CN105704073B - 一种干扰消除方法及装置 - Google Patents

Abstract

本发明实施例公开了一种干扰消除方法及装置，其中所述方法包括：获取本次输入的时域样本序列，将所述时域样本序列进行时频转换得到频域样本序列；根据所述频域样本序列和预设的滤波器进行干扰估计，以获得频域干扰数据；根据所述频域干扰数据，对所述频域样本序列进行干扰消除。本发明实施例提供的技术方案，将时域样本序列转换为频域样本序列，进而从频域的角度来消除频域样本序列中的干扰，从而能够提升接收端的去干扰性能，使其可以准确的解调出发送端所发送的数据。

Description

一种干扰消除方法及装置

技术领域

本发明涉及通信技术领域，尤其涉及一种干扰消除技术方法及装置。

背景技术

目前，在通信系统中通常会因发射端的整形滤波器、传输信道以及接收端的匹配滤波器等，对所传输的信号产生干扰。为此，接收端在对发送端调制信号进行解调时，需对所述干扰进行滤除。随着发送端对基带信号调制阶数的增大，其干扰会越来越明显。

通信系统的解调技术通常分为相干解调和非相干解调。相干解调通常需要接收机首先恢复载波频率和载波相位，然后利用信道估计技术以及均衡技术对接收信号进行解调、恢复和判决。但接收机要想获得同频同相，通常是有一定困难的。非相干解调技术不需要接收机达到同频同相，相对容易实现，但非相干解调技术的解调性能通常要比相干解调技术的解调性能差。

非相干解调技术中很重要的一类解调技术是差分解调技术，也称为差分检测(DD:Differential Detection)技术。差分检测技术通常面向差分调制通信系统；也就是说，差分调制通信系统首先在发射端利用差分调制技术调制信源数据，然后在接收端利用差分检测技术解调接收到的信号。理论上，差分调制系统如M进制差分移相键控(MDPSK:M-aryDifferential Phase Shift Keying)系统通常既可以采用相干检测技术(CD:CoherentDetection)检测接收到的信号，也可以采用DD技术检测接收到的信号。不过，在许多情况下，由于无法获得精确的载波频率，相干检测技术无法使用。

考虑到基于单个符号的差分检测技术的检测性能较差，为提高差分检测技术的检测性能，现有技术提出了基于多个符号的差分检测技术。该技术利用最大似然原理对多个符号进行联合判决。常见的两类基于多个符号的差分检测技术是均衡器方案和维特比(Viterbi)方案。维特比方案的复杂度较高，尤其是面向高阶调制时，即上文中所述的M值较大时，由于其状态数为M，导致其复杂度与联合检测长度(即联合检测的符号数目)成指数关系。均衡器方案是指判决反馈均衡器(DFE:Decision Feedback Equalizer)方案，利用接收符号的判决结果，引导滤波器系数的更新，进而收敛，从而达到抑制干扰，获得干净信号的目的。在均衡器方案中，还有一类技术是直接估计出干扰信号，进而从接收符号中直接去除估计出的干扰信号，以得到干净的信号。

如图1A所示的DFE方案是一类非线性均衡器，包括前馈滤波器和反馈滤波器。前馈滤波器是小数滤波器，其输入信号为样本信号，其中T为符号周期，K为上采样因子。反馈滤波器是整数滤波器，其输入信号为判决后的符号或者已知的训练序列。上述方案的前馈滤波器的系数为L个，反馈滤波器的系数为N-L个，记为wi，i＝1，2，…，L，L+1，…，N。在每个符号周期，均衡器的前馈滤波器收到K个输入样本，反馈滤波器收到一个判决后的符号yd或者训练数据，均衡器输出一个均衡后的符号信号y，然后计算错误值e，最后根据错误值更新滤波器系数。

然而，现有技术存在如下技术缺陷：DFE方案其对载波频率较为敏感，如果无法精确地跟踪载波频率，该方案的性能会大打折扣；单符号判决方案复杂度低且性能不好；维特比方案虽性能较好但复杂度高。

发明内容

本发明实施例提供一种干扰消除方法及装置，以较小的复杂度解决传统的基于时域的干扰消除技术中对载波频偏敏感的问题，提升接收端的去干扰性能，使其能够准确的解调出发送端所发送的数据。

第一方面，本发明实施例提供了一种干扰消除方法，该方法包括：

获取本次输入的时域样本序列，将所述时域样本序列进行时频转换得到频域样本序列；

根据所述频域样本序列和预设的滤波器进行干扰估计，以获得频域干扰数据；

根据所述频域干扰数据，对所述频域样本序列进行干扰消除。

第二方面，本发明实施例还提供了一种干扰消除装置，该装置包括：

时频转换单元，用于获取本次输入的时域样本序列，将所述时域样本序列进行时频转换得到频域样本序列；

干扰估计单元，用于根据所述频域样本序列和预设的滤波器进行干扰估计，以获得频域干扰数据；

干扰消除单元，用于根据所述频域干扰数据，对所述频域样本序列进行干扰消除。

在本发明实施例中，对时域样本序列进行时频转换，可以将载波频偏转换为相当于直流分量的成分，进而会使得在频域内对频域样本序列进行干扰消除的方案，对载波频偏不敏感，能够提升接收端的去干扰性能，使其能够准确的解调出发送端所发送的数据，且其实现复杂度较低。

