CN107124245B - 基于联合收发波束成形的全双工单向中继自干扰抑制方法 - Google Patents

Abstract

基于联合收发波束成形的全双工单向中继自干扰抑制方法，首先建立不含直接通信链路的全双工多天线单向中继系统模型；然后，分析现存自干扰抑制算法的性能及缺陷，并根据现存算法的不足，提出了一种基于联合收发波束成形的全双工单向中继自干扰抑制方法。首先根据收发波束成形原理和系统模型确定中继节点接收信号干扰噪声比的数学表达式，之后利用奇异值分解算法及联合收发最大比波束成形优化策略对各个节点的收发波束成形矢量进行估计，使得中继接收端的信号干扰噪声比近似最大化，最终获得的收发波束成形矢量即为最优收发矢量。本方法有效地抑制了全双工单向中继接收端自干扰信号的影响，改善了系统的误比特性能，同时获得较好的鲁棒性。

Description

基于联合收发波束成形的全双工单向中继自干扰抑制方法

技术领域

本发明涉及一种基于联合收发波束成形的全双工单向中继自干扰抑制方法，属于系统信号处理技术领域。

背景技术

传统半双工多天线单向中继(one-way relay)作为协作通信的关键技术被广泛使用。它不仅可以扩大通信的覆盖面积，而且能够提升通信链路的可靠性。然而，随着用户需求的不断提升，有限的频谱资源已经无法满足庞大的通信流量。因此，人们开始研究更多的方法来增大频谱资源的利用率，其中，同时同频的全双工(full-duplex)工作模式可以有效地降低频谱资源短缺所带来的压力，从而提高频谱的利用率。

全双工模式作为第五代移动通信系统的关键技术被广泛关注与研究。它能够有效地提升系统容量、吞吐量和频谱利用率。然而，由于需要同时同频的收发信号，自身发送端泄露的自干扰信号(self-interference signal)成为影响全双工通信链路可靠性的关键因素，因此，如何有效地抑制自干扰信号的影响成为研究关注的热点。

对于全双工单入单出系统(single-input single-output,SISO)，自干扰抑制算法的研究主要集中在时域自干扰删除部分。时域删除的主要原理是节点利用自身已知的发送信号和自反馈信道的估计结果从接收信号中除去存在的自干扰部分。随着多输入多输出技术(multiple-input multiple output,MIMO)的引入，自干扰抑制技术研究的重心向空域转移。由于时域自干扰删除算法无法充分利用空间资源带来的优势，因此TaneliRiihonen等人提出了空域自干扰抑制算法。该类算法主要根据自反馈信道设计节点的收发滤波器，从而抑制自干扰信号的影响。典型的空域抑制算法为迫零(zero forcing,ZF)和最小均方误差(minimum mean square error,MMSE)自干扰抑制算法。ZF算法通过设计自反馈信道的正交滤波矩阵删除自干扰信号的影响且效果显著。然而，该算法存在的主要问题为应用局限性大且所设计的接收滤波矩阵有可能会放大信道噪声。MMSE算法设计收发滤波矩阵的原理为使实际接收信号与发送信号之间的均方误差最小。该算法虽然考虑了信道噪声的影响，但它的自干扰抑制效果并不显著，尤其是在信号干扰比(signal to interferenceratio,SIR)较小的情况下。除上述两种典型算法之外，前人还提出了一些其他类似的算法，例如，最大化接收信号干扰比(maximum signal to interference ratio,MSIR)算法、零空间与子空间投影法、奇异值(singular value)自干扰抑制法及时域删除与空域抑制结合算法等。虽然现有算法在一定程度上对自干扰信号进行抑制，但它们均存在各自的缺陷且部分算法没有考虑接收端的误码性能问题。因此，如何在全双工多天线单向中继系统中进一步提高中继节点的接收性能成为本发明关注的重点。

综上所述，本发明主要将联合收发最大比波束成形估计算法应用于全双工单向中继自干扰抑制方向，旨在有效地抑制自干扰信号的影响，降低中继节点的误码率，同时获得较好的鲁棒性。相比于ZF和MMSE等传统算法，本发明获得了较好的性能增益和更高的分集增益。

发明内容

为了进一步提高全双工单向中继的误码性能，本发明提供了一种基于联合收发波束成形的全双工单向中继自干扰抑制方法。本发明利用最大比收发波束成形原理，联合设计用户和中继节点的收发波束成形矢量，使全双工单向中继接收端的SINR最大化，从而降低了自干扰信号对中继节点误码性能的影响，保证了端到端通信链路拥有较高的可靠性。

