CN107534961A - 联合射频/基带自干扰消除方法和系统 - Google Patents

联合射频/基带自干扰消除方法和系统 Download PDF

Info

Publication number
CN107534961A
CN107534961A CN201680019237.1A CN201680019237A CN107534961A CN 107534961 A CN107534961 A CN 107534961A CN 201680019237 A CN201680019237 A CN 201680019237A CN 107534961 A CN107534961 A CN 107534961A
Authority
CN
China
Prior art keywords
signal
estimation
signals
self
interference
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.)
Pending
Application number
CN201680019237.1A
Other languages
English (en)
Inventor
艾哈迈德·马斯穆迪
托·黎玉
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.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Publication of CN107534961A publication Critical patent/CN107534961A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L5/00—Arrangements affording multiple use of the transmission path
    • H04L5/14—Two-way operation using the same type of signal, i.e. duplex
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
    • H04W72/541—Allocation or scheduling criteria for wireless resources based on quality criteria using the level of interference
    • 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
    • H04B1/40—Circuits
    • 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
    • H04B1/40—Circuits
    • H04B1/50—Circuits using different frequencies for the two directions of communication
    • H04B1/52—Hybrid arrangements, i.e. arrangements for transition from single-path two-direction transmission to single-direction transmission on each of two paths or vice versa
    • H04B1/525—Hybrid arrangements, i.e. arrangements for transition from single-path two-direction transmission to single-direction transmission on each of two paths or vice versa with means for reducing leakage of transmitter signal into the receiver
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L5/00—Arrangements affording multiple use of the transmission path
    • H04L5/14—Two-way operation using the same type of signal, i.e. duplex
    • H04L5/16—Half-duplex systems; Simplex/duplex switching; Transmission of break signals non-automatically inverting the direction of transmission

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Quality & Reliability (AREA)
  • Noise Elimination (AREA)

Abstract

为联合射频/基带自干扰减少系统提供系统、方法和装置实施例，以在具有全双工能力的收发器中获得预期信号。在一实施例中，一种用于减少具有全双工能力的收发器中的自干扰(self‑interference，简称SI)的方法包括：获得调整后的信号，其中，所述调整后的信号是模拟域中的接收信号与估计的SI之间的差信号，所述估计的SI是根据半双工操作期间在接收器处接收的SI进行估计的；获得预期信号，其中，所述预期信号是数字域中调整后的信号与估计残余SI之间的差信号，并且所述估计残余SI是将所述估计的SI从所述接收信号中移去之后所述调整后的信号中剩余的SI的数量。

