是被配置在低中频操作的接收器的框图；

图3示意性示出了在接收器的输入端的转换，其中频率被引用到本机振荡器，接收器的输出的频谱作为接收器内非线性的结果；

图4是从接收器的测量频率响应，其中大的阻断信号存在以及其二次谐波基本上与期望接收的信号一致；

图5是用于降低从阻断信号所引起的不需要谐波信号的信号处理系统的示意图；

图6更详细地示出图5的信号处理器的组件；

图7更详细示出图6的适配引擎的组件；

图8更详细示出图7的适配引擎的窄带滤波器；

图9更详细示出图7的适配引擎的进一步的特征；

图10示出图9的相关性引擎的操作；

图11示出图9的矩阵和向量构建引擎的操作；

图12示出图9的最小二乘引擎的操作；

图13是用于搜索阻断信号的电路，或从阻断信号的存在而产生的组件的示意图；

图14更详细示出图13的装置；

图15a至15c示出频率搜索的示例；

图16是可用于识别阻断信号的参数引擎的示意图；

图17示出第一阶参数引擎的实施例；和

图18示出与用于提供定时和控制信号的控制器相关联的图17的电路。

具体实施方式

诸如在移动电话系统中，随着日益拥挤的频谱，从传统的高中频差接收器结构移开一般存在优点，越来越难以找到合适位置以定位其中频谱是“安静”的中频信号。

许多无线电接收器系统正朝着低中频或零中频架构发展。

该方法使得集成电路供应商提供或建议集成电路，其中在单个集成电路上提供正交混频器、可变增益放大器、滤波器和模数转换器。此外，数字域信号处理也可以提供在芯片/集成电路上以处理模数转换器的输出。用于这种系统的本地振荡器也可提供在“芯片上”，即相同的电路封装内。

该集成电路可以通过整合提供降低成本；对于客户更大的易用性，因为它正接近系统级芯片风格方案；和/或RF信号处理和路由规范和频率规划的简化。这是特别相关的，其中邻近提供多个接收器。

直接转换接收器和低中频(IF)接收器的架构是相似的。图1是直接变换接收器的示意性框图，以及图2是低IF接收器的概略框图。

直接转换接收器(通常由图1中的10标识)大致包括三个功能块。如图所示，图1的直接变换式接收器10包括RF放大级12、过滤器14和下变频器16。RF放大级12从天线18接收的信号，并由可变衰减器20和低噪声放大器22提供图1中表示的可控增益。来自RF放大级12的输出例如通过表面声波(SAW)滤波器14是带通滤波。其它过滤技术可以替代地或附加地使用。滤波器14的输出被提供给下变换器16的RF输入。

下变频器16包括正交混频器30，它在混频器的信号输入端接收放大的RF输入信号，并与提供给混频器30的本地振荡输入的本地振荡器(LO)信号混频。本地振荡器信号由本地振荡器32提供。本地振荡器32可以被提供为集成组件(在相同的集成电路封装的混合器30)或者作为单独组件。在提供给混频器30之前，本地振荡器32的输出可以通过缓冲器或放大器34缓冲。如本领域技术人员所公知的，正交混频器30通常包括两个混频器，一个工作在相内信号(或I信道)，和一个工作在其相位相对于同相信号相移π/2弧度(90度)的信号，正交信道(或Q信道)。为了实现这一点，本地振荡器32的LO信号可以被产生为具有相同频率但偏移90度的两个LO信号，或本地振荡器信号可以随后被处理以产生由正交混频器30需要的两个相位偏移LO信号本机振荡器信号。在现实世界系统中，I和Q信道是典型地大约90度异相，而可不完全90度。

如果输入信号具有W_C(载波是否实际存在或已全部或部分地抑制)的载波频率，则本机振荡器信号也可以被设置为W_C，以便执行直接降频转换为直流/基带。

所需要频率的本地振荡器信号可以使用锁相环等导出，如本领域技术人员已知的。

在通过过滤器44低通滤波以移除带外干扰之前，混合器30中的I和Q通道然后可例如通过固定增益放大器40和可变增益放大器42进行进一步的增益，然后发送到模数转换器50以数字化I和Q通道。

图2的低IF接收器具有与图1的直接变换接收器的相似性，以及类似的部件已经用相同的参考数字示出。从概念上讲，低中频接收器有两个本地振荡器。第一本地振荡器32可以被设置为频率WL，使得mod(WC-WL)＝IF，其中IF是所希望的中频。第二本机振荡器可以被提供以产生第二本地振荡器频率，使得在传递通过低通滤波器64之前第二混频器62进行下变频信号到到基带。

然而，由于I和Q信号已被ADC 50数字化，第二本地振荡器频率产生和混频端滤波的操作都可以以数字方式进行。

因此，这两种功能可以由组合数字电路来执行。

图2包括示出可用在ADC 50的输出的频谱的图。在本文公开的直接转换接收器中，“基带”可具有大约200MHz的带宽。对于多通道GSM，大约75MHz的带宽是理想的。因此，第一本地振荡器32可以被设置以得到通带内的标称第一中频，例如在约150MHz，以及第二本地振荡器60可用于下变频转换为基带。

接收器的期望特征是它能处理相对较强的干扰信号的能力。该规范的示例是3GPP TS 51.021阻断信号测试。在该试验中，本地阻断信号被引入到具有-1dBFS(一个dB小于满量程信号强度)强度的接收器。阻断信号与本地振荡器信号进行混频的任何谐波应在阻断功率上至少为90dB向下，作为测试规范的一部分。导致混合或放大级的非线性可视为RF非线性。基带组件(诸如，ADC 50)产生的任何非线性可视为基带的非线性。RF非线性和/或基带非线性可使用在此公开的装置的实施例减少和/或消除。