本发明的目的是通过最大比收发波束成形原理，联合估计用户和中继节点的收发波束成形矢量，使单向中继接收端有用信号功率最大化，从而降低自干扰信号的影响，获得较好的鲁棒性。为实现上述目的，本发明采用的技术方案是：首先，建立不含直接链路的全双工多天线单向中继系统模型；然后，确定需要优化目标，并建立该目标的数学模型，即中继接收端SINR的数学计算式；接着，通过奇异值分解法获得中继节点的最优发送波束成形矢量；最后，利用联合优化策略设计中继节点的最优接收波束成形矢量以及发送用户的最优发送波束成形矢量。

本发明方法所采用的技术方案包括以下步骤：

步骤1，建立不含直接通信链路的全双工多天线单向中继系统模型。

步骤1.1，建立全双工多天线单向中继系统的上行链路模型。

全双工多天线单向中继系统是由源节点、信宿节点和全双工单向中继节点组成，其系统模型如图2所示。其中，源节点和信宿节点分别包含n_S和n_D根天线，全双工单向中继节点包含n_T根发送天线与n_R根接收天线，且n_S≤n_R，n_T≤n_D。源节点和信宿节点均处于半双工模式，中继节点处于全双工模式且发送和接收天线阵列之间存在物理隔离。因此，该系统上行链路中继节点接收信号的数学模型表示为：

y(t)＝H_UPx(t)+H_Lx_L(t)+n_R(t) (1)

其中，表示全双工单向中继t时刻接收信号的列矢量，上标T表示矩阵或矢量的转置；H_UP和H_L分别表示一个n_R×n_S维的上行信道矩阵和一个n_R×n_T维的单向中继自干扰信道矩阵，n_S≥2表示源节点的天线数，n_T≥2表示全双工单向中继的发送天线数，n_R≥2表示全双工单向中继的接收天线数，矩阵每一个元素均建模为均值是0，方差是1的独立同分布复高斯随机变量；表示一个n_S×1维的源节点发送信号列矢量，其中x_j(t)∈ψj＝1,…,n_S，ψ表示源节点调制星座集合，本发明采用二进制相移键控(binary phase shift keying,BPSK)方式且假设所有节点所用的调制方式均相同。表示与中继节点接收信号y(t)同时同频的中继发送信号列矢量，其中 表示一个n_R×1维的上行信道高斯白噪声列矢量，其中每个元素是服从均值为0，方差为的复高斯随机变量，即

步骤1.2，建立全双工多天线单向中继系统的下行链路模型。

在下行通信链路中，信宿节点接收信号的数学模型表示为：

r(t)＝H_Dx_L(t)+n_D(t) (2)

其中，表示一个n_D×1维的信宿节点t时刻接收信号列矢量，且n_D≥2表示信宿节点的天线数；H_D表示一个n_T×n_D维的下行信道矩阵，其包含的每个元素服从均值为0，方差为1的复高斯分布；n_D(t)表示一个n_D×1维的高斯白噪声列矢量。假设由于深度衰落的影响，源节点和信宿节点之间无法直接通信，且上行、下行链路和自干扰信道均处于准静态平坦衰落环境，即信道矩阵H_UP、H_L在一帧之内保持不变，不同帧之间独立变化。信道状态信息(channel state information,CSI)在各个节点收发端均默认为已知。

步骤2，根据式(1)和收发波束成形原理进一步得到单向中继接收端获得的源节点发送符号的数学模型，该模型等效表示为：

其中表示单向中继的接收波束成形列矢量；表示单向中继的发送波束成形列矢量；表示源节点的发送波束成形列矢量。符号H表示复矩阵或矢量的共轭转置；表示单向中继t时刻源节点发送符号的估计值，且s(t)∈ψ表示源节点t时刻的发送符号；s_L(t)∈ψ表示中继接收s(t)的同时向信宿节点发送的符号。

同理，根据式(2),信宿节点获得的中继发送符号的数学表达式为：

其中，表示信宿节点的接收波束成形列矢量；表示信宿节点获得的t时刻单向中继节点发送的估计符号。

步骤3，为了进一步抑制自干扰信号对单向中继接收端的影响，需在中继接收端最大化SINR，根据式(3)确定SINR的数学表达式，即

其中，由于发送功率的限制，令||g_s||₂＝||g_t||₂＝1，同时为了不失一般性，令||g_r||₂＝1；s(t)s^H(t)和分别表示源节点和自干扰信号功率。

