CN107645316A - 用于自干扰消除的方法和设备 - Google Patents

Abstract

一种通信电路装置，包括：信号路径电路，被配置为：分开地将内核维度滤波器和延迟抽头维度滤波器应用于放大器的输入信号，以获得估计的干扰信号；消除电路，被配置为：从接收信号中减去估计的干扰信号，以获得干净信号；以及滤波器更新电路，被配置为：在使用干净信号更新内核维度滤波器与延迟抽头维度滤波器之间进行交替。

Description

用于自干扰消除的方法和设备

技术领域

各种实施例总体涉及用于自干扰消除的方法和设备。

背景技术

干扰消除被看做为全双工无线电通信的关键促成因素。因为这些全双工无线电装置通常在共享的天线上同时发送和接收，所以干扰可能从发送链经由连接到天线的双工电路泄露到接收链，由此在接收链接收的信号中产生自干扰。虽然特殊的双工电路在将接收链与发送链充分隔离方面可能是有效的，但是这可能是一种昂贵的解决方案，并且因此对于许多制造商来说是不期望的。

数字自干扰消除可以因此提供一种较低成本的替换解决方案。在这类自干扰消除解决方案中，可以利用一个或多个自适应滤波器来对从发送链到接收链的泄露路径进行建模。因此，假设模型是准确的，自适应滤波器可以能够从原始发送信号产生估计的自干扰信号。然后，接收链可以从接收信号中减去这些估计的干扰信号，由此从接收信号中消除了自干扰，并且产生可以基本上没有残余自干扰的干净信号。

附图说明

在附图中，类似的参考标号在不同视图中通常指代相同的部分。附图未必按比例绘制，而是重点总体上在于说明本发明的原理。在以下描述中，参考附图描述了本发明的各种实施例，在附图中：

图1示出通信电路的图示；

图2示出说明自消除干扰过程的流程图；

图3示出说明内核维度滤波器的更新的流程图；

图4示出说明延迟抽头维度滤波器的更新的流程图；

图5示出矩阵存储方案的图形描绘；

图6示出包括信号路径和适配引擎的处理电路的图示；

图7A-7B示出解耦合的内核维度输入信号计算和解耦合的延迟抽头维度输入信号计算；

图8示出资源表和硬件流水线时钟调度；

图9示出解耦合的内核维度输入信号计算电路的图示；

图10示出解耦合的延迟抽头维度输入信号计算电路的图示；

图11示出相关和互相关更新电路的图示；

图12示出矩阵存储器索引方案；

图13示出DCD电路的图示；

图14示出最大互相关识别电路的图示；

图15示出多信号路径解决方案的图示；

图16示出执行干扰消除的第一方法；以及

图17示出执行干扰消除的第二方法。

具体实施方式

以下详细描述参考附图，附图以说明性的方式示出可以实践本发明的具体细节和实施例。

词语“示例性”在本文中用于指“用作示例、实例或说明”。本文描述为“示例性”的任何实施例或设计不一定被视为比其它实施例或设计优选或有利。

说明书和权利要求书中的词语“多个”和“若干”明确地指代大于一的数量。在说明书和权利要求书中的术语“(的)组”、“(的)集”、“(的)集合”、“(的)系列”、“(的)序列”、“(的)成组”等(如果有的话)是指等于或大于一的数量，即一个或多个。复数形式表达的、未明确声明“多个”或“若干”的任何术语是指等于或大于1的数量。术语“合适的子集”、“减少的子集”和“较少子集”是指不等于该集合的集合的子集，即包含比该集合少的元素的集合的子集。

应当理解，本文中利用的任何矢量和/或矩阵记号本质上是示例性的，并且仅用于解释的目的。因此，应当理解，本公开中详细描述的方法不限于仅使用矢量和/或矩阵来实现，并且关联的处理和计算可以关于数据、观察、信息、信号、样本、符号、元素等的集合、序列、组等而等同地执行。此外，应当理解，对“矢量”的引用可以指任何大小或取向的矢量，例如包括1x1矢量(例如，标量)、1xM矢量(例如，行矢量)和Mx1矢量(例如，列矢量)。类似地，应当理解，对“矩阵”的引用可以指任何大小或取向的矩阵，例如包括1x1矩阵(例如，标量)、1xM矩阵(例如，行矢量)和Mx1矩阵(例如，列矢量)。

本文使用的“电路”被理解为任何种类的逻辑实现实体，其可以包括专用硬件或执行软件的处理器。因此，电路可以是模拟电路、数字电路、混合信号电路、逻辑电路、处理器、微处理器、中央处理单元(CPU)、图形处理单元(GPU)、数字信号处理器(DSP)、现场可编程门阵列FPGA)、集成电路、专用集成电路(ASIC)等，或者其任何组合。将在下面进一步详细描述的各功能的任何其它类型的实现方式也可以被理解为“电路”。应当理解，本文详述的任何两个(或更多个)电路可以被实现为具有基本上等同功能的单个电路，并且反过来，本文详述的任何单个电路可以被实现为具有基本上等同功能的两个(或更多个)分开的电路。此外，对“电路”的引用可以指共同形成单个电路的两个或更多个电路。术语“电路装置”可以指单个电路、电路集合和/或由一个或多个电路组成的电子设备。

如本文所使用的，“存储器”可以被理解为其中可以存储数据或信息以供检索的非瞬时性计算机可读介质。因此，本文中所包括的对“存储器”的引用可以被理解为指代易失性或非易失性存储器，包括随机存取存储器(RAM)、只读存储器(ROM)、闪存、固态存储器、磁带、硬盘驱动器、光驱等，或者其任何组合。此外，应当理解，术语存储器在此也包括寄存器、移位寄存器、处理器寄存器、数据缓冲器等。应当理解，称为“存储器”或“一个存储器”的单个组件可以由多于一种不同类型的存储器组成，并且因此可以指代包括一种或多种类型的存储器的集合组件。容易理解，任何单个存储器组件可以被分成多个共同等同的存储器组件，反之亦然。此外，虽然存储器可以被描绘为与一个或多个其它组件分开(例如，在附图中)，但是应当理解，存储器可以集成在另一个组件内，例如在公共集成芯片上。

参考移动通信网络的接入点使用的术语“基站”可以被理解为宏基站、微基站、节点B、演进节点B(eNB)、家庭eNodeB、远程无线电头(RRH)、中继点等。如本文所使用的，在电信的上下文中的“小区”可以被理解为由基站所服务的扇区。因此，小区可以是与基站的特定扇区化对应的一组地理位置相同的天线。因此，基站可以服务于一个或多个小区(或扇区)，其中，每个小区由不同的通信信道来表征。此外，术语“小区”可以用于指代宏小区、微小区、毫微微小区、微微小区等中的任一个。

为了本公开的目的，无线电通信技术可以被分类为短程无线电通信技术、城域系统无线电通信技术或蜂窝广域无线电通信技术中的一个。短程无线电通信技术包括蓝牙、WLAN(例如，根据任何IEEE 802.11标准)和其它类似的无线电通信技术。城域系统无线电通信技术包括全球微波接入互操作性(WiMax)(例如，根据IEEE 802.16无线电通信标准，例如WiMax固定或WiMax移动)和其它类似的无线电通信技术。蜂窝广域无线电通信技术包括全球移动通信系统(GSM)、码分多址2000(CDMA2000)、通用移动电信系统(UMTS)、长期演进(LTE)、通用分组无线业务(GPRS)、演进数据优化(EV-DO)、GSM演进增强数据速率(EDGE)、高速分组接入(HSPA)等，以及其它类似的无线电通信技术。蜂窝广域无线电通信技术还包括这些技术的“小小区”，例如微小区、毫微微小区和微微小区。蜂窝广域无线电通信技术在本文中通常可以被称为“蜂窝”通信技术。应当理解，本文详述的示例性场景本质上是示范性的，并且因此可以类似地应用于现有的和尚未制定的各种其它移动通信技术，特别是在这种移动通信技术具有与关于以下示例所公开的类似特征的情况下。

本文例如参考通信网络(例如，移动通信网络)所利用的术语“网络”包括网络的接入部分(例如，无线接入网(RAN)部分)和网络的核心部分(例如，核心网部分)两者。本文中参考移动终端使用的术语“无线电空闲模式”或“无线电空闲状态”是指移动终端未被分配移动通信网络的至少一个专用通信信道的无线电控制状态。参考移动终端使用的术语“无线电连接模式”或“无线电连接状态”是指移动终端被分配移动通信网络的至少一个专用上行链路通信信道的无线电控制状态。

除非明确指定，否则术语“发送”包括直接发送(点对点)和间接发送(经由一个或多个中间点)二者。类似地，术语“接收”包括直接接收和间接接收二者。术语“通信”包括发送和接收中的一者或二者，即在进入方向和离开方向中的一者或二者上的单向或双向通信。术语“计算”包括经由数学表达式/公式/关系进行的“直接”计算，以及经由查找表和其它数组索引或搜索操作进行的“间接”计算二者。

频分通信系统和全双工通信系统通常都遭受设备自身的发射机引起的自干扰。因为频分设备和全双工设备都同时进行发送和接收，所以当发送信号泄露到收发机中的接收路径时发生这种自干扰。由于发送功率比接收功率大得多的事实，发送信号可能压倒接收信号，并且因此在接收机处导致高度的破坏。

自干扰中所涉及的发送信号传统上将从发送路径通过双工器泄露到接收路径，双工器可以放置在发射机、接收机与共享天线之间的公共节点处。虽然双工器可以提供发送路径与接收路径之间的某种隔离，但是为了提供足以避免造成严重后果的自干扰的隔离，常常需要非常昂贵的电路。

因此，自干扰消除已经被看做为潜在地更成本有效的解决方案。在自干扰消除方案中，可以使用自适应滤波器来对发送路径泄露进行“建模”，以便生成估计的干扰信号。然后，可以将这些估计的干扰信号提供给接收路径，接收路径可以从接收信号中减去估计的干扰信号。取决于所采用的自适应滤波器的精度，接收机可以能够抵消泄露信号，并且由此产生基本上没有干扰的干净信号。因此，自干扰消除可以使得对昂贵的双工器的要求宽松，并允许最成本有效的收发机设计。

自干扰消除技术中所使用的自适应滤波器可以旨在对发送路径中所采用的无线电功率放大器进行建模。然而，因为这类无线电功率放大器通常是非线性的，所以生成精确滤波器权重所需的近似技术可能是相对复杂的。因此，许多自干扰消除方法可以将功率放大器建模为一组“内核”，其中，每个内核被调整以对功率放大器响应的单独的非线性分量进行建模。于是，自干扰消除架构可以导出定做到每个内核的单独的自适应滤波器，其中，功率放大器的每个输入样本可以被分解成每个内核的内核样本，并被施加于对应的自适应滤波器。因为这种设计传统上可以利用基于存储器的滤波器，所以除了之前的内核样本或“抽头”之外，每个自适应滤波器还可以被应用于每个内核样本，以便生成滤波器输出。然后，每个内核的自适应滤波器输出的总和可以给出估计的干扰信号(这里，每个自适应滤波器对由对应的内核贡献的干扰进行建模)，可以从接收信号中减去估计的干扰信号，以便提供想象上没有自干扰的“干净”信号。

负责动态地更新自适应滤波器权重的适配引擎可以在有效自干扰消除中起到关键作用。这些适配引擎可以主要地检查“干净”信号，以便评估干扰消除的有效性，即，在已经移除了估计的干扰信号之后是否存在任何干扰残余留在干净信号中。基于干扰消除的效能，适配引擎可以将更新提供给自适应滤波器权重，以便持续地改进消除性能。

已经开发了在收敛性与面积/功率之间提供变化的折衷的很多适配方案。因此，虽然例如递归最小二乘(RLS)设计的方法可以提供极快速的收敛性，代价是硬件实现方式的大面积和功率要求。反过来，最小均方(LMS)可以提供相当小的面积和功率成本，同时遭受差的收敛速度。已经提出了各种其它适配方案和伴随的硬件设计，它们类似地提供不同的收敛性对面积和功率的折衷。

很多现有适配解决方案可以在内核和抽头二者上联合地更新二维滤波器的滤波器权重，即，通过将PA响应看作在抽头和内核二者上变化。如先前所指出的，根据对功率放大器联合进行建模的预定内核集中的每一个，功率放大器输入信号可以被分解为内核样本。然后，可以调整每一个自适应滤波器，以基于当前内核样本以及多个过去内核样本来估计与相应内核关联的干扰。自适应滤波器可以因此用过有限冲击响应(FIR)滤波器，其保存当前输入样本和多个先前输入样本，将相应滤波器权重应用于每个输入样本，并且对加权的输出求和，以获得滤波器输出。因此，对于给定的存储器长度M(即M个总共抽头)，每个自适应滤波器可以将(M个总共滤波器权重中的)相应滤波器权重应用于M个抽头中的相应一个抽头。以数学方式表示，给定长度M，在给定的时间t的输入样本矢量X(t)＝[X_t,X_t-1,X_t-2,...,X_t-M+1]，具有M×1权重矢量W＝[w₀,w₁,...,w_M-1]^T的FIR滤波器W可以将滤波器输出e(t)计算为：

e(t)＝X(t)W

＝w₀X_t+w₁X_t-1+w₂X_t-2+…+w_M-1X_t-M+1 (1)

其中，X_t是当前输入样本，并且X_t-1至X_t-M+1是M-1个先前输入样本，并且每一个w₀至w_M-1是复数权重。

因此，自适应滤波器可能需要除了当前样本之外还存储X(t)的M-1个先前输入样本，并且对于每个新的输入样本，将W的M个权重应用于X(t)，以便获得滤波器输出e(t)，其可以表示估计的自干扰或“回响”。通过选择正确的权重，FIR滤波器W可以能够对X(t)进行“滤波”，以便产生具有特定期望特性的滤波器输出y(t)，例如，在自干扰消除的背景下是近似内核输出。

如先前详述的那样，很多自干扰消除方案可以采用内核化，以将功率放大器建模为一组内核，每个内核表示功率放大器的非线性分量(这里，以上关于公式(1)所描述的情况可以因此是非内核化或单内核方法)。因此，这类自干扰消除设计可以对于每个内核采用专用自适应滤波器，其中，每个自适应滤波器估计源自每个分别分配的内核的自干扰。因此，整体滤波器可以由多个内核滤波器组成，每个内核滤波器对相应内核进行建模。换言之，对于使用K个内核和M个抽头的模型，滤波器W可以是K×M矩阵，其中，W的每行可以包含用于相应内核滤波器的M个权重。因此，W可以是这样的形式：

其中，对于k＝1,2,…,K，每个第k行包含用于第k个内核的样本的M个滤波器权重。

滤波器系统可能因此需要保留用于每个内核的先前M个样本(包括当前样本)；因此，对于K个内核中的每一个，X(t)可以因此定义为过去M个样本的K×M矩阵，即：

将第k个内核的内核样本表示为并且将第k个内核的内核权重表示为整体滤波器输出e(t)可以给出为：

滤波器输出可以因此在每个时间t产生单个符号e(t)，其将自干扰估计为将K个内核滤波器中的每一个内核滤波器应用于每个内核的先前M个内核样本之和。因此，这些自干扰消除设计可以将泄漏建模为每个内核的贡献之和。然后，可以从(在接收链处观察到的)接收信号y(t)中减去估计的干扰信号e(t)。假设滤波器W是真实自干扰信号的合适近似，那么得到的“干净”信号z(t)(其中，z(t)＝y(t)-e(t))可以仅包含小的或甚至可忽略的量的残余自干扰，并且因此可以由接收机正确地接收和解码。

自干扰消除设计可以通常基于分析干净信号z(t)计算滤波器权重更新，以确定W的哪些滤波器权重正贡献于z(t)中的干扰残余以及如何最优地适配这些滤波器权重以使未来输入样本的干扰残余最小化。由于该传统解决方案中的整体滤波器W可以是滤波器权重的K×M矩阵，因此最优的自干扰消除方案可以在每个输入样本处适配所有KM个总共滤波器权重。然而，更新所有KM个滤波器权重所需的计算复杂度可能是相当高的，并且因此，很多自干扰消除方案已经探索既减少在每个级所更新的权重的数量又减少更新计算的计算复杂度的适配方案。

如本文详述的那样，本公开的有利的自干扰消除解决方案可以将FIR维度与内核维度“解耦合”，以便允许在计算上可管理的适配阶段。如将详述的那样，这种解耦合可以允许FIR维度与内核维度分开开地进行更新，并且可以附加地使得能够使用可以减少适配复杂度的许多附加计算技术。具体地说，对于硬件实现方式，本公开的适配引擎可以提供面积和功率的显著减少，并且可以因此证明是针对当前无线电技术可行的有吸引力的设计。此外，自干扰消除方案可以提供可配置性，并且因此，可以能够支持用于滤波器权重的数量可变的抽头和内核。