附图说明

图1A为现有技术中通过DFE方案进行干扰消除的操作原理示意图；

图1B是本发明实施例一提供的一种干扰消除方法的流程示意图；

图2是本发明实施例二提供的一种干扰消除方法的流程示意图；

图3是本发明实施例三提供的一种干扰消除方法的流程示意图；

图4是本发明实施例四提供的一种干扰消除方法的流程示意图；

图5所示为本发明实施例五提供的一种干扰消除装置的结构示意图；

图6所示为本发明实施例六提供的一种干扰消除装置的结构示意图；

图7为本发明实施例七提供的一种干扰消除装置的结构示意图；

图8为本发明实施例七中的蓝牙系统的EDR模式的包结构；

图9为本发明实施例七中的DPSK调制方式为π/4-DQPSK时输入的信源比特序列面向符号的差分相位映射表；

图10为本发明实施例七中的DPSK调制方式为8DPSK时输入的信源比特序列面向符号的差分相位映射表；

图11为本发明实施例七中的训练符号构成的序列的差分相位取值在整个包中的具体位置；

图12为本发明实施例七中的蓝牙EDR模式的DPSK部分的发射机处理框图；

图13为本发明实施例七中的蓝牙EDR模式的DPSK部分的接收机结构框图

图14为本发明实施例七中两种不同解调方法所对应的解调性能评价示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1B是本发明实施例一提供的一种干扰消除方法的流程示意图。本实施例可适用于由数据发送端和数据接收端组成的通信网络架构，其中数据发送端可通过传输信道向数据接收端发送数据。本实施例提供的方法可以由置备在数据接收端上的干扰消除装置来执行，所述装置由软件和/或硬件实现。在所述通信网络架构中，数据发送端需利用DPSK(Differential Phase Shift Keying，差分移相键控)或MDPSK技术对发送数据进行调制，数据接收端可采用本实施例提供的干扰消除装置对传输过程中所带来的干扰加以消除，以解调出数据发送端发送的数据。参见图1B，本实施例提供的干扰消除方法具体包括如下操作：

操作110、获取本次输入的时域样本序列，将时域样本序列进行时频转换得到频域样本序列。

在数据传输过程当中，数据接收端会实时接收数据发送端所发送的携带有符号信息的调制信号，并对调制信号进行整形处理得到时间样本点，然后根据设定算法对所接收到的各时域样本点进行识别得到同步信息。由于数据发送端对待发送的符号采用了上采样操作，故数据接收端在某一时间段内连续得到的多个时间样本点，会同时对应一个符号，这些时域样本点组成所对应符号下的时域样本序列。

其中，整形处理可包括下变频、模数转换、去直流、低通滤波等操作；所述设定算法包括频偏估计和补偿等；通过同步信息能够确定所接收的各个时间样本点序列中哪些时域样本点对应数据发送端所发送的一个符号(例如每8个时间样本点对应数据发送端所发送的一个符号)，以及数据发送端发送的符号是训练符号还是待判决符号。对于数据发送端发送的训练符号而言，数据接收端是可以预先获知的。

在本实施例中，干扰消除装置可根据同步信息控制每次输入一个符号对应的时域样本序列。如果输入的时域样本序列对应的是数据发送端发送的训练符号，则判断当前处于训练阶段，如果输入的时域样本序列对应的是数据发送端发送的待判决符号，则判断当前处于判决阶段。本实施例提供的干扰消除方法可适用于训练阶段和判断阶段，对此不作限定。

在获取到本次输入的时域样本序列之后，可基于直接估计干扰的思想来对所输入的时域样本序列进行干扰消除。即先估计出干扰数据，然后根据干扰数据对本次输入的时域样本序列进行干扰消除。

在本实施例中，时域样本序列中的各时间样本点应由两部分组成，包括实部样本点和虚部样本点。由于每个时间样本点均会携带具有一定干扰的载波频率信息，并且用于进行干扰估计的滤波器的系数与载波频率相关，如果直接采用该滤波器对时域样本序列进行干扰估计，所得到的干扰数据会对载波频偏十分敏感，进而大大降低干扰消除性能。为此，本实施例先将时域样本序列进行时频转换，然后根据得到的频域样本序列基于直接估计干扰的思想来对所输入的时域样本序列进行干扰消除。

具体的，可将本次输入的时域样本序列中各个时域样本点的相位，与前一次输入的时域样本序列中各个时域样本点的相位，作差操作，来将时域样本序列进行时频转换得到频域样本序列。例如，本次输入的时域样本序列中各时域样本点的相位依次为：P(1)、P(2)、P(3)……P(n),前一次输入的时域样本序列中各时域样本点的相位依次为：P′(1)、P′(2)、P′(3)……P′(n)，频域样本序列中各频域样本点依次为：ΔP(1)、ΔP(2)、ΔP(3)……ΔP(n)。其中,ΔP(1)可以为P(1)与P′(1)至P′(n)中任意一个相位的差值，ΔP(2)可以为P(2)与P′(1)至P′(n)中任意一个相位的差值，依次类推。

在本实施例的一种具体实施方式中，将本次输入的时域样本序列进行时频转换得到频域样本序列，包括：

确定本次输入的时域样本序列中各个时域样本点的相位；

按照如下公式计算与本次输入的时域样本序列中各个时域样本点对应的差分相位，得到频域样本序列：

s_f(k)＝P(k)-P′(k)

其中，s_f(k)为与本次输入的时域样本序列中第k个时域样本点对应的差分相位，P(k)为本次输入的时域样本序列中第k个时域样本点的相位，P′(k)为前一次输入的时域样本序列中第k个时域样本点的相位。

由此可见，对前后相邻组时域样本序列的相位进行差运算所得到的频域样本序列，可将相邻组时域样本序列中携带的具有一定干扰的载波频率信息部分抵消掉。如果基于该频域样本序列进行滤波操作，所估计出的频域干扰数据便不会对载波频偏敏感，从而提高干扰消除性能。

操作120、根据频域样本序列和预设的滤波器进行干扰估计，以获得频域干扰数据。

操作130、根据频域干扰数据，对频域样本序列进行干扰消除。

在本实施例中，在执行完操作110得到频域样本序列后，可将该频域样本序列进行存储，例如保存至内存中。

一方面，在将时域样本序列进行时频转换得到频域样本序列并进行存储后，可先读取该频域样本序列，对其加以处理，使其具有与时域样本序列相同的属性，以能够进行后续滤波操作。其中，所述处理可以为线性处理。例如，如果时域样本序列所对应的时域表达函数是奇函数，则处理后的时域样本序列所对应的频域表达函数也应是奇函数。而后，利用预先设定的滤波器对处理后的频域样本序列进行滤波可以得到对应于一个频域样本点的干扰数据，作为频域干扰数据。其中，用于进行干扰估计的滤波器的各滤波系数可以是人工根据经验值设定，也可是通过训练得到的，本实施例对此不作限定。