步骤4，令Ω^m表示包含个元素的列矢量集合，则SINR的优化过程表示为：

由上式可知，SINR的优化过程与矢量g_t、g_s与g_r有关。其中，根据收发波束成形原理可知，矢量g_t由下行信道H_D决定。

步骤5，根据收发波束成形引理，最佳中继发送波束成形矢量g_t和信宿接收波束成形矢量g_D分别为下行信道矩阵H_D最大奇异值对应的左右奇异值矢量且该矢量为单位矢量。因此，最优单向中继发送波束成形矢量g_t由下行信道H_D奇异值分解得到。之后将所得的矢量g_t代入式(6)。

步骤6，SINR的优化过程必须同时考虑源节点发送波束成形矢量g_s与单向中继节点接收波束成形矢量g_r的影响，因此，本方法采用联合优化的方法。在这里，假设接收波束成形矢量g_r为发送波束成形矢量g_s的函数，因此，式(6)的联合优化问题转化为下式所示：

经计算，可以进一步得到中继节点最优的接收波束成形矢量g_r，即

其中 表示源节点的发送功率，表示单向中继节点的发送功率，即为自干扰功率。

步骤7，将式(8)代入式(7)计算源节点发送波束成形矢量g_s的优化结果，即

经分析得到最终的优化结果为η为厄米特矩阵最大特征值对应的单位特征矢量。

综上所述，与现有技术相比，本发明具有以下优点：

本发明提出了一种基于联合收发波束成形的全双工单向中继自干扰抑制方法。相比于空域的ZF和MMSE等次优方法，该方法不仅可以有效地抑制单向中继接收端的自干扰信号影响，同时本身还具有较高的鲁棒性。

附图说明

图1，本发明所提出的基于联合收发波束成形的全双工单向中继自干扰抑制方法流程图。

图2，不含直接通信链路的全双工多天线单向中继系统模型示意图。

图3，在n_R＝3，n_S＝n_T＝n_D＝2且所有节点采用BPSK调制的情况下，本发明算法与部分现存空域算法在单向中继接收端的误码性能对比图。图中表示本发明所阐述算法的误比特率曲线，表示空域迫零自干扰抑制算法的误比特率曲线，表示空域最小均方误差自干扰抑制算法的误比特率曲线，表示空域奇异值分解与串行干扰删除结合算法的误比特率曲线。

图4，在n_R＝3，n_S＝n_T＝n_D＝2且所有节点采用BPSK调制的情况下，本发明算法与部分现存空域算法端对端的误码性能对比图。图中表示本发明所阐述算法的误比特率曲线，表示空域迫零自干扰抑制算法的误比特率曲线，表示空域最小均方误差自干扰抑制算法的误比特率曲线，表示空域奇异值分解与串行干扰删除结合算法的误比特率曲线。

图5和图6分别为在n_R＝4，n_S＝n_T＝n_D＝2且所有节点采用BPSK调制的情况下，本发明方法与部分现存空域算法在单向中继接收端与端对端的误码性能对比图。其中，曲线的表示方式与图3和图4所示一致。

具体实施方式

下面结合附图和实施例对本发明做进一步说明。

本发明所阐述方法流程图如图1所示，包括以下步骤：

步骤1，建立不含直接链路的全双工多天线单向中继系统模型。

建立一个由n_S根天线的半双工信源节点、n_D根天线的半双工信宿节点和一个包含n_R根接收天线与n_T根发送天线的全双工单向中继节点组成的两跳协作通信系统，该模型如图2所示。其数学模型可以表示为：上行链路y(t)＝H_UPx(t)+H_Lx_L(t)+n_R(t)，下行链路r(t)＝H_Dx_L(t)+n_D(t)。上行信道矩阵H_UP、下行信道矩阵H_D和自干扰信道矩阵H_L的元素是服从均值为0，方差为1的独立同分布复高斯随机变量，且三个矩阵之间互不相关。源节点发送列矢量x(t)和单向中继节点的发送列矢量x_L(t)由随机生成的0、1比特流经过BPSK调制生成，其每个元素代表分配到每根天线上的发送符号。上行、下行高斯白噪声列矢量n_R(t)和n_D(t)的元素分别服从均值为0，方差为和其中噪声方差可分别由单向中继接收符号信噪比和信宿节点接收符号信噪比得到。接收符号信噪比定义为E_s/N₀，其中E_s表示单向中继节点每个接收符号的平均能量，N₀为噪声功率谱密度。对于高斯白噪声，噪声功率谱密度N₀等于噪声方差因此，接收符号信噪比E_s/N₀通式可写为