图1示出可以实现本公开的自干扰消除系统并且可以是无线电通信设备(例如，移动终端、基站、网络接入点等)的通信电路100的框图。如图1所示，信号源102可以生成用于功率放大器104的基带发送信号s(t)，功率放大器104可以对其进行放大(后接无线电调制、模数转换以及图1中未明确示出的其它预放大级)，以产生放大后的RF发送信号。功率放大器104可以将放大后的RF发送信号提供给双工器106，双工器106可以放置在功率放大器104与接收机110之间，以便允许功率放大器104和接收机110共享天线108(其可以是单个天线或天线阵列)。因此，在全双工或频分双工方案中，双工器106可以允许功率放大器104和接收机110通过天线108分别同时进行发送和接收。不失一般性，可以在短距离、城市或蜂窝无线电通信技术(例如，3GPP技术(LTE、UMTS、GSM等)、WiFi、蓝牙等)中采用通信电路100。可以在包括移动终端、基站和网络接入点的上行链路或下行链路设备中包括通信电路100。

经由双工器106共享地使用天线108可能产生自干扰，其可能通过泄漏路径130从功率放大器104泄漏到接收机110，如图1所示。因此，功率放大器104经由基带发送信号s(t)的放大所产生的放大后的无线电发送信号可能出现在接收机110所产生的接收基带信号y(t)中。因此，y(t)中存在该泄漏信号可能破坏y(t)的期望分量(即，接收机110所实际意在的信号(例如，从基站接收到的下行链路信号或从移动终端接收到的上行链路信号))。

虽然在双工器106中包括专用双工电路可以使自干扰最小化，但这样可能是相当昂贵的，并且因此在很多设计中是不期望的。为了使得接收机110的充分接收性能成为可能，通信电路100可以改为通过处理电路112实现本公开的自干扰消除。如将详述的那样，处理电路112可以被配置为：从s(t)生成估计的干扰信号e(t)，并且从y(t)减去e(t)，以产生干净信号z(t)。假设生成对泄漏路径130精确地进行建模的e(t)，那么处理电路112可以能够从y(t)有效地去除自干扰，并且因此产生基本上无自干扰的干净信号z(t)。处理电路112可以采用自适应滤波器系统，以便对泄漏路径130进行建模，其如下所述将滤波器的PA维度与FIR维度解耦合，因此允许在适配期间减少计算需求。

如将详述的那样，在本公开的一方面中，通信电路100可以被表征为通信电路装置，包括：信号路径电路(例如，处理电路112的信号路径)，被配置为：分开地将内核维度滤波器和延迟抽头维度滤波器应用于放大器的输入信号，以获得估计的干扰信号；消除电路(例如，消除电路122)，被配置为：从接收信号中减去估计的干扰信号，以获得干净信号；以及滤波器更新电路(例如，处理电路112的适配引擎)，被配置为：在更新内核维度滤波器与延迟抽头维度滤波器之间进行交替。在本公开的另一方面中，通信电路100可以被表征为通信电路装置，包括：子信号生成电路(例如，内核生成电路114)，被配置为：从放大器的输入信号获得一个或多个子信号，所述一个或多个子信号中的每一个子信号表示放大器响应的非线性分量并且由多个延迟抽头组成；信号路径电路(例如，处理电路112的信号路径)，被配置为：分开地将第一滤波器和第二滤波器应用于一个或多个子信号，以获得估计的干扰信号，其中，第一滤波器近似一个或多个子信号上的放大器响应，第二滤波器近似多个延迟抽头上的放大器响应；消除电路(例如，消除电路122)，被配置为：从接收信号中减去估计的干扰信号，以获得干净信号；以及滤波器更新电路(例如，处理电路112的适配引擎)，被配置为：在使用干净信号更新第一滤波器与更新第二滤波器之间进行交替。

因此，与利用以上公式(2)中所表示的二维滤波器W相反，处理电路112可以利用单维度K×1功率放大器滤波器W_PA(PA滤波器电路118)和单维度M×1FIR滤波器W_F(FIR滤波器电路120)。代替对于K个PA内核中的每一个采用M个不同权重，处理电路112可以因此将PA维度与FIR维度解耦合，并且利用W_PA(中的K×1个PA滤波器权重的单个集合，以(在所有抽头上)联合地对K个PA内核进行建模，并且类似地利用W_F中的M×1个FIR滤波器权重的单个集合，以(在所有内核上)联合地对M个抽头进行建模。给定滤波器权重的量的这种急剧减少(从KM到K+M)，处理电路112可以显著地减少适配滤波器权重所需的计算量。因此，处理电路112可以呈现出有吸引力的自干扰消除系统，其在避免过度复杂适配计算的同时提供强收敛速度。归因于较低的计算复杂度，硬件面积可以因此也显著减少。

如图1所示，处理电路112可以包括内核生成电路114、矩阵存储器116、PA滤波器电路118、FIR滤波器电路120、消除电路122、PA滤波器适配电路124、FIR滤波器适配电路126和适配开关电路128。处理电路112的组件的对应功能在结构上被实现/实施为硬件逻辑(例如，一个或多个集成电路或FPGA)、软件逻辑(例如，执行非瞬时性计算机可读存储介质中所存储的定义算术、控制和/或I/O指令的程序代码的一个或多个处理器)或者硬件逻辑和软件逻辑的组合。因此，虽然在图1中分开地描绘处理电路112的各组件，但该描绘用于在功能等级上强调处理电路112的操作；因此，处理电路112的一个或多个组件可以集成为公共硬件和/或软件元件。此外，本文详述的处理电路112的功能(特别地，例如，公式/方程式、流程图和示教描述)可以由本领域技术人员容易地包括到程序代码中，以便从非瞬时性计算机可读介质获取并由处理器执行。

处理电路112可以在逻辑上划分为信号路径和适配引擎，其中，信号路径的任务可以是生成估计的干扰信号e(t)，并且适配引擎的任务可以是适配PA滤波器电路118和FIR滤波器电路120的滤波器系数。因此，信号路径可以由内核生成电路114、矩阵存储器116、PA滤波器电路118、FIR滤波器电路120和消除电路122组成，而适配引擎可以由PA滤波器适配电路124、FIR滤波器适配电路126和适配开关128组成。因此，信号路径可以为每个输入样本s(t)导出每个内核k的内核信号并且针对每个内核k将PA滤波器W_PA应用于内核信号因此产生1×M输出矢量然后将FIR滤波器W_F应用于(得到))，以获得估计的干扰样本e(t)。信号路径可以因此对于K个内核中的每一个内核，使用最新近M个样本产生用于每个输入样本s(t)的样本e(t)。

更具体地说，内核生成电路114可以在功率放大器104的输入处从接收路径获得基带发送信号s(t)。取决于处理电路112的部署，信号源102可以是基带调制解调器或类似的基带处理电路(例如，在移动终端实现方式中)或者基带单元(BBU)或类似的基带处理电路(例如，在基站或接入点实现方式中)。因此，内核生成电路114可以将PA104的输入进行抽头，以获得s(t)，并且可以随后应用处理，以便导出内核样本即，用于K个内核中的每一个内核的最新近内核样本。如上所述，内核生成电路114电路可以依赖于PA104的“内核化”模型，其通过将响应划分为联合地求和以对PA104的整体响应进行建模的多个分量(即，内核)，来估计PA104的非线性响应。这可以包括：使用例如Cholesky分解或类似建立的处理解决方案，以便导出因此，内核生成电路114可以负责将s(t)分解为对应内核样本各种这些内核化技术得以建立，并且对于内核生成电路114的实现方式是兼容的。

内核生成电路114可以因此生成用于每个样本s(t)的内核样本并且将得到的样本提供给矩阵存储器116。如先前详述的那样，处理电路112可以基于K个内核中的每一个内核(即，)的(包括在时间t的当前样本的)M个最新近样本估计自干扰信号e(t)。因此，存储器矩阵116可以存储包含用于K个内核中的每一个内核的M个最新近样本的K×M矩阵，其可以表示为在每个时间t在公式(3)中所定义的X(t)。

由于处理电路118可以在每个时间t生成估计的自干扰样本e(t)，因此矩阵存储器116可以对于每个时间t用K个新的内核样本更新X(t)，并且将X(t)提供给PA滤波器电路118。PA滤波器电路118可以存储K×1PA滤波器权重矢量W_PA的K个滤波器权重，其可以表示为：

其中，每个w_PA,k,k＝1,…,K是与第k个PA内核对应的复数PA权重。

然后，PA滤波器电路118可以将W_PA应用于X(t)成为以获得M×1矢量，PA滤波器电路118可以将其提供给FIR滤波器电路120。FIR滤波器电路120可以同样地存储M×1滤波器权重矢量W_F的M个滤波器权重，其可以表示为：

其中，每个w_F,t-m,m＝0,1,…,M-1是与第m个抽头(即，第m个最新近样本)对应的复数FIR权重。

然后，FIR滤波器电路120可以将W_F应用于PA滤波器电路118的输出矢量成为以获得每个时间t的单个估计的自干扰样本e(t)。然后，消除电路122可以从接收机110所提供的y(t)中减去e(t)，以获得每个时间t的干净信号z(t)＝y(t)-e(t)，如果e(t)紧密地匹配在泄漏路径130上通过双工器106从功率放大器104泄漏的实际自干扰信号，则干净信号可以基本上没有自干扰。

处理电路112所应用的自干扰消除方案的效能可以取决于W_PA和W_F在每个内核和抽头上对自干扰进行建模有多精确。因此，处理电路112可以采用由PA滤波器适配电路124、FIR滤波器适配电路126和适配开关电路128组成的适配引擎，以便动态地更新PA滤波器电路118和FIR滤波器电路120的滤波器权重W_PA和W_F。

由于(与公式(2)中的W的“耦合的”权重相比)PA和FIR滤波器权重W_PA和W_F已经解耦合，因此处理电路112的适配引擎可以能够分开地更新W_PA和W_F，这样可以显著减少更新处理的计算复杂度，并且因此减少硬件面积和功率要求。完全K×M矩阵W的更新涉及关于更新考虑所有KM个滤波器权重，而适配引擎可以每次仅需要分别考虑W_PA和W_F的K个或M个总共滤波器权重。而且，这样可以提供重复使用共享的处理电路在相异的时间更新W_PA和W_F的可能性，因此允许进一步减少硬件。

图2示出说明处理电路112的一般过程的方法200，其开始于202，可以在每个时间t上迭代。在204中，内核生成电路114和矩阵存储器116可以首先基于最新近内核样本和过去内核样本从s(t)生成X(t)的KM个项。每一组内核样本可以因此看做例如根据例如基于Cholesky分解的内核生成方案从基带输入信号s(t)导出的“子信号”。在206中，然后，PA滤波器电路118和FIR滤波器电路120可以将W_PA和W_F分别应用于X(t)成为以获得e(t)。在208中，然后，消除电路122可以从接收信号y(t)中减去e(t)，以获得干净信号z(t)。如果开关电路128当前已经选择了W_PA进行适配，则PA滤波器适配电路124可以通过评估z(t)中源自X(t)的未消除的泄漏，在212中基于z(t)和X(t)更新W_PA；替代地，如果开关电路128当前已经选择了W_F进行适配，则FIR滤波器适配电路126可以在214中基于z(t)和X(t)更新W_F。然后，方法200可以对于t＝t+1迭代地重复，其中，开关电路128可以周期性地改变在PA适配电路124与FIR适配电路126之间的选择，以便确保随着时间更新W_PA和W_F二者。

W_PA和W_F更新的解耦合因滤波器权重数量的减少而可以提供计算复杂度方面的显著减少，这也可以提供重复使用同一共享处理电路在交替时间更新W_PA和W_F的可能性(因此进一步节省硬件面积)。此外，W_PA和W_F的解耦合可以允许处理电路112也采用进一步减少计算复杂度的许多附加计算技术。如以下将进一步详述的那样，这些技术可以包括二分坐标下降(DCD)更新算法、简化的最大量值选择、减少的矩阵存储器存储、预处理计算级以及时钟流水线调度。本公开的自干扰消除解决方案可以附加地关于所支持的数量的抽头M和内核K提供可配置性。这些增强看作是可选的，并且可以包括或不包括于本公开的各个方面中。

将首先详述处理电路112的适配引擎的一般更新过程。由于W_PA和W_F解耦合为两个分开的矢量，因此适配引擎可以分开地更新W_PA和W_F中的每一个(如在方法200的212和214中那样，取决于开关电路128的选择)。通过一次仅更新W_PA或W_F之一，适配引擎可以“固定”一个维度(即，要么PA维度要么FIR维度)，并且在另一维度的更新期间忽略对所固定的维度的依赖性，因此简化适配处理。因此，开关电路128可以控制PA滤波器适配电路124和FIR滤波器适配电路126，以在更新W_PA的PA权重和W_F的FIR权重之间进行交替。因此，在给定时间对于更新将仅考虑K或M个滤波器权重(直接源自解耦合)，这样可以呈现优于W的KM个滤波器权重的显著减少。

如先前所指出的那样，适配引擎可以利用干净信号z(t)，以便判断要更新哪些滤波器权重。更具体地说，如图1所示，PA滤波器适配电路124和FIR适配电路126都可以接收z(t)和X(t)二者(在时间t的干净信号样本z(t)和内核样本矩阵X(t))，并且比较z(t)和X(t)，以确定z(t)是否与X(t)相关。因此，如果z(t)与X(t)相关，则这可以指示自干扰消除并非有效的，并且滤波器权重需要被调整以获得e(t)的更精确的估计。取决于适配引擎所使用的适配方案的特点，PA滤波器适配电路124和FIR适配电路126可以于是分析z(t)与X(t)之间的关系，以便识别要更新的W_PA和W_F的一个或多个滤波器权重。在最优适配方案中，PA滤波器适配电路124和FIR适配电路126可以确定用于W_PA和W_F的每个权重的更新(例如，用于每个权重的最优更新)，以使(在LMS的情况下)误差信号的平方误差最小化，或者使(在RLS的情况下)代价函数最小化。因此，在本公开的特定方面中，处理电路112的适配引擎可以通过适配方案(例如LMS或RLS)更新W_PA和W_F的滤波器权重，其可以包括：开关电路128通过一次激活PA滤波器适配电路124或FIR滤波器适配电路126之一，在W_PA与W_F的更新之间进行交替。因此，W_PA和W_F之一将在时间t在每个更新迭代期间得以更新，并且权重调整将在PA滤波器电路118和FIR滤波器电路120将W_PA和W_F应用于X(t+1)中得以反映。

虽然这些最优操作方案(即，更新每个滤波器权重)应用于解耦合的滤波器W_PA和W_F处于本公开中所提出的解决方案的范围内，但这些方案可能因需要计算每个滤波器权重的更新而过度复杂。因此，适配引擎可以改为一次选择数量减少的滤波器权重(即，仅滤波器权重中的一些)进行更新。例如，在PA滤波器适配电路124由开关电路128激活(并且因此FIR滤波器适配电路126被禁用)的更新迭代中，PA滤波器适配电路124可以比较z(t)和X(t)，并且识别对z(t)中剩余的自干扰残余做出最大贡献(即，对于z(t)中的未消除的自干扰“最有责任”)的W_PA的单个权重。然后，PA滤波器适配电路124可以在当前更新迭代期间仅计算用于所识别的W_PA的权重的更新。如果开关电路128选择在下一更新迭代期间再次更新W_PA，则PA滤波器适配电路124可以比较z(t+1)和X(t+1)(即，下一时间t+1的干净信号和内核矩阵)，并且再次选择要更新的W_PA的单个权重。由于更新发生在下一时间t+1，因此干净信号z(t+1)可以反映W_PA的改变，因为e(t+1)将直接取决于更新后的权重。FIR滤波器适配电路126可以类似地选择在开关电路128激活FIR滤波器适配电路126的每个更新迭代期间要更新的W_F的单个权重。