Description

联合射频/基带自干扰消除方法和系统
本申请要求于2015年3月31日递交的发明名称为“联合射频/基带自干扰消除方法和系统”的第14/675,278号美国非临时申请案的在先申请优先权，该在先申请的内容以引入的方式并入本文。
技术领域
本发明涉及无线通信的装置、系统和方法，以及在特定实施例中，涉及无线通信系统中的自干扰消除装置、系统和方法。
背景技术
当前的半双工无线通信系统采用两个正交信道进行发送和接收。全双工(full-duplex，简称FD)系统允许通过在相同信道上进行发送和接收来更好地利用这些资源。采用FD系统的主要阻碍在于与预期信号相比较大的自干扰(self-interference，简称SI)。因此，期望有减少SI使得预期信号能被检测到的装置、系统和方法。
发明内容
根据一实施例，一种用于减少具有全双工能力的收发器中的自干扰(self-interference，简称SI)的方法包括：获得调整后的信号，其中，所述调整后的信号是模拟域中的接收信号与估计的SI之间的差信号，所述估计的SI是根据半双工操作期间在接收器处接收的SI进行估计的；获得预期信号，其中，所述预期信号是数字域中调整后的信号与估计残余SI之间的差信号，并且所述估计残余SI是将所述估计的SI从所述接收信号中移去之后所述调整后的信号中剩余的SI的数量。
根据另一实施例，一种用于减少具有全双工能力的收发器中的自干扰(self-interference，简称SI)的方法包括：收发器获得调整后的信号，其中，所述调整后的信号是模拟域中的接收信号与估计的SI信号之间的差信号，所述估计的SI信号是根据半双工操作期间训练周期内在接收器处接收的SI信号进行估计的；所述收发器根据估计残余SI信号和所述调整后的信号获得预期信号。
根据另一实施例，一种具有全双工能力的无线网络组件包括：天线子系统，用于全双工操作；自干扰(self-interference，简称SI)信道估计组件，用于在训练阶段模式下估计SI信号；射频(radio frequency，简称RF)自干扰消除阶段组件，用于在全双工操作模式下根据接收的RF信号和RF域中估计的SI信号之间的差信号获得调整后的RF信号；模数转换器(analog to digital converter，简称ADC)，用于将所述调整后的RF信号转换成数字调整信号；基带SI消除阶段，用于根据所述数字调整信号和残余SI信号之间的差信号在数字域中获得数字预期信号。
附图说明
为了更完整地理解本发明及其优点，现在参考下文结合附图进行的描述，其中：
图1示出了一种用于通信的网络；
图2是HD初始化阶段用于估计SI信道的系统的实施例的方框图；
图3是FD操作阶段用于减少SI信道的系统的实施例的方框图；
图4是示出FD收发器系统中的用于减少SI的方法的实施例的流程图；
图5是示出FD收发器系统中的用于估计SI的方法的实施例的流程图；
图6是可以用于实现各种实施例的处理系统。
具体实施方式
下文将详细论述当前优选实施例的制作和使用。然而，应了解，本发明提供可在各种具体上下文中体现的许多适用的发明性概念。所论述的具体实施例仅仅说明用以实施和使用本发明的具体方式，而不限制本发明的范围。
如果可以从接收信号中完全抑制(或适当抑制)自干扰信号，则允许在同一信道上同时发送/接收的全双工操作具有半双工使传输速率加倍的潜力。然而，如上所述，实现全双工收发器的关键阻碍之一在于无线设备自身传输中的SI较大。因为之后的信号比SI信号跨越的距离更长，所以SI通常比需要的信号高几个数量级。最近研究结果表明，通过使用不同的消除阶段有可能充分地衰减SI，从而合理地检测到需要的信号。
在实际环境中，由于不完全的信道估计，即使不是不可能，也难以完全消除自干扰。因此，信道估计是全双工系统中的关键问题。在一个系统中，通过在每个子载波上使用已知的发送符号划分接收信号，在频域中获得自干扰信道的系数。然而，该方法忽略了信道的稀疏性。在另一系统中，使用基于两步最小方差(least square，简称LS)的估计器，其中，通过将实际信号作为加性噪声来获得自干扰信道的第一估计。之后，抑制干扰并用所产生的信号检测预期数据。然后通过使用已知的发送数据和检测到的数据联合估计自干扰和预期信号信道来获得对信道更精确的估计。然而，预期信号信道的初始估计对预期数据的检测至关重要。
本文公开了用于FD系统中用于减少SI的装置、系统和方法。在一实施例中，在射频(radio frequency，简称RF)电平中进行SI消除或减少以避免低噪声放大器(low noiseamplifier，简称LNA)和模数转换器(analog to digital converter，简称ADC)的饱和/过载。在基带上减少进行RF SI消除后剩余的残余SI。确定SI信号的估计，以便从接收信号中减去SI信号。为了获得该估计，发送的SI数据是已知的，但SI传播信道可能是未知的。这里公开了一个传输协议，用于从HD切换到FD以便估计SI信道。在一实施例中，在传输开始时使用半双工传输周期来估计自干扰信道，然后使用半双工传输周期减少自干扰，从而在估计周期结束切换到全双工传输时，不影响预期信号。一旦训练周期结束，该模式从HD切换到FD。该协议允许良好的信道估计和SI消除或减少性能。
在一实施例中，在短暂的HD初始化阶段，无线节点仅接收来自发送数据的自干扰，并且估计可用于在FD周期中减小SI的SI信道。该HD初始化阶段允许SI信道的准确估计以在RF处建立SI消除(或减少)。发送器(transmitter，简称Tx)调整自身的Tx功率，以使用自身现有的接收器(receiver，简称Rx)ADC进行更精确的SI信道估计。
在一实施例中，在FD操作中，在LNA/ADC之前消除SI以避免LNA/ADC过载/饱和，并且在基带处的ADC之后可以进行进一步的自干扰抑制。通常，在消除或减少至少一些SI之前，不能进行额外的处理。根据已知的发送信号和自干扰信道的估计，可以创建用于消除的自干扰的副本。将初始的HD周期中获得的SI信道估计反馈到RF消除阶段，以产生消除信号，并从接收信号中减去所述消除信号。在一实施例中，由于估计误差而存在残余SI。在数字域中进行额外的处理以进一步减少SI。
本公开的实施例可以通过无源电路和天线组合与现有的被动消除相结合。
在一实施例中，公开的是在两个步骤中的全双工收发器中的自干扰信道估计和消除系统及方法。在一实施例中，在LNA/ADC之前的射频(radio frequency，简称RF)自干扰消除阶段的短暂的初始半双工周期中获得第一准确自干扰信道估计。要注意的是由较少重要路径簇占主导的自干扰信道稀疏结构。在一实施例中，其感知矩阵满足有限等距性质(restricted isometry property，简称RIP)。因此，可以应用压缩感知(compressedsensing，简称CS)理论来利用其稀疏性，通过使用混合范数优化准则返回非零系数，并开发出样本远少于线性重构方法的准确的基于CS的自干扰信道估计。在一实施例中，导出正则化参数。可以选择正则化参数以保持残余自干扰不超过预期信号电平。
在全双工操作的第二步骤中，公开了基于子空间的过程，用于联合估计用于基带自干扰消除阶段的残余自干扰和预期信号信道。由于获得的信道达到了矩阵模糊度，因此公开了一种查找自干扰信道模糊度表达式的方法以及训练样本数量远少于传统数据辅助估计器的预期信号信道估计的相位模糊度求解方案。在一实施例中，使用本质上最少量的训练数据。可以通过估计器利用未知数据中承载的信息来查找发送信号的子空间这一事实来解释公开的信道估计器中使用的少量训练数据。与LS估计器相比，对信号子空间的认知减少了要估计的剩余参数的数量。
在一实施例中，公开了用于全双工MIMO收发器中RF和基带自干扰消除阶段的两种信道估计技术。RF自干扰消除阶段的第一过程为：基于压缩感知的概念，将自干扰功率降低至至少与预期信号同级别。然后，在基带消除阶段，应用基于子空间的信道估计器来查找残余自干扰信道并消除残余自干扰。该公开的过程为：在预期信号未知的情况下，利用对自信号的可用知识，对残余自干扰和预期信号信道进行联合估计。与标准非盲LS估计器相比，所公开的方案不需要训练块来查找残余自干扰信道，并且只需要较少的训练数据来求解预期信号信道模糊度。因此，提供了更好的带宽效率。模拟结果表明，所公开的过程提高了信道估计的准确度和消除性能。