式中，n_R是单向中继接收天线数，ω是源节点发送天数。E_t为发送信号能量，已经归一化为1。噪声方差可由式(10)计算得到，同理，也能够通过类似的计算过程得到。本发明定义一个准静态平坦衰落环境，即各个信道矩阵在一帧内保持不变，在不同帧之间独立变化。并且，假设信道状态信息在三个节点均是已知的。

步骤2，根据收发波束成形的设计原理，将该数学模型等效变形为：上行链路和下行链路其中s(t)表示源节点t时刻需要发送的符号，s_L(t)表示单向中继节点t时刻需要发送的符号，且s(t)和s_L(t)均属于调制星座集合ψ。

步骤3，根据式(3)确定需要优化的SINR数学表达式，即得到式(5)和式(6)。

步骤4，对下行信道H_D奇异值分解得到单向中继的最优发送波束成形矢量g_t和信宿节点的最优接收波束成形矢量g_D。

步骤5，式(6)同时考虑源节点发送波束成形矢量g_s与单向中继机节点接收波束成形矢量g_r进行联合优化，即假设单向中继接收波束成形矢量g_r为源节点发送波束成形矢量g_s的函数，并将式(6)转化为式(7)。

步骤6，通过分析计算得到单向中继最优接收波束成形矢量gr的优化结果，即式(8)。

步骤7，，将式(8)代入式(7)进一步化简并根据收发波束成形引理，得到源节点最优发送波束成形矢量g_s。

步骤8，将信宿节点接收端获得的判决符号通过相对应的解调方式解调得到最终比特流信息。

本方法在PC机上仿真实现是使用MATLAB语言进行编程。MATLAB是一种高级的矩阵语言，包含控制语句、函数、数据结构、输入和输出和面向对象编程特点，是包含大量计算算法的集合。其拥有600多个工程中要用到的数学运算函数，可以方便的实现用户所需的各种计算功能。

图3为在n_R＝3，n_S＝n_T＝n_D＝2且所有节点采用BPSK调制的情况下，本算法与部分现存空域算法在单向中继接收端的误码性能对比图。图中，横坐标为中继节点接收符号信噪比，纵坐标为中继接收端误比特率。从图中可以看出，本发明所阐述算法的误码性能优于图中三种空域自干扰抑制算法的性能。在误比特率为10^-2数量级时，本发明所阐述算法相比于空域最小均方误差自干扰抑制算法和空域奇异值分解与串行干扰删除结合算法获得了近似14dB的性能增益。同时，相比于空域迫零自干扰抑制方法，获得了近似16dB的性能增益。

图4为在n_R＝3，n_S＝n_T＝n_D＝2且所有节点采用BPSK调制的情况下，本发明算法与部分现存空域算法端对端误码性能对比图。图中，横坐标为信宿节点接收符号信噪比，纵坐标为端到端误比特率。从图中可以看出，本发明所阐述方法的端对端误码性能同样优于图中三种空域自干扰抑制算法的性能。

图5和图6分别为在n_R＝4，n_S＝n_T＝n_D＝2且所有节点采用BPSK调制的情况下，本发明算法与部分现存空域算法在单向中继接收端和端对端误码性能对比图。从图中可以看出，随着中继接收天线的增加，所阐述算法的误码性能依旧优于图中三种空域自干扰抑制算法的性能。在误比特率为10^-2数量级时，所阐述的算法相比于空域迫零自干扰抑制算法和最小均方误差自干扰抑制算法获得了近似8dB的性能增益，同时，相比于空域奇异值分解与串行干扰删除结合算法，获得了接近3dB的性能增益。由此可以看出，图5和图6所得的结论与图3和图4的结论近似保持一致。

结束。

Claims (1)

1.基于联合收发波束成形的全双工单向中继自干扰抑制方法，本方法首先建立不含直接通信链路的全双工多天线单向中继系统模型；之后，确定需要优化目标，即中继节点接收端SINR的数学模型；最后，通过奇异值分解及联合收发波束成形优化策略获得各个节点的最优收发波束成形矢量；