因此，代替在每个更新迭代期间更新W_PA和W_F的所有或一些滤波器权重，适配引擎可以(取决于开关电路128进行的选择)在每个更新迭代期间选择W_PA或W_F的仅一个权重进行更新。这些适配方案常称为坐标下降(CD)，其中，一次仅在单个方向上进行更新。如先前关于LMS和RLS详述的那样，自适应算法可以旨在减少平方误差项或代价函数；因此，LMS-CD可以更新单个权重以便减少平方误差项，而RLS-CD可以更新单个权重以减少代价函数。虽然处理电路112的适配引擎可以采用任何数量的不同适配方案来更新W_F和W_PA，但本公开的有利解决方案可以利用RLS-DCD方案，其中，使用单个比特反转(取决于开关电路128的当前选择)更新W_F或W_PA的单个权重，以便使从X(t)和z(t)导出的代价函数最小化。因此，在每个更新迭代中，适当的适配引擎(PA滤波器适配电路124或FIR滤波器适配电路126)可以评估X(t)和z(t)，以识别(W_F或W_PA的)哪个滤波器权重关于z(t)中的未消除的泄漏是最差破坏项，并且识别应反转或“翻转”所选择的权重的二进制表示的哪个比特，以便减少代价函数。因此，单个权重的这种单个比特反转更新可以得到“二分”坐标下降命名法，而代价函数的最小化(即X(t)与z(t)之间的互相关所表示的z(t)中的未消除的残余)可以得到RLS名称。然而，注意到，其它适配算法可以替代RLS-DCD算法经必要修正而得以整合，以更新W_F和W_PA的解耦合的权重。

图3和图4进一步示出方法200的更新迭代212和214，其中，PA滤波器适配电路124和FIR滤波器适配电路126可以取决于开关电路128进行的当前选择而分别更新W_PA和W_F。PA更新迭代212可以涉及与FIR更新迭代214大部分相同的计算，其中，实质差异仅涉及解耦合的输入信号X_PA(t)和X_F(t)的计算。如稍后将详述的那样，适配引擎可以因此能够重复使用相同共享电路进行更新迭代212和214。不失一般性，图3和图4中所描述的以及以下详述的背景对应于RLS-DCD适配算法，其中，PA滤波器适配电路124和FIR滤波器适配电路126旨在通过选择W_PA或W_F的所选择的滤波器权重的要反转的单个比特来使z(t)中的未消除的泄漏残余最小化。然而，也可以采用例如基于LMS、CD、梯度下降等的其它适配算法以解耦合的方式更新W_PA和W_F，同时处于本公开的范围内。

如图3所示，PA滤波器适配电路124可以首先在212a中将解耦合的PA输入信号X_PA(t)计算为X_PA(t)＝X(t)W_F，其中，X_PA(t)具有维度1×K，并且X_PA(t)的每个第k元素表示X(t)的第k内核的M个抽头。因此，PA滤波器适配电路124可以“固定”W_F的权重，并且仅进行W_PA的更新。如先前所指出的那样，PA滤波器适配电路124可以比较X(t)与z(t)，以便识别W_PA的哪些权重正贡献于z(t)中的未消除的泄漏。更具体地说，PA滤波器适配电路124可以利用X_PA(t)与z(t)之间的互相关β_PA(t)，以便识别X_PA(t)的哪些元素实质上与z(t)相关，由此允许PA滤波器适配电路124随着要求更新而识别与X_PA(t)的相关元素对应的W_PA的权重。由于PA滤波器适配电路124可能需要X_PA(t)的每一个样本之间的相关R_PA(t)，以便计算正确的更新，因此PA滤波器适配电路124也可以计算相关矩阵R_PA(t)。

因此，在212b中，PA滤波器适配电路124可以将(维度1×M的)互相关矢量β_PA(t)计算为：

并且将相关矩阵R_PA(t)计算为

其中，λ是遗忘因子(forgetting factor)，sign(β_PA,max)αR_PA(t-1)⁽ⁿ⁾是根据来自在t-1的先前迭代的W_PA的第n个元素的滤波器权重更新对β_PA(t)进行更新的更新矢量，并且(diag.).)指示仅更新R_PA(t)的对角元素。如稍后将详述的那样，R_PA(t-1)⁽ⁿ⁾可以是R_PA(t-1)的第n列矢量，其中，n与在关于时间t-1的迭代所更新的W_PA的索引对应。如稍后将详述的那样，可以分开地执行R_PA(t)的对角和非对角元素，以便支持有效硬件流水线调度，例如，其中，R_PA(t)的对角元素首先在212b中得以更新，并且稍后跟随在212e中更新R_PA(t)的非对角元素(例如，其中，R_PA(t)的对角元素是关键路径的一部分，并且因此应在非对角元素之前被处理，以优化性能)。然而，在本公开的某些方面中，可以替代地在单个过程中更新R_PA(t)的所有元素。由于更新矢量sign(β_PA,max)αR_PA(t-1)⁽ⁿ⁾取决于先前更新迭代，因此PA滤波器适配电路124可以在第一更新迭代中将β_PA(t)计算为其中，β_PA(t-1)是β_PA的初始值(其可以设置为例如零矩阵)。R_PA(t-1)可以同样地是R_PA的初始值。

因此，β_PA(t)可以指示解耦合的PA输入信号X_PA(t)与干净信号z(t)之间的互相关，其因此指示因W_PA的每个权重而导致的残余未消除的泄漏。因此，W_PA的不精确的权重(即，不精确地表征对应内核的权重)将产生具有高量值的β_PA(t)的对应元素。由于PA滤波器适配电路124的目的是使β_PA(t)最小化(即，β_PA(t)是RLS代价函数)，因此PA滤波器适配电路124可以旨在更新W_PA的权重，以便减少β_PA(t)，由此减少z(t)中的未消除的泄漏残余。

如先前所指出的那样，在RLS-DCD背景下，PA滤波器适配电路124可以基于β_PA(t)选择W_PA的单个权重，并且反转W_PA的单个比特，以便使β_PA(t)最小化。这在计算上可以比例如更新W_PA的每个权重和/或计算W_PA的每个更新的权重的最优更新更简单。由于对未消除的残余做出最大贡献的W_PA的权重将与具有最高量值的β_PA(t)的元素对应，因此PA滤波器适配电路124可以在212c中识别具有最高量值的β_PA(t)的元素β_PA,max以及β_PA(t)内的β_PA,max的对应索引n(n∈{1,…,K})，PA滤波器适配电路124可以然后将其应用于更新W_PA的第n个权重。由于β_PA(t)的元素可以是复数，因此在最优情况下，PA滤波器适配电路124可以在212c中计算β_PA(t)的每个元素的欧几里德范数，并且识别具有最高量值的元素，即max(|β_PA(t)|)。然而，由于这可能涉及计算平方以及平方根因此PA滤波器适配电路124可以通过将具有最高实部或虚部的β_PA(t)的元素识别为(β_PA(t)中位于索引n处的)β_PA,max，在212c中简化计算，即：

β_PA,max＝max{|Im{β_PA(t)}|,|Re{β_PA(t)}|} (9)

因此，虽然公式(9)是近似，但该操作可以仍然允许PA滤波器适配电路124识别具有最高实部或虚部的β_PA(t)的元素，其可能是最高者之一(如果没有β_PA(t)的最高量值元素)。PA滤波器适配电路124可以因此识别β_PA(t)中的β_PA,max以及β_PA,max的对应索引n，其可以与W_PA的第n个权重对应，因此使PA滤波器适配电路124识别为更新而选择的W_PA的权重。

然后，PA滤波器适配电路124可以基于β_PA,max和相关矩阵R_PA(t)更新W_PA的第n个权重w_PA,n。在传统RLS-CD更新解决方案(即，非二分)中，PA滤波器适配电路124可以在212d中将W_PA,n更新为即，通过执行β_PA,max除以(位于R_PA的第n个对角项处的)X_PA(t)的第n个元素与自身的相关值R_PA(n,n)，这样可以提供单个权重的更新所实现的β_PA(t)的最优最小化。不失一般性，PA滤波器适配电路124可以替代地通过改为选择w的单个比特(即，从0翻转为1，反之亦然)来避免除法运算的计算复杂度。由于R_PA(n,n)位于R_PA(t)的对角线上，因此PA滤波器适配电路124可能因此需要确保R_PA(t)的对角项在214d是最新的。由于R_PA(t)的非对角项将接着用在214e中以更新R_F(t)，因此PA滤波器适配电路124可以将R_PA(t)的更新分离为对角部分和非对角部分，以便使得能够进行共享计算元件的流水线式时钟调度。

如图3中的212d的算法逻辑中所表示的那样，PA滤波器适配电路124可以检查w_PA,n的M_b个比特中的每一个，以便识别哪些比特如果反转则将最优地使β_PA(t)最小化。因此，对于例如M_b＝8，该操作可以相当于从w_PA,n减去1、2、4、8、……、或128(即2⁰,2¹,…,2⁷)。由于对w_PA,n的最优更新是-β_PA,max/R_PA(n,n)，因此PA滤波器适配电路124可以旨在在212d中确定β_PA,max/R_PA(n,n)最接近的从到2⁰的哪些可能减法值。因此，开始于例如(虽然α的初始值可以是设计参数，并且可以选取除了最高有效位之外的其它值(例如第二最高有效位、第三最高有效位等))，PA滤波器适配电路124可以从l＝1到l＝M_b(例如M_b＝8)进行迭代，以便确定哪个满足条件并且在识别适当的后，将α作为w_PA,n的更新值。通过识别或的第一α，PA滤波器适配电路124可以识别在值上最接近β_PA,max/R_PA(n,n)的α(即，使β_PA(t)最小化的w_PA,n的最优更新)。换言之，从更新值到2⁰的可能集合开始，PA滤波器适配电路124可以识别哪个更新值最接近最优更新值β_PA,max/R_PA(n,n)，并且选择所识别的更新值作为α。翻转第l个比特(其中，l给出满足的迭代)可以因此产生α的更新(取决于β_PA,max的符号，正或负)。

在识别更新因子α后，PA滤波器适配电路124可以翻转w_PA,n的第l个LSB比特，以将w_PA,n更新为：

w_PA,n＝w_PA,n+sign(β_F,max)α (10)

其中，sign(β_F,max)保留β_F,max的符号，以确保在正确的方向上更新w_PA,n。

因此，在212d中完成w_PA,n的更新后，PA滤波器适配电路124可以已经选择了W_PA的“最差破坏项”w_PA,n，即，具有对z(t)中的未消除的残余的最高贡献(基于具有最大实部或虚部)的W_PA的权重，并且反转所选择的权重w_PA,n的单个比特，以便使β_PA(t)最小化，这也一起使z(t)中的泄漏残余最小化。PA滤波器适配电路124可以然后通过在212e中将R_PA(t)的非对角元素更新为如下来完成对于时间t的更新迭代：

如先前所指出的那样，由于212b中的β_PA(t)的更新需要用于第n列R_PA(t-1)⁽ⁿ⁾的R_PA(t-1)的非对角元素，因此PA滤波器适配电路124可以分开地在212e中执行非对角更新，以便确保对于212b和212e重复使用计算硬件。

假设开关电路128继续于t+1，其中，PA滤波器适配电路124仍然进行选择，PA滤波器适配电路124可以对于t＝t+1重复212。开关电路128可以被配置为：保持PA滤波器适配电路124或FIR滤波器适配电路126的更新选择，以便在切换之前进行多个迭代，其可以包括：保持PA滤波器适配电路124或FIR滤波器适配电路126的选择，直到所选择的滤波器W_PA或W_F收敛，或根据预定循环数量的更新迭代(例如，每隔一次迭代，每隔3次迭代，每隔10次迭代等)在PA滤波器适配电路124或FIR滤波器适配电路126之间进行切换。因此，PA滤波器适配电路124可以继续于通过以下操作在每个迭代期间更新W_PA：在212a中基于新的X(t)矩阵计算新的X_PA(t)，在212b中更新β_PA(t)和R_PA(t)，在212c中识别β_PA(t)的最大元素β_PA,max以及对应索引n，在212d中通过确定α选择w_PA,n的要翻转的比特，并且在212e中完成R_PA(t)的更新。

反过来，当开关电路128选择FIR滤波器适配电路126以用于更新时，FIR滤波器适配电路126可以执行FIR更新迭代214，如图4所示。FIR滤波器适配电路126可以因此在214a中将解耦合的FIR输入信号X_F(t)计算为其中，X_F(t)维度是1×M，并且每个第m个元素表示所有K个内核对第m个抽头X(t)的联合贡献。类似于PA更新迭代212，FIR滤波器适配电路126可以被配置为：评估X_F(t)与z(t)之间的互相关β_F(t)，以便识别X_F(t)的哪些抽头与z(t)最相关，由此关于z(t)中的未消除的残余泄漏识别W_F的哪些抽头是“最差破坏项”。由于这些抽头相应地是最不精确的，因此根据RLS-DCD，FIR滤波器适配电路126可以继续选择最不精确的抽头w_F,n并且翻转w_F,n的单个比特以减少β_F(t)，由此减少z(t)中的未消除的泄漏。

因此，在214b中，FIR滤波器适配电路126可以将互相关矢量β_F(t)(维度1×M)计算为：

并且将相关矩阵R_F(t)计算为

其中，类似于PA更新迭代212，λ是遗忘因子，sign(β_F,max)αR_F(t-1)⁽ⁿ⁾是(通过R_F(t)的第n列)根据来自在t-1的先前迭代的W_F的第n个元素w_F,n的滤波器权重更新来更新β_F(t)的更新矢量，并且(diag.)指示仅更新R_F(t)的对角元素。类似于上述情况，FIR滤波器适配电路126可以分开地更新R_F(t)的对角和非对角元素，以便支持关于214b和214e重复使用计算硬件的硬件流水线时钟调度；然而，在本公开的各个方面中，FIR滤波器适配电路126可以替代地在单个过程中更新R_F(t)的所有元素。由于更新矢量sign(β_F,max)αR_F(t-1)⁽ⁿ⁾取决于先前更新迭代，因此FIR滤波器适配电路124可以在第一更新迭代中将β_F(t)计算为其中，β_F(t-1)是β_F的初始值(其可以设定为例如零矩阵)。R_F(t-1)可以类似地是R_F的初始值。

如在PA更新迭代212中那样，β_F(t)可以表示解耦合的FIR输入信号X_F(t)的每个抽头与干净信号z(t)之间的互相关。因此，FIR滤波器适配电路126可以旨在识别具有最高量值的β_F(t)的元素，其可以指向最不精确的W_F的元素。FIR滤波器适配电路126可以因此在214c中将β_F(t)的最大值化的元素的索引n识别为：

β_F,max＝max{|Im{β_F(t)}|,|Re{β_F(t)}|} (14)

如以上关于212c所详述的那样，识别具有最高实部或虚部的β_F(t)的元素β_F,max可以比计算β_F(t)的每个元素的量值(例如L2范数)在计算上不复杂。然而，公式(14)的近似可以通常将β_F,max识别为具有最高量值之一的β_F(t)的元素。

FIR滤波器适配电路126可以因此识别β_F(t)内的β_F,max以及β_F,max的索引n，其中，索引n也与作为“最差破坏项”的W_F(t)的权重w_F,n的索引对应，并且因此需要更新。类似于212d，FIR滤波器适配电路126可以在214d中选择要翻转的w_F,n的单个比特，以便使β_F(t)最小化。由于w_F,n的最优更新值给出为β_F,max/R_F(n,n)，因此FIR滤波器适配电路126可以识别调整w_F,n所凭借的比例因子(均与翻转w_F,n的第l个比特对应，l＝1,2,...,M_b)。

因此，如图4所示，在214d中，FIR滤波器适配电路126可以关于到2⁰检查条件并且如果满足条件，则将α的当前值用作最接近最优更新值β_F,max/R_F(n,n)，并且将w_F,n更新为：

w_F,n＝w_F,n+sign(β_F,max)α (15)

因此，更新W_F以使β_F(t)所指示的未消除的泄漏残余最小化。

FIR滤波器适配电路126可以然后将R_F(t)的非对角元素更新为：

如在上述PA滤波器适配电路124的情况下那样，如果开关电路128保持FIR滤波器适配电路126的选择，则FIR滤波器适配电路126可以于是继续关于t＝t+1用X(t+1)和z(t+1)在下一迭代中更新W_F(t)。

由于PA滤波器W_PA和FIR滤波器W_F的更新是解耦合的，因此PA滤波器适配电路124和FIR滤波器适配电路126中的每一个可以能够在隔离的环境中(即，无需考虑其它维度)计算对W_PA和W_F的更新。与以上关于现有解决方案提出的K×M滤波器矩阵W的二维情况相比，可以显著减少每个更新所需的计算要求。特别地，相关矩阵R_PA和R_F的计算复杂度可以显著缩小。更具体地说，在现有解决方案中，适配引擎可能需要计算表示每K个内核的每M个抽头之间的相关性的KM×KM相关矩阵R。与之相比，处理电路112的适配引擎可以仅需要计算K×K PA相关矩阵R_PA和M×M FIR相关矩阵R_F。此外，代替如在现有解决方案中那样将K×M滤波器W应用于X(t)，处理电路112的信号路径可以指示仅应用K×1PA滤波器矢量W_PA和M×1FIR滤波器矢量W_F。