在一实施例中，公开了一种用于减少具有全双工能力的收发器中的自干扰(selfinterference，简称SI)的方法。该方法包括：使用收发器从模拟域中的接收信号中减去估计的SI信号，以产生调整后的信号，其中，所述估计的SI信号是根据半双工操作期间在收发器处接收的发送信号进行估计的。该方法还包括：使用收发器从数字域中的调整后的信号中减去估计的残余SI信号，以获得预期信号，其中，所述残余SI是将所述估计的SI从所述接收信号中移去之后所述调整后的信号中剩余的SI信号的数量。在一实施例中，在所述调整后的信号到达低噪声放大器之前且在所述调整后的信号到达模数转换器之前，减去所述估计的SI信号。在一实施例中，根据半双工操作期间在收发器的接收器处接收的发送信号来调整收发器的发送功率，以提高SI信道估计的准确度。
在另一实施例中，公开了一种用于减少具有全双工能力的收发器中的自干扰(self interference，简称SI)的方法。该方法包括：收发器在训练周期内确定估计的SI信号；所述收发器在全双工操作期间从接收信号中减去所述估计的SI信号，以产生调整后的信号；所述收发器根据所述估计的SI信号估计残余SI信号，其中，所述残余SI信号包括所述估计的SI信号中的误差；从所述调整后的信号中减去所述残余SI信号，以产生预期信号。在所述接收信号被放大并转换成数字信号之前，从射频(radio frequency，简称RF)域中的接收信号中减去所述估计的SI信号。从基带上的调整后的信号中减去所述残余SI信号。在一实施例中，根据在训练周期内获得的估计的SI信号降低SI信号的功率。
在另一实施例中，公开了一种具有全双工能力的无线网络组件。所述无线网络组件包括：天线子系统，用于全双工操作；自干扰(self-interference，简称SI)信道估计组件，用于在训练阶段模式下估计SI信号；射频(radio frequency，简称RF)自干扰消除阶段组件，用于在全双工操作模式下，从RF域中接收的RF信号中减去所述估计的SI信号，以产生调整后的RF信号；模数转换器(analog to digital converter，简称ADC)，用于将所述调整后的RF信号转换成数字调整信号；以及基带SI消除阶段，用于从数字域中的数字调整信号中减去残余SI。在一实施例中，通过软件从接收信号中减去估计的SI信号。在一实施例中，通过软件从数字调整信号中减去残余SI信号来获得数字预期信号。所述SI信道估计组件用于：根据基于压缩感知的程序和/或根据返回用于基于压缩感知的自干扰信道估计的非零系数的混合范数优化准则，确定所述估计的SI信号。基带SI消除阶段用于根据最大似然函数确定残余SI。天线子系统包括多天线子系统，并且训练相位模式为半双工模式。
存在许多原因，使得在第二消除阶段中开发出不同于第一阶段的过程的另一过程是有益的。首先，第一消除阶段之后，残余自干扰信道是完全随机的，没有任何特定的稀疏结构。此外，在一实施例中，在不知道数据的情况下联合估计残余自干扰和预期信号信道可能是可取的。在这种情况下，压缩感知估计器无法在未完全了解数据的情况下恢复信道系数。
模拟结果表明，因为不需要任何训练数据来估计自干扰信道，所以所公开的过程优于具有更好带宽效率的LS过程。在RF和基带自干扰消除阶段接近信噪比(signal-to-noise ratio，简称SNR)之后，所公开的过程提供了显著的信号残余自干扰噪声比(signal-to-residual-self-interference-and-noise ratio，简称SINR)。
在本公开中，采用以下表示法。(.)T、(.)H和(.)#分别指矩阵转置、共轭转置和伪逆。对于矩阵M，使用det(M)和trace(M)分别表示行列式和轨迹。运算符指两个矩阵的克罗内克尔积。Ip指p×p单位矩阵。将实数x四舍五入到小于或等于x的最大整数。最后，使||.||1和||.||2分别表示l1范数和l2范数，并且||.||0计算其参数的非零条目数。
图1示出了一种用于传输数据的网络100。该网络100包括：具有覆盖区域112的接入点(access point，简称AP)110、多个用户设备(user equipment，简称UE)120和回传网络130。如本文所使用的，术语AP还可以被称为TP，并且在本公开中，两个术语可以互换使用。所述AP 110可以包括具有通过，除其它外，与UE 120建立上行链路(如图中由短横线构成的虚线所示)和/或下行链路(如图中由点构成的虚线所示)连接提供无线接入的能力的任意器件，例如，基站收发信台(base transceiver station，简称BTS)、增强型基站(enhancedNodeB，简称eNB)、毫微微蜂窝基站，以及其他支持无线功能的设备。所述UE 120可以包括能够与AP 110建立无线连接的任何组件。回传网络130可以是允许在AP 110和远端(图中未示出)之间交换数据的任何组件或组件集合。在一些实施例中，所述网络100可能包括各种其他无线设备，如中继、毫微微蜂窝基站等。
在一实施例中，所述AP 110和所述UE 120用于在FD模式下运行。为了使发送器功率与AP110中的同频共址接收器高度隔离，所述AP 110包括下文更详细描述的自干扰消除装置和系统。在一实施例中，所述AP 110为蜂窝AP。在另一实施例中，所述AP 110为WiFiAP。
图2是HD初始化阶段用于估计SI信道的系统200的实施例的方框图。所述系统200包括调制器208、多个数模转换器(digital-to-analog converter，简称DAC)206、多个功率放大器(power amplifier，简称PA)204、多天线子系统202、多个低噪声放大器(low noiseamplifier，简称LNA)210、多个模数转换器(analog to digital converter，简称ADC)212和SI信道估计组件214。所述调制器208用于将发送数据调制到由其中一个DAC 206转换为模拟的信号上。模拟发送信号由其中一个PA 204放大并发送到所述多天线子系统202中进行广播。所述多天线子系统202还用于从所述系统200接收发送信号，并将接收信号发送到LNA 210进行放大，然后发送到ADC 212转换成数字信号。自干扰信道估计组件214对来自ADC 212的接收信号进行采样，并根据接收信号和已知的发送信号确定估计SI信号的方法。自干扰信道估计组件214可以包括处理器和存储器。
图3是FD操作阶段用于减少SI信道的系统300的实施例的方框图。系统300包括调制器308、多个DAC 306、多个PA 304、多天线子系统302、RF自干扰消除阶段310、减法器312、多个LNA 314、多个ADC 316、基带自干扰消除阶段318、减法器320和解调器322。所述调制器308、所述DAC 306、所述PA 304、所述多天线子系统302、所述LNA 314和所述ADC 316的运行与图2中相应结构相似。所述RF自干扰消除阶段组件310用于：通过自干扰信道估计组件214确定的方法，根据从所述调制器308接收的当前发送信号，确定估计的SI信号并将所述估计的SI信号发送到所述减法器312。所述减法器312从RF(例如，模拟)域中的接收信号中减去所述估计的SI信号，产生调整后的信号。所述调整后的信号由其中一个LNA 314放大，并由其中一个ADC 316转换成数字信号。所述基带自干扰消除阶段组件318使用所述估计的SI来确定估计的残余SI。残余SI表示所述估计无法校正的SI的数量。将所述估计的残余SI提供给所述减法器320，所述减法器320从数字调整信号中减去所述估计的残余SI，产生预期信号，然后将所述预期信号提供给所述解调器322。所述RF自干扰消除阶段组件310和基带自干扰消除阶段组件318可以包括处理器和存储器。
图4是示出FD收发器系统中的用于减少SI的方法400的实施例的流程图。该方法400可以由系统300来实现。所述方法400开始于方框402，其中，所述FD收发器系统在HD模式下开始运行。在方框404，系统测量系统传输中接收的SI信道。在方框406，系统使用Rx ADC调整Tx功率。在方框408，系统重新测量所述SI信道。在方框410，系统使用重新测量的SI信道作为进行FD操作的估计的SI。在方框412，系统在FD模式下开始运行。在方框414，系统测量接收信号，并且在方框416，在LNA放大调整后的信号(所述接收信号减去所述估计的SI信号)之前，系统从模拟RF域中的接收信号中减去所述估计的SI。在方框418，系统估计残余SI，并从基带的数字域中的调整后的信号中减去所述估计的残余SI，之后，方法400结束。
图5是示出FD收发器系统中的用于估计SI的方法500的实施例的流程图。该方法500可以由系统200来实现。所述方法500开始于方框502，其中，所述FD收发器系统在HD模式下开始运行。在方框504，系统发送信号，并且在方框506，系统接收发送信号。在方框508，自干扰信道估计单元对接收信号进行采样，并且在方框510，所述自干扰信道估计单元根据所述接收信号和已知的发送信号确定用于估计SI信号的方法，之后，方法500结束。