在以下描述中，将重点放在减少第二阶基带处理非线性用于说明的目的。该基带非线性可被建模为I²(n-m)+jQ²(n-m)，其中n是采样索引，m是正整数延迟(例如，m为0、1、2等。)。但可以理解，本文所讨论的原理和优点可应用于减少或消除其它非线性。

如果装置是针对假设k阶的RF非线性，则合适的非线性模型可包括以下形式的条件|I(n-m1)+jQ(n-m1)|^(2k-1)*(I(n-m2)+jQ(n-m2))。

采用CMOS的特点是数字门相对便宜，并且可以制造以执行从ADC50的信号的附加处理。这可用来校正RF或模拟部件的损伤，和/或除去在天线18接收的干扰。

例如，可以在移动电话系统中观察显著的阻断信号。这样的布置在图3中示意性示出，其中所有的频率被示出参考本地振荡器频率。感兴趣的信号(例如，与电话呼叫相关联的信号)可以占用以2f₀为中心的频带。在最坏的情况下，阻断恰好发生在频率f₀。在这种最坏的情况下，阻断信号和关注信号的实际频率分别是LO+f₀和LO+2f₀。

如果信号处理链的某些部分，该混频器30、放大器40和/或42或ADC 50呈现二次谐波失真，则这引起谐波生成。

如果本地振频率f_LO随时间被表示为

f_LO＝COS(2πf_L0t)

以及阻断信号f_BLOCK的频率随时间表示为：

f_BLOCK＝COS(2πf_LO+f₀)t

那么它可以表明该阻断信号的谐波相对于本地振荡频率为f_LO发生在+2f₀和-2f₀。因此，在这个例子中，阻断第二谐波位于其在基带中在2FO发生的想要信号。

然而，由本领域技术人员已知为“HD2”的阻挡二次谐波涉及阻断信号。如果阻断二次谐波和块之间的关系可估计，则阻断信号可用于估计校正信号，以减少第二谐波信号HD2，或事实上阻挡信号的任何所需谐波。

图4是用于已知的低IF变换接收器和ADC的光谱图。频率被示出相对于其可典型地在75MHz至100MHz的区域的中频。在图4中，相对于中间频率(假设本地振荡器是在输入频率的低侧)，具有-2dBFS的信号强度的阻断发生在-18MHz。相比中频，二阶谐波失真产生在-36MHz和36MHz的谐波。相比中频，阻断信号图像出现在+18MHz，以及标记为HD3的三次谐波出现在+54MHz，但没有出现在-54MHz。这是各个频率之间互调而产生的真正假象。

由于该频率相对于所述中频被示出，图4中的频谱从IF-65MHz运行到IF+65MHz。如果数值方便，中频IF为100MHz，则频谱可在35MHz和165MHz之间延伸。

这允许相比于中频(即+40MHz至+95MHz)在带内范围为-60MHz到-5MHz的这些频率分量和相比于中频(即，105MHz至165MHz)的+5到+60MHz的图像频带中的这些分量之间相对便利地选择。

在这个例子中，测得的带内第二谐波信号(HD2)具有约小于阻断信号85dB的功率。

应当指出，在一般情况下，ADC的输出y(或其它信号处理组件)响应于信号x可以表示为：

y＝a₀+a₁x+a₂x²+a₃x³+a₄x⁴…

在此公式中，a₀、a₁、a₂、a₃、a₄等是在多项式扩展中的系数，表示每个多项式项对输出y的相对贡献。有关任何这些项a₂x²，a₃x³等和/或从互调产物的失真可估计和降低。然而，如在到目前为止给出的示例中，失真的主要来源可以是二阶谐波失真。因此，这种情况将进一步考虑。

图5示出包括第二谐波减速器100的装置的示意性表示，其包括平方器102、校正信号发生器104和加法器106。应当理解，可以替代地或附加地实现减速器，其被配置为抑制其它频率的干扰信号，诸如其他谐波。鉴于第二谐波减速器100对ADC 50的数字化输出操作(在这个例子中)，则平方器102可以用硬件实现为两个输入数字乘法器。平方器102可以用作第一处理器，被配置成通过使用包括描述无用信号分量的项的函数对输出y操作而处理ADC 50的输出y，以创建估计的干扰信号。平方器102的输出被提供给校正信号发生器104，它接收估计校正系数该装置可以包括：系数估计电路107，被配置为根据ADC 50的输出而生成所估计的校正系数系数估计电路107可用作第二处理器，被配置为处理第一处理器的所估计的干扰信号和ADC 50的输出y或第二谐波减速器110的输出信号Z中的至少一个，以确定适用于所估计的干扰信号的一个或多个参数，用于产生校正信号。系数估计电路107可包括阻断信号检测引擎和适配引擎，例如，如下面所讨论。组合器(诸如，加法器106)可以组合ADC 50的输出和校正信号发生器104的校正信号以形成输出信号Z，使得在输出信号Z中的干扰信号分量的影响减小。的符号可被否定，使得在加法器106相加校正信号发生器104的输出和ADC 50的相应数字字形成由下面的等式所表示的另外输出Z：