另一方面，在将时域样本序列进行时频转换得到频域样本序列并进行存储后，读取所存储的频域样本序列，并对其进行下采样操作，以从该频域样本序列中抽取一个频域样本点。

最后可直接将所抽取的频域样本点与频域干扰数据进行差运算，来得到新的频域样本点，以完成对频域样本序列的干扰消除。

在本实施例中，对时域样本序列进行时频转换，可以将载波频偏转换为相当于直流分量的成分，进而会使得在频域内对频域样本序列进行干扰消除的方案，对载波频偏不敏感，能够提升接收端的去干扰性能，使其能够准确的解调出发送端所发送的数据，且其实现复杂度较低。

实施例二

图2是本发明实施例二提供的一种干扰消除方法的流程示意图。本实施例在上述实施例一的基础上，对操作120和操作130作进一步优化。参见图2，本实施例提供的干扰消除方法具体包括如下操作：

操作210、获取本次输入的时域样本序列，将时域样本序列进行时频转换得到频域样本序列。

操作220、将频域样本序列复制成两路，分别为第一频域样本序列和第二频域样本序列。

操作230、对第一频域样本序列进行处理得到第三频域样本序列，以使第三频域样本序列满足进行滤波操作的条件；采用滤波器对包含有第三频域样本序列的滤波频域样本序列执行滤波操作，以得到频域干扰数据。

操作240、从第二频域样本序列中选取一个频域样本点；根据所选取的频域样本点和频域干扰数据进行干扰消除生成目标频域样本点。

在本实施例中，滤波频域样本序列中所包含的滤波频域样本点个数应与滤波器所包含的滤波系数的个数一致。其中，滤波系数可以为0，也可不为0。

在对第一频域样本序列进行处理得到第三频域样本序列后，采用滤波器执行滤波操作时，滤波器会先根据第三频域样本序列以及是否存在符号间干扰，确定本次执行滤波操作的滤波频域样本序列。具体的，如果本次输入的时域样本序列与前N次所输入的时域样本序列之间不存在干扰，滤波频域样本序列为第三频域样本序列；如果本次输入的时域样本序列与前N次输入的各组时域样本序列之间存在干扰，滤波频域样本序列是由根据本次输入的时域样本序列得到的第三频域样本序列，以及根据前N次输入的各组时域样本序列相应得到的第三频域样本序列组成，其中N为大于1的整数。在确定完毕滤波频域样本序列之后，滤波器对该滤波频域样本序列执行滤波操作，以得到对应于一个频域样本点的干扰数据，作为频域干扰数据。

在本实施例的一种具体实施方式中，对第一频域样本序列进行处理得到第三频域样本序列，以使第三频域样本序列满足进行滤波操作的条件，包括：

对第一频域样本序列中的各频域样本点取正弦操作，得到第三频域样本序列；或者

获取正弦函数的泰勒展开式中的前L项，作为处理公式；

按照处理公式，计算第一频域样本序列中的各频域样本点对应的处理结果，得到第三频域样本序列，其中L为大于等于1的整数。

本实施例提供的技术方案，能够将时域样本序列转换为频域样本序列，采用滤波器根据频域样本序列进行干扰估计，进而基于干扰估计结果对频域样本序列进行干扰消除，从而可以不受载波频偏的影响，能够提升接收端的去干扰性能，使其能够准确的解调出发送端所发送的数据，且其实现复杂度较低。

实施例三

图3是本发明实施例三提供的一种干扰消除方法的流程示意图。本实施例在上述实施例一和实施例二的基础上，增加了预先确定滤波器系数的操作。参见图3，本实施例提供的干扰消除方法具体包括如下操作：

操作310、设置滤波器中的各滤波系数初始值。

操作320、获取数据接收端在训练阶段下得到的与预设的训练符号对应的时域样本序列，作为本次输入的时域样本序列。

在本实施例中，滤波器中各滤波系数的初始值可均被设为0，或者随机设定。数据发送端依次发送对应于多个训练符号的调制信号，数据接收端依次接收带有干扰的各调制信号，并对其进行整形处理得到各时间样本点，然后根据设定算法对所接收到的各时域样本点进行识别得到同步信息。干扰消除装置可根据同步信息控制每次输入一个训练符号对应的时域样本序列，然后基于该时域样本序列执行操作330-操作370。

操作330、获取本次输入的时域样本序列，将时域样本序列进行时频转换得到频域样本序列。

操作340、将频域样本序列复制成两路，分别为第一频域样本序列和第二频域样本序列。

操作350、对第一频域样本序列进行处理得到第三频域样本序列，以使第三频域样本序列满足进行滤波操作的条件；采用滤波器对包含有第三频域样本序列的滤波频域样本序列执行滤波操作，以得到频域干扰数据。

操作360、从第二频域样本序列中选取一个频域样本点；根据所选取的频域样本点和频域干扰数据进行干扰消除生成目标频域样本点。

操作370、将所生成的目标频域样本点与预设的训练符号进行错误值计算，根据所计算的错误值以及第三频域样本序列，更新滤波器中的各滤波系数。

在本实施中，将所生成的目标频域样本点与预设的训练符号进行错误值计算，可具体为：计算所生成的目标频域样本点与预设的训练符号之差；将差的绝对值作为错误值。当然，对错误值的计算方法并不局限于此，凡是能够度量目标频域样本点与预设的训练符号之间误差的方法均可用来进行错误值的计算，本实施例对此不做限定，例如还可通过计算所生成的目标频域样本点与预设的训练符号之间的欧式距离，来确定错误值。