1、全双工系统模型
回到图3，图3示出了以全双工方式运行的具有Nt个发送(transmit，简称Tx)流和Nr个接收(receive，简称Rx)流的多输入多输出(multiple-input multiple-output，简称MIMO)收发器的简化框图，即，在同一个频隙同时发送和接收。同时发送和接收会产生要在解调之前消除的自干扰。相比于多天线子系统中提供的Tx-Rx隔离，提出了Rx侧的两个自干扰消除阶段。为避免过载/饱和，在低噪声放大器(low noise amplifier，简称LNA)和模数转换器(analog to digital converter，简称ADC)之前的RF中完成射频(radiofrequency，简称RF)自干扰消除阶段。在LNA/ADC之后进行基带自干扰消除阶段，消除基带上的剩余自干扰。
就多径信道而言，Rx流r的第n个接收的复基带等价样本可以写为：
其中，xq(n)和sq(n)分别是来自相同收发器的Tx流q和来自其他预定发送器的发送样本，且n＝0，…，N–1。是相同收发器的Tx流q到Rx流r的自干扰信道的Li个抽头的脉冲响应，且l＝0，…，Li。是从其他预定发送器的Tx流q到Rx流r的预期信号信道的Ls个抽头的脉冲响应，且l＝0，…，Ls。是Rx流r中的加性热噪声。(1)中的第一项和第二项分别表示自干扰和预期信号。为简单起见，假设Li＝Ls＝L。从等式(1)可以得出，矢量y(n)可以写为：
其中：
y(n)＝[y1(n),y2(n)，…，yNr(n)]T，
在等式(2)中，X(n–1)是Nr×NtNrToeplitz矩阵，其中，第一列由Nr×1矢量[x1(n-l)，0，…，0]给定，第一行由给定，e1为1×Nr矢量，第一个元素中为1，其他地方为0。矩阵S(n–l)与X(n–1)构造方式相同，且与来自其他预定发送器的传输样本sq(n–1)相同。现在使N_t N_r(L+1)×1的两个矢量h(i)和h(s)分别收集自干扰和预期信号信道的所有系数，即：
h(i)＝[h(i)T(0)，h(i)T(1)，…，h(i)T(L)]T，
h(s)＝[h(s)T(0)，h(s)T(1)，…，h(s)T(L)]T. (4)
并定义如下：
NrN×NtNr(L+1)自信号矩阵X包括从同一收发器发送的样本，并且NrN×NtNr(L+1)预期信号矩阵S包含从其他预定发送器发送的样本。然后，接收的NrN×1矢量y＝[yT(0)，…，yT(N-1)]T由下式得出：
y＝Xh(i)+Sh(s)+w， (6)
其中，w是NrN×1热噪声矢量。
在全双工系统中，等式(6)中的第一项所示的自干扰比等式(6)中的第二项所示的来自其他预定发送器的预期信号高许多数量级。这使得不同的消除阶段被用于将自干扰减少到足够低的电平来进行合理的信号检测。RF消除阶段旨在抑制LNA/ADC之前的自干扰。由于自信号矩阵X已知，所以只需要估计自干扰信道h(i)，以在RF处产生自干扰副本进行消除。如图3所示，在基带消除阶段，通过在基带上进行数字信号处理进一步抑制ADC之后的剩余自干扰。下面讨论所公开的RF和基带消除阶段的估计和消除过程。
2、基于压缩感知的RF消除阶段
如前所述，RF消除阶段中的一个主要任务是估计自干扰信道矢量h(i)。由于自信号矩阵X已知，所以查找h(i)的直接方法是采用线性估计器。一般来说，h(i)的线性估计由下式得出：
其中，NrNt(L+1)×NrN矩阵M(待导出)确定h(i)的估计。存在大量h(i)的不同估计。例如，根据最小方差(least square，简称LS)准则，M将由(XHX)-1XH得出。通过最小均方误差(minimum mean square error，简称MMSE)估计器，M＝E{h(i)h(i)H}XH(XE{h(i)h(i)H}XH)-1，其中，E{.}表示统计期望。虽然之后需要了解信道的二阶统计，但是与LS估计器相比，MMSE估计器本质上具有更小的信道估计误差。一旦自干扰信道的估计可用，就会产生自干扰副本，并从等式(6)中的接收信号中减去所述自干扰副本，获得：
其中，将等式(6)中的y的表达式代入等式(7)的为了抑制自干扰，应该规定M，使得等式(8)中的第一项，即趋于零。对于LS估计器而言，矩阵是在X的空子空间上的投影。因此，从NrN-NrNt(L+1)子空间中获取其组件，而不是从NrN空间中获取信号。这意味着预期信号中的信息会丢失。此外，为了进行RF消除阶段，假设h(i)的估计可用。因此，开始时需要半双工传输周期来估计自干扰信道，然后减少自干扰，而不会在切换到全双工传输时影响预期信号。在一实施例中，当将该初始周期作为训练周期来估计h(i)时，双向通信是半双工的方式。
在初始半双工方式期间中，收发器仅接收自身的信号。等式(6)中的信号模型化简为：
y＝Xh(i)+w. (9)
自干扰信道h(i)的估计的问题与基于训练的信道估计的传统问题相似。通常，解决这个问题的过程依赖于线性LS策略。然而，这些方法没有利用信道的特定结构。如测量证实的，相同收发器中的邻近天线之间的自干扰信道呈现了与反射路径相比非常强的路径分量。因此，矢量h(i)包含几个主要分量。因此，问题出自于根据观测结果y来估计稀疏信道。因此，数学上正在寻找arg minh||h||0，使得y＝Xh。然而，这是一个难解的组合优化问题，即使在小问题上也可能难以处理。最近，已经表明，与X相比，当h足够稀疏时，该优化问题中可以用||h||1替代||h||0，但是针对这两个问题，仍然获得完全相同的解。新的问题如下：
这是一个凸优化问题，可以通过线性规划来解决。实际上，只有噪声测量可用。因此，对于一些参数λ，用替换约束条件y＝Xh，引入加性噪声。由于可以改为二阶锥规划，这个优化问题在计算上易于处理。
参数λ规定了允许的误差量。在下文中提出了一种选择适用于以下基带消除阶段的正则化参数λ的方法。首先，如果能够获得h的准确值，那么将得到来获得足够大的噪声矢量w，其中，可以近似为σ2NrN，σ2是噪声方差。然而，估计值不能完全等同于真实的信道h(i)。使h(r)表示残余信道这种情况下，得到下式：
其中，Xh(r)项代表了RF消除阶段之后的残余自干扰。为了在之后的基带消除阶段有效地估计h(r)，残余干扰的功率应该最多被降低至与预期信号相同的功率。因此，使用估计矢量希望获得：
其中，Ps为接收的预期信号的功率。为此，选取正则化参数λ令取值足够高，以便(Ps+σ2)NrN≤λ，确保残余干扰与预期信号处于相同的数量级。压缩感知理论中的有吸引力的特征在于，如果h(i)是稀疏的，则比h(i)的长度更小的测量数足以恢复h(i)。这种重建能力取决于矩阵X的某些属性。特别地，如下所述，这足以使矩阵X满足有限等距性质(restrictedisometry property，简称RIP)。使S表示矢量h(i)中非零元素的个数。根据RIP定义，X满足RIP2(RIP保证了问题解的唯一性)。实际上，对于任何两个不同的S稀疏矢量θ1和θ2，矢量θ1-θ2最多有2S个非零元素(如果非零元素θ1和θ2不在同一位置)。根据RIP不等式，对于给定的整数S，只要θ1不同于θ2，在2S的顺序中，θ1和θ2的两个图像就不相同。其中，参数δs∈[0，1]。如果针对每个矢量θ都有||θ||0≤2S，则得出：
换句话说，如果从X中通过采用由X中的T索引的列形成的所有子矩阵XT的奇异值都在中，则X满足RIP，其中，且基数不大于S。因此，为了证明给定矩阵的RIP，只需要针对列索引T的所有子集，在区间[1-δS，1+δS]中限定S×S格拉姆矩阵的特征值。根据盖尔圆盘定理，GT的特征值在以ci＝GT(i，i)为中心并以为半径的S圆盘di的并集中，其中，i＝1，…，S。也就是说，针对[0，1]中的两个实数δd和δo，当满足δd＝δo＝δS，如果GT所有的对角线元素都证明|GT(i，i)-1|＜δd，并且所有非对角线元素都满足|GT(i，j)-1|＜δo/S，则包含在圆盘di并集中的GT的所有特征值都在[1-δS，1+δS]范围内，其中，i＝1，…，S。如附录1所示，矩阵X中参数δS满足RIP的概率超过：
其中，c2是仅取决于δS的常数，并在附录1中指定。
3、基于子空间的基带消除阶段
一旦双向通信中开始全双工操作，则在训练周期内获得的自干扰信道估计用于降低自干扰的功率。在RF消除阶段之后，基带上产生的信号由下式得出：