$Z=y+(a_2-{\hat{a}}_2)y^2$

进一步的分析将示出通带外的三次谐波和低于接收器的噪声底的第四次谐波

第二谐波的残留量可以取决于估计的准确性，以减少

图6是与无线接收器关联的第二谐波降低电路(或“减速器”)的框图，如可在移动接收器或基站中找到。

第二谐波减速器100关联于阻断检测引擎110。阻断检测引擎110可以在专用硬件中由执行存储在非临时性计算机可读存储指令的处理器，或它们的组合来实现。阻断检测引擎110被连接到适配引擎120，其可以在专用硬件中通过执行存储在非临时性计算机可读存储指令的处理器，或它们的组合来实现。

该减速器100可以连续运行，而在ADC 50被输出的数据，而阻挡检测引擎110及适配引擎120可以间歇地运行。减速器100，其表示具有减少干扰信号成分的输入数据流的输出Z，则在输出端101提供的。

校正信号发生器104(图5)可以被实现为缓冲器或延迟线，用于保持ADC 50的最近的输出N个输出字的记录。第二高次谐波减速器100对同相和正交信号操作。许多应答或传递特性可以在第二谐波减速器100中实现，其在其结构中可类似于包括M个延迟元件的有限脉冲响应(FIR)滤波器，使得滤波器的输出P由下式表示：

$p=\underset{m=0}{\overset{M}{\mathrm{\Σ}}}\left\{\mathrm{Re}\right\{{\hat{a}}_2\left(m\right)\}+\mathrm{j\; Im}\{{\hat{a}}_2\left(m\right)\left\}\right\}\{I^2(n-m)+j{Q}^2(n-m)\}$

以及信号处理器的输出z由如下等式表示：

$z\left(n\right)=y\left(n\right)-a\left(n\right)\⊗\{I^2\left(n\right)+j{Q}^2\left(n\right)\}$

其中a表示滤波器系数。

设计者具有实施的抽头或延迟级数目M的选择，但如果需要，M可以是出乎意料的小。在模拟中，并随后在实验中，发现对于M＝2或3可给予移动电话系统中的充分性能以足够解决基带非线性。然而，其它电路或更正可希望更多的抽头。

如前所述，第二谐波减速器100响应于适配引擎120，其实施例更详细地示出在图7中。

如图7所示，适配引擎120包括可调谐窄带滤波器130和132，其由阻断检测引擎110控制，这将在后面更详细地描述。阻断检测引擎110可以设置过滤器130和132的中心频带为第二谐波HD2的频率。

因此，校正信号发生器104的输入信号和求和器106的输出进行滤波，以提取阻滞信号的二次谐波项，并且该信息用于更新在适配引擎120的HD2模型电路140中使用的系数，以设定被施加到校正信号发生器104的抽头的系数。在图7中，校正信号发生器104被示出为过滤器。在某些实施方案中，校正信号发生器104可以是有限脉冲响应(FIR)滤波器。该过滤器可以在I和Q通道两者上进行操作，并且可是复杂的FIR滤波器(即，滤波器接收实部和虚部系数)。

假设该阻断信号的频率可被估计，则窄带滤波器可以由将ADC 50的数字化输出乘以具有匹配或基本匹配于基带内的第二谐波HD2的频率基本频率而形成，所述第二谐波HD2起因于阻断频率。该过滤器信号可被形成为数字方式产生正弦波(其可被表示为复数)，以及乘法和因此混合可以在数字域中进行。在一些实施例中，过滤器信号可被实现为具有+1和-1幅值的标称方波。这可以允许通过符号位的周期性反转进行降频转换。该相乘和降频转换为DC在图8示意性地示出。

第二谐波HD2(例如，对应于在频率HD2信号内容的样本的I+jQ矢量，其中，j表示负一的平方根)因此降频转换为DC或接近DC值，然后由窄带滤波器130和132过滤。窄频带滤波器130和132可以实现为无限脉冲响应滤波器，其可以被布置成仅使用少数的延迟级提供窄带滤波器响应。

名义上，滤波信号应该通过进一步乘以滤波频率被上变频回到HD2，但发明人意识到，代替进一步相乘，与连续和实时地相反，该过滤器信号可以在周期性执行的矩阵和向量处理操作中被转换回HD2。

适配引擎120可在任何合适的专用硬件中和/或通过配置成执行存储在非临时性计算机可读存储指令的处理器来实现。现在将说明适配引擎120的一个示例。

引擎120可在3个子系统来实现，如图9所示。适配子系统可以包括相关性引擎160、矩阵和向量构建引擎162和最小二乘引擎164。

关联引擎160可包括缓冲器或存储器，以便保持N个采样。在硬件中，缓冲器可以被实现为N级移位寄存器。可替代地，当它们一个接一个到达时，关联引擎可以用缓冲分配并处理样本的序列。

每一个缓冲值或样本可以被提供给多个乘法器和加法器，被布置以形成所需的自相关和互相关函数。

因此，如图10所示，缓冲器中的值可被提供给一系列乘法器和加法

$r_1=\underset{K=0}{\overset{N-1}{\mathrm{\Σ}}}{y}_K^{2*}{y}_{K-1}^2$

$r_2=\underset{K=0}{\overset{N-1}{\mathrm{\Σ}}}{y}_K^{2*}{y}_{K-2}^2$

$r_m=\underset{K=0}{\overset{N-1}{\mathrm{\Σ}}}{y}_K^{2*}{y}_{K-m}^2$

其中*表示复合共轭

n表示缓冲器中样本的数量

m表示FIR过滤器中抽头/延迟级的数量

类似的，交叉相关乘积可通过指定硬件形成(或通过被配置为执行非临时计算机可读存储器中的指令的处理器)，被配置为处理N个样本以计算交叉相关系数c0至cm。

$c_0=\underset{K=0}{\overset{N-1}{\mathrm{\Σ}}}{z}_K^{*}{y}_K^2$

$c_1=\underset{K=0}{\overset{N-1}{\mathrm{\Σ}}}{z}_K^{*}{y}_{K-1}^2$

$c_2=\underset{K=0}{\overset{N-1}{\mathrm{\Σ}}}{z}_K^{*}{y}_{K-1}^2$

等等。

关联引擎160的输出是自动相关向量r和交叉相关向量c，其中：

r＝[r₀,r₁,r₂…r_m]

c＝[c₀,c₁,c₂…c_m]