以上已经关于处理电路112提出了各种有利修改，包括使用RLS-DCD(而不是梯度下降、传统坐标下降等)以及考虑最高实数分量或虚数分量来识别最大量值。这些简化是可选的，并且可以连同或不连同解耦合的滤波器应用和适配一起利用，同时仍处于本公开的范围内。适配引擎可以可选地还采用各种其它技术，以便减少所需的计算复杂度，包括减少的矩阵存储、预处理计算阶段以及允许在不同时钟周期期间重复使用硬件的特定流水线调度。

图5示出处理电路112的适配引擎可以采用以便分别在212和214中在每个PA和FIR更新迭代期间既减少所需的存储器的量又减少所需的计算的矩阵存储器存储方案。如先前所指出的那样，矩阵存储器116可以为K个内核中的每一个内核存储M个最新近样本，其如图1所示也可以提供给PA滤波器适配电路124和FIR滤波器适配电路126，以用于计算X_PA(t)、X_F(t)、R_PA(t)、R_F(t)、β_PA(t)和β_F(t)。

图6示出可以与图5的矩阵存储方案对应的处理电路112的更详细架构。如图6所示，内核生成电路114可以将时间t的内核输出提供给处理电路112的信号路径和适配引擎。在图6的实现方式中，矩阵存储器116可以位于适配引擎中，并且相应地可以存储用于在更新W_PA和W_F中使用的KM个样本该K×M存储因此在图5的矩阵存储方案中得以反映。同样地，FIR滤波器存储器624和PA滤波器存储器626可以各自存储W_F和W_PA的相应M个和K个权重，其可以类似地存储在信号路径的滤波器存储器610处。

在如图6所示的处理电路112的操作的一般描述中，处理元件606可以将W_PA和W_F应用于X(t)，如先前详述的那样。为了减少硬件复杂度和面积，处理元件606可以利用流水线方法，以便将W_PA和W_F应用于X(t)。在图6的示例中，处理元件606可以由例如8个复数乘法器和7个复数加法器组成，并且可以在四个周期上将W_PA和W_F应用于X(t)(但注意，包括完整单个周期(即，非流水线式)实现方式的许多其它实现方式处于本公开的范围内)。如上所述，处理元件606可以将e(t)计算为处理元件606可以关于M＝24和K＝8在例如四个时钟周期上执行为：

时钟周期1：计算

时钟周期2：计算

时钟周期3：

计算

时钟周期4：

计算

其中，e(t)＝EEC_{acc(m＝1:24)}，X_F,t(t)是对于时间t的X_F(t)的样本，并且EEC_{acc(m＝1:24)}表示所累加的估计的回响。

因此，处理元件606可以通过将W_PA应用于对于时间t的X(t)的K个样本(即，K个内核中的每一个内核的内核样本)在时钟周期1中计算X_F(t)的最新近样本X_F,t(t)。如以上在时钟周期1中所表示的那样，处理元件606可以将8个复数乘法器应用于关于i＝1,…,8计算并且将每个中间乘积提供给累加电路614，其将对每个中间乘积求和以获得X_F,t(t)。累加电路614可以然后将每个X_F,t(t)提供给寄存器602，其可以例如作为先入先出缓冲器保存X(t)的M个样本，其中，来自时间t-M的最旧的样本被推送出，并且对于时间t的最新样本进入。因此，处理电路112的信号路径可以避免执行的整个乘法，改为在每个时间t计算单个样本X_F,t(t)，并将结果存储在寄存器602中。

处理元件606可以然后通过将W_F(t)应用于X_F(t)在时钟周期2-4中计算e(t)。如以上关于时钟周期2-4所详述的那样，处理元件606可以采用8个复数乘法器以关于i＝1:8、i＝9:16和i＝17:24计算8个样本X_F,t-i+1w_F,i。处理元件606可以将中间乘积X_F,t-i+1w_F,i中的每一个提供给累加电路616，其可以关于每个时钟周期对8个中间乘积中的每一个求和，以获得e(t)作为所累加的估计回响EEC_{acc(m＝1:24)}。累加电路616可以然后将e(t)提供给消除电路122，其可以然后从接收信号y(t)中减去e(t)，以获得干净信号z(t)。取决于W_PA和W_F的精度，干净信号z(t)可以基本上无自干扰。

如图6所示，复用器604和612可以根据以上关于时钟周期1-4所提供的公式将来自X_F(t)、X(t)、W_F和W_PA的8个样本的适当选择提供给处理元件606。复用器选择信号可以由FSM608提供，FSM 608可以通过适当的复用器选择信号利用有限状态机逻辑进行循环。

如以上关于图1-图4先前所详述的那样，处理电路112的适配引擎可以负责基于X(t)和z(t)自适应地更新W_PA和W_F，以增强e(t)的估计精度，并且因此改进处理电路112所提供的自干扰消除。如图6所示，矩阵存储器116可以从内核生成电路114在每个时间t接收内核样本并且可以随后存储来自M个先前样本(即)的每一个内核作为X(t)。如图5的矩阵存储方案所示，矩阵存储器114可以存储X(t)的整个K×M项。

矩阵存储器116可以将当前X(t)提供给PA更新电路622和FIR更新电路628，其可以分别负责基于X(t)以及FIR滤波器存储器624和PA滤波器存储器626所提供的W_F和W_PA，在212a和214a中计算X_PA(t)和X_F(t)。如图6所示，PA更新电路622和FIR更新电路628可以将X_PA(t)和X_F(t)提供给PA内核适配电路620和FIR延迟抽头适配电路630，其可以各自分别存储X_PA(t)和X_F(t)的K个和M个样本。

PA内核适配电路620和FIR延迟抽头适配电路630可以然后在212b和214b中计算R_PA(t)、β_PA(t)、R_F(t)和β_F(t)。然而，如图5的矩阵存储方案所示，PA内核适配电路620和FIR延迟抽头适配电路630可以避免计算并存储用于R_F(t)和R_PA(t)的整个K×K和M×M矩阵，并且可以改为仅存储R_F(t)的上行和R_PA(t)的上三角，由此节约显著的存储并减少计算需求。

更具体地说，由于R_PA(t)是X_PA(t)的每一个内核与彼此之间的相关，因此R_PA(t)将是Hermitian矩阵，其中，非对角元素的下三角等于非对角元素的上三角的复共轭。因此，代替关于R_PA(t)计算整个M×M矩阵，PA内核适配电路620可以改为在212b中计算R_PA(t)的上三角(包括对角元素)，并且因此仅存储R_PA(t)的上三角元素。对于涉及R_PA(t)的下三角元素的随后计算，PA内核适配电路620可以取得对应上三角元素的复共轭，以便获得下三角元素。

关于R_F(t)，如上所述，R_F(t)可以是X_F(t)的每一个抽头与彼此之间的相关。给定每个抽头之间的关系以及内核维度在W_F的更新期间是固定的事实，虽然R_F(t)也可以是Hermitian，但R_F(t)的每一行可以共享相当大的统计相似性。换言之，给出X_F(t)的第一抽头与X_F(t)其余M-1个抽头之间的相关的R_F(t)的第一行可以越来越多地相似于R_F(t)的其它行，这样可以类似地给出X_F(t)的所给定的抽头与X_F(t)的其它抽头之间的相关。由于每一个抽头在时间上是相近的，因此其服从：每一行可以近似地相似于其它行；因此，不失一般性，与计算R_F(t)的整个M×M矩阵或甚至上三角相反，FIR延迟抽头适配电路630可以改为仅计算并存储R_F(t)的单个行(例如，R_F(t)的第一行)。当使用R_F(n,n)和R_F(t-1)⁽ⁿ⁾时，FIR延迟抽头适配电路630可以然后利用R_F(t)的单个行作为近似。虽然其可以充当近似，但FIR延迟抽头适配电路630可以通过仅存储R_F(t)的单个行减少存储和计算要求。

因此，在212d和214d中，当在确定更新因子α中需要R_PA(t)和R_F(t)时，PA内核适配电路620可以简单地获取R_PA(n,n)(其为对角元素并且因此将明确地存储为上三角的一部分)，而FIR延迟抽头适配电路630可以获取R_F(1,1)而与n无关。由于R_F(n,n)的实际值给出第n个抽头与自身之间的相关，因此R_F(1,1)可以充当作为n＝1抽头与自身的相关的合适的近似。从图5所示的矩阵存储方案可见，该实现方式带来适配引擎上的存储需求和计算需求方面的相当大的减少。

如图6所示，PA内核适配电路620和FIR延迟抽头适配电路630可以均将索引n和权重w_PA,n/w_F,n提供给控制器/FSM 618，其可以继续吩咐滤波器存储器610用所指定的权重w_PA,n/w_F,n更新W_PA/W_F的对应第n个元素。由于该操作可以涉及仅单个比特的DCD更新方案，因此控制器/FSM 618可以简单地识别权重索引n以及需要翻转的比特索引m，由此提示滤波器存储器610翻转W_PA/W_F的第n个权重的第m个比特。控制器/FSM 618可以附加地包括开关电路128，并且因此可以负责选择要激活PA滤波器适配电路124或FIR滤波器适配电路126中的哪个。

除了矩阵存储方案之外，处理电路112的适配引擎可以还附加地减少在PA更新电路622和FIR更新电路628处计算X_PA(t)和X_F(t)中所涉及的计算要求。图7A示出矩阵乘法X_PA(t)＝X(t)W_F的说明，其中，关于k＝1,…,K的X_PA(t)的每个第k个元素可以是W_F与第k行X(t)的点积。如图7A中所表示的那样，X_PA(t)的第k个元素X_PA,k(t)可以于是给出为：

其中，w_F,m给出W_F的第m个抽头。

因此，仅第一加和项将取决于在时间t的当前输入样本，而所有其余加和项取决于来自时间t-1和先前的过去样本。因此，与需要在接收到最新近之后计算X_PA(t)的所有K个元素所需的KM个总加和项的计算相反，PA更新电路622可以在较早时间预先关于k＝1,…,K计算过去加和项 并且对其求和，并且在计算之后，简单地将预处理加和项与相加，以获得完整X_PA(t)。PA更新电路622可以因此仅需要具有足够的硬件以计算用于的K个加和项，并且因此可以重复使用该硬件以在较早时间计算其它加和项(这可能附加地需要用于K个额外项的存储器，如图5中关于X_{PA_pre}(t)所示)。虽然所需的计算可能是相同的，但这可以显著上减少PA更新电路622的硬件面积要求，由此直接减少制造成本。

FIR更新电路628也可以极大地简化214a中的X_F(t)的计算。如图7B所示，由于W_PA在W_F的更新期间是固定的，因此X_F(t)的M个元素中的每一个元素可以是彼此的时间延迟的加权输入。因此，FIR更新电路628可以无需关于每个时间t计算X_F(t)的所有M个样本；而是，FIR更新电路628可以利用先入先出缓冲方法(与以上关于缓冲器602详述的相似)，并且计算将要随X_F(t)的先前M-1个样本存储的X_F,t(t)(即，关于时间t的X_F(t)的样本)。每次计算新的样本X_F,t(t)，X_F(t)的最旧的样本(即，来自时间t-M)可以于是被丢弃。由于这可以将所需的计算从MK次乘法和M(K-1)次加法减少为K次乘法和K-1次加法，因此FIR更新电路628可以相当大地节省，减少复杂度和所需的硬件面积。

因此，在FIR更新电路628可以利用时间延迟的加权关系以减少用于计算X_F(t)的计算要求的同时，PA更新电路622可以采用预处理，以便减少用于计算X_PA(t)的硬件要求。如上所述，这些实现方式是可选的，并且可以在本公开的各个方面中得以实现或不实现。

归因于自干扰估计中所涉及的复杂度，很多自干扰消除设计中的关键约束是硬件面积。如上所述，PA更新电路622预处理修改可以减少所需的乘法和加法硬件元件的数量，因为PA更新电路622可以仅需要对当前内核样本执行K次乘法，后接对K个预处理加和项中的每一个执行K次加法，以获得X_PA(t)。PA更新电路622可以然后在其它时钟周期期间通过重复使用相同硬件来执行K(M-1)次复数乘法和K(M-2)次复数加法。处理电路112的适配引擎可以利用另一硬件计算调度，以便重复使用硬件，并且因此减少处理电路112的硬件要求。如上所述，这种硬件调度是可选的，并且因此可以在本公开的各个方面中得以利用或不利用。

图8描述用于PA适配电路124(PA更新电路622、PA内核适配电路620和控制器/FSM618)以及FIR适配电路126(FIR更新电路628、FIR延迟抽头适配电路630和控制器/FSM 618)的示例性硬件计算调度。表810和830示出适配引擎可以利用于每个操作的乘法器和加法器的总数量(将进一步详述)，而硬件调度820和840描绘在每个时钟周期期间PA适配电路124和FIR适配电路126所执行的计算操作。如硬件调度820和840所示，PA适配电路124和FIR适配电路126都可以利用5个时钟周期，以便完成用于给定的样本t的W_PA和W_F的单个更新。

如PA分支调度820所示，PA更新电路622可以在可以分布在用于样本时间t的计算的开始之前的任何时间的“隐藏”时钟周期(在硬件调度820中表示为加阴影的周期)中如以上关于公式(17)所说明的那样关于X_PA(t)的k＝1,…,K计算预处理加和项 如图8的示例性上下文中所表示的那样，M和K可以设定为M＝24和K＝8；因此，PA更新电路622可以在多个时钟周期上重复使用相同计算硬件。如硬件调度820所示，PA更新电路622可以利用例如2(M-1)次复数乘法器和2(M-2)次复数加法器，以便支持一次关于两个k索引计算预处理加和项例如，对于时钟周期0中的k＝1,2、时钟周期1中的k＝3,4、时钟周期2中的k＝5,6以及时钟周期3中的k＝7,8。通过时钟周期的数量与硬件面积之间的变化的折衷，计算硬件的量可以被调整为各种不同的。

PA更新电路622可以然后将相同的复数乘法器和加法器的子集应用于在时钟周期0期间将关于时间t的内核的加和项计算为并且将加和项与预处理加和项相加，以获得X_PA(t)(212a)。由于需要每个元素X_PA(t)计算β_PA(t)，因此PA内核适配电路620可以在时钟周期1中开始β_PA(t)的更新(212b)。为了减少硬件要求，PA内核适配电路620可以在时钟周期1和2二者上更新β_PA(t)，由此在仍然避免任何数据依赖性的同时仅需要表810中所表示的4个复数乘法器和4个复数加法器。PA内核适配电路620也可以开始用在时钟周期1中所计算的β_PA(t)的元素在时钟周期2中识别β_PA,max和n(212c)，并且用在时钟周期2中计算的β_PA(t)的其余元素完成时钟周期3中的β_PA,max和n的识别。PA内核适配电路620可以同时在时钟周期3中开始更新R_PA(t)(212b)，该操作可以在时钟周期4中完成(212e)。如先前所指出的那样，PA内核适配电路620可以在时钟周期3中更新R_PA(t)的对角元素，并且在时钟周期4中更新R_PA(t)的非对角元素，以便避免与在识别β_PA,max中使用R_PA(n,n)有关的数据依赖性问题。

在时钟周期4中完成R_PA(t)的更新的同时，PA内核适配电路620可以同时执行DCD更新方案，以便识别α(即，将被翻转的w_PA,n的比特)。PA内核适配电路620可以将n和α提供给控制器/FSM 618，其可以通过在下一时钟周期期间根据α更新w_PA,n完成W_PA的更新，PA更新电路622可以将所述下一时钟周期同时利用作为时钟周期0，以计算用于下一时间t+1的

FIR适配电路126可以类似地利用硬件调度840中所示的特定5时钟周期。由于FIR更新电路628(归因于上述时间延迟的加权关系)可以仅需要执行M次乘法和M-1次加法以计算X_F(t)，因此FIR适配电路126可以无需在隐藏时钟周期中执行任何预处理阶段。因此，FIR更新电路628在时钟周期0中将M个复数乘法器和M-1个复数加法器应用于计算X_F(t)(214a)。FIR延迟抽头适配电路630可以类似地在时钟周期1-4中使用交错式时钟周期方案，以便更新β_F(t)、R_F(t)，并且识别n和β_F,max(214b和214c)。FIR延迟抽头适配电路630可以然后将DCD方案应用于在时钟周期4中确定α(214d)并且将n和α提供给控制器/FSM 618，以用于在随后的下一更新的时钟周期0中更新w_F,n。FIR延迟抽头适配电路630可以同样地在时钟周期3中计算R_F(t)的对角元素，并且在时钟周期4中计算R_F(t)的非对角元素，以便避免数据依赖性问题。