其中，使用与上述相似的矢量结构。在基带消除阶段的任务是减少等式(15)的第一项表示的残余自干扰信号。为此，需要根据yc(n)估计残余自干扰信道。由于自信号已知，估计相应信道的最简单的方法是采用线性估计器。但是，由于预期信号表现为加性噪声，所以这种方法会导致较大的估计误差。因此，在估计过程中也应考虑预期信号，以联合估计残余自干扰和预期信号信道。在本部分，开发了一种用于联合估计这两个信道的基于子空间的方法。在呈现信道估计器之前，为引入所公开的过程，需要对接收信号yc(n)使用更易处理的表示。定义如下：
消除的输入信号yc(n)可以表示为：
然后，将这两个信道矩阵H(s)(l)和H(r)(l)聚集在一个矩阵H(l)＝[H(r)(l)H(s)(l)]中，并将NrM×2NtN分块下三角形块Toeplitz矩阵定义为：
其中，M＝N+L，且发送数据为一个2NtN×1矢量。
x＝[xT(0)，sT(0)，…，xT(N-1)，sT(N-1)]T， (19)
使用这些表示法，Nr个天线上的接收矢量NrM由下式得出：
需要注意的是，对于多块传输，根据块编号t索引等式(20)中的矢量，即yc(t)。为简单起见，省略该索引并考虑使用给定数量的块来估计yc的协方差矩阵。
假设噪声样本不相关，即如果n＝m，则E(w(n)w8(m))＝σ2且如果则为0，并且噪声和信号样本也不相关。因此，yc的协方差矩阵由下式得出：
其中，Rx是x的2NNt×2NNt协方差矩阵。
实际上，在估计过程中使用协方差矩阵Ryc的样本估计考虑到T个发送OFDM符号，通过时间平均获得
信号子空间是矩阵H的列的跨度，噪声子空间是信号子空间的正交补集。假设不同天线之间的信道独立，则信号子空间的维度为2NNt(HRxHH的秩是2NNt)，且噪声子空间的维度为p＝NrM-2NNt。为了保证噪声子空间是非退化的(p＞0)，每个终端中发送天线的数量Nt应该小于因此，矩阵Ryc具有p个共同正交特征矢量，由与Ryc的最小特征值相对应的vi表示，其中，i＝1，2，…，p。
由于信号子空间由矩阵H的2NNt列跨越，并由信号和噪声子空间之间的正交跨越，所以，H的列与噪声子空间中的任意矢量正交。然后得到：
根据等式(23)推断出vi跨越H的左零空间。知道H的左零空间，就有可能确定由H的列跨越的空间，表示为跨度(H)，即该空间包含了H的列的所有线性组合。因此，因为有无数矩阵满足等式(23)，所以知道跨度(H)并不能给出确切的矩阵H。然而，对于等式(18)中已有的特定分块Toeplitz矩阵，可以表明如果两个矩阵H1和H2具有与等式(18)中Toeplitz矩阵相同的形式并满足等式(23)中的条件，则存在一个非奇异的2Nt×2Nt矩阵C满足：
C存在的证明类似于Moulines等中呈现的证明，附加的条件为H(0)是满秩矩阵。已经证明，跨越相同子空间并且具有主对角线上方所有零元素的两个Toeplitz矩阵与相应的标量比例常数成比例。在所公开的情况下，证明了两个矩阵通过分块对角矩阵相关。
还需要寻找一个满足(23)中的方程组的矩阵。由于矩阵H完全由矩阵H(O)，…，H(L)定义，而不必寻找整个NrM×2NtN矩阵H，因此可以限制搜索Nr×2Nt矩阵H(l)，其中，l＝0，…，L。现在再次考虑(23)中的方程组，每个特征矢量vi可以写为：
其中，当m＝1，…，M，vi是Nr×1个矢量。然后将(23)中的每个等式重新排列为：
或者按照以下矩阵形式排列：
其中：
收集Np×Nr(L+1)矩阵中所有的⊙i矩阵：
可以将等式(27)进一步重写简化为：
该问题相当于将MUSIC型频谱最大化，其中，频谱函数为且为避免所有零解，附加的条件为其中，||.||F表示Frobenius范数。因此，可以通过找到⊙的零空间的基来获得的列。实际上，进行⊙的奇异值分解(singular valuedecomposition，简称SVD)，并选择2Nt个正确的奇异矢量作为的列。
如上所述，该解并不唯一。针对进行⊙的SDV得到的预期信号信道矩阵与成比例。
其中，C是2Nt×2Nt可逆矩阵。接下来展示一种查找矩阵C的方法。
使H0以从估计矩阵获得的等式(18)的形式来表示分块Toeplitz矩阵。根据等式(24)，等式(20)中的接收矢量重新表示为：
通过将接收信号与H0的伪逆相乘，修改后的2NtN×1接收信号由下式得出：
其中，通过将矢量划分为N个大小为2Nt×1的矢量：
得到：
根据其定义，矩阵由两个矩阵和串联组成，分别表示残余自干扰信道和预期信号信道(即，)。同样的，将C划分为两个2Nt-Nt矩阵C(r)和C(s)。其中，第一个与残余自干扰信道相关联，第二个与预期信号信道相关联。考虑到该划分，将等式(34)扩展如下：
矢量是确定性项(因为已知自信号矩阵x(n))和随机项之和，其中，随机项包含从节点2接收的预期信号和加性噪声。对于大量子载波而言，矢量s(n)的元素接近高斯分布。因此，可以合理地假设未知发送符号s(n)是高斯变量。因此，在已知发送矢量x(n)和在矩阵C(s)的条件下，是带均值C(r)x(n)和协方差矩阵的高斯矢量。采用高斯假设，对数似然函数由下式得出：
C(r)和C(s)的最大似然(maximum likelihood，简称ML)估计会最大化等式(38)给出的函数(.，.)。成本函数L(.，.)的直接最大化需要一个维度的网格搜索，这在实践中是难以处理的。为了克服这种复杂性，要寻找该解的闭式表达式。要注意的是，L(.，.)是进行估计的矩阵的可分函数。首先使一个矩阵的成本函数最小化。获得的最小值是另一个矩阵的函数。那么，将该最小值代入回成本函数的表达式中，成为单变量函数。最小化这个新函数会产生原始对数似然函数的全局最大值。首先，相对于P，将等式(38)中的对数似然函数最大化。这个优化问题的解为：
将PML取代等式(38)中的对数似然函数中的P，得到所谓的压缩似然函数，这仅取决于未知矩阵C(r)：
C(r)的ML估计由下式得出：
此时，需要介绍一些定义。使表示将C(r)T的所有列相互堆叠获得的矢量(即，并且，使为由下式给出的矩阵：
根据这些表示法，等式(41)中的最小化问题还可以表示为：
该修改后的问题能够获得以下简单的最小方差(least square，简称LS)解：
由于需要ML估计，将ξML定义为ML和LS估计之间的差异。
并且使表示ML解和的给定值之间的差。同时考虑以下两种表示法：
如附录2所示，目前的优化问题相当于：
通过使导数相对于ξ趋于零，很容易得到它的解：
使用上面给出的表示法重新排列等式(48)中的表达式，的ML估计由下式得出：
要注意的是，ML和LS估计之间的差异来自等式(49)中的项
为了完整性，提出了一种查找预期信号信道C(s)的模糊度矩阵的方法。对等式(39)中获得的矩阵PML的进行特征分解，获得如下所示：
其中，DP是包含矩阵PML的Nt个最重要特征值的对角矩阵，UP的列是对应的2Nt×1个特征矢量。矩阵Φ是可以使用少量训练符号就容易找到的对角相位矩阵。
附录1
在第二部分的讨论之后，需要针对所有子集T，建立|GT(i，i)-1|和的限定。在以下证明中，X的元素是具有均值0和方差1＝N的高斯随机变量。当矩阵X的元素通过将等式(13)中的不等式的每项与相乘而具有任意方差时，矩阵X还证明了RIP。此外，假设一个实矩阵X。通过Haupt的辅助定理5等，的每个对角元素如下：
X的每列包含Nt条发送流之一的N个发送样本。因此，确切的，GT(i，i)有Nt个不同的值。每个子集T都有一致限，且i＝1，…，S：
对于给定的子集T，任何非对角线元素GT(i，j)都是X的mi列与mj列之间的内积。为方便起见，将mi表示为mi＝ni+piNr+diNrNt，其中ni∈[1，Nr]，pi∈[0，Nt-1]，且di∈[0，L]。基于mi和mj，区分以下不同情况：
(1)如果ni≠nj，则GT(i，i)＝0。
(2)如果ni＝nj且di＝dj，则GT(i，j)是N项的总和，即上述总和的条目是独立的。因此，应用Haupt的辅助定理4等，得到以下限定：
具有此形式的唯一性元素的总数为
(3)如果ni＝nj，di≠dj且pi≠pj，则是N-|di-dj|个独立项的总和。使用与第二种情况相同的公式：
有个不同的项具有此形式。
(4)如果ni＝nj，di≠dj且pi＝pj，则得出GT(i，j)如下：
与其他情况不同，因为每个元素都出现在两个条目中，总和的条目不再独立。例如，若|di-dj|＝1，则得到：
由于奇数阶项是相互独立的，偶数阶项也是相互独立的，所以等式(57)中的求和可以分为求两个相互独立的变量的和。因此：
其中，最后的等式遵循等式(55)中使用的上限。
收集先前的结果以及一致限，建立任意子集T的所有元素GT(i，j)满足的概率的上限，其中i≠j。