如图10所示，关联引擎160响应于指令以采样最新的N个指令，这里标记为0到N-1，响应于从基体和载体构建引擎162的信号。采样和矢量生成由向量生成引擎162相对较少地进行。例如，该取样和矢量构建可以在GSM系统中每个时隙一次地进行。

图11示意性地示出在矩阵和向量构建引擎162中进行的操作。

如图11所示，矩阵和向量生成引擎162接收自相关向量r和互相关矢量c。矩阵和矢量生成引擎162可以对所接收到的矢量操作，以形成各自的Hermitian矩阵(也称为自伴随矩阵)，其中，矩阵的第i行和第j列中的元素等于所有索引I和J的矩阵的第j行和第i列的元素的复共轭。Hermitian矩阵具有总是真实的特征值。Hermitian矩阵然后通过和各自复杂的标量函数相乘频率调换。在框180中，频率平移向量被定义为频率变换向量180乘以自相关厄米特矩阵r^H以形成在图11中指定为182的向量r₀，然后建成Toepl itz矩阵，通过在图11中矩阵184表示。类似地，频率平移向量180用于对互相关的乘积操作，但在这里，它的复数共轭被形成并乘以互相关乘积的Hermitian矩阵，以形成矢量C₀，指定为190。从使用频率平移向量产生的频率转换操作取代相对于图8所讨论的向上转换，并允许实时复数乘法被相对低速率(例如，围绕一次每毫秒)脱机计算所代替。

向量c0和矩阵R0然后传递到最小二乘引擎164，它通过使用通过反转正规化自相关矩阵{r0+λI}更新滤波器系数的旧值而执行滤波系数的迭代估计，其中λ(拉姆达)是标量实常数，I是M+1维度的单位矩阵，并且通过互相关矢量C0左乘该逆值，并且结果通过实际正标量值μ调整，如图12所示。μ的值允许收敛的速率被控制，以便保持稳定。该技术对于本领域技术人员是公知的，可通过标准数值包获取，诸如Matlab，并且还用于嵌入式系统中使用的库。

从最小二乘拟合与最小二乘引擎164已经估计新的系数，这些都是然后提供到第二谐波减速器100，以减少第二谐波干扰。

在测试中，即使想要的信号和第二谐波叠加在频率空间中，该系统已被证明良好工作。在这种情况下，所需信号不相关于二次谐波HD2，并且因此可以被看作是自适应算法必须克服的噪声或干扰，从而所需信号实际上阻碍但不阻止自适应算法的收敛性。在测试中，HD2被设定为具有约-85dBFS(-110dBm)的功率，而需要的GSM信号(或其它通信信号)可具有-101dBM至88.5dBm之间的功率。因此，这给出了适应信号噪声比-21.5dB至-9dB。在测试中，这种方法已经能够实现优于10dB的增益取消。这使用具有M＝4的过滤器来实现，因此这样的过滤器是相对短的并且容易在硬件中实现，并且仿真工作表明M可以被减少到单元。

这里所描述的技术可用于减少来自接收器中非线性造成的失真，诸如引入平方项作为模数转换器的操作的结果。然而，该方法对于失真源是“盲”的。因此，它也可以适用于减小从接收器的外部发起的阻断信号，因为可遇到“无赖”发射机，诸如不在其设计限制内执行并产生相邻通道的信道外信号的移动电话手机。当使用这种技术以解决RF非线性时，其并不限于仅第二次谐波，而且还可以处理第三、第四、第五等阶的影响。

返回到图6，自适应处理的部分涉及识别阻断信号。该阻断信号示于图4中，作为在模数转换器50的输出在通带中的最强信号峰值。为简单起见，只示出一个阻断信号，但在现实中也可是潜在的阻断信号的多个信号，虽然几乎不可避免地强于任何其它的，以及该主要阻断信号是可位于和用于校正的所述信号。如已知本领域技术人员所熟知的，该信号的存在可以通过频率分析技术定位，如使用傅立叶变换。这样的技术也可以用在这里。然而，为了完整起见，现在将描述于2014年10月17日提交的、美国专利申请号14/517447的主题的两个迭代技术，其全部技术公开内容在此通过引用并入。

