CN113872898A - 一种基于有界成分分析的数字域自干扰抑制的方法和系统 - Google Patents
一种基于有界成分分析的数字域自干扰抑制的方法和系统 Download PDFInfo
- Publication number
- CN113872898A CN113872898A CN202111113026.3A CN202111113026A CN113872898A CN 113872898 A CN113872898 A CN 113872898A CN 202111113026 A CN202111113026 A CN 202111113026A CN 113872898 A CN113872898 A CN 113872898A
- Authority
- CN
- China
- Prior art keywords
- signal
- matrix
- self
- local
- 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.)
- Granted
Links
- 230000001629 suppression Effects 0.000 title claims abstract description 91
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000004458 analytical method Methods 0.000 title claims abstract description 29
- 239000011159 matrix material Substances 0.000 claims abstract description 153
- 238000000926 separation method Methods 0.000 claims abstract description 83
- 230000006854 communication Effects 0.000 claims abstract description 14
- 238000004891 communication Methods 0.000 claims abstract description 14
- 230000026676 system process Effects 0.000 claims abstract description 4
- 239000013598 vector Substances 0.000 claims description 30
- 230000006870 function Effects 0.000 claims description 25
- 230000003321 amplification Effects 0.000 claims description 14
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 14
- 230000004044 response Effects 0.000 claims description 14
- 230000009021 linear effect Effects 0.000 claims description 9
- 238000005316 response function Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 7
- 230000000452 restraining effect Effects 0.000 claims description 6
- 230000003595 spectral effect Effects 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 3
- 238000009795 derivation Methods 0.000 claims description 3
- 230000002401 inhibitory effect Effects 0.000 abstract description 4