为获得第二部分所要求的结果，使δd＝2δs//3δO＝δs/3并使用等式(53)和(59)得到：
定义对于得到：
当任意N满足时，则N≥54S2log(c1)-54c2+_2S。
附录2
使用等式(45)和(46)中引入的表示法，可以写出下式：
进一步开展，得到：
将等式(63)代入等式(43)中的成本函数中，得到以下表达式：
或如下等值成本函数：
要注意的是，当N比较大，LS和ML估计接近真实值。因此，可以假设矢量ξ较小。并且，根据这个事实，对于||M||＜＜1，det(I+M)≈1+trace(M)以及轨迹排列不变的属性，最小化问题可以减至等式(47)中给出的最小化问题。
图6是处理系统600的方框图，该处理系统可以用来实现本文公开的设备和方法。特定装置可利用所有所示的组件或所述组件的仅一子集，且装置之间的集成程度可能不同。此外，设备可以包括部件的多个实例，例如多个处理单元、处理器、存储器、发送器、接收器等。处理系统600可以包括配备一个或多个输入/输出设备，例如扬声器、麦克风、鼠标、触摸屏、按键、键盘、打印机、显示器等的处理单元601。处理单元601可包括中央处理器(centralprocessing unit，简称CPU)610、存储器620、大容量存储器设备630、网络接口650、I/O接口660，以及连接至总线640的天线电路670。处理单元601还包括连接至天线电路的天线元件675。
总线640可以是任意类型的若干总线架构中的一个或多个，包括存储总线或存储控制器、外设总线、视频总线等等。所述CPU 610可包括任何类型的电子数据处理器。存储器620可包括任意类型的系统存储器，例如静态随机存取存储器(static random accessmemory，简称SRAM)、动态随机存取存储器(dynamic random access memory，简称DRAM)、同步DRAM(synchronous DRAM，简称SDRAM)、只读存储器(read-only memory，简称ROM)或其组合等等。在实施例中，存储器620可包含开机时使用的ROM以及执行程序时使用的存储程序和数据的DRAM。
大容量存储器设备630可包括任意类型的存储设备，其用于存储数据、程序和其它信息，并使这些数据、程序和其它信息能够通过总线640访问。大容量存储器设备630可包括如下项中的一种或多种：固态驱动器、硬盘驱动器、磁盘驱动器、光盘驱动器等等。
I/O接口660可提供接口以将外部输入输出设备耦合到处理单元601。I/O接口660可包括视频适配器。输入输出设备的示例包括耦合至视频适配器的显示器和耦合至I/O接口的鼠标/键盘/打印机。其它装置可以耦合到处理单元601上，并且可以利用额外的或较少的接口卡。例如，可使用如通用串行总线(universal serial bus，简称USB)(未示出)等串行接口将接口提供给打印机。
天线电路670和天线元件675可允许处理单元601通过网络与远程单元通信。在一实施例中，天线电路670和天线元件675提供对无线广域网(wide area network，简称WAN)和/或对蜂窝网络的接入，例如长期演进(Long Term Evolution，简称LTE)、码分多址(CodeDivision Multiple Access，简称CDMA)、宽带CDMA(Wideband CDMA，简称WCDMA)，以及全球移动通信系统(Global System for Mobile Communications，简称GSM)网络。另外，在一些实施例中，天线电路670在全双工(full duplex，简称FD)模式运行。在某些实施例中，天线电路670和天线元件675还可向其它设备提供蓝牙和/或WiFi连接。在一实施例中，天线电路670包括发送信号消除系统。
处理单元601可以包括一个或多个网络接口650，网络接口650可包括有线链路，如以太网电缆等等，和/或无线链路以接入节点或不同网络。网络接口601允许处理单元601通过网络680与远程单元通信。比如，网络接口650可以经由一个或多个发送器/发送天线以及一个或多个接收器/接收天线提供无线通信。在一个实施例中，处理单元601耦合到局域网或广域网上以用于数据处理以及与远程设备通信，所述远程设备例如其它处理单元、因特网、远程存储设施或其类似者。
以下参考文献以引入的方式并入文本：
【1】J.I.Choi，M.Jain，K.Srinivasan，P.Levis，S.Katti.实现单信道全双工无线通信.ACM MobiCom会报，纽约，NY，美国，2010：1–12
【2】M.Duarte，A.Sabharwal.利用现成无线电收发装置的全双工无线通信：可用性以及第一结果.Asilomar信号、系统与计算机会议会报，2010：1558–1562
【3】M.Duarte，C.Dick，A.Sabharwal.全双工无线系统的实验驱动特征描述.IEEE议事录.无线通信，卷11，第12号：4296–4307，2012
【4】D.Kim，H.Ju，S.Park，D.Hong.全双工双向网络上的信道估计误差影响.IEEE议事录.车辆技术，卷62，第9号：4667，2013
【5】S.Li，R.D.Murch.基于回声消除利用发送器输出的全双工无线通信.IEEE全球通信会议会报，2011：1–5
【6】E.Candes，T.Tao.通过线性编程解码.IEEE议事录.信息论，卷51，第12号：4203–4215，2005.
【7】E.Candes，J.Romberg，T.Tao.从不完整不准确测量中稳定恢复信号.纯数学与应用数学通讯，卷59，第8号：1207–1223，2006
【8】W.U.Bajwa，J.Haupt，A.M.Sayeed，R.Nowak.压缩信道感知：稀疏多路径信道估计的新方法.IEEE会报，卷98，第6号：1058–1076，2010
【9】G.F.Hlawatsch.利用稀疏优化的基扩展对双选信道进行基于压缩感知的估计.欧洲信号处理会议会报(EUSIPCO-2008)，2008
【10】R.Schmidt.多发射器位置和信号参数估计.IEEE议事录.天线与传播，卷34，第3号：276–280，1986
【11】S.M.Kay.统计信号处理基础.卷1：估计理论，Prentice Hall出版社，1993
【12】M.-A.Baissas，A.M.Sayeed.CDMA相干接收机的时变多路径信道的基于导频的估计.IEEE议事录.信号处理，卷50，第8号：2037–2049，2002
【13】X.Ma，G.B.Giannakis，S.Ohno.通过双选无线衰落信道进行的块传输的最优训练.IEEE议事录.信号处理，卷51，第5号：1351–1366，2003
【14】H.Minn，N.Al-Dhahir.MIMO OFDM信道估计的最优训练信号.IEEE议事录.无线通信，卷5，第5号：1158–1168，2006
【15】S.S.Chen，D.L.Donoho，M.A.Saunders.通过基追踪的原子分解.SIAM期刊之科学计算，卷20，第1号：33–61，1998
【16】J.Haupt，W.U.Bajwa，G.Raz，R.Nowak.应用于稀疏信道估计的Toeplitz压缩感知矩阵.IEEE议事录.信息论，卷56，第11号：5862–5875，2010
【17】E.Moulines，P.Duhamel，J.-F.Cardoso，S.Mayrargue.用于多信道FIR滤波器的盲识别的子空间方法.IEEE议事录.信号处理，卷43，第2号：516–525，1995
【18】H.Ochiai，H.Imai.故意剪除的OFDM信号的性能分析.IEEE议事录.通信，卷50，第1号：89–101，2002
【19】S.Talwar，M.Viberg，A.Paulraj.利用天线阵列的同步共信道数字信号的盲分离第一部分：算法.IEEE议事录.信号处理，卷44，第5号：1184–1197，1996
【20】L.L.Scharf.统计信号处理.艾迪生–韦斯利阅读，1991，卷98
尽管进行了详细的描述，但应理解，可在不脱离由所附权利要求书界定的本发明的精神和范围的情况下，对本文做出各种改变、替代和更改。此外，本发明的范围不希望限于本文中所描述的特定实施例，所属领域的一般技术人员将从本发明中容易了解到，过程、机器、制造工艺、物质成分、构件、方法或步骤(包括目前存在的或以后将开发的)可执行与本文所述对应实施例大致相同的功能或实现与本文所述对应实施例大致相同的效果。相应地，所附权利要求范围包括这些流程，机器，制造，物质组分，构件，方法，及步骤。