图13是布置成寻找主导信号的信号处理系统的框图，诸如在带宽有限信号中的阻断信号或HD2组件。

在图13中所示的布置中，在信号处理系统中实现的功能在硬件方面描述，但是应该显而易见的是，由于所有的操作都在对数字字执行，该操作可以在专用硬件、或可重复使用/多用途计算引擎和/或通过配置成执行存储在非临时性计算机可读存储指令的处理器执行。此外，此处描述的多个功能块可以由单个设备来执行。模数转换器50的输出被提供给下变频器260，以及下变频器260的输出被提供给频谱分析引擎270，诸如可在专用硬件或由经配置以执行存储在非临时性计算机可读存储中的指令实现的处理器低N点快速傅里叶变换引擎。同样，下变频器260也可以在专用硬件或通过被配置为执行存储在非临时性计算机可读存储中的指令的处理器来实现。频谱分析引擎270的输出被反馈到控制数字下变频器260。在图14中更详细地示出图13的电路的操作。数字下变频器260包括乘法器262，其接收输入信号，这在本示例中是由模数转换器50以采样速率Fs输出到乘法器262的第一输入的数字序列。乘法器262的第二输入从数字振荡器264接收振荡信号。数字振荡器264可以被布置以产生具有基本频率设置为等于由频谱分析引擎270确定的要求频率的数字信号。数字振荡器264的输出可以近似为正弦曲线，并在这种情况下，计算引擎可以被提供以便以适当的频率合成正弦波。正弦曲线可以被表示为复合实体。可替代地，减小的分辨率正弦可保持在只读存储器中，而且内插可用于以适当的频率合成适当正弦波。在进一步的替代方案中，数字振荡器264的输出可以简单地是方波，使得模数转换器50的输出乘以1，然后-1，以具有设置为适当要求频率的基本频率的交替序列。这种方法可以被使用，因为较高次谐波可以通过过滤器266被拒绝，所述过滤器266被配置为接收混频器262的输出。

从下面的描述这将变得明显，所需频率可以在每次迭代中匹配FFT引擎的区间频率中的一个，并因此，描述可以预先估计。因此，可采取操作以预加载一个或多个序列，用于产生正弦波存储器中的数字正弦。在任何情况下，对于本领域技术人员已知提供数字控制振荡器的多种方法。

如果数字振荡器264具有频率F_NCO，则本领域技术人员已知，信号分量在下变频器260中频移F_NCO。因此，下变频器260的操作是移动输入信号的频率，以围绕F_NCO居中。这可用于实施频率空间的搜索。

正如本领域技术人员已知的，快速傅立叶变换(FFT)运算(和一般确实频率分析操作)检查输入信号，并分配其分量到“区间”。分配到区间的信号幅度表示属于特殊区间的频率范围内的信号强度。原则上，输入信号的FFT可以被执行，以识别具有所需准确度程度的主导信号的频率的，其可以是预定的。然而，这可以迅速成为计算昂贵和费时的。

人们认识到，相对简单的搜索可以通过频率空间进行，以识别其中主导信号很可能在的频率范围。例如用2点傅立叶变换，频率空间被分成上半部和下半部。用3点傅立叶变换，频率空间被划分成三个区域，并依此类推。在第一次迭代中，以第一分辨率询问整个搜索带。第一分辨率对应于第一“区间”宽度。一旦包含信号的区域已被确定，该区域可被视为候选区域，则该搜索空间可以减小到至少覆盖候选区域的频率范围内，并优选以候选区域或区间的中频为中心。在第二次迭代中，这个减小的搜索空间被询问，但是用于搜索该减小的空间区间的数目保持相同。从而区间宽度减小-或换一种说法，分辨率增加。包含最多信号分量的区间被识别并成为对下一个迭代的减小搜索空间的中心，并依此类推。为了实现这种方法，需要在每次迭代中限定搜索空间的简单且可靠的方法。这是由包括过滤器的数字下转换器260来实现的。

在图15中，从混频器262的输出被传递到窄频带滤波器266，因为数字下变频器260的操作，其可从一次迭代到下一个具有单一的中心频率，但响应于带宽控制器268从一次迭代到下一个其带宽是可变的。窄带滤波器266(它是在图14中的数字滤波器)的输出然后提供到抽取器269，其可操作以可控抽取因子D减小数据流。窄频带滤波器266的带宽可以由带宽控制器268控制，使得其经过在最近进行的FFT分析中选择为具有最大量值的整体区间。它也可以被布置为通过围绕选择用于进一步分析的频谱的区间的保护带。

作为下变频器260的结果，感兴趣的频率范围可以是向下变换，使得输入信号YN中进行调查的范围由下变频器输送到已知的频率空间。例如感兴趣的频率范围可以转换，使得其最低频率在下变频器260中映射到预定频率，例如例如可以是大约0Hz的频率。可替代地，频率范围的中点可被映射到预定频率，诸如窄带滤波器266的中点。在任何情况下，下变频器的频率被选择成使得候选区域的频率范围被变换到位于滤波器266的通带内。

频谱分析引擎270在本示例中包括N点缓冲器272，其保持由抽取器269输出的最新N个字的记录。N点缓冲器272的输出被提供给N点FFT引擎274，其中，如本领域技术人员已知，感兴趣的频率空间分成N个频点，并分配信号强度到每个区间。区间被指定Y_K。N点FFT引擎274的输出被提供给选择器电路276，如图所示，其识别其中具有最大信号模量的区间Y_K。一旦具有最大信号模数的区间Y_K被确定，该区间的中心频率可通过该算法来计算和用于在随后的迭代设置数字振荡器264的频率f_NCO。如本领域技术人员已知的，傅立叶变换可以在硬件中执行，并且马萨诸塞州诺伍德模拟设备公司拥有可用的48点FFT引擎。因此，本领域普通技术人员可以实现例如对16，10，8,4，3或2点工作的更小的FFT引擎。因此，FFT引擎的具体实施不需要进一步讨论。

现在将参照图15a、15b和15c描述图13和14的电路的操作。为方便起见，区间已示出在每个附图中。假设在第一次迭代中，N点缓冲器被刷新，然后使其填充已通过第一抽取因子D抽取的样本。第一抽取因子可以是统一，使得每一个样品通过传递到缓冲区，直到缓冲区已满。此外，在第一次迭代中，数字振荡器264可能没有运行，并且窄带滤波器266的带宽被设置为它的最宽带宽，以使整个通带呈现给FFT引擎274。整个频谱的频谱功率然后在图15a中由FFT引擎274分配到具有中心频率Y1至Y10的多个频率桶，其在较低的频率LF_K和上部频率UF_K之间延伸。