- 239000000126 substance Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 241000287196 Asthenes Species 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000005311 autocorrelation function Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009022 nonlinear effect Effects 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
- H04L25/03006—Arrangements for removing intersymbol interference
- H04L25/03159—Arrangements for removing intersymbol interference operating in the frequency domain
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Noise Elimination (AREA)
Abstract
本发明公开了一种基于有界成分分析的数字域自干扰抑制的方法和系统,涉及同时同频全双工通信的技术领域,所述方法包括:同时同频全双工通信系统中的通信设备处理产生本地信号,并将本地信号分为一路本地信号和二路本地信号;一路本地信号经收发模块发射至远端,同时收发模块接收远端发出的有用信号;对一路本地信号、二路本地信号和有用信号进行处理,获得接收链路数字基带信号和辅助链路数字基带信号;基于接收链路数字基带信号和辅助链路数字基带信号,利用有界成分分析算法进行数字域自干扰抑制,获得最优分离矩阵;利用最优分离矩阵分离出有用信号估计值。本发明考虑了链路中的非线性成分,能够完整分离出有用信号,有效提高了抑制比。
Description
技术领域
本发明涉及同时同频全双工通信的技术领域,更具体地,涉及一种基于有界成分分析的数字域自干扰抑制的方法和系统。
背景技术
同时同频全双工系统是指设备的发射机和接收机占用相同的频率资源同时进行工作,使得通信双方在上、下行可以在相同时间使用相同的频率,突破了现有的频分双工和时分双工模式,是通信节点实现双向通信的关键之一。但同时同频全双工技术存在一个弊端:设备自身的发射信号会对有用信号的检测造成强干扰,使发射信号成为设备本身的强自干扰信号,强干扰信号的存在不仅淹没有用信号使其无法在接收端被检测,还会使接收机达到饱和从而影响系统的整体性能。典型的消除自干扰信号的方法分为三类:天线干扰抑制、射频干扰抑制和数字干扰抑制。天线干扰抑制当近端自干扰信号与远端有用信号来源方向接近的时候会失效。射频干扰抑制具有控制不稳定、对消残留大的缺点。数字干扰抑制能够很大程度的弥补射频干扰抵消的缺陷,因此,为了确保通信设备有效地解调和信道解码,有必要在数字域进一步执行干扰抑制。传统的干扰抑制的技术方案包括干扰信道的信道估计和干扰信号的自适应滤波,这两者的本质都是对干扰信号的重构,并在数字域抑制模块中,将接收到的信号减去重构信号来实现抑制。传统的方法很少考虑了链路中的非线性成分信道的多径效应,不具有实时性,无法保证有用信号的完整性。
2018年12月7日公开的中国专利申请CN108965175A提供了一种频域数字自干扰信号抵消中保护有用信号的方法,包括主端发射天线发送有用信号X1,从端接收天线接收有用信号X1,并同步X1信号;从端在延时到设定时间后,从端发射天线发送自干扰信号X2;从端接收天线接收到由有用信号X1和自干扰信号X2构成的混合信号,经过频域数字干扰抵消获得有用信号。该发明仅通过射频域干扰抑制对干扰信号进行抑制,最后到数字端的基带信号仍存在巨大干扰,对消残留大,抑制效果差,并且没有考虑对非线性干扰信号的干扰抑制的方法,无法从包含非线性干扰信号的混合信号中完整分离出感兴趣信号,对干扰信号的形成高抑制比。
发明内容
本发明为克服上述现有技术没有考虑链路中的非线性成分,无法保证有用信号的完整性的缺陷,提供一种基于有界成分分析的数字域自干扰抑制的方法和系统,考虑了链路中的非线性成分,能够完整分离出有用信号,有效提高了抑制比。