本实施例可基于最小均方算法(LMS:Least Mean Square)、LMS算法的改进算法包括符号(signed)LMS算法、归一化(normalized)LMS算法和变步长LMS算法、递归最小二乘方(RLS:Recursive Lease Square)算法和恒模(CMA:Constant Modulus Algorithm)算法，根据所计算的错误值以及第三频域样本序列，更新滤波器中的各滤波系数。

在本实施例的一种优选的实施方式中，可基于LMS算法更新滤波器中的各滤波系数。具体的，更新滤波器中的各滤波系数，包括：

根据如下公式，更新滤波器中的各滤波系数：

Coeff’＝Coeff+G×e×data_seq

其中，Coeff’为更新后得到的滤波器中的各滤波系数构成的向量，Coeff为更新前的滤波器中的各滤波系数构成的向量，G为预设的大于0且小于1的值，e为本次计算得到的错误值，data_seq为本次得到的包含有第三频域样本序列的滤波频域样本序列构成的向量。G作为更新因子，其大小可以控制系数收敛的速度和带来的噪声。

当然，本领域的普通技术人员应理解，本实施例提供的干扰消除方法还可进一步包括预先设定滤波系数的收敛条件，在更新滤波器中各滤波系数后，如果判断达到设定的收敛条件，便结束训练阶段，以停止利用训练符号来更新滤波系数的操作。其中，所述收敛条件可以是更新次数达到设定的第一阈值，也可以是更新前后两次得到的各滤波系数的变化量均小于设定的第二阈值，或者是其他设定的约束条件等。

使用本实施例提供的干扰消除法，预先对多个训练符号进行训练，并根据训练结果来更新用于进行干扰估计的滤波器的系数，可以使得利用该滤波器所估计出的干扰数据准确率提高，进而可以在判决阶段更好的优化干扰消除性能。

实施例四

图4是本发明实施例四提供的一种干扰消除方法的流程示意图。本实施例以上述实施例一和实施例二的基础上，增加了符号判决操作以及滤波器系数更新的操作。参加图4，本实施例提供的干扰消除方法具体包括如下操作：

操作410、获取数据接收端在判决阶段下得到的一组时域样本序列，作为本次输入的时域样本序列。

操作420、获取本次输入的时域样本序列，将时域样本序列进行时频转换得到频域样本序列。

在本实施例中，数据发送端依次发送对应于多个待判决符号的调制信号，数据接收端依次接收带有干扰的各调制信号，并对其进行整形处理得到各时间样本点，然后根据设定算法对所接收到的各时域样本点进行识别得到同步信息。干扰消除装置可根据同步信息控制每次输入一个待判决符号对应的时域样本序列，然后基于该时域样本序列执行操作430-操作460。

操作430、将频域样本序列复制成两路，分别为第一频域样本序列和第二频域样本序列。

操作440、对第一频域样本序列进行处理得到第三频域样本序列，以使第三频域样本序列满足进行滤波操作的条件；采用滤波器对包含有第三频域样本序列的滤波频域样本序列执行滤波操作，以得到频域干扰数据。

在本实施例中，用于进行干扰估计的滤波器的系数可被预先设定好。其中，设定方式可以是随机设定的，也可以是人工根据经验设定的。优选的，可预先设置训练阶段，通过上述实施例三提供的方法对多个训练符号进行训练，进而根据训练结果得到优化的滤波器系数。

操作450、从第二频域样本序列中选取一个频域样本点；根据所选取的频域样本点和频域干扰数据进行干扰消除生成目标频域样本点。

在本实施例中，可从第二频域样本序列中选取位于该序列中间位置的频域样本点，然后将所选取的频域样本点与频域干扰数据进行差运算，得到目标频域样本点，以实现干扰消除操作。当然，还可随机从第二频域样本序列中选取一个频域样本点，然后基于该频域样本点进行干扰消除。

操作460、对目标频域样本点进行符号判决，将判决结果作为解调出的符号进行输出。

在本实施例中，可根据预先创建的星座图，判决目标频域样本点所对应的目标符号。其中，星座图用于描述各比特序列与各频域点(即各符号)之间的映射关系。可将该映射关系中与目标频域样本点最为接近的频域点，作为解调出的符号进行输出。具体的，确定星座图中与目标频域样本点最为接近的频域点，可为：计算目标频域样本点与星座图的各频域点之间的距离，然后将距离最小的那个频域点，作为与目标频域样本点最为接近的频域点，即解调出的符号。在得到该符号后，可根据星座图确定与该符号对应的比特序列，也即解调出的数据发送端发送的比特序列。

在上述技术方案的基础上，在执行完毕操作460之后，还可进一步包括：

将得到的目标频域样本点与判决结果进行错误值计算，根据所计算的错误值以及第三频域样本序列，更新滤波器中的各滤波系数。

在本实施例中，依然还可采用与上述实施例三相同的滤波器系数更新算法，对滤波器系数进行更新。例如，根据如下公式，更新滤波器中的各滤波系数：

Coeff’＝Coeff+G×e×data_seq

其中，Coeff’为更新后得到的滤波器中的各滤波系数构成的向量，Coeff为更新前的滤波器中的各滤波系数构成的向量，G为预设的大于0且小于1的值，e为本次计算得到的错误值，data_seq为本次得到的包含有第三频域样本序列的滤波频域样本序列构成的向量。优选的，在训练阶段下的更新因子G大于在判决阶段下的更新因子G。