由于所示频谱不仅包括最显著阻断信号以及其它的信号，所述峰值信号功率应当对应于阻断信号所在的区间，但它也可能对应于相邻的区间。因此，在图15a中，虽然在本图形化示例中阻挡信号几乎与区间Y6重合，区间Y5被选择为具有最大信号功率的区间。

在第一遍(K＝1)对应于频率区间Y5的频率被估计，并设置为用于数字振荡器264的新频率。这具有定心窄带滤波器266基本上围绕对应于区间Y5的频率的效果。在这一点上，窄带带宽滤波器266也可以被缩减，使得它至少覆盖图15a中的区间Y5的宽度。在本示例中，滤波器的通带包含区间Y4、Y5和Y6的频率范围。抽取因子可以现在增加2和N之间的因子，以便增加FFT引擎274的分辨率。该额外带宽可以认为是作为保护带。保护带的宽度可以由用户或设计者来选择，并且可以减少或扩大。

该抽取因子可以是用户或设计者可调节的。理想情况下，抽取因子的选择应满足Nyquist抽样标准(采样率大于两倍最大频率)，以避免混叠频率。

如本领域技术人员公知的，快速傅立叶变换的频率分辨率Fres是

$\mathrm{Fres}=+/-0.5\frac{F_s}{N}$

换句话说，频率窗口大小是

$\frac{F_s}{N}$

其中，F_S是理想地选择为足够快以满足Nyquist采样标准的采样频率。

因为数字下变频器260的操作，在每一个连续迭代中感兴趣的频率范围K基本上围绕直流(DC)或窄带滤波器266的中心频率为中心(在设计者的选择)，并且变得越来越窄。因此，采样速率可以在每次迭代中降低，并且这可以通过增加抽取因子来完成。第二迭代的分辨率如图3b所示，是

$+/-0.5\frac{F_s/D}{N}$

当D增加时，区间尺寸减小，并因此区间中心频率和实际阻断频率之间的误差也可能降低。再次每个区间的最大值可以被估计以定位新的候选区间，以及数字下变频器的频率可以调整以设定区间中心频率。窄带滤波器266的通带和该滤波器的带宽的中点可以进一步减小。因此，如在第三次迭代中如图15C所示，实际阻断频率和估计的阻断频率之间的误差相对于第一和第二次迭代被减小，而在这种情况下可被视为落入可接受的误差值内。

因此，可确定干扰或干扰信号分量，以估计其对信号的贡献，并减少干扰信号的干扰或影响。

图16示意性地示出了用于识别阻断信号的频率的进一步装置的实施例。该装置接收数字化输入信号，其可以从模数转换器之一接收到，例如如图1或图2中所示的变流器50。图16所示的装置包括阻断检测器340，如图所示，包括数字混频器342、数字滤波器344、参量引擎346、数字积分器348、和数字控制振荡器350。混频器342、滤波器344、积分器348和数字振荡器350也可以设置为硬件组件或由处理器执行的软件组件，或两者的混合物。为描述的目的，它们将被描述为好像它们是物理元件，但是应当意识到阻断检测器350的全部特征可以通过由处理器执行的软件实施，诸如基站的数字基带处理器。

参数引擎346可以包括多个功能块。在图16所示的例子中，参数包括引擎346包括M抽头相关器360，其接收通过过滤器344传递的多个数字字。M抽头相关器360缓冲该字并对它们执行自协方差或自相关函数。M抽头相关器360的输出被传递到适当的处理引擎，如图16的第M级列文森递归引擎362，其可以在处理器来实现，并且它是可操作的，如将在下文中描述，以在极点零极点平面图中输出M位置或更严格地当我们正在处理数据采样系统时，在Z平面中的极点位置。在图16中，该数据示意地从第M个极点框364输出，然后由主导极点块366检查以寻找主极点的位置。主极点的相位角可以由角度计算器368计算和输出作为相位误差φ_e，并提供给积分器348。如图所示，该积分器348集成的相位误差φ_e以获得被提供给数字控制振荡器350(也被称为数字控制振荡器)的相位校正信号以改变其频率。数字控制振荡器350输出正弦信号的数字表示，因此这只表示逼近或正弦曲线的样品的运行次数。该正弦波的数字表示可以与输入信号的数字表示相乘以获得频率混合分量，如同已经全部在模拟电路中完成的情况。因此，数字控制振荡器350和数字混频器342可通过数字电路来实现。数字混频器342的输出被提供给数字滤波器344，当适当时，其可以被提供到有限脉冲响应滤波器或者无限响应滤波器。数字滤波器344可以具有可调节的中心频率，或者，如在本示例的情况下，也可以设定为具有围绕特定频率(诸如，0赫兹)为中心的通带，但具有其带宽可控制，以便改变阻断检测电路或算法的连续迭代之间的带宽。

给出数据的时间序列，可使用参数模型识别潜在阻断的存在。从而给定在缓冲器中保持的N点的样品，可参数化系统的响应，它具有近似N点采样的输出。

事实上，响应可以模型化例如作为自回归模型。自回归模型将随机信号看作线性时不变系统的白噪声信号的输入的输出。线性时不变系统是全极点系统。

已知有强大的数学技术，诸如尤耳·沃克公式，它可以帮助涉及自回归模型参数到随机过程的自协方差(或自相关)。如果该处理具有零平均值，则自相关和自协方差是相同的。

鉴于表示时间序列的数据Xm，它能够估算该数据的自相关值。然后使用这些值，可以找到对于L＝1至M的线性回归参数α_L，其中M是所述自回归模型的阶数。

尤尔-沃克等式的问题是，他们对于应使用的M的值没有任何指导。然而，由于计算开销，可以避免大的M。有包含用于快速鲁棒求解上述方程的多个例程的信号处理库。他们可在算法的形式，并用于嵌入到门或逻辑处理器。个人计算环境公知的库的例子是MATLAB，其中使用命令ARYULE，功能可用。