为解决上述技术问题,本发明的技术方案如下:
本发明提供一种基于有界成分分析的数字域自干扰抑制的方法,所述方法包括:
S1:同时同频全双工通信系统中的通信设备处理产生本地信号,并将本地信号分为一路本地信号和二路本地信号;
S2:一路本地信号经收发模块发射至远端,同时收发模块接收远端发出的有用信号;
S3:对一路本地信号、二路本地信号和有用信号进行处理,获得接收链路数字基带信号和辅助链路数字基带信号;
S4:基于接收链路数字基带信号和辅助链路数字基带信号,利用有界成分分析算法进行数字域自干扰抑制,获得最优分离矩阵;
S5:利用最优分离矩阵分离出有用信号估计值。
优选地,所述S1中,设备处理产生本地信号的具体方法为:
设备产生二进制随机序列,调制为数字基带信号x[k],k=0,1,…,N-1,N表示样本点数;将数字基带信号x[k]转化为模拟信号x(t),依次通过上变频、滤波、增益放大和功率放大后,获得本地信号xPA(t),由于功率放大的非线性影响,其他的非线性都可以忽略。功率放大引入的三阶及更高阶的非线性成分是链路中对干扰抑制的主要影响。对于任何的非线性模块,输出信号可以表示为输入信号的多项式。采用Hammerstein多项式模型来描述功放的非线性成分。功放的非线性信号功率主要集中在三阶交截点处,更高阶的信号可以忽略不计;本地信号xPA(t)表示为:
xPA(t)=gtx(t)+gtx(t)|x(t)|2+gtnt(t)
式中,gt表示产生本地信号过程中器件增益总和,nt(t)表示噪声总和,t表示t时刻。
优选地,所述S3中,对一路本地信号、二路本地信号和有用信号进行处理,获得接收链路数字基带信号和辅助链路数字基带信号的具体方法为:
S3.1:收发模块检测到一路本地信号后产生自干扰信号,与收发模块接收的有用信号混合为混合信号;
对二路本地信号进行信道估计,通过估计的信道获得重构自干扰信号;
对二路本地信号进行信号处理,获得辅助链路数字基带信号;
S3.2:基于混合信号和重构自干扰信号,获得射频抑制剩余信号;
S3.3:对射频抑制剩余信号进行信号处理,获得接收链路数字基带信号。
二路本地信号作为射频域抑制和射频辅助的数字域自干扰抑制的输入信号;在射频域抑制中,二路本地信号被用作信道估计,通过估计的信道获得重构自干扰信号;将混合信号和重构自干扰信号进行相减,实现了射频域的干扰抑制;本发明引入一条辅助链路来实现基于射频辅助的数字域自干扰抑制,将发送链路中功率放大后的本地信号作为辅助链路的输入信号,经过辅助链路的处理,改变助链路数字基带信号的特性。
优选地,所述S3.1中,混合信号和辅助链路数字基带信号具体为:
r(t)=hSI(t)×xPA(t)+hSOI(t)×s(t)+nAWGN(t)
式中,r(t)表示t时刻混合信号,hSI(t)表示t时刻自干扰信号的冲激响应,hSOI(t)表示t时刻有用信号的冲激响应,s(t)表示t时刻模拟有用信号,nAWGN(t)表示t时刻高斯白噪声;表示辅助链路数字基带信号,gA表示辅助链路中器件增益总和,fA[k]表示有限脉冲响应滤波器的响应函数,nA[k]表示辅助链路中总噪声;×表示卷积运算。
优选地,所述S3.2中,射频抑制剩余信号为:
优选地,所述S3.3中,接收链路数字基带信号为:
整理为:
优选地,所述S4中,基于接收链路数字基带信号和辅助链路数字基带信号,利用有界成分分析算法进行数字域自干扰抑制的具体方法为:
S4.1:根据接收链路数字基带信号和辅助链路数字基带信号,获得数字域自干扰抑制的接收信号矩阵;
S4.2:基于接收信号矩阵,获得估计信号集合矩阵,并定义估计信号集合矩阵的范围向量;
S4.3:基于估计信号集合矩阵的范围向量设置目标函数,对目标函数取对数和次梯度求导,获得分离矩阵的迭代方程;
S4.5:更新分离矩阵的迭代方程,直至分离矩阵收敛,获得最优分离矩阵。
基于自干扰信号和有用信号的有界性以及混合信道的未知性,在数字域自干扰抑制中采用盲源分离(BSS)算法实现抽取有用信号的操作;有用信号和自干扰信号的边缘概率分布凸支集的笛卡尔积的形成成立,接收链路和辅助链路是并行关系,则数字域自干扰抑制的接收信号矩阵表示为:
在线性混合的情况下,自干扰信号中只存在直视路径成分,辅助链路的有限脉冲响可以为一阶,则:
在没有噪声的条件下,可以通过求混合矩阵的逆矩阵来完成数字域自干扰抑制。但是实际上由于存在非线性因素和噪声,无法通过求混合矩阵的逆矩阵来完成有用信号的分离;接收信号矩阵通过分离后可以得到干扰信号估计值和有用信号估计值矢量形式为设输入信号集合矩阵X=[X[1] X[2] … X[N]],接收信号集合矩阵R=[R[1] R[2] …R[N]],估计信号集合矩阵O=[o[1] o[2] … o[N]];
对接收信号集合矩阵R进行去均值处理,求接收信号集合矩阵R的均值AVE=E{R},再有R减去AVE均值实现去均值处理;
定义估计信号集合矩阵O的范围向量:设最大值矢量u和最小值矢量v,则
则估计信号集合矩阵O的范围向量为Δ=u-v;
设置目标函数:
对目标函数取对数和次梯度求导,获得分离矩阵的迭代方程:
式中,W(n+1)表示第(n+1)次迭代时的分离矩阵,μ表示学习步长,RX表示输入信号集合矩阵的协方差矩阵,Δi表示范围向量的第i个元素,ei表示正交基向量,设第n次迭代时输出值最大时刻集合κi+和输出值最大时刻集合κi-,则:
在卷积混合情况下,自干扰信号不仅存在直视路径成分,还存在非直视路径成分;假设信道的多径数目为Q1,有限脉冲滤波的抽头数目为Q2,则卷积混合矩阵为L为卷积混合矩阵的阶数,且L=max(Q1,Q2)。当L=1时,卷积混合情况就与线性混合相同。卷积混合矩阵表示为:
盲源分离算法的目的是寻找一个分离矩阵W,在信号的有界性和系统卷积混合的条件下,利用分离矩阵W将混合后的信号分离。理想的情况下,分离矩阵W和卷积混合矩阵的乘积是单位矩阵,即分离出来的信号和混合前的信号是相同的。但实际上由于噪声和非理想因素的存在,并不能直接地根据混合矩阵得到分离矩阵。如果分离系统的系统矩阵是一个广义置换矩阵时,完美的信号分离就可以被实现。定义分离矩阵W的长度为M,分离集合矩阵W=[W(0) W(1) … W(M-1)]和接收信号矩阵分离系统函数定义为则分离输出信号为分离输出信号与输入信号集合矩阵的关系为
其中,v=N,η=2N+1是DFT长度。定义分离输出信号的功率谱密度为:
其中,k,l∈{-N,...,N},η=2v+1;RO表示分离输出信号的自相关函数,表示为:
J(W)的第一部分相对于W(n)的次梯度导数为:
其中,W(l)是W的DFT。因此,分离矩阵的迭代方程为:
优选地,利用最优分离矩阵分离出的有用信号估计值具体为:
本发明还提供一种基于有界成分分析的数字域自干扰抑制的系统,包括发射链路模块、收发模块、射频抑制模块、接收链路模块、辅助链路模块和数字域自干扰抑制模块;
发射链路模块产生本地信号,并将本地信号分为一路本地信号和二路本地信号;一路本地信号通过收发模块发射至远端,同时收发模块接收远端发出的有用信号;收发模块检测到一路本地信号后产生自干扰信号,与有用信号混合为混合信号;二路本地信号经过射频抑制模块获得重构自干扰信号,将重构自干扰信号和混合信号输入接收链路模块,处理后获得接收链路数字基带信号;同时,二路本地信号经过辅助链路模块处理获得辅助链路数字基带信号;将接收链路数字基带信号和辅助链路数字基带信号输入数字域自干扰抑制模块进行数字域自干扰抑制,分离出有用信号的估计值。
与现有技术相比,本发明技术方案的有益效果是:
本发明将本地信号分为一路本地信号和二路本地信号,通过对一路本地信号、二路本地信号和有用信号进行处理,考虑了整体链路非线性成分的影响;基于获得的接收链路数字基带信号和辅助链路数字基带信号,利用有界成分分析算法进行数字域自干扰抑制,使用获得的最优分离矩阵能够完美分离出最接近有用信号的估计值,获得完整的有用信号,有效提高了抑制比。
附图说明
图1为实施例1所述的基于有界成分分析的数字域自干扰抑制的方法的流程图;
图2为实施例1所述的方法、CA和LS在直视路径下,信噪比与误码率的关系图;
图3为实施例1所述的方法、CA和LS在非直视路径下,信噪比与误码率的关系图;
图4为实施例1所述的方法、CA和LS在直视路径下,信噪比与抑制比的关系图;
图5为实施例1所述的方法、CA和LS在非直视路径下,信噪比与抑制比的关系图;
图6为实施例2所述的基于有界成分分析的数字域自干扰抑制的系统的原理图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;
为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;