实施例五

图5所示为本发明实施例五提供的一种干扰消除装置的结构示意图。参见图5，该装置的具体结构如下：

时频转换单元510，用于获取本次输入的时域样本序列，将所述时域样本序列进行时频转换得到频域样本序列；

干扰估计单元520，用于根据所述频域样本序列和预设的滤波器进行干扰估计，以获得频域干扰数据；

干扰消除单元530，用于根据所述频域干扰数据，对所述频域样本序列进行干扰消除。

进一步的，所述时频转换单元510，具体用于：

确定所述时域样本序列中各个时域样本点的相位；

按照如下公式计算与所述时域样本序列中各个时域样本点对应的差分相位，得到频域样本序列：

s_f(k)＝P(k)-P′(k)

其中，s_f(k)为与所述时域样本序列中第k个时域样本点对应的差分相位，P(k)为所述时域样本序列中第k个时域样本点的相位，P′(k)为前一次输入的时域样本序列中第k个时域样本点的相位。

进一步的，该装置还包括：样本序列复制单元515，用于在所述干扰估计单元520根据所述频域样本序列和预设的滤波器进行干扰估计，以获得频域干扰数据之前，将所述频域样本序列复制成两路，分别为第一频域样本序列和第二频域样本序列；

所述干扰估计单元520，包括：

处理子单元5201，用于对所述第一频域样本序列进行处理得到第三频域样本序列，以使所述第三频域样本序列满足进行滤波操作的条件；

滤波子单元5202，用于采用滤波器对包含有所述第三频域样本序列的滤波频域样本序列执行滤波操作，以得到频域干扰数据；

所述干扰消除单元530，具体用于：从所述第二频域样本序列中选取一个频域样本点；根据所选取的频域样本点和所述频域干扰数据进行干扰消除生成目标频域样本点。

进一步的，所述处理子单元5201，具体用于：

对所述第一频域样本序列中的各频域样本点取正弦操作，得到第三频域样本序列；或者

获取正弦函数的泰勒展开式中的前L项，作为处理公式；

按照所述处理公式，计算所述第一频域样本序列中的各频域样本点对应的处理结果，得到第三频域样本序列，其中L为大于等于1的整数。

进一步的，该装置还包括：

初始化单元500，用于在所述时频转换单元510获取本次输入的时域样本序列，将所述时域样本序列进行时频转换得到频域样本序列之前：设置所述滤波器中的各滤波系数初始值；获取数据接收端在训练阶段下得到的与预设的训练符号对应的时域样本序列，作为本次输入的时域样本序列；

滤波系数更新单元540，用于在所述干扰消除单元530根据所选取的频域样本点和所述频域干扰数据进行干扰消除生成目标频域样本点之后，将所生成的目标频域样本点与所述预设的训练符号进行错误值计算，根据所计算的错误值以及所述第三频域样本序列，更新所述滤波器中的各滤波系数。

进一步的，滤波系数更新单元540，具体用于：

根据如下公式，更新所述滤波器中的各滤波系数：

Coeff’＝Coeff+G×e×data_seq

其中，Coeff’为更新后得到的所述滤波器中的各滤波系数构成的向量，Coeff为更新前的所述滤波器中的各滤波系数构成的向量，所述G为预设的大于0且小于1的值，e为本次计算得到的错误值，data_seq为本次得到的包含有第三频域样本序列的滤波频域样本序列构成的向量。

进一步的，本次输入的时域样本序列与前N次所输入的时域样本序列之间不存在干扰，所述滤波频域样本序列为所述第三频域样本序列；或者

本次输入的时域样本序列与前N次输入的各组时域样本序列之间存在干扰，所述滤波频域样本序列是由根据本次输入的时域样本序列得到的第三频域样本序列，以及根据前N次输入的各组时域样本序列相应得到的第三频域样本序列组成，其中N为大于1的整数。

上述产品可执行本发明实施例一、实施例二和实施例三所提供的方法，具备执行方法相应的功能模块和有益效果。

实施例六

图6所示为本发明实施例六提供的一种干扰消除装置的结构示意图。参见图6，该装置的具体结构如下：

时频转换单元610，用于获取本次输入的时域样本序列，将所述时域样本序列进行时频转换得到频域样本序列；

干扰估计单元620，用于根据所述频域样本序列和预设的滤波器进行干扰估计，以获得频域干扰数据；

干扰消除单元630，用于根据所述频域干扰数据，对所述频域样本序列进行干扰消除。

进一步的，所述时频转换单元610，具体用于：

确定所述时域样本序列中各个时域样本点的相位；

按照如下公式计算与所述时域样本序列中各个时域样本点对应的差分相位，得到频域样本序列：

s_f(k)＝P(k)-P′(k)

其中，s_f(k)为与所述时域样本序列中第k个时域样本点对应的差分相位，P(k)为所述时域样本序列中第k个时域样本点的相位，P′(k)为前一次输入的时域样本序列中第k个时域样本点的相位。

进一步的，该装置还包括：样本序列复制单元615，用于在所述干扰估计单元620根据所述频域样本序列和预设的滤波器进行干扰估计，以获得频域干扰数据之前，将所述频域样本序列复制成两路，分别为第一频域样本序列和第二频域样本序列；

所述干扰估计单元620，包括：

处理子单元6201，用于对所述第一频域样本序列进行处理得到第三频域样本序列，以使所述第三频域样本序列满足进行滤波操作的条件；

滤波子单元6202，用于采用滤波器对包含有所述第三频域样本序列的滤波频域样本序列执行滤波操作，以得到频域干扰数据；

所述干扰消除单元630，具体用于：从所述第二频域样本序列中选取一个频域样本点；根据所选取的频域样本点和所述频域干扰数据进行干扰消除生成目标频域样本点。

进一步的，所述处理子单元6201，具体用于：

对所述第一频域样本序列中的各频域样本点取正弦操作，得到第三频域样本序列；或者

获取正弦函数的泰勒展开式中的前L项，作为处理公式；

按照所述处理公式，计算所述第一频域样本序列中的各频域样本点对应的处理结果，得到第三频域样本序列，其中L为大于等于1的整数。

进一步的，该装置还包括：

初始化单元600，用于在所述时频转换单元610获取本次输入的时域样本序列，将所述时域样本序列进行时频转换得到频域样本序列之前：获取数据接收端在判决阶段下得到的一组时域样本序列，作为本次输入的时域样本序列；