Claims (20)

1.一种用于减少具有全双工能力的收发器中的自干扰SI的方法，其特征在于，所述方法包括：
获得调整后的信号，其中，所述调整后的信号是模拟域中的接收信号与估计的SI信号之间的差信号，所述估计的SI是根据半双工操作中在接收器处接收的SI进行估计的；
获得预期信号，其中，所述预期信号是数字域中所述调整后的信号与估计残余SI信号之间的差信号，并且所述估计残余SI是将所述估计的SI从所述接收信号中移去之后所述调整后的信号中剩余的SI的数量。
2.根据权利要求1所述的方法，其特征在于，在所述调整后的信号到达低噪声放大器之前确定所述差信号。
3.根据权利要求1所述的方法，其特征在于，在所述调整后的信号到达模数转换器之前确定所述差信号。
4.根据权利要求1所述的方法，其特征在于，还包括：通过在所述半双工操作期间根据在收发器处接收的发送信号调整发送功率来提高SI信道估计的准确度。
5.根据权利要求1所述的方法，其特征在于，根据以下任意一项来确定所述估计的SI：基于压缩感知的程序、返回用于基于压缩感知的自干扰信道估计的非零系数的混合范数优化准则以及基于子空间的估计器。
6.根据权利要求1所述的方法，其特征在于，通过确定输入信号的协方差矩阵来获得所述估计残余SI。
7.根据权利要求1所述的方法，其特征在于，通过根据最大似然函数使用发送SI信号求解残余SI信道的模糊矩阵来获得所述估计残余SI。
8.一种用于减少具有全双工能力的收发器中的自干扰SI的方法，其特征在于，所述方法包括：
所述收发器获得调整后的信号，其中，所述调整后的信号是模拟域中的接收信号与估计的SI信号之间的差信号，并且所述估计的SI信号是根据半双工操作期间训练周期内在接收器处接收的SI信号进行估计的；
所述收发器根据估计残余SI信号和所述调整后的信号获得预期信号。
9.根据权利要求8所述的方法，其特征在于，在所述接收信号被放大并转换成数字信号之前，在射频RF域中确定所述调整后的信号。
10.根据权利要求8所述的方法，其特征在于，通过从基带上所述调整后的信号中减去所述残余SI来获得所述预期信号。
11.根据权利要求8所述的方法，其特征在于，还包括：根据训练周期内获得的估计的SI降低所述SI的功率。
12.根据权利要求8所述的方法，其特征在于，在所述训练周期内根据基于压缩感知的程序确定所述估计的SI信号。
13.根据权利要求8所述的方法，其特征在于，在所述训练周期内根据返回用于基于压缩感知的自干扰信道估计的非零系数的混合范数优化准则确定所述估计的SI信号。
14.一种具有全双工能力的无线网络组件，其特征在于，包括：
天线子系统，用于全双工操作；
自干扰SI信道估计组件，用于在训练阶段模式下估计SI信号；
射频RF自干扰消除阶段组件，用于在全双工操作模式下根据接收的RF信号和RF域中估计的SI信号之间的差信号获得调整后的RF信号；
模数转换器ADC，用于将所述调整后的RF信号转换成数字调整信号；
基带SI消除阶段，用于根据所述数字调整信号和残余SI信号之间的差信号在数字域中获得数字预期信号。
15.根据权利要求14所述的具有全双工能力的无线网络组件，其特征在于，所述SI信道估计组件用于根据基于压缩感知的程序来确定所述估计的SI。
16.根据权利要求14所述的具有全双工能力的无线网络组件，其特征在于，所述SI信道估计组件用于根据返回用于基于压缩感知的自干扰信道估计的非零系数的混合范数优化准则来确定所述估计的SI信号。
17.根据权利要求14所述的具有全双工能力的无线网络组件，其特征在于，所述基带SI消除阶段用于根据子空间确定所述残余SI信号。
18.根据权利要求14所述的具有全双工能力的无线网络组件，其特征在于，所述训练阶段模式包括半双工模式。
19.根据权利要求14所述的具有全双工能力的无线网络组件，其特征在于，所述基带SI消除阶段组件还用于确定输入信号的协方差矩阵。
20.根据权利要求14所述的具有全双工能力的无线网络组件，其特征在于，所述基带SI消除阶段组件还用于通过根据最大似然函数使用发送SI信号求解残余SI信道的模糊矩阵。
CN201680019237.1A 2015-03-31 2016-03-05 联合射频/基带自干扰消除方法和系统 Pending CN107534961A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/675,278 2015-03-31
US14/675,278 US20160295596A1 (en) 2015-03-31 2015-03-31 Joint Radio-Frequency/Baseband Self-Interference Cancellation Methods and Systems
PCT/CN2016/075713 WO2016155467A1 (en) 2015-03-31 2016-03-05 Joint radio-frequency/baseband self-interference cancellation methods and systems