图8中所描述的调度和硬件资源表可以因此提供给出时延与硬件面积之间的有利折衷的高效实现方式。许多其它调度和硬件架构也处于本公开的范围内。

以上详述的处理电路112的各组件可以在结构上实现/实施为硬件逻辑(例如，一个或多个集成电路或FPGA)、软件逻辑(例如，执行非瞬时性计算机可读存储介质中所存储的定义算术、控制和/或I/O指令的程序代码的一个或多个处理器)或者硬件和软件逻辑的组合。因此，虽然在图1和图6中分开地描绘处理电路112的各组件，但该描绘仅用于在功能等级上强调处理电路112的操作；因此，处理电路112的一个或多个组件可以集成为公共硬件和/或软件元件。

不失一般性，图9-图11示出PA更新电路622、FIR更新电路628、PA内核适配电路622和FIR延迟抽头适配电路630的示例性内部配置。

图9示出PA更新电路622的内部计算和存储器元件。与表810对应，PA更新电路622可以包括用于预处理X_PA(t)计算的2(M-1)个复数乘法器和2(M-2)个复数加法器以及用于当前X_PA(t)计算的K个复数乘法器和复数加法器。PA更新电路622可以附加地包括用于X_{PA_pre}(t)和X_PA(t)的K个元素存储器，如图9所示。图10所示的FIR更新电路628可以包括M个元素X_F(t)存储器以及用于X_F(t)的K个复数乘法器和K-1个复数加法器。

图11示出相关更新电路1110和互相关更新电路1120。由于PA更新迭代212和FIR更新迭代214的相关和互相关可以是相同的，因此PA内核适配电路620和FIR延迟抽头适配电路830二者可以包括多个相关更新电路1110和互相关更新电路1120，以便执行获得R_PA(t)、β_PA(t)、R_F(t)和β_F(t)所需的计算。PA内核适配电路620和FIR延迟抽头适配电路630二者中所包括的相关更新电路1110和互相关更新电路1120的数量可以取决于M、K以及与时钟周期/流水线调度和硬件面积有关的各种因素。如图11所示，相关更新电路1110和互相关更新电路1120二者可以包括：本地FSM，用于例如根据例如图8所示的硬件调度引导时钟周期调度；处理元件(PE)集合，由相关PE 1130或互相关PE 1140组成；矩阵存储器，用于保存R(t)/β(t)；以及比例控制电路。矩阵存储器的容量和内容可以与相关更新电路1110和互相关更新电路1120是分配给PA内核适配电路620还是FIR延迟抽头适配电路830对应。

相关更新电路1110和互相关更新电路1120中的每一个中所包括的PE的数量可以由并行计算所需矩阵元件的数量指定。由于每个相关PE 1130和互相关PE 1140可以被配置为更新R(t)/β(t)的单个元素，因此PA内核适配电路620和FIR延迟抽头适配电路630可以均包括多个相关更新电路1110以及多个互相关更新电路1120，以便支持并行计算对R(t)/β(t)的多个更新。该操作可以因此取决于例如图8所示的期望的时钟周期调度。如表810中详述的那样，PA内核适配电路620可以包括例如关于K＝8和M＝24的18个相关更新电路1110以及例如4个互相关更新电路1120，以便实现5时钟周期更新迭代。这样可以允许PA内核适配电路620计算36次总共所需的复数乘法和加法以更新在两个时钟周期上扩展的R_PA(t)(每时钟周期18次复数乘法和加法)，并且计算8次总共所需的复数乘法和加法以更新在两个时钟周期上扩展的β_PA(t)(每时钟周期4次复数乘法和加法)。

如表830中所指出的那样，FIR延迟抽头适配电路630可能需要包括例如12个相关更新电路1110和例如12个互相关更新电路1120。这样可以因此允许FIR延迟抽头适配电路630计算24次总共所需的复数乘法和加法以更新在两个时钟周期上扩展的R_F(t)(每时钟周期12次复数乘法和加法)，并且计算12次总共所需的复数乘法和加法以更新在两个时钟周期上扩展的β_FIR(t)(每时钟周期12次复数乘法和加法)。

归因于关于PA和FIR更新的计算中的等效性以及解耦合的操作模式，PA内核适配电路620和FIR延迟抽头适配电路630在本公开的某些方面中可以被配置为共享相同相关更新电路1110和互相关更新电路1120，即，取决于PA内核适配电路620和FIR延迟抽头适配电路630中的哪一个当前分别正更新W_PA或W_F，在不同时间重复使用相同硬件。由于PA内核适配电路124和FIR适配电路126分开地进行操作，因此这样可以仅需要共享的相关更新电路1110和共享的互相关更新电路1120包括正确数量的相关PE 1130和互相关PE 1140，以支持PA和FIR更新二者(例如，18个相关PE 1130和12个互相关PE 1140)。

如图11所示，每个相关PE 1130可以接收要相乘的X_PA(t)/X_F(t)的两个样本。为了简化输入数据切换开销，相关更新电路1110可以利用智能存储器索引和周期分配方案。图12示出用于示例性实现方式的智能存储器索引和周期分配方案，其中，相关更新电路1110包括18个相关PE 1130，并且利用两个周期以关于K＝8和M＝24计算R_PA(t)。如表1200的阴影所表示的那样，相关更新电路1100可以通过确保每个相关PE 1130在第一周期中计算与在第二周期中所计算的R_PA(t)的元素相同的行或列中的R_PA(t)元素来优化R_PA(t)的每个元素的计算。由于列或行保持相同，因此每个相关PE 1130的一个输入可以对于第一周期和第二周期二者保持相同(因为该输入将是X_PA(t)的相同元素)。表1200的数值索引示出该情况，表1200指示18个总共相关PE 1130中的哪个将计算R_PA(t)的对应元素。此外，相关更新电路1110可以在第一周期中计算R_PA(t)的对角元素，由此消除图8所示的流水线调度中可能产生的数据依赖性。相关更新电路1110可以因此利用表1210所示的存储器索引来关于R_PA(t)索引存储器。

相关PE 1130和互相关PE 1140中的每一个处的可选的使能信号en可以允许可配置的操作，以便例如由处理电路112用于任何K’≤K内核和M’<M抽头。因此，可以利用使能信号en以禁用所有未使用的相关PE 1130和互相关PE 1140(例如，K-K’个或M-M’个未使用的相关PE 1130和互相关PE 1140)。

虽然是可选的，但可以包括比例控制电路，以便保持W_PA与W_F之间的稳定性。由于这两个维度在处理电路112中是解耦合的，因此权重可能变为偏置朝向PA或FIR，即，其中，W_PA和W_F之一变为比另一个强得多。因此，比例控制电路可以被配置为：检测加权是否变为偏置朝向W_PA和W_F之一，并且如果是，则应用比例因子，以便对偏置进行抵消。

PA内核适配电路620和FIR延迟抽头适配电路830中的每一个可以附加地包括图13所示的DCD电路1310，其可以被配置为：执行DCD更新处理以识别α(212d/214d)。至于以上所介绍的其它修改，DCD电路1310的这种内部配置是示例性的，并且其它实现方式处于本公开的范围内。虽然在数学上表示为在212d和214d中的循环，但可以通过并行架构实现DCD电路1310，其中，DCD电路1310可以与例如用于评估212d/214d的比较的每假设一个比较器并行地评估的每个值。由于可以仅需要一个比较器，因此这样可以在硬件与吞吐量之间提供显著折衷，由此相当偏好并行架构。由于各α比较器可以留下未使用，因此DCD电路1310也可以可配置为支持高达M_b个比特。

PA内核适配电路620和FIR延迟抽头适配电路830可以附加地包括图14所示的最大互相关检测电路1410，其可以被配置为：通过使用图14所示的比较器和复用器逻辑识别具有最大实部或虚部的β_PA(t)/β_F(t)的元素，在212c/214c中识别用于β_PA(t)和β_F(t)的β_max。最大互相关检测电路1410可以附加地保留β_max的符号，以在正确的方向上更新w_n。一般而言，PA内核适配电路620和FIR延迟抽头适配电路830可以因此均由相关更新电路1110、互相关更新电路1120、DCD电路1310以及最大互相关检测电路1410组成。

因此，上述任何各种修改可以实现为处理电路112的一部分，其可以提供各种优点，包括减少的计算需求和时延、减少的硬件面积、减少的存储器要求等。处理电路112可以因此提供可以用当前技术可实现的高度有效的自干扰消除系统。虽然M和K可以比例化为任何值，但M＝24和K＝8可以在估计精度与复杂度之间呈现有吸引力的平衡。当与上述各个可选修改组合时，本发明可以提供与现有“非解耦合的”解决方案相比具有多达80％硬件减少的系统(即，在维度K×M的W的更新的情况下)。如上所述，处理电路112可以附加地实现为“可配置的”设计，其中，处理电路112可以实现为支持高达M个抽头和K个内核，但可以动态地被配置为：通过任何M’≤M个抽头和K’≤K个内核执行自干扰消除。

此外，图1和图4所示的处理电路112的实现方式仅包括单个信号路径。然而，如图15所示，处理电路112可以扩展为包括N个信号路径，其可以共同由单个适配引擎服务。例如，N个信号路径中的每一个可以与不同MIMO层对应，其中，可能需要分开地解决每个MIMO层上的自干扰，以反映与每个MIMO层关联的不同无线电信道。因此，除了单独的X(t)之外，N个路径中的每一个可能还需要独特的W_F和W_PA，以反映用于每个路径的不同发送符号。

虽然可以通过各自分配给相应信号路径的N个适配引擎支持该架构，但图15所示的处理电路112可以改为关于信号路径在更新单独W_F与W_PA之间进行交替。例如，适配引擎可以关于信号路径1自适应地更新(以解耦合的切换方式也得以更新的)W_F和W_PA达样本的预定周期或者直到达到收敛准则(例如，基于β_F(t)和β_PA(t))，然后切换为关于信号路径2更新W_F和W_PA达样本的预定周期或者直到达到收敛准则，依此类推。由于完整收敛可能发生在几百个样本之后，因此这样可以允许单个适配引擎关于多个信号路径处理滤波器更新，因此相当大地减少硬件面积。

图16示出执行干扰消除的方法的方法1600。如图16中所示，方法1600包括：分开地将内核维度滤波器和延迟抽头维度滤波器应用于放大器的输入信号以获得估计的干扰信号(1610)；从接收信号中减去估计的干扰信号以获得干净信号(1620)；以及在使用干净信号更新内核维度滤波器和更新延迟抽头维度滤波器之间进行交替(1630)。

图17示出执行干扰消除的方法1700。如图17中所示，方法1700包括：获得从放大器的输入信号导出的一个或多个子信号(1710)，所述一个或多个子信号中的每一个子信号表示放大器响应的非线性分量，并且由多个延迟抽头组成；分开地将第一滤波器和第二滤波器应用于所述一个或多个子信号以获得估计的干扰信号(1720)，其中，第一滤波器近似所述第一个或多个子信号上的放大器响应，并且第二滤波器近似所述多个延迟抽头上的放大器响应(1730)；从接收信号中减去估计的干扰信号以获得干净信号；以及在使用干净信号更新第一滤波器和更新第二滤波器之间进行交替(1740)。

在本公开的一个或多个其它示例性方面中，上面参考图1-15所描述的一个或多个特征可以进一步被合并到方法1600和/或方法1700中。特别地，方法1600和/或1700可以被配置为：执行进一步和/或替选处理，如关于处理电路112和/或通信电路100所详述的。

术语“用户设备”、“UE”、“移动终端”、“用户终端”等可以适用于任何无线通信设备，包括蜂窝电话、平板、膝上型计算机、个人计算机、可穿戴设备、多媒体回放设备和其它手持电子设备、消费者/家用/办公室/商业电器、车辆，以及能够无线通信的任何数量的其它电子设备。

虽然上面的描述和相联系的附图可以将电子设备描绘为分开的元件，但是本领域技术人员将理解用于将分立的元件组合或集成为单个元件的各种可能性。这可以包括：将两个或更多个电路组合以形成单个电路；将两个或更多个电路安装在公共芯片或底盘上以形成集成元件；在公共的处理器核上执行分立的软件组件；等。反过来，本领域技术人员将认识到用于将的那个元件分开成两个或更多个分立元件的可能性，例如将单个电路分离成两个或更多个单独的电路，将芯片或底盘分开成原始提供在其上的分立元件，将软件组件分开成两个或更多个部分并各自在单独的处理器核上执行，等。

应理解，本文详述的方法的实现方式本质上是示范性的，并且因此被理解为能够以对应的设备来实现。同样地，应理解，本文详述的设备的实现方式被理解为能够实现为对应的方法。因此，应理解，与本文详述的方法对应的设备可以包括被配置为执行相关方法的每个方面的一个或多个组件。

以下示例属于本公开的进一步方面：

示例1是一种执行干扰消除的方法，包括：分开地将内核维度滤波器和延迟抽头维度滤波器应用于放大器的输入信号，以获得估计的干扰信号；从接收信号中减去所述估计的干扰信号，以获得干净信号；以及在使用所述干净信号更新所述内核维度滤波器与更新所述延迟抽头维度滤波器之间进行交替。

在示例2中，如示例1所述的主题可以可选地包括：其中，分开地将所述内核维度滤波器和所述延迟抽头维度滤波器应用于放大器的输入信号以获得估计的干扰信号包括：处理所述输入信号以从所述输入信号导出多个内核信号，其中，所述多个内核信号中的每一个内核信号近似所述放大器的响应的非线性分量，并且分开地将所述内核维度滤波器和所述延迟抽头维度滤波器应用于所述多个内核信号，以获得所述估计的干扰信号。

在示例3中，如示例2所述的主题可以可选地包括：其中，所述多个内核信号中的每一个内核信号由多个延迟抽头组成，其中，所述内核维度滤波器的每一个权重与所述多个内核信号中的相应一个内核信号对应，并且所述延迟抽头维度滤波器的每一个权重与所述多个延迟抽头中的相应一个延迟抽头对应。

在示例4中，如示例3所述的主题可以可选地包括：其中，多个内核信号的数量是可配置的，或者多个延迟抽头的数量是可配置的。

在示例5中，如示例3所述的主题可以可选地包括：其中，所述内核维度滤波器近似所述多个内核信号上的所述放大器的响应，并且所述延迟抽头维度滤波器近似所述多个延迟抽头上的所述放大器的响应。

在示例6中，如示例1至5中任一项所述的主题可以可选地包括：其中，所述内核维度滤波器和所述延迟抽头维度滤波器是矢量。

在示例7中，如示例1至5中任一项所述的主题可以可选地还包括：其中，通过所述放大器放大所述输入信号，并且通过无线电天线发送放大后的输入信号。

在示例8中，如示例5所述的主题可以可选地还包括：通过所述无线电天线接收所述接收信号，其中，所述估计的干扰信号近似接收到信号中所包含的来自放大后的输入信号的泄漏。

在示例9中，如示例1至8中任一项所述的主题可以可选地包括：其中，在使用所述干净信号更新所述内核维度滤波器与更新所述延迟抽头维度滤波器之间进行交替包括：基于所述多个内核信号和所述干净信号更新所述内核维度滤波器和所述延迟抽头维度滤波器。

在示例10中，如示例2至8中任一项所述的主题可以可选地包括：其中，在使用所述干净信号更新所述内核维度滤波器与更新所述延迟抽头维度滤波器之间进行交替包括：在所述内核维度滤波器与所述延迟抽头维度滤波器之间进行选择，以识别要进行更新的当前滤波器以及要保持恒定的固定滤波器；将所述固定滤波器应用于所述多个内核信号，以获得解耦合的输入信号；以及将所述解耦合的输入信号与所述干净信号进行比较，以识别要进行更新的所述当前滤波器的至少一个权重。

在示例11中，如示例10所述的主题可以可选地包括：其中，将所述解耦合的输入信号与所述干净信号进行比较以识别要进行更新的所述当前滤波器的所述至少一个权重包括：确定所述解耦合的输入信号与所述干净信号之间的互相关矢量；基于所述互相关矢量，识别要进行更新的所述当前滤波器的第一权重；以及唯一地更新所述当前滤波器的所述第一权重。

在示例12中，如示例11所述的主题可以可选地包括：其中，基于所述互相关矢量识别要进行更新的所述当前滤波器的所述第一权重包括：识别所述互相关矢量的最大值化的元素；以及将具有与所述互相关矢量的所述最大值化的元素对应的元素索引的所述当前滤波器的权重识别为所述第一权重。

在示例13中，如示例12所述的主题可以可选地包括：其中，识别所述互相关矢量的所述最大值化的元素包括：将具有所述最大实数分量或所述最大虚数分量的所述互相关矢量的元素识别为所述最大值化的元素。

在示例14中，如示例10所述的主题可以可选地包括：其中，将所述解耦合的输入信号与所述干净信号进行比较以识别要进行更新的所述当前滤波器的所述至少一个权重包括：确定所述解耦合的输入信号与所述干净信号之间的互相关矢量；以及更新所述当前滤波器的所述至少一个权重，以减少所述互相关矢量的量值。