符号判决单元640，用于在所述干扰消除单元630根据所选取的频域样本点和所述频域干扰数据进行干扰消除生成目标频域样本点之后，对所述目标频域样本点进行符号判决，将判决结果作为解调出的符号进行输出。

进一步的，该装置还包括：

滤波系数更新单元650，用于在所述符号判决单元640对所述目标频域样本点进行符号判决之后，将得到的目标频域样本点与判决结果进行错误值计算，根据所计算的错误值以及所述第三频域样本序列，更新所述滤波器中的各滤波系数。

进一步的，所述滤波系数更新单元650，具体用于：

根据如下公式，更新所述滤波器中的各滤波系数：

Coeff’＝Coeff+G×e×data_seq

其中，Coeff’为更新后得到的所述滤波器中的各滤波系数构成的向量，Coeff为更新前的所述滤波器中的各滤波系数构成的向量，所述G为预设的大于0且小于1的值，e为本次计算得到的错误值，data_seq为本次得到的包含有第三频域样本序列的滤波频域样本序列构成的向量。

进一步的，本次输入的时域样本序列与前N次所输入的时域样本序列之间不存在干扰，所述滤波频域样本序列为所述第三频域样本序列；或者

本次输入的时域样本序列与前N次输入的各组时域样本序列之间存在干扰，所述滤波频域样本序列是由根据本次输入的时域样本序列得到的第三频域样本序列，以及根据前N次输入的各组时域样本序列相应得到的第三频域样本序列组成，其中N为大于1的整数。

上述产品可执行本发明实施例一、实施例二和实施例四所提供的方法，具备执行方法相应的功能模块和有益效果。

本领域的普通技术人员应理解：本发明实施例五或实施例六提供的干扰消除装置在执行相应的干扰消除方法的操作时，仅是以上述各功能单元的划分进行举例说明；在实际应用当中，可以根据需要而将上述功能分配由不同的单元完成，即将干扰消除装置的内部结构划分成不同的功能单元，以完成以上描述的全部或者部分功能。

实施例七

图7为本发明实施例七提供的一种干扰消除装置的结构示意图。本实施例可以以上述各实施例为基础，提供了一种优选实例。参见图7，本实施例提供的干扰消除装置在进行干扰消除方法时，具体包括如下操作：

时频转换模块710获取数据接收端在训练阶段下得到的与预设的训练符号对应的时域样本序列，作为本次输入的时域样本序列，或者，获取数据接收端在判决阶段下得到的一组时域样本序列，作为本次输入的时域样本序列；将时域样本序列进行时频转换得到频域样本序列，并将频域样本序列复制成两路，分别为第一频域样本序列和第二频域样本序列；

样本处理模块720对第一频域样本序列进行处理得到第三频域样本序列，以使第三频域样本序列满足进行滤波操作的条件。

滤波器730对包含有第三频域样本序列的滤波频域样本序列执行滤波操作，以得到频域干扰数据。

样本点抽取模块740从第二频域样本序列中选取一个频域样本点。

干扰消除模块750根据所选取的频域样本点和频域干扰数据进行干扰消除生成目标频域样本点。

在判决阶段，符号判决模块760处于工作状态，对目标频域样本点进行符号判决，将判决结果作为解调出的符号进行输出。

错误计算模块770将得到的目标频域样本点与判决结果进行错误值计算，或者将得到的目标频域样本点与判决结果进行错误值计算

滤波器系数更新模块780根据错误计算模块770所计算的错误值以及第三频域样本序列，更新滤波器730中的各滤波系数。

控制器790负责控制整个干扰消除过程的时序以及训练阶段与判断阶段之间的切换等操作。具体的，一方面控制器790可根据数据接收端得到的同步信息，控制在训练阶段下，以设定的第一时间间隔向时频转换模块710输入一个训练符号对应的时域样本序列，或者控制在判决阶段下，以设定的第二时间间隔向时频转换模块输入一个待判决符号对应的时域样本序列；另一方面，控制器790生成样本点计数器和符号计数器，利用这两个计数器控制样本点抽取模块740、符号判决模块760、以及错误计算模块770的操作；再一方面，控制器790还可以控制滤波器系数更新模块780的操作，例如在训练阶段下，可以加大更新因子G，使系数更快收敛，而在判决阶段下，减小更新因子G，减小系数误差。

本实施例提出了一种新的基于频率域的干扰消除技术方案，可以避免传统的基于时间域的干扰消除技术方案对载波频偏较为敏感的缺点，能够以较小的复杂度提升接收端的去干扰性能，使其能够准确的解调出发送端所发送的数据。

下面以蓝牙(Bluetooth，简称为BT)的EDR(Enhanced Data Rate，增强数据速率)模式为例，详细描述本实施例的工作过程及原理。

蓝牙系统的EDR模式的包结构如图8所示，前面部分采用高斯频移键控(GFSK：Gauss frequency Shift Keying)调制方式，后面部分采用DPSK调制方式。EDR模式包含两种传输速率，2Mbps速率和3Mbps速率，分别对应的DPSK调制方式为π/4-DQPSK和8DPSK，输入的信源比特序列先进行面向符号的差分相位映射，映射表(也即星座图)分别如图9和图10所示。在这两个表中，b代表比特序列，代表频域点(也即符号)。例如，在图10所述的映射表中，比特序列010对应的频域点是3π/4。

经过DPSK调制后得到的携带有第一个符号信息的调制信号定义如下:

随后携带有其他符号信息的调制信号定义如下：

其中，M＝4或8。

再根据如下公式，对携带有各符号信息的调制信号进行SRRC(Square RootRaised Cosine平方根升余弦)滤波：

其中，T＝1微秒，为符号周期。

包格式中的SYNC序列为已知序列，即训练符号构成的序列，其差分相位取值为

在整个包中的具体位置如图11所示。

图12所示为蓝牙EDR模式的DPSK部分的发射机处理框图，在GFSK调制结束后，先插入保护时间，即不输出信号，再进行DPSK映射，如图9和图10所示，然后进行积分和相位调制操作，获得时域符号序列；随后再进行上采样操作，假设上采样因子K＝8，即将输入信号复制7次，上采样后共获得8个取值相同的样本点，最后进行SRRC滤波操作，直至进入发射前端获得发射信号发射向空中。

图13所示为蓝牙EDR模式的DPSK部分的接收机结构框图。参见图13，天线1301从空中接收到射频信号，该信号经Tuner(调谐器)1302被下变频到IF(中频)信号，然后经过ADC(模数转换器)1303被转换为数字信号，在经DC Notch(直流切口)模块1304去除DC(直流)分量后被下变频模块1305下变频到基带，之后经LPF(低通滤波器)1306滤除带外干扰，经MF(匹配滤波器)1307对接收信号进行整形处理，之后的AGC(自动增益控制)模块1308获得VGA(可变增益放大器)的增益因子，反馈给调谐器1302；接下来，频偏估计和补偿模块1309对AGC输出的各时域样本点进行频偏估计和补偿操作，同时获得同步信息。DPSK频域干扰消除模块1310(包含本实施例中提供的干扰消除装置)根据同步信息和频偏估计和补偿模块1309输出的各时域样本点，确定判决阶段下每次输入的时域样本序列，对该序列进行干扰消除和符号判决，最终根据判决结果和星座图解调出数据发送端发送的比特序列。当然，如果是在训练阶段，DPSK频域干扰消除模块1310还用于根据如实施例三所述的干扰消除法，对发射机发送的数据包中已知的SYNC序列进行训练，以优化干扰消除装置中的滤波器系数。

图14示出了两种不同解调方法所对应的解调性能评价示意图。参见图14，在采用蓝牙EDR模式2Mbps传输，信道为AWGN(加性高斯白噪声)信道时，基于本实施例的干扰消除方法FIR进行解调，其性能要优于基于单符号直接差分判决方法DD进行解调。特别是，在数元错误率(BER：Bit Error Rate)＝10^-4时，FIR方法可以获得约3.5dB的性能改善。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (14)

1.一种干扰消除方法，其特征在于，包括：

获取本次输入的时域样本序列，将所述时域样本序列进行时频转换得到频域样本序列；

根据所述频域样本序列和预设的滤波器进行干扰估计，以获得频域干扰数据；

根据所述频域干扰数据，对所述频域样本序列进行干扰消除；

在根据所述频域样本序列和预设的滤波器进行干扰估计，以获得频域干扰数据之前，还包括：

将所述频域样本序列复制成两路，分别为第一频域样本序列和第二频域样本序列；

根据所述频域样本序列和预设的滤波器进行干扰估计，以获得频域干扰数据，包括：

对所述第一频域样本序列进行处理得到第三频域样本序列，以使所述第三频域样本序列满足进行滤波操作的条件；采用滤波器对包含有所述第三频域样本序列的滤波频域样本序列执行滤波操作，以得到频域干扰数据；

根据所述频域干扰数据，对所述频域样本序列进行干扰消除，包括：从所述第二频域样本序列中选取一个频域样本点；根据所选取的频域样本点和所述频域干扰数据进行干扰消除生成目标频域样本点；

其中，对所述第一频域样本序列进行处理得到第三频域样本序列，以使所述第三频域样本序列满足进行滤波操作的条件，包括：

对所述第一频域样本序列中的各频域样本点取正弦操作，得到第三频域样本序列；或者

获取正弦函数的泰勒展开式中的前L项，作为处理公式；

按照所述处理公式，计算所述第一频域样本序列中的各频域样本点对应的处理结果，得到第三频域样本序列，其中L为大于等于1的整数。

2.根据权利要求1所述的干扰消除方法，其特征在于，将所述时域样本序列进行时频转换得到频域样本序列，包括：

确定所述时域样本序列中各个时域样本点的相位；

按照如下公式计算与所述时域样本序列中各个时域样本点对应的差分相位，得到频域样本序列：

s_f(k)＝P(k)-P′(k)

其中，s_f(k)为与所述时域样本序列中第k个时域样本点对应的差分相位，P(k)为所述时域样本序列中第k个时域样本点的相位，P′(k)为前一次输入的时域样本序列中第k个时域样本点的相位。

3.根据权利要求1所述的干扰消除方法，其特征在于，在获取本次输入的时域样本序列，将所述时域样本序列进行时频转换得到频域样本序列之前，还包括：

设置所述滤波器中的各滤波系数初始值；

获取数据接收端在训练阶段下得到的与预设的训练符号对应的时域样本序列，作为本次输入的时域样本序列；

在根据所选取的频域样本点和所述频域干扰数据进行干扰消除生成目标频域样本点之后，还包括：

将所生成的目标频域样本点与所述预设的训练符号进行错误值计算，根据所计算的错误值以及所述第三频域样本序列，更新所述滤波器中的各滤波系数。

4.根据权利要求1所述的干扰消除方法，其特征在于，在获取本次输入的时域样本序列，将所述时域样本序列进行时频转换得到频域样本序列之前，还包括：

获取数据接收端在判决阶段下得到的一组时域样本序列，作为本次输入的时域样本序列；

在根据所选取的频域样本点和所述频域干扰数据进行干扰消除生成目标频域样本点之后，还包括：

对所述目标频域样本点进行符号判决，将判决结果作为解调出的符号进行输出。

5.根据权利要求4所述的干扰消除方法，其特征在于，在对所述目标频域样本点进行符号判决之后，还包括：

将得到的目标频域样本点与判决结果进行错误值计算，根据所计算的错误值以及所述第三频域样本序列，更新所述滤波器中的各滤波系数。

6.根据权利要求3或5所述的干扰消除方法，其特征在于，更新所述滤波器中的各滤波系数，包括：

根据如下公式，更新所述滤波器中的各滤波系数：

Coeff’＝Coeff+G×e×data_seq

其中，Coeff’为更新后得到的所述滤波器中的各滤波系数构成的向量，Coeff为更新前的所述滤波器中的各滤波系数构成的向量，所述G为预设的大于0且小于1的值，e为本次计算得到的错误值，data_seq为本次得到的包含有第三频域样本序列的滤波频域样本序列构成的向量。