然而，用户仍然必须决定模型的阶数。

尤拉-沃克公式可以相对快速地解决M的低值，但随着M的增加，反转矩阵的计算开销迅速增加。可以通过使用诸如基本行操作(这是直观的，而不是公式化)或使用计算子式、辅因子和转置(或伴随)矩阵的技术比较反相2×2矩阵和3×3矩阵的复杂性可以看出，这是确定性4个运算处理(计算矩阵和子式矩阵，把它转换成辅助因子矩阵，形成伴随矩阵，并通过1/决定数相乘)。

数值方法都存在，但计算开销随着级数显著增加。

该莱文森算法可以用来递归解决尤尔·沃克公式。列文森算法是能够有效地提取自回归模型的系数的算法的例子。莱文森算法也是库的形式可用，可以使用而不需要理解它的推导。然而简要推导被包括此处，因为它可以是有益的。

也可以使用其他的数字技术或算法，诸如巴雷斯算法、Schur分解和Cholesky分解。其它技术也存在。

在电信系统的上下文中，如上述所指出的，要被接收的信号可以存在许多信号，其可干扰想要信号的接收。这些其他信号通常被称为干扰信号、干扰、阻断信号或阻断剂，并且正如之前，有利的是知道阻断信号的存在，使得可以采取行动以减轻其效果或它们的效果。

可认为：提供接收到的符号的序列/数据到参量引擎(诸如，自回归模型)就可使每个潜在阻断信号的幅度和频率将被确定。

然而，本发明人认识到，这种假设是没有根据的，由于这种方法的大量计算成本。

如以上所指出的，由于反相依次大型矩阵的操作，容许参量引擎中较大阶数M的计算成本迅速增加。然而，发明人认识到，未规范的(低M)参量引擎的性能可被利用以提供计算上简单的系统，用于识别输入数据流的参量表示的极点。

本发明人观察到如果参量引擎被约束为具有低的级数，例如一或两级，但被要求来参量化具有三个或多个极点的系统，则该引擎趋于放置其极点位置估计邻近于输入信号中的最大极或两极的位置。因此，虽然结果不完全正确，但这是合理的近似最终结果。这可被利用来在随后的迭代中由带宽限制输入信号缩小频率搜索空间(即测试范围)，以便它不包括不那么显著的极点，但它包括了更多的显著极点。这使得矩阵求逆或其它的计算成本要显著降低。然而，还希望在可能的情况该过滤器的复杂性和成本也简化。这这就表明使用利用相对简单的带通特性的滤波器。将这些特性考虑在内，发明者认识到合适的性能可以用低阶参量引擎来实现，例如单顺序参量引擎以迭代或递归的方式操作，以搜索围绕从前迭代的所估计极点频率的较小频率空间。低阶但具有顺序大于1的参数引擎也可以比较容易地实现。单个级数的参数引擎的例子示于图17，其中关于图16已描述的部件被给予相同的参考标号。相关器160具有布置成形成复自相关的第一部分180和布置成形成n和随后的样本n-1的共轭之间的自相关的第二部分182，表示为输出分别被指定在第一部分380和第二部分382的R0和R1，被提供给角度确定单元368，其可R1的比率进行比较，以r0到确定的角位移表示的相量图上φE，其可与比率r1至r0进行比较，以确定由φ_e表示的相量图上的角位移，这如前所述被提供给积分器148，用于控制数字控制振荡器350。图17中的电路是单一级数(M＝1)引擎，其表示提供参数引擎以识别阻断的计算上简单的方式。

图17的电路在图18中重复，连同提供到相关块380和382以及也到滤波器抽头查找表390的定时和复位信号的图形表示，其用于寻址和变化电路的连续迭代之间的抽头系数，以逐渐降低所述滤波器344的通带，直到当作为潜在干扰信号的位置以足够的精度估计。因此，图18所示的电路操作以迭代估计阻断信号的频率，然后使用降频转换器/频率转换器和过滤器，以放大阻断信号和以更高的精度估计它的频率。

如前所述，单级引擎是相对容易实现的，但是在本公开中不限定于使用第一级参量引擎。

本原理和本文中所描述的优点可以以各种装置实现。这种装置的实例可以包括(但不限于)消费电子产品、消费者电子产品的一部分、电子测试设备、无线通信基础设施，诸如蜂窝基站等。消费性电子产品可包括(但不局限于)无线设备、移动电话(例如，智能电话)、电话、电视、计算机、手持式计算机、可佩戴计算机、平板计算机、膝上型计算机、手表等。另外，设备可以包括未完成的产品。所公开的技术不适用精神步骤，并且不在人类思维或由人写在一张纸上执行。

除非上下文清楚地要求，否则遍及说明书和权利要求中，词语“包括”、“正包括”、“包含”、“正包含”等将被解释为包含的意义，而不是排他性或穷尽感；也就是说“包括但不限于”的意义。如通常本文所用的，“耦合”或“连接”指的是可直接连接，或通过一个或多个中间元件连接的两个或更多个元件。