在示例15中，如示例14所述的主题可以可选地包括：其中，更新所述当前滤波器的所述至少一个权重以减少所述互相关矢量的量值包括：根据坐标下降优化方案更新所述当前滤波器的所述至少一个权重，以减少所述互相关矢量的量值。

在示例16中，如示例14所述的主题可以可选地包括：其中，更新所述当前滤波器的所述至少一个权重以减少所述互相关矢量的量值包括：根据递归最小二乘优化方案更新所述当前滤波器的所述至少一个权重，以减少所述互相关矢量的量值。

在示例17中，如示例14所述的主题可以可选地包括：其中，更新所述当前滤波器的所述至少一个权重以减少所述互相关矢量的量值包括：根据递归最小二乘(RLS)二分坐标下降(DCD)优化方案更新所述当前滤波器的所述至少一个权重，以减少所述互相关矢量的量值。

在示例18中，如示例14所述的主题可以可选地包括：其中，更新所述当前滤波器的所述至少一个权重以减少所述互相关矢量的量值包括：唯一地反转所述第一权重的单个比特，以减少所述互相关矢量的量值。

在示例19中，如示例18所述的主题可以可选地包括：其中，更新所述当前滤波器的所述至少一个权重以减少所述互相关矢量的量值还包括：评估所述第一权重的一个或多个候选比特反转，以识别所述一个或多个候选比特反转中的哪一个最接近预定数值差；以及根据所述一个或多个候选比特反转中的哪一个最接近所述预定数值差识别所述单个比特。

在示例20中，如示例18所述的主题可以可选地包括：其中，唯一地反转所述第一权重的所述单个比特以减少所述互相关矢量的量值包括：根据二分坐标下降优化方案反转所述第一权重的所述单个比特。

在示例21中，如示例10所述的主题可以可选地包括：其中，在所述内核维度滤波器与所述延迟抽头维度滤波器之间进行选择以识别要进行更新的所述当前滤波器以及要保持恒定的固定滤波器包括：选择所述内核维度滤波器作为所述当前滤波器，并且选择所述延迟抽头维度滤波器作为所述固定滤波器，并且其中，将所述固定滤波器应用于所述多个内核信号以获得所述解耦合的输入信号包括：在接收所述多个内核信号的最新近延迟抽头之前发生的预处理阶段期间，将所述延迟抽头维度滤波器的先前延迟抽头应用于所述多个内核信号的先前延迟抽头；以及在接收所述多个内核信号的所述最新近延迟抽头之后，将所述延迟抽头维度滤波器的最新近延迟抽头应用于所述多个内核信号的最新近延迟抽头。

在示例22中，如示例21所述的主题可以可选地还包括：在获得所述多个内核信号的最新近延迟抽头之前发生的隐藏时钟周期期间，执行所述预处理阶段。

在示例23中，如示例10所述的主题可以可选地包括：其中，在所述内核维度滤波器与所述延迟抽头维度滤波器之间进行选择以识别要进行更新的所述当前滤波器以及要保持恒定的固定滤波器包括：选择所述延迟抽头维度滤波器作为所述当前滤波器，并且选择所述内核维度滤波器作为所述固定滤波器，并且其中，将所述固定滤波器应用于所述多个内核信号以获得所述解耦合的输入信号包括：唯一地将所述内核维度滤波器应用于与单个延迟抽头对应的所述多个内核信号的样本，以获得所述解耦合的输入信号的第一元素。

在示例24中，如示例23所述的主题可以可选地包括：其中，所述解耦合的输入信号的其余元素是所述解耦合的输入信号的所述第一元素的时间延迟的加权版本。

在示例25中，如示例2至20中任一项所述的主题可以可选地包括：其中，在使用所述干净信号更新所述内核维度滤波器与更新所述延迟抽头维度滤波器之间进行交替包括：在所述内核维度滤波器与所述延迟抽头维度滤波器之间进行选择，以识别要进行更新的当前滤波器以及要保持恒定的固定滤波器；将所述固定滤波器应用于所述多个内核信号，以获得解耦合的输入信号；确定所述解耦合的输入信号与所述干净信号之间的互相关矢量，并且确定所述解耦合的输入信号的相关矩阵；以及基于所述互相关矢量和所述相关矩阵更新所述当前滤波器的至少一个权重。

在示例26中，如示例25所述的主题可以可选地包括：其中，确定所述解耦合的输入信号与所述干净信号之间的所述互相关矢量包括：通过第一计算电路在第一时钟周期期间确定所述互相关矢量的一些元素，并且通过同一第一计算电路在第二时钟周期期间确定所述互相关矢量的其它元素；或者通过第二计算电路在第三时钟周期期间确定所述相关矩阵的一些元素，并且通过同一第二计算电路在第二时钟周期期间确定所述相关矩阵的其它元素。

在示例27中，如示例25所述的主题可以可选地包括：其中，在所述内核维度滤波器与所述延迟抽头维度滤波器之间进行选择以识别要进行更新的所述当前滤波器以及要保持恒定的固定滤波器包括：选择所述内核维度滤波器作为所述当前滤波器，并且选择所述延迟抽头维度滤波器作为所述固定滤波器，并且其中，确定所述解耦合的输入信号与所述干净信号之间的所述互相关矢量并且确定所述解耦合的输入信号的所述相关矩阵包括：唯一地确定所述相关矩阵的上三角元素。

在示例28中，如示例27所述的主题可以可选地包括：其中，所述相关矩阵是Hermitian矩阵。

在示例29中，如示例25所述的主题可以可选地包括：其中，在所述内核维度滤波器与所述延迟抽头维度滤波器之间进行选择以识别要进行更新的所述当前滤波器以及要保持恒定的固定滤波器包括：选择所述延迟抽头维度滤波器作为所述当前滤波器，并且选择所述内核维度滤波器作为所述固定滤波器，并且其中，确定所述解耦合的输入信号与所述干净信号之间的所述互相关矢量并且确定所述解耦合的输入信号的所述相关矩阵包括：唯一地确定所述相关矩阵的单个行。

在示例30中，如示例29所述的主题可以可选地包括：其中，包括所述相关矩阵的所述单个行的多个行在统计上是相似的。

在示例31中，如示例1至24中任一项所述的主题可以可选地包括：其中，在使用所述干净信号更新所述内核维度滤波器与更新所述延迟抽头维度滤波器之间进行交替包括：使用共享电路来更新所述内核维度滤波器，并且重复使用同一共享电路来更新所述延迟抽头维度滤波器。

在示例32中，如示例1至24中任一项所述的主题可以可选地包括：其中，在使用所述干净信号更新所述内核维度滤波器与更新所述延迟抽头维度滤波器之间进行交替包括：根据流水线时钟调度，使用共享电路来更新所述内核维度滤波器，并且重复使用同一共享电路来更新所述延迟抽头维度滤波器。

在示例33中，如示例32所述的主题可以可选地包括：其中，在更新所述内核维度滤波器与更新所述延迟抽头维度滤波器之间进行交替包括：在一个或多个第一时间更新所述内核维度滤波器，并且在一个或多个不同第二时间更新所述延迟抽头维度。

示例34是一种通信电路装置，被配置为：执行如示例1至33中任一项所述的方法。

在示例35中，示例34所述的主题可以可选地被配置作为无线电通信设备。

示例36是一种非瞬时性计算机可读介质，存储有指令，所述指令当由无线电通信设备的控制器执行时引导所述无线电通信设备执行如示例1至33中任一项所述的方法。

示例37是一种执行干扰消除的方法，包括：获得从放大器的输入信号导出的一个或多个子信号，所述一个或多个子信号中的每一个子信号表示放大器响应的非线性分量并且由多个延迟抽头组成；分开地将第一滤波器和第二滤波器应用于所述一个或多个子信号，以获得估计的干扰信号，其中，所述第一滤波器近似所述一个或多个子信号上的放大器响应，并且所述第二滤波器近似所述多个延迟抽头上的放大器响应；从接收信号中减去所述估计的干扰信号，以获得干净信号；以及在使用所述干净信号更新所述第一滤波器与更新所述第二滤波器之间进行交替。

在示例38中，如示例37所述的主题可以可选地包括：其中，所述一个或多个子信号中的每一个子信号与所述放大器的内核对应。

在示例39中，如示例37或38所述的主题可以可选地包括：其中，所述第一滤波器和所述第二滤波器是矢量。

在示例40中，如示例37至39中任一项所述的主题可以可选地包括，其中，所述第一滤波器的每个权重与所述一个或多个子信号中的相应一个子信号对应，并且所述第二滤波器的每个权重与所述多个延迟抽头中的相应一个延迟抽头对应。

在示例41中，如示例37至40中任一项所述的主题可以可选地包括：其中，一个或多个子信号的数量是可配置的，或者所述多个延迟抽头的数量是可配置的。

在示例42中，如示例37至41中任一项所述的主题可以可选地还包括：其中，通过所述放大器放大所述输入信号，并且通过无线电天线发送放大后的输入信号。

在示例43中，如示例42所述的主题可以可选地还包括：通过所述无线电天线接收所述接收信号，其中，所述估计的干扰信号近似所述接收信号中所包含的来自放大后的输入信号的泄漏。

在示例44中，如示例37至43中任一项所述的主题可以可选地包括：在使用所述干净信号更新所述第一滤波器与更新所述第二滤波器之间进行交替包括：基于所述一个或多个子信号和所述干净信号更新所述第一滤波器和所述第二滤波器。

在示例45中，如示例37至43中任一项所述的主题可以可选地包括：其中，在使用所述干净信号更新所述第一滤波器与更新所述第二滤波器之间进行交替包括：在所述第一滤波器与所述第二滤波器之间进行选择，以识别要进行更新的当前滤波器以及要保持恒定的固定滤波器；将所述固定滤波器应用于所述一个或多个子信号，以获得解耦合的输入信号；以及将所述解耦合的输入信号与所述干净信号进行比较，以识别要进行更新的所述当前滤波器的至少一个权重。

在示例46中，如示例45所述的主题可以可选地包括：其中，将所述解耦合的输入信号与所述干净信号进行比较以识别要进行更新的所述当前滤波器的所述至少一个权重包括：确定所述解耦合的输入信号与所述干净信号之间的互相关矢量；基于所述互相关矢量识别要进行更新的所述当前滤波器的第一权重；以及唯一地更新所述当前滤波器的所述第一权重。

在示例47中，如示例46所述的主题可以可选地包括：其中，基于所述互相关矢量识别要进行更新的所述当前滤波器的所述第一权重包括：识别所述互相关矢量的最大值化的元素；以及将具有与所述互相关矢量的所述最大值化的元素对应的元素索引的所述当前滤波器的权重识别为所述第一权重。

在示例48中，如示例47所述的主题可以可选地包括：其中，识别所述互相关矢量的所述最大值化的元素包括：将具有所述最大实数分量或所述最大虚数分量的所述互相关矢量的元素识别为所述最大值化的元素。

在示例49中，如示例45所述的主题可以可选地包括：其中，将所述解耦合的输入信号与所述干净信号进行比较以识别要进行更新的所述当前滤波器的所述至少一个权重包括：确定所述解耦合的输入信号与所述干净信号之间的互相关矢量；以及更新所述当前滤波器的所述至少一个权重，以减少所述互相关矢量的量值。

在示例50中，如示例49所述的主题可以可选地包括：其中，更新所述当前滤波器的所述至少一个权重以减少所述互相关矢量的量值包括：根据坐标下降优化方案更新所述当前滤波器的所述至少一个权重，以减少所述互相关矢量的量值。

在示例51中，如示例49所述的主题可以可选地包括：其中，更新所述当前滤波器的所述至少一个权重以减少所述互相关矢量的量值包括：根据递归最小二乘优化方案更新所述当前滤波器的所述至少一个权重，以减少所述互相关矢量的量值。

在示例52中，如示例49所述的主题可以可选地包括：其中，更新所述当前滤波器的所述至少一个权重以减少所述互相关矢量的量值包括：根据递归最小二乘(RLS)二分坐标下降(DCD)优化方案更新所述当前滤波器的所述至少一个权重，以减少所述互相关矢量的量值。

在示例53中，如示例49或52所述的主题可以可选地包括：其中，更新所述当前滤波器的所述至少一个权重以减少所述互相关矢量的量值包括：唯一地反转所述第一权重的单个比特，以减少所述互相关矢量的量值。

在示例54中，如示例53所述的主题可以可选地包括：其中，更新所述当前滤波器的所述至少一个权重以减少所述互相关矢量的量值还包括：评估所述第一权重的一个或多个候选比特反转，以识别所述一个或多个候选比特反转中的哪一个最接近预定数值差；以及根据所述一个或多个候选比特反转中的哪一个最接近所述预定数值差，识别所述单个比特。

在示例55中，如示例53所述的主题可以可选地包括：其中，唯一地反转所述第一权重的所述单个比特以减少所述互相关矢量的量值包括：根据二分坐标下降优化方案反转所述第一权重的所述单个比特。

在示例56中，如示例45所述的主题可以可选地包括：其中，在所述第一滤波器与所述第二滤波器之间进行选择以识别要进行更新的所述当前滤波器以及要保持恒定的固定滤波器包括：选择所述第一滤波器作为所述当前滤波器，并且选择所述第二滤波器作为所述固定滤波器，并且其中，将所述固定滤波器应用于所述一个或多个子信号以获得所述解耦合的输入信号包括：在接收所述一个或多个子信号的最新近延迟抽头之前发生的预处理阶段期间，将所述第二滤波器的先前延迟抽头应用于所述一个或多个子信号的先前延迟抽头；以及在接收所述一个或多个子信号的所述最新近延迟抽头之后，将所述第二滤波器的最新近延迟抽头应用于所述一个或多个子信号的所述最新近延迟抽头。

在示例57中，如示例56所述的主题可以可选地还包括：在获得所述一个或多个子信号的最新近延迟抽头之前发生的隐藏时钟周期期间，执行所述预处理阶段。

在示例58中，如示例45所述的主题可以可选地包括：其中，在所述第一滤波器与所述第二滤波器之间进行选择以识别要进行更新的所述当前滤波器以及要保持恒定的固定滤波器包括：选择所述第二滤波器作为所述当前滤波器，并且选择所述第一滤波器作为所述固定滤波器，并且其中，将所述固定滤波器应用于所述一个或多个子信号以获得所述解耦合的输入信号包括：唯一地将所述第一滤波器应用于与所述一个或多个子信号的单个延迟抽头对应的所述一个或多个子信号的样本，以获得所述解耦合的输入信号的第一元素。

在示例59中，如示例58所述的主题可以可选地包括：其中，所述解耦合的输入信号的其余元素是所述解耦合的输入信号的所述第一元素的时间延迟的加权版本。

在示例60中，如示例37至55中任一项所述的主题可以可选地包括：其中，在使用所述干净信号更新所述第一滤波器与更新所述第二滤波器之间进行交替包括：在所述第一滤波器与所述第二滤波器之间进行选择，以识别要进行更新的当前滤波器以及要保持恒定的固定滤波器；将所述固定滤波器应用于所述一个或多个子信号，以获得解耦合的输入信号；确定所述解耦合的输入信号与所述干净信号之间的互相关矢量，并且确定所述解耦合的输入信号的相关矩阵；以及基于所述互相关矢量和所述相关矩阵更新所述当前滤波器的至少一个权重。

在示例61中，如示例60所述的主题可以可选地包括：其中，确定所述解耦合的输入信号与所述干净信号之间的所述互相关矢量包括：通过第一计算电路在第一时钟周期期间确定所述互相关矢量的一些元素，并且通过同一第一计算电路在第二时钟周期期间确定所述互相关矢量的其它元素；或者通过第二计算电路在第三时钟周期期间确定所述相关矩阵的一些元素，并且通过同一第二计算电路在第二时钟周期期间确定所述相关矩阵的其它元素。

在示例62中，如示例60所述的主题可以可选地包括：其中，在所述第一滤波器与所述第二滤波器之间进行选择以识别要进行更新的当前滤波器以及要保持恒定的固定滤波器包括：选择所述第一滤波器作为所述当前滤波器，并且选择所述第二滤波器作为所述固定滤波器，并且其中，确定所述解耦合的输入信号与所述干净信号之间的所述互相关矢量并且确定所述解耦合的输入信号的所述相关矩阵包括：唯一地确定所述相关矩阵的上三角元素。

在示例63中，如示例62所述的主题可以可选地包括：其中，所述相关矩阵是Hermitian矩阵。

在示例64中，如示例60所述的主题可以可选地包括：其中，在所述第一滤波器与所述第二滤波器之间进行选择以识别要进行更新的所述当前滤波器以及要保持恒定的固定滤波器包括：选择所述第二滤波器作为所述当前滤波器，并且选择所述第一滤波器作为所述固定滤波器，并且其中，确定所述解耦合的输入信号与所述干净信号之间的所述互相关矢量并且确定所述解耦合的输入信号的所述相关矩阵包括：唯一地确定所述相关矩阵的单个行。