7.根据权利要求1所述的干扰消除方法，其特征在于，本次输入的时域样本序列与前N次所输入的时域样本序列之间不存在干扰时，所述滤波频域样本序列为所述第三频域样本序列；或者

本次输入的时域样本序列与前N次输入的各组时域样本序列之间存在干扰时，所述滤波频域样本序列是由根据本次输入的时域样本序列得到的第三频域样本序列，以及根据前N次输入的各组时域样本序列相应得到的第三频域样本序列组成，其中N为大于1的整数。

8.一种干扰消除装置，其特征在于，包括：

时频转换单元，用于获取本次输入的时域样本序列，将所述时域样本序列进行时频转换得到频域样本序列；

干扰估计单元，用于根据所述频域样本序列和预设的滤波器进行干扰估计，以获得频域干扰数据；

干扰消除单元，用于根据所述频域干扰数据，对所述频域样本序列进行干扰消除；

还包括：样本序列复制单元，用于在所述干扰估计单元根据所述频域样本序列和预设的滤波器进行干扰估计，以获得频域干扰数据之前，将所述频域样本序列复制成两路，分别为第一频域样本序列和第二频域样本序列；

所述干扰估计单元，包括：

处理子单元，用于对所述第一频域样本序列进行处理得到第三频域样本序列，以使所述第三频域样本序列满足进行滤波操作的条件；

滤波子单元，用于采用滤波器对包含有所述第三频域样本序列的滤波频域样本序列执行滤波操作，以得到频域干扰数据；

所述干扰消除单元，具体用于：从所述第二频域样本序列中选取一个频域样本点；根据所选取的频域样本点和所述频域干扰数据进行干扰消除生成目标频域样本点；

其中，所述处理子单元，具体用于：

对所述第一频域样本序列中的各频域样本点取正弦操作，得到第三频域样本序列；或者

获取正弦函数的泰勒展开式中的前L项，作为处理公式；

按照所述处理公式，计算所述第一频域样本序列中的各频域样本点对应的处理结果，得到第三频域样本序列，其中L为大于等于1的整数。

9.根据权利要求8所述的干扰消除装置，其特征在于，所述时频转换单元，具体用于：

确定所述时域样本序列中各个时域样本点的相位；

按照如下公式计算与所述时域样本序列中各个时域样本点对应的差分相位，得到频域样本序列：

s_f(k)＝P(k)-P′(k)

其中，s_f(k)为与所述时域样本序列中第k个时域样本点对应的差分相位，P(k)为所述时域样本序列中第k个时域样本点的相位，P′(k)为前一次输入的时域样本序列中第k个时域样本点的相位。

10.根据权利要求8所述的干扰消除装置，其特征在于，还包括：

初始化单元，用于在所述时频转换单元获取本次输入的时域样本序列，将所述时域样本序列进行时频转换得到频域样本序列之前：设置所述滤波器中的各滤波系数初始值；获取数据接收端在训练阶段下得到的与预设的训练符号对应的时域样本序列，作为本次输入的时域样本序列；

滤波系数更新单元，用于在所述干扰消除单元根据所选取的频域样本点和所述频域干扰数据进行干扰消除生成目标频域样本点之后，将所生成的目标频域样本点与所述预设的训练符号进行错误值计算，根据所计算的错误值以及所述第三频域样本序列，更新所述滤波器中的各滤波系数。

11.根据权利要求8所述的干扰消除装置，其特征在于，还包括：

初始化单元，用于在所述时频转换单元获取本次输入的时域样本序列，将所述时域样本序列进行时频转换得到频域样本序列之前：获取数据接收端在判决阶段下得到的一组时域样本序列，作为本次输入的时域样本序列；

符号判决单元，用于在所述干扰消除单元根据所选取的频域样本点和所述频域干扰数据进行干扰消除生成目标频域样本点之后，对所述目标频域样本点进行符号判决，将判决结果作为解调出的符号进行输出。

12.根据权利要求11所述的干扰消除装置，其特征在于，还包括：

滤波系数更新单元，用于在所述符号判决单元对所述目标频域样本点进行符号判决之后，将得到的目标频域样本点与判决结果进行错误值计算，根据所计算的错误值以及所述第三频域样本序列，更新所述滤波器中的各滤波系数。

13.根据权利要求10或12所述的干扰消除装置，其特征在于，所述滤波系数更新单元，具体用于：

根据如下公式，更新所述滤波器中的各滤波系数：

Coeff’＝Coeff+G×e×data_seq

其中，Coeff’为更新后得到的所述滤波器中的各滤波系数构成的向量，Coeff为更新前的所述滤波器中的各滤波系数构成的向量，所述G为预设的大于0且小于1的值，e为本次计算得到的错误值，data_seq为本次得到的包含有第三频域样本序列的滤波频域样本序列构成的向量。

14.根据权利要求8所述的干扰消除装置，其特征在于，本次输入的时域样本序列与前N次所输入的时域样本序列之间不存在干扰时，所述滤波频域样本序列为所述第三频域样本序列；或者

本次输入的时域样本序列与前N次输入的各组时域样本序列之间存在干扰时，所述滤波频域样本序列是由根据本次输入的时域样本序列得到的第三频域样本序列，以及根据前N次输入的各组时域样本序列相应得到的第三频域样本序列组成，其中N为大于1的整数。