此外，本文中所用条件性语言，诸如，除其他外，“可以”、“可能”、“可”、“可能”、“例如”、“诸如”、“如”之类的，除非特别指出或者所使用的上下文中理解，否则一般旨在传达某些实施例包括，而其它实施例不包括某些特征、元件和/或状态。

本文所提供的本发明的的教导可以应用于其它系统，而不一定上述系统。上述各种实施例的元件和动作可以被组合以提供进一步的实施方式。本文所讨论的方法的行为可以任何次序酌情进行。此外，当合适时，本文中所讨论的方法的操作可以被串联或并行地执行。

尽管某些实施例进行了说明，这些实施例已提出了通过举例的方式而已，而不是为了限制本公开的范围。事实上，本文描述的该新颖的方法、系统和装置可以体现在其他各种形式。此外，可以对本文中所描述的方法和系统的形式做出各种省略、替代和改变，而不脱离本公开的精神。所附权利要求及其等同物旨在覆盖这些形式或修改，落入本公开的范围和精神内。

这里提出的权利要求是适合美国专利商标局使用的单一依赖格式。然而，可以理解，任何权利要求可依赖于同一类型的前述任一权利要求，除非这显然是在技术上不可行。

Claims (23)

1.一种用于减少干扰信号分量对所需信号分量的影响的信号处理装置，该装置包括：

输入，经配置以接收输入信号，其包括所需信号分量和干扰信号分量；

输出，经配置以输出输出信号；

第一处理器，经配置以通过使用包括描述所述无用信号分量的项的函数对输入信号操作而处理所述输入信号，以创建估计的干扰信号；

第二处理器，被配置以处理所述估计的干扰信号和所述输入信号或输出信号，以确定适用于所估计的干扰信号的一个或多个参数，以产生校正信号中的至少一个；

校正信号发生器，被配置以基于所述一个或多个参数生成校正信号的；和

组合器，被配置为将输入信号和校正信号相组合以形成所述输出信号，使得在所述输出信号中的干扰信号分量的影响减少。

2.如权利要求1所述的装置，其中，所述干扰信号分量是或包含连接到所述装置的信号处理电路的功率项xⁿ，并且所述第一处理器被配置为施加函数xⁿ到输入信号。

3.如权利要求1所述的装置，其中，所述第一处理器被配置成形成所述输入信号的平方。

4.如权利要求2所述的装置，其中，所述第一处理器被配置为形成所述输入信号的一个多项式展开。

5.如权利要求1所述的装置，其中，所述校正信号发生器包括有限脉冲响应滤波器。

6.如权利要求1所述的装置，还包括过滤器，被配置为选择所估计的干扰信号和来自输出的残余干扰信号或所述输入信号中的所述干扰信号中的至少一个，并向所述第二处理器提供所选择的信号。

7.如权利要求6所述的装置，其中，所述第二处理器适于形成所述第一处理器的输出的自相关函数和所述第一处理器的输出的互相关或至少一个输入信号或输出信号作为参数识别的部分。

8.如权利要求1所述的装置，其中，所述校正信号发生器包括数字滤波器，被配置成从所述第一处理器接收输入。

9.如权利要求1所述的装置，其中，所述校正信号发生器和组合器被实现在一起。

10.如权利要求1所述的装置，其中，所述干扰信号是第一信号的谐波中，并且该装置包括被配置以定位所述第一信号的频率的分析器。

11.如权利要求10所述的装置，其中，所述分析器包括N点FFT引擎，当N<8以及N是正整数时。

12.如权利要求11所述的装置，其中，N为小于或等于4。

13.如权利要求10所述的装置，其中所述分析器包括参量引擎。

14.一种集成电路，包括如权利要求1的装置。

15.一种无线电接收器或移动电话基站，包括如权利要求1的装置。

16.如权利要求1所述的装置，其中，所述输入信号包括数字字的序列，并通过该装置所执行的处理是由数字电子，或数字电子和处理器的混合物执行，所述处理器经配置以执行存储在非临时计算机存储区中的指令。

17.如权利要求10所述的装置，其中，所述分析器被配置为迭代地搜索信号域以找到所述干扰信号分量。

18.如权利要求17所述的装置，其中，所述分析器还包括可调谐滤波器或滤波器和频率转换器的组合，被配置为选择频率范围用于在连续迭代中分析。

19.如权利要求7所述的装置，其中，所述第二处理器被进一步设置成接收所述干扰信号和已频率变换和窄带滤波的输入或输出信号的估计，并向滤波信号施加频率平移向量。

20.如权利要求7所述的装置，其中，所述自相关和互相关函数在硬件中执行，所述参数估计在软件中执行。

21.一种用于在输出信号中减少干扰信号分量的方法，该方法包括：

接收包括所需信号分量和干扰信号分量的输入信号；

对输入信号进行操作，以形成所述干扰信号分量的估计值；

产生校正信号；

组合所述校正信号和所述输入信号；和

监测所述输出信号以改进所述校正信号，以便减小所述干扰信号的影响。

22.如权利要求21所述的方法，其中，所述干扰信号是第一信号的第二谐波，并且该方法还包括识别所述第一信号的频率，以便估计所述干扰信号的频率。

23.一种装置，包括：

阻断检测电路，被配置以产生和输入信号中干扰信号分量相关联的频率的指示；

适配电路，包括：

至少一个可调谐滤光器，被配置以基于由所述阻断检测电路产生的频率指示调整通带并滤波指示所述输入信号的信号；和

模型电路，被配置以基于由所述至少一个可调谐滤光器提供的信号估计校正系数；

校正信号发生器，被配置以基于所估计的校正系数产生校正信号；和

组合器，被配置以基于所述输入信号和所述校正信号的组合而产生输出信号。