在示例65中，如示例64所述的主题可以可选地包括：其中，包括所述相关矩阵的所述单个行的多个行在统计上是相似的。

在示例66中，如示例37至65中任一项所述的主题可以可选地包括：其中，在使用所述干净信号更新所述第一滤波器与更新所述第二滤波器之间进行交替包括：使用共享电路来更新所述第一滤波器，并且重复使用同一共享电路来更新所述第二滤波器。

在示例67中，如示例37至65中任一项所述的主题可以可选地包括：其中，在使用所述干净信号更新所述第一滤波器与更新所述第二滤波器之间进行交替包括：根据流水线时钟调度，使用共享电路来更新所述第一滤波器，并且重复使用同一共享电路来更新所述第二滤波器。

在示例68中，如示例37至65中任一项所述的主题可以可选地包括：其中，在使用所述干净信号更新所述第一滤波器与更新所述第二滤波器之间进行交替包括：在一个或多个第一时间更新所述第一滤波器，并且在一个或多个不同的第二时间更新所述延迟抽头维度滤波器。

示例69是一种通信电路装置，被配置为：执行如示例37至68中任一项所述的方法。

在示例70中，示例69所述的主题可以可选地被配置作为无线电通信设备。

示例71是一种非瞬时性计算机可读介质，存储有指令，所述指令当由无线电通信设备的控制器执行时引导所述无线电通信设备执行如示例37至68中任一项所述的方法。

示例72是一种通信电路装置，包括：信号路径电路，被配置为：分开地将内核维度滤波器和延迟抽头维度滤波器应用于放大器的输入信号，以获得估计的干扰信号；消除电路，被配置为：从接收信号中减去所述估计的干扰信号，以获得干净信号；以及滤波器更新电路，被配置为：在使用所述干净信号更新所述内核维度滤波器与所述延迟抽头维度滤波器之间进行交替。

在示例73中，如示例72所述的主题可以可选地被配置作为无线电通信设备，并且还包括接收链、无线电天线以及包含所述放大器的发送链。

在示例74中，如示例73所述的主题可以可选地包括：其中，所述放大器被配置为：放大所述输入信号，并且所述无线电天线被配置为：发送放大后的输入信号。

在示例75中，如示例73或74所述的主题可以可选地包括：其中，所述接收链被配置为：经由所述无线电天线接收所述接收信号，其中，所述估计的干扰信号近似从发送链到接收链的泄漏。

在示例76中，如示例72至75中任一项所述的主题可以可选地还包括内核生成电路，被配置为：处理所述输入信号，以从所述输入信号导出多个内核信号，所述多个内核信号中的每一个内核信号近似所述放大器的响应的非线性分量，其中，所述信号路径电路被配置为：通过分开地将所述内核维度滤波器和所述延迟抽头维度滤波器应用于所述多个内核信号来分开地将所述内核维度滤波器和所述延迟维度滤波器应用于所述输入信号，以获得所述估计的干扰信号。

在示例77中，如示例76所述的主题可以可选地包括：其中，所述多个内核信号中的每一个内核信号由多个延迟抽头组成，其中，所述内核维度滤波器的每个权重与所述多个内核信号中的相应一个内核信号对应，并且所述延迟抽头维度滤波器的每个权重与所述多个延迟抽头中的相应一个延迟抽头对应。

在示例78中，如示例77所述的主题可以可选地包括：其中，所述信号路径电路和所述滤波器更新电路被配置为：支持数量可调整的内核信号或数量可调整的延迟抽头。

在示例79中，如示例77所述的主题可以可选地包括：其中，所述内核维度滤波器近似所述多个内核信号上的所述放大器的响应，并且所述延迟抽头维度滤波器近似所述多个延迟抽头上的所述放大器的响应。

在示例80中，如示例72至79中任一项所述的主题可以可选地包括：其中，所述内核维度滤波器和所述延迟抽头维度滤波器是矢量。

在示例81中，如示例72至80中任一项所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作在使用所述干净信号更新所述内核维度滤波器与更新所述延迟抽头维度滤波器之间进行交替：基于所述输入信号和所述干净信号更新所述内核维度滤波器和所述延迟抽头维度滤波器。

在示例82中，如示例76至81中任一项所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作在使用所述干净信号更新所述内核维度滤波器与所述延迟抽头维度滤波器之间进行交替：在所述内核维度滤波器与所述延迟抽头维度滤波器之间进行选择，以识别要进行更新的当前滤波器以及要保持恒定的固定滤波器；将所述固定滤波器应用于所述多个内核信号，以获得解耦合的输入信号；以及将所述解耦合的输入信号与所述干净信号进行比较，以识别要进行更新的所述当前滤波器的至少一个权重。

在示例83中，如示例82所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作比较所述解耦合的输入信号以识别要进行更新的所述当前滤波器的所述至少一个权重：确定所述解耦合的输入信号与所述干净信号之间的互相关矢量；基于所述互相关矢量识别要进行更新的所述当前滤波器的第一权重；以及唯一地更新所述当前滤波器的所述第一权重。

在示例84中，如示例83所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作基于所述互相关矢量识别要进行更新的所述当前滤波器的所述第一权重：识别所述互相关矢量的最大值化的元素；以及将具有与所述互相关矢量的所述最大值化的元素对应的元素索引的所述当前滤波器的权重识别为所述第一权重。

在示例85中，如示例84所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作识别所述互相关矢量的所述最大值化的元素：将具有所述最大实数分量或所述最大虚数分量的所述互相关矢量的元素识别为所述最大值化的元素。

在示例86中，如示例82所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作将所述解耦合的输入信号与所述干净信号进行比较，以识别要进行更新的所述当前滤波器的所述至少一个权重：确定所述解耦合的输入信号与所述干净信号之间的互相关矢量；以及更新所述当前滤波器的所述至少一个权重，以减少所述互相关矢量的量值。

在示例87中，如示例86所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作更新所述当前滤波器的所述至少一个权重以减少所述互相关矢量的量值：根据递归最小二乘优化方案更新所述当前滤波器的所述至少一个权重，以减少所述互相关矢量的量值。

在示例88中，如示例86所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作更新所述当前滤波器的所述至少一个权重以减少所述互相关矢量的量值：根据递归最小二乘(RLS)二分坐标下降(DCD)优化方案更新所述当前滤波器的所述至少一个权重，以减少所述互相关矢量的量值。

在示例89中，如示例86所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作更新所述当前滤波器的所述至少一个权重以减少所述互相关矢量的量值：根据坐标下降优化方案更新所述当前滤波器的所述至少一个权重，以减少所述互相关矢量的量值。

在示例90中，如示例86所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作更新所述当前滤波器的所述至少一个权重以减少所述互相关矢量的量值：唯一地反转所述第一权重的单个比特，以减少所述互相关矢量的量值。

在示例91中，如示例90所述的主题可以可选地包括：其中，所述滤波器更新电路进一步被配置为：通过以下操作更新所述当前滤波器的所述至少一个权重以减少所述互相关：评估所述第一权重的一个或多个候选比特反转，以识别所述一个或多个候选比特反转中的哪一个最接近预定数值差；以及根据所述一个或多个候选比特反转中的哪一个最接近所述预定数值差，识别所述单个比特。

在示例92中，如示例90所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作唯一地反转所述第一权重的所述单个比特以减少所述互相关矢量的量值：根据二分坐标下降优化方案反转所述第一权重的所述单个比特。

在示例93中，如示例82所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作在所述内核维度滤波器与所述延迟抽头维度滤波器之间进行选择以识别要进行更新的所述当前滤波器以及要保持恒定的固定滤波器：选择所述内核维度滤波器作为所述当前滤波器，并且选择所述延迟抽头维度滤波器作为所述固定滤波器，并且其中，所述滤波器更新电路被配置为：通过以下操作将所述固定滤波器应用于所述多个内核信号以获得所述解耦合的输入信号：在接收所述多个内核信号的最新近延迟抽头之前发生的预处理阶段期间，将所述延迟抽头维度滤波器的先前延迟抽头应用于所述多个内核信号的先前延迟抽头；以及在接收所述多个内核信号的所述最新近延迟抽头之后，将所述延迟抽头维度滤波器的最新近延迟抽头应用于所述多个内核信号的所述最新近延迟抽头。

在示例94中，如示例93所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：在获得所述多个内核信号的最新近延迟抽头之前发生的隐藏时钟周期期间，执行所述预处理阶段。

在示例95中，如示例82所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作在所述内核维度滤波器与所述延迟抽头维度滤波器之间进行选择以识别要进行更新的所述当前滤波器以及要保持恒定的固定滤波器：选择所述延迟抽头维度滤波器作为所述当前滤波器，并且选择所述内核维度滤波器作为所述固定滤波器，并且其中，所述滤波器更新电路被配置为：通过以下操作将所述固定滤波器应用于所述多个内核信号以获得所述解耦合的输入信号：唯一地将所述内核维度滤波器应用于与单个延迟抽头对应的所述多个内核信号的样本，以获得所述解耦合的输入信号的第一元素。

在示例96中，如示例95所述的主题可以可选地包括：其中，所述解耦合的输入信号的其余元素是所述解耦合的输入信号的所述第一元素的时间延迟的加权版本。

在示例97中，如示例75至96中任一项所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作在使用所述干净信号更新所述内核维度滤波器与更新所述延迟抽头维度滤波器之间进行交替：在所述内核维度滤波器与所述延迟抽头维度滤波器之间进行选择，以识别要进行更新的当前滤波器以及要保持恒定的固定滤波器；将所述固定滤波器应用于所述多个内核信号，以获得解耦合的输入信号；确定所述解耦合的输入信号与所述干净信号之间的互相关矢量，并且确定所述解耦合的输入信号的相关矩阵；以及基于所述互相关矢量和所述相关矩阵更新所述当前滤波器的至少一个权重。

在示例98中，如示例97所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作确定所述解耦合的输入信号与所述干净信号之间的所述互相关矢量：通过第一计算电路在第一时钟周期期间确定所述互相关矢量的一些元素，并且通过同一第一计算电路在第二时钟周期期间确定所述互相关矢量的其它元素；或者通过第二计算电路在第三时钟周期期间确定所述相关矩阵的一些元素，并且通过同一第二计算电路在第二时钟周期期间确定所述相关矩阵的其它元素。

在示例99中，如示例97所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作在所述内核维度滤波器与所述延迟抽头维度滤波器之间进行选择以识别要进行更新的所述当前滤波器以及要保持恒定的固定滤波器：选择所述内核维度滤波器作为所述当前滤波器，并且选择所述延迟抽头维度滤波器作为所述固定滤波器，并且其中，所述滤波器更新电路被配置为：确定所述解耦合的输入信号与所述干净信号之间的所述互相关矢量，并且通过以下操作确定所述解耦合的输入信号的所述相关矩阵：唯一地确定所述相关矩阵的上三角元素。

在示例100中，如示例99所述的主题可以可选地包括：其中，所述相关矩阵是Hermitian矩阵。

在示例101中，如示例97所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作在所述内核维度滤波器与所述延迟抽头维度滤波器之间进行选择以识别要进行更新的所述当前滤波器以及要保持恒定的固定滤波器：选择所述延迟抽头维度滤波器作为所述当前滤波器，并且选择所述内核维度滤波器作为所述固定滤波器，并且其中，所述滤波器更新电路被配置为：确定所述解耦合的输入信号与所述干净信号之间的所述互相关矢量，并且通过以下操作确定所述解耦合的输入信号的所述相关矩阵：唯一地确定所述相关矩阵的单个行。

在示例102中，如示例101所述的主题可以可选地包括：其中，包括所述相关矩阵的所述单个行的多个行在统计上是相似的。

在示例103中，如示例72至102中任一项所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作在使用所述干净信号更新所述内核维度滤波器与更新所述延迟抽头维度滤波器之间进行交替：使用共享电路来更新所述内核维度滤波器，并且重复使用同一共享电路来更新所述延迟抽头维度滤波器。

在示例104中，如示例72至102中任一项所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作在使用所述干净信号更新所述内核维度滤波器与更新所述延迟抽头维度滤波器之间进行交替：根据流水线时钟调度，使用共享电路来更新所述内核维度滤波器，并且重复使用同一共享电路来更新所述延迟抽头维度滤波器。

在示例105中，如示例104所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作在使用所述干净信号更新所述内核维度滤波器与更新所述延迟抽头维度滤波器之间进行交替：在一个或多个第一时间更新所述内核维度滤波器，并且在一个或多个不同的第二时间更新所述延迟抽头维度。

示例106是一种通信电路装置，包括：子信号生成电路，被配置为：从放大器的输入信号获得一个或多个子信号，所述一个或多个子信号中的每一个子信号表示放大器响应的非线性分量并且由多个延迟抽头组成；信号路径电路，被配置为：分开地将第一滤波器和第二滤波器应用于所述一个或多个子信号，以获得估计的干扰信号，其中，所述第一滤波器近似所述一个或多个子信号上的放大器响应，并且所述第二滤波器近似所述多个延迟抽头上的放大器响应；消除电路，被配置为：从接收信号中减去所述估计的干扰信号，以获得干净信号；以及滤波器更新电路，被配置为：使用所述干净信号在更新所述第一滤波器与更新所述第二滤波器之间进行交替。

在示例107中，如示例106所述的主题可以可选地被配置作为无线电通信设备，并且还包括接收链、无线电天线以及包含所述放大器的发送链。

在示例108中，如示例107所述的主题可以可选地包括：其中，所述放大器被配置为：放大所述输入信号，并且所述无线电天线被配置为：发送放大后的输入信号。

在示例109中，如示例107或108所述的主题可以可选地包括：其中，所述接收链被配置为：经由所述无线电天线接收所述接收信号，其中，所述估计的干扰信号近似从发送链到接收链的泄漏。

在示例110中，如示例106至109中任一项所述的主题可以可选地包括：其中，所述一个或多个子信号中的每一个子信号与所述放大器的内核对应。

在示例111中，如示例106至110中任一项所述的主题可以可选地包括：其中，所述第一滤波器和所述第二滤波器是矢量。

在示例112中，如示例106至111中任一项所述的主题可以可选地包括，其中，所述第一滤波器的每一个权重与所述一个或多个子信号中的相应一个子信号对应，并且所述第二滤波器的每一个权重与所述多个延迟抽头中的相应一个延迟抽头对应。

在示例113中，如示例106至112中任一项所述的主题可以可选地包括：其中，所述信号路径电路和所述滤波器更新电路被配置为：支持数量可调整的子信号或数量可调整的延迟抽头。

在示例114中，如示例106至113中任一项所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作在使用所述干净信号更新所述第一滤波器与更新所述第二滤波器之间进行交替：基于所述一个或多个子信号和所述干净信号更新所述第一滤波器和所述第二滤波器。

在示例115中，如示例106至113中任一项所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作在使用所述干净信号更新所述第一滤波器与更新所述第二滤波器之间进行交替：在所述第一滤波器与所述第二滤波器之间进行选择，以识别要进行更新的当前滤波器以及要保持恒定的固定滤波器；将所述固定滤波器应用于所述一个或多个子信号，以获得解耦合的输入信号；以及将所述解耦合的输入信号与所述干净信号进行比较，以识别要进行更新的所述当前滤波器的至少一个权重。

在示例116中，如示例115所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作将所述解耦合的输入信号与所述干净信号进行比较，以识别要进行更新的所述当前滤波器的所述至少一个权重：确定所述解耦合的输入信号与所述干净信号之间的互相关矢量；基于所述互相关矢量识别要进行更新的所述当前滤波器的第一权重；以及唯一地更新所述当前滤波器的所述第一权重。

在示例117中，如示例116所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作基于所述互相关矢量识别要进行更新的所述当前滤波器的所述第一权重：识别所述互相关矢量的最大值化的元素；以及将具有与所述互相关矢量的所述最大值化的元素对应的元素索引的所述当前滤波器的权重识别为所述第一权重。

在示例118中，如示例117所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作识别所述互相关矢量的所述最大值化的元素：将具有所述最大实数分量或所述最大虚数分量的所述互相关矢量的元素识别为所述最大值化的元素。

在示例119中，如示例115所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作将所述解耦合的输入信号与所述干净信号进行比较，以识别要进行更新的所述当前滤波器的所述至少一个权重：确定所述解耦合的输入信号与所述干净信号之间的互相关矢量；以及更新所述当前滤波器的所述至少一个权重，以减少所述互相关矢量的量值。

在示例120中，如示例119所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作更新所述当前滤波器的所述至少一个权重以减少所述互相关矢量的量值：根据坐标下降优化方案更新所述当前滤波器的所述至少一个权重，以减少所述互相关矢量的量值。