其特征在于：本方法包括以下步骤，

步骤1，建立不含直接通信链路的全双工多天线单向中继系统模型；

步骤1.1，建立全双工多天线单向中继系统的上行链路模型；

全双工多天线单向中继系统是由源节点、信宿节点和全双工单向中继节点组成，其系统模型中，源节点和信宿节点分别包含n_S和n_D根天线，全双工单向中继节点包含n_T根发送天线与n_R根接收天线，且n_S≤n_R，n_T≤n_D；源节点和信宿节点均处于半双工模式，中继节点处于全双工模式且发送和接收天线阵列之间存在物理隔离；因此，该系统上行链路中继节点接收信号的数学模型可以表示为：

y(t)＝H_UPx(t)+H_Lx_L(t)+n_R(t) (1)

其中，表示全双工单向中继t时刻接收信号的列矢量，上标T表示矩阵或矢量的转置；H_UP和H_L分别表示一个n_R×n_S维的上行信道矩阵和一个n_R×n_T维的单向中继自干扰信道矩阵，n_S≥2表示源节点的天线数，n_T≥2表示全双工单向中继的发送天线数，n_R≥2表示全双工单向中继的接收天线数，矩阵每一个元素均建模为均值是0，方差是1的独立同分布复高斯随机变量；表示一个n_S×1维的源节点发送信号列矢量，其中x_j(t)∈ψ，j＝1,…,n_S，ψ表示源节点调制星座集合，本方法采用二进制相移键控BPSK方式且假设所有节点所用的调制方式均相同；表示与中继节点接收信号y(t)同时同频的中继发送信号列矢量，其中表示一个n_R×1维的上行信道高斯白噪声列矢量，其中每个元素是服从均值为0，方差为的复高斯随机变量，即

步骤1.2，建立全双工多天线单向中继系统的下行链路模型；

在下行通信链路中，信宿节点接收信号的数学模型表示为：

r(t)＝H_Dx_L(t)+n_D(t) (2)

其中，表示一个n_D×1维的信宿节点t时刻接收信号列矢量，且n_D≥2表示信宿节点的天线数；H_D表示一个n_T×n_D维的下行信道矩阵，其包含的每个元素服从均值为0，方差为1的复高斯分布；n_D(t)表示一个n_D×1维的高斯白噪声列矢量；信道状态信息CSI在各个节点收发端均默认为已知；

步骤2，根据式(1)和收发波束成形原理进一步得到单向中继接收端获得的源节点发送符号的数学模型，该模型可以等效表示为：

其中表示单向中继的接收波束成形列矢量；表示单向中继的发送波束成形列矢量；表示源节点的发送波束成形列矢量；符号H表示复矩阵或矢量的共轭转置；表示单向中继t时刻源节点发送符号的估计值，且s(t)∈ψ表示源节点t时刻的发送符号；s_L(t)∈ψ表示中继接收s(t)的同时向信宿节点发送的符号；

同理，根据式(2),信宿节点获得的中继发送符号的数学表达式为：

其中，表示信宿节点的接收波束成形列矢量；表示信宿节点获得的t时刻单向中继节点发送的估计符号；

步骤3，根据式(3)确定SINR的数学表达式，即

其中，由于发送功率的限制，令||g_s||₂＝||g_t||₂＝1，同时为了不失一般性，令||g_r||₂＝1；s(t)s^H(t)和分别表示源节点和自干扰信号功率；

步骤4，令Ω^m表示包含个元素的列矢量集合，则SINR的优化过程表示为：

由上式可知，SINR的优化过程与矢量g_t、g_s与g_r有关；其中，根据收发波束成形原理可知，矢量g_t由下行信道H_D决定；

步骤5，最优单向中继发送波束成形矢量g_t由下行信道H_D奇异值分解得到；之后将所得的矢量g_t代入式(6)；

步骤6，假设接收波束成形矢量g_r为发送波束成形矢量g_s的函数，因此，式(6)的联合优化问题可以转化为下式所示：

经计算，进一步得到中继节点最优的接收波束成形矢量g_r，即

其中表示源节点的发送功率，表示单向中继节点的发送功率，即为自干扰功率；

步骤7，将式(8)代入式(7)计算源节点发送波束成形矢量g_s的优化结果，即

经分析得到最终的优化结果为η为厄米特矩阵最大特征值对应的单位特征矢量。