Publications (1)

Publication Number Publication Date
CN107534961A true CN107534961A (zh) 2018-01-02

Family

ID=57005441

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680019237.1A Pending CN107534961A (zh) 2015-03-31 2016-03-05 联合射频/基带自干扰消除方法和系统

Country Status (3)

Country Link
US (1) US20160295596A1 (zh)
CN (1) CN107534961A (zh)
WO (1) WO2016155467A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110731053A (zh) * 2019-04-29 2020-01-24 Oppo广东移动通信有限公司 自干扰估计的方法和终端设备

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10033550B2 (en) * 2016-03-21 2018-07-24 Huawei Technologies Co., Ltd. User equipment detection for uplink random access in dispersive fading environments
CN105978674B (zh) * 2016-05-12 2019-04-12 南京邮电大学 基于压缩感知的fdd下大规模mimo信道估计的导频优化方法
US10623115B2 (en) * 2016-09-01 2020-04-14 Qualcomm Incorporated Transmitter beamforming for self-interference cancellation
FR3071687A1 (fr) * 2017-09-27 2019-03-29 Commissariat A L'energie Atomique Et Aux Energies Alternatives Dispositif et procede de reduction du signal d'auto-interference dans un systeme de communication bidirectionnel simultane
US11632270B2 (en) * 2018-02-08 2023-04-18 Cohere Technologies, Inc. Aspects of channel estimation for orthogonal time frequency space modulation for wireless communications
CN116318240A (zh) * 2019-04-25 2023-06-23 华为技术有限公司 一种全双工自干扰消除方法和装置
CN113346988A (zh) * 2020-03-03 2021-09-03 北京三星通信技术研究有限公司 用于自干扰消除的方法及装置、终端和基站

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100111018A1 (en) * 2008-10-23 2010-05-06 Chang Il Doo Apparatus and method for removing self-interference and relay system for the same
US20110090996A1 (en) * 2009-10-21 2011-04-21 Mark Hahm Method and system for interference suppression in wcdma systems
US20120263078A1 (en) * 2011-03-31 2012-10-18 Chien-Cheng Tung Full duplex wireless method and apparatus
CN103516407A (zh) * 2012-06-27 2014-01-15 华为技术有限公司 传输模式选择方法、天线收发组合确定方法、装置及系统
CN104468055A (zh) * 2014-12-29 2015-03-25 西安电子科技大学 宽带无线全双工mimo通信系统回波自干扰自适应抑制方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102174637B1 (ko) * 2013-06-25 2020-11-05 엘지전자 주식회사 전 이중 무선 방식을 지원하는 무선 접속 시스템에서 자기 간섭 측정 방법 및 장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100111018A1 (en) * 2008-10-23 2010-05-06 Chang Il Doo Apparatus and method for removing self-interference and relay system for the same
US20110090996A1 (en) * 2009-10-21 2011-04-21 Mark Hahm Method and system for interference suppression in wcdma systems
US20120263078A1 (en) * 2011-03-31 2012-10-18 Chien-Cheng Tung Full duplex wireless method and apparatus
CN103516407A (zh) * 2012-06-27 2014-01-15 华为技术有限公司 传输模式选择方法、天线收发组合确定方法、装置及系统
CN104468055A (zh) * 2014-12-29 2015-03-25 西安电子科技大学 宽带无线全双工mimo通信系统回波自干扰自适应抑制方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110731053A (zh) * 2019-04-29 2020-01-24 Oppo广东移动通信有限公司 自干扰估计的方法和终端设备

Also Published As

Publication number Publication date
WO2016155467A1 (en) 2016-10-06
US20160295596A1 (en) 2016-10-06

Similar Documents

Publication Publication Date Title
CN107534961A (zh) 联合射频/基带自干扰消除方法和系统
Masmoudi et al. Channel estimation and self-interference cancelation in full-duplex communication systems
CN106664273B (zh) Mimo同信道全双工收发器中的干扰抵消
CN107431673A (zh) 联合射频/基带自干扰消除方法
JP5844437B2 (ja) Ｍｉｍｏ−ｏｆｄｍシステムのための連続ビーム形成
TW533714B (en) Method and apparatus for reduced rank channel estimation in a communications system
CN107947840B (zh) 基于毫米波大规模mimo的时间反演抗干扰方法
KR100659616B1 (ko) 무선 장치 및 어댑티브 어레이 처리 방법
US10530504B2 (en) Device and method for detecting clusters in beamformed transmission
US11063724B1 (en) Reduced channel-sounding in MU-MIMO WLANS
CN106716866B (zh) 乒乓波束成形
WO2008113216A1 (fr) Méthode d'évaluation d'un canal
Masmoudi et al. Self-interference cancellation for full-duplex MIMO transceivers
US7453949B2 (en) MIMO receivers having one or more additional receive paths
US20130251057A1 (en) System and methods for compensation of i/q imbalance in beamforming ofdm systems
CN106233685A (zh) 用于大规模mimo系统的混合模拟数字预编码的方法
Wang et al. Collision-tolerant media access control for asynchronous users over frequency-selective channels
JP2008283393A (ja) Ｍｍｓｅ等化回路、受信装置、及び通信システム、並びにその方法及びプログラム
Masmoudi et al. A digital subspace-based self-interference cancellation in full-duplex MIMO transceivers
EP3729673A1 (en) Steering vector weighting
Zhou et al. Full duplex spatial modulation system performance depending on self-interference cancellation accuracy
WO2013139188A1 (zh) 一种信道反馈方法和用户设备及基站
Yu Direct blind channel equalization via the programmable canonical correlation analysis
CN108496310B (zh) 一种信号解码方法、装置及设备
Pateriya et al. Realization of new radio 5G-IoT connectivity using mmWave-massive MIMO technology

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
AD01 Patent right deemed abandoned

Effective date of abandoning: 20210319

AD01 Patent right deemed abandoned