在示例121中，如示例119所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作更新所述当前滤波器的所述至少一个权重以减少所述互相关矢量的量值：根据递归最小二乘优化方案更新所述当前滤波器的所述至少一个权重，以减少所述互相关矢量的量值。

在示例122中，如示例119所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作更新所述当前滤波器的所述至少一个权重以减少所述互相关矢量的量值：根据递归最小二乘(RLS)二分坐标下降(DCD)优化方案更新所述当前滤波器的所述至少一个权重，以减少所述互相关矢量的量值。

在示例123中，如示例119所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作更新所述当前滤波器的所述至少一个权重以减少所述互相关矢量的量值：唯一地反转所述第一权重的单个比特，以减少所述互相关矢量的量值。

在示例124中，如示例123所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：进一步通过以下操作更新所述当前滤波器的所述至少一个权重以减少所述互相关矢量的量值：评估所述第一权重的一个或多个候选比特反转，以识别所述一个或多个候选比特反转中的哪一个最接近预定数值差；以及根据所述一个或多个候选比特反转中的哪一个最接近所述预定数值差，识别所述单个比特。

在示例125中，如示例123所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作唯一地反转所述第一权重的所述单个比特以减少所述互相关矢量的量值：根据二分坐标下降优化方案反转所述第一权重的所述单个比特。

在示例126中，如示例115所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作在所述第一滤波器与所述第二滤波器之间进行选择以识别要进行更新的所述当前滤波器以及要保持恒定的固定滤波器：选择所述第一滤波器作为所述当前滤波器，并且选择所述第二滤波器作为所述固定滤波器，并且其中，所述滤波器更新电路被配置为：通过以下操作将所述固定滤波器应用于所述一个或多个子信号以获得所述解耦合的输入信号：在接收所述一个或多个子信号的最新近延迟抽头之前发生的预处理阶段期间，将所述第二滤波器的先前延迟抽头应用于所述一个或多个子信号的先前延迟抽头；以及在接收所述一个或多个子信号的所述最新近延迟抽头之后，将所述第二滤波器的最新近延迟抽头应用于所述一个或多个子信号的所述最新近延迟抽头。

在示例127中，如示例126所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：在获得所述一个或多个子信号的最新近延迟抽头之前发生的隐藏时钟周期期间，执行所述预处理阶段。

在示例128中，如示例115所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作在所述第一滤波器与所述第二滤波器之间进行选择以识别要进行更新的所述当前滤波器以及要保持恒定的固定滤波器：选择所述第二滤波器作为所述当前滤波器，并且选择所述第一滤波器作为所述固定滤波器，并且其中，通过以下操作将所述固定滤波器应用于所述一个或多个子信号以获得所述解耦合的输入信号：唯一地将所述第一滤波器应用于与所述一个或多个子信号的单个延迟抽头对应的所述一个或多个子信号的样本，以获得所述解耦合的输入信号的第一元素。

在示例129中，如示例128所述的主题可以可选地包括：其中，所述解耦合的输入信号的其余元素是所述解耦合的输入信号的所述第一元素的时间延迟的加权版本。

在示例130中，如示例106至125中任一项所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作在使用所述干净信号更新所述第一滤波器与更新所述第二滤波器之间进行交替：在所述第一滤波器与所述第二滤波器之间进行选择，以识别要进行更新的当前滤波器以及要保持恒定的固定滤波器；将所述固定滤波器应用于所述一个或多个子信号，以获得解耦合的输入信号；确定所述解耦合的输入信号与所述干净信号之间的互相关矢量，并且确定所述解耦合的输入信号的相关矩阵；以及基于所述互相关矢量和所述相关矩阵更新所述当前滤波器的至少一个权重。

在示例131中，如示例130所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作确定所述解耦合的输入信号与所述干净信号之间的所述互相关矢量：通过第一计算电路在第一时钟周期期间确定所述互相关矢量的一些元素，并且通过同一第一计算电路在第二时钟周期期间确定所述互相关矢量的其它元素；或者通过第二计算电路在第三时钟周期期间确定所述相关矩阵的一些元素，并且通过同一第二计算电路在第二时钟周期期间确定所述相关矩阵的其它元素。

在示例132中，如示例130所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作在所述第一滤波器与所述第二滤波器之间进行选择以识别要进行更新的当前滤波器以及要保持恒定的固定滤波器：选择所述第一滤波器作为所述当前滤波器，并且选择所述第二滤波器作为所述固定滤波器，并且其中，所述滤波器更新电路被配置为：确定所述解耦合的输入信号与所述干净信号之间的所述互相关矢量，并且通过以下操作确定所述解耦合的输入信号的所述相关矩阵：唯一地确定所述相关矩阵的上三角元素。

在示例133中，如示例132所述的主题可以可选地包括：其中，所述相关矩阵是Hermitian矩阵。

在示例134中，如示例130所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作在所述第一滤波器与所述第二滤波器之间进行选择以识别要进行更新的所述当前滤波器以及要保持恒定的固定滤波器：选择所述第二滤波器作为所述当前滤波器，并且选择所述第一滤波器作为所述固定滤波器，并且其中，所述滤波器更新电路被配置为：确定所述解耦合的输入信号与所述干净信号之间的所述互相关矢量，并且通过以下操作确定所述解耦合的输入信号的所述相关矩阵：唯一地确定所述相关矩阵的所述单个行。

在示例135中，如示例134所述的主题可以可选地包括：其中，包括所述相关矩阵的所述单个行的多个行在统计上是相似的。

在示例136中，如示例106至135中任一项所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作在使用所述干净信号更新所述第一滤波器与更新所述第二滤波器之间进行交替：使用共享电路来更新所述第一滤波器，并且重复使用同一共享电路来更新所述第二滤波器。

在示例137中，如示例106至135中任一项所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作在使用所述干净信号更新所述第一滤波器与更新所述第二滤波器之间进行交替：根据流水线时钟调度，使用共享电路来更新所述第一滤波器，并且重复使用同一共享电路来更新所述第二滤波器。

在示例138中，如示例106至135中任一项所述的主题可以可选地包括：其中，所述滤波器更新电路被配置为：通过以下操作在使用所述干净信号更新所述第一滤波器与更新所述第二滤波器之间进行交替：在一个或多个第一时间更新所述第一滤波器，并且在一个或多个不同的第二时间更新所述延迟抽头维度滤波器。

以上描述中所定义的所有缩写词附加地在本文中所包括的所有权利要求中成立。

虽然已经参照特定实施例具体示出并且描述了本发明，但本领域技术人员应理解，在不脱离所附权利要求所限定的本发明的精神和范围的情况下，可以对其进行形式和细节方面的各种改变。本发明的范围因此由所附权利要求指示，因此期望囊括在权利要求的等同物的意义和范围内的所有改变。

Claims (25)

1.一种通信电路装置，包括：

信号路径电路，被配置为：分开地将内核维度滤波器和延迟抽头维度滤波器应用于放大器的输入信号，以获得估计的干扰信号；

消除电路，被配置为：从接收信号中减去估计的干扰信号，以获得干净信号；和

滤波器更新电路，被配置为：在使用所述干净信号更新所述内核维度滤波器与所述延迟抽头维度滤波器之间进行交替。

2.如权利要求1所述的通信电路装置，被配置作为无线电通信设备，并且还包括接收链、无线电天线以及包含所述放大器的发送链。

3.如权利要求2所述的通信电路装置，其中，所述放大器被配置为：放大所述输入信号，并且所述无线电天线被配置为：发送放大后的输入信号。

4.如权利要求2所述的通信电路装置，其中，所述接收链被配置为：经由所述无线电天线接收所述接收信号，其中，所述估计的干扰信号近似从所述发送链到所述接收链的泄漏。

5.如权利要求1所述的通信电路装置，还包括内核生成电路，被配置为：处理所述输入信号，以从所述输入信号导出多个内核信号，所述多个内核信号中的每一个内核信号近似所述放大器的响应的非线性分量，

其中，所述信号路径电路被配置为：通过分开地将所述内核维度滤波器和所述延迟抽头维度滤波器应用于所述多个内核信号，来分开地将所述内核维度滤波器和所述延迟维度滤波器应用于所述输入信号，以获得所述估计的干扰信号。

6.如权利要求5所述的通信电路装置，其中，所述多个内核信号中的每一个内核信号包括多个延迟抽头，其中，所述内核维度滤波器的每个权重与所述多个内核信号中的相应一个内核信号对应，并且所述延迟抽头维度滤波器的每个权重与所述多个延迟抽头中的相应一个延迟抽头对应。

7.如权利要求5所述的通信电路装置，其中，所述滤波器更新电路被配置为：通过以下操作在使用所述干净信号更新所述内核维度滤波器与所述延迟抽头维度滤波器之间进行交替：

在所述内核维度滤波器与所述延迟抽头维度滤波器之间进行选择，以识别要进行更新的当前滤波器以及要保持恒定的固定滤波器；

将所述固定滤波器应用于所述多个内核信号，以获得解耦合的输入信号；以及

将所述解耦合的输入信号与所述干净信号进行比较，以识别要进行更新的所述当前滤波器的至少一个权重。

8.如权利要求7所述的通信电路装置，其中，所述滤波器更新电路被配置为：通过以下操作比较所述解耦合的输入信号，以识别要进行更新的所述当前滤波器的所述至少一个权重：

确定所述解耦合的输入信号与所述干净信号之间的互相关矢量；

基于所述互相关矢量，识别要进行更新的所述当前滤波器的第一权重；以及

唯一地更新所述当前滤波器的所述第一权重。

9.如权利要求8所述的通信电路装置，其中，所述滤波器更新电路被配置为：通过以下操作基于所述互相关矢量识别要进行更新的所述当前滤波器的所述第一权重：

识别所述互相关矢量的最大值化的元素；以及

将具有与所述互相关矢量的所述最大值化的元素对应的元素索引的所述当前滤波器的权重识别为所述第一权重。

10.如权利要求7所述的通信电路装置，其中，所述滤波器更新电路被配置为：通过以下操作将所述解耦合的输入信号与所述干净信号进行比较，以识别要进行更新的所述当前滤波器的所述至少一个权重：

确定所述解耦合的输入信号与所述干净信号之间的互相关矢量；以及

更新所述当前滤波器的所述至少一个权重，以减少所述互相关矢量的量值。

11.如权利要求10所述的通信电路装置，其中，所述滤波器更新电路被配置为：通过以下操作更新所述当前滤波器的所述至少一个权重，以减少所述互相关矢量的量值：

唯一地反转所述第一权重的单个比特，以减少所述互相关矢量的量值。

12.如权利要求4至11中任一项所述的通信电路装置，其中，所述滤波器更新电路被配置为：通过以下操作在使用所述干净信号更新所述内核维度滤波器与更新所述延迟抽头维度滤波器之间进行交替：

在所述内核维度滤波器与所述延迟抽头维度滤波器之间进行选择，以识别要进行更新的当前滤波器以及要保持恒定的固定滤波器；

将所述固定滤波器应用于所述多个内核信号，以获得解耦合的输入信号；

确定所述解耦合的输入信号与所述干净信号之间的互相关矢量，并且确定所述解耦合的输入信号的相关矩阵；以及

基于所述互相关矢量和所述相关矩阵，更新所述当前滤波器的至少一个权重。

13.如权利要求1至11中任一项所述的通信电路装置，其中，所述滤波器更新电路被配置为：通过以下操作在使用所述干净信号更新所述内核维度滤波器与更新所述延迟抽头维度滤波器之间进行交替：

根据流水线时钟调度，使用共享电路来更新所述内核维度滤波器并且重复使用同一共享电路来更新所述延迟抽头维度滤波器。

14.一种通信电路装置，包括：

子信号生成电路，被配置为：从放大器的输入信号获得一个或多个子信号，所述一个或多个子信号中的每一个子信号表示放大器响应的非线性分量并且由多个延迟抽头组成；

信号路径电路，被配置为：分开地将第一滤波器和第二滤波器应用于所述一个或多个子信号，以获得估计的干扰信号，其中，所述第一滤波器近似所述一个或多个子信号上的放大器响应，并且所述第二滤波器近似所述多个延迟抽头上的放大器响应；

消除电路，被配置为：从接收信号中减去所述估计的干扰信号，以获得干净信号；以及

滤波器更新电路，被配置为：在使用所述干净信号更新所述第一滤波器与更新所述第二滤波器之间进行交替。

15.如权利要求14所述的通信电路装置，被配置作为无线电通信设备，并且还包括接收链、无线电天线以及包含所述放大器的发送链。

16.如权利要求14所述的通信电路装置，其中，所述第一滤波器的每一个权重与所述一个或多个子信号中的相应一个子信号对应，并且所述第二滤波器的每一个权重与所述多个延迟抽头中的相应一个延迟抽头对应。

17.如权利要求14所述的通信电路装置，其中，所述滤波器更新电路被配置为：通过以下操作在使用所述干净信号更新所述第一滤波器与更新所述第二滤波器之间进行交替：

在所述第一滤波器与所述第二滤波器之间进行选择，以识别要进行更新的当前滤波器以及要保持恒定的固定滤波器；

将所述固定滤波器应用于所述一个或多个子信号，以获得解耦合的输入信号；以及

将所述解耦合的输入信号与所述干净信号进行比较，以识别要进行更新的将所述当前滤波器的至少一个权重。

18.如权利要求17所述的通信电路装置，其中，所述滤波器更新电路被配置为：通过以下操作将所述解耦合的输入信号与所述干净信号进行比较，以识别要进行更新的所述当前滤波器的所述至少一个权重：

确定所述解耦合的输入信号与所述干净信号之间的互相关矢量；

基于所述互相关矢量，识别要进行更新的所述当前滤波器的第一权重；以及

唯一地更新所述当前滤波器的所述第一权重。

19.如权利要求17所述的通信电路装置，其中，所述滤波器更新电路被配置为：通过以下操作将所述解耦合的输入信号与所述干净信号进行比较，以识别要进行更新的所述当前滤波器的所述至少一个权重：

确定所述解耦合的输入信号与所述干净信号之间的互相关矢量；以及

更新所述当前滤波器的所述至少一个权重，以减少所述互相关矢量的量值。

20.如权利要求14至19所述的通信电路装置，其中，所述滤波器更新电路被配置为：通过以下操作在使用所述干净信号更新所述第一滤波器与更新所述第二滤波器之间进行交替：

在所述第一滤波器与所述第二滤波器之间进行选择，以识别要进行更新的当前滤波器以及要保持恒定的固定滤波器；

将所述固定滤波器应用于所述一个或多个子信号，以获得解耦合的输入信号；

确定所述解耦合的输入信号与所述干净信号之间的互相关矢量，并且确定所述解耦合的输入信号的相关矩阵；以及

基于所述互相关矢量和所述相关矩阵，更新所述当前滤波器的至少一个权重。

21.一种执行干扰消除的方法，包括：

分开地将内核维度滤波器和延迟抽头维度滤波器应用于放大器的输入信号，以获得估计的干扰信号；

从接收信号中减去所述估计的干扰信号，以获得干净信号；以及

在使用所述干净信号更新所述内核维度滤波器与更新所述延迟抽头维度滤波器之间进行交替。

22.如权利要求21所述的方法，其中，分开地将所述内核维度滤波器和所述延迟抽头维度滤波器应用于放大器的输入信号以获得估计的干扰信号包括：

处理所述输入信号，以从所述输入信号导出多个内核信号，其中，所述多个内核信号中的每一个内核信号近似所述放大器的响应的非线性分量，并且分开地将所述内核维度滤波器和所述延迟抽头维度滤波器应用于所述多个内核信号，以获得所述估计的干扰信号。

23.如权利要求22所述的方法，其中，所述多个内核信号中的每一个内核信号由多个延迟抽头组成，其中，所述内核维度滤波器的每一个权重与所述多个内核信号中的相应一个内核信号对应，并且所述延迟抽头维度滤波器的每一个权重与所述多个延迟抽头中的相应一个延迟抽头对应。

24.如权利要求21至23中任一项所述的方法，还包括：通过所述放大器放大所述输入信号，并且通过无线电天线发送放大后的输入信号。

25.如权利要求22至23中任一项所述的方法，其中，在使用所述干净信号更新所述内核维度滤波器与更新所述延迟抽头维度滤波器之间进行交替包括：

在所述内核维度滤波器与所述延迟抽头维度滤波器之间进行选择，以识别要进行更新的当前滤波器以及要保持恒定的固定滤波器；

将所述固定滤波器应用于所述多个内核信号，以获得解耦合的输入信号；以及

将所述解耦合的输入信号与所述干净信号进行比较，以识别要进行更新的所述当前滤波器的至少一个权重。