对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
本实施例提供一种基于有界成分分析的数字域自干扰抑制的方法,如图1所示,所述方法包括:
S1:同时同频全双工通信系统中的通信设备处理产生本地信号,并将本地信号分为一路本地信号和二路本地信号;
S2:一路本地信号经收发模块发射至远端,同时收发模块接收远端发出的有用信号;
S3:对一路本地信号、二路本地信号和有用信号进行处理,获得接收链路数字基带信号和辅助链路数字基带信号;
S4:基于接收链路数字基带信号和辅助链路数字基带信号,利用有界成分分析算法进行数字域自干扰抑制,获得最优分离矩阵;
S5:利用最优分离矩阵分离出有用信号估计值。
所述S1中,设备处理产生本地信号的具体方法为:
设备产生二进制随机序列,调制为数字基带信号x[k],k=0,1,…,N-1,N表示样本点数;将数字基带信号x[k]转化为模拟信号x(t),依次通过上变频、滤波、增益放大和功率放大后,获得本地信号xPA(t),由于功率放大的非线性影响,其他的非线性都可以忽略。功率放大引入的三阶及更高阶的非线性成分是链路中对干扰抑制的主要影响。对于任何的非线性模块,输出信号可以表示为输入信号的多项式。采用Hammerstein多项式模型来描述功放的非线性成分。功放的非线性信号功率主要集中在三阶交截点处,更高阶的信号可以忽略不计;本地信号xPA(t)表示为:
xPA(t)=gtx(t)+gtx(t)|x(t)|2+gtnt(t)
式中,gt表示产生本地信号过程中器件增益总和,nt(t)表示t时刻噪声总和。
所述S3中,对一路本地信号、二路本地信号和有用信号进行处理,获得接收链路数字基带信号和辅助链路数字基带信号的具体方法为:
S3.1:收发模块检测到一路本地信号后产生自干扰信号,与收发模块接收的有用信号混合为混合信号;
对二路本地信号进行信道估计,通过估计的信道获得重构自干扰信号;
对二路本地信号进行信号处理,获得辅助链路数字基带信号;
S3.2:基于混合信号和重构自干扰信号,获得射频抑制剩余信号;
S3.3:对射频抑制剩余信号进行信号处理,获得接收链路数字基带信号。
二路本地信号作为射频域抑制和射频辅助的数字域自干扰抑制的输入信号;在射频域抑制中,二路本地信号被用作信道估计,通过估计的信道获得重构自干扰信号;将混合信号和重构自干扰信号进行相减,实现了射频域的干扰抑制;本发明引入一条辅助链路来实现基于射频辅助的数字域自干扰抑制,将发送链路中功率放大后的本地信号作为辅助链路的输入信号,经过辅助链路的处理,改变助链路数字基带信号的特性。
所述S3.1中,混合信号和辅助链路数字基带信号具体为:
r(t)=hSI(t)×xPA(t)+hSOI(t)×s(t)+nAWGN(t)
式中,r(t)表示t时刻混合信号,hSI(t)表示t时刻自干扰信号的冲激响应,hSOI(t)表示t时刻有用信号的冲激响应,s(t)表示t时刻模拟有用信号,nAWGN(t)表示t时刻高斯白噪声;表示辅助链路数字基带信号,gA表示辅助链路中器件增益总和,fA[k]表示有限脉冲响应滤波器的响应函数,nA[k]表示辅助链路中总噪声;×表示卷积运算。
所述S3.2中,射频抑制剩余信号为:
所述S3.3中,接收链路数字基带信号为:
整理为:
所述S4中,基于接收链路数字基带信号和辅助链路数字基带信号,利用有界成分分析算法进行数字域自干扰抑制的具体方法为:
S4.1:根据接收链路数字基带信号和辅助链路数字基带信号,获得数字域自干扰抑制的接收信号矩阵;
S4.2:基于接收信号矩阵,获得估计信号集合矩阵,并定义估计信号集合矩阵的范围向量;
S4.3:基于估计信号集合矩阵的范围向量设置目标函数,对目标函数取对数和次梯度求导,获得分离矩阵的迭代方程;
S4.4:更新分离矩阵的迭代方程,直至分离矩阵收敛,获得最优分离矩阵。
基于自干扰信号和有用信号的有界性以及混合信道的未知性,在数字域自干扰抑制中采用盲源分离(BSS)算法实现抽取有用信号的操作;有用信号和自干扰信号的边缘概率分布凸支集的笛卡尔积的形成成立,接收链路和辅助链路是并行关系,则数字域自干扰抑制的接收信号矩阵表示为:
在线性混合的情况下,自干扰信号中只存在直视路径成分,辅助链路的有限脉冲响可以为一阶,则:
在没有噪声的条件下,可以通过求混合矩阵的逆矩阵来完成数字域自干扰抑制。但是实际上由于存在非线性因素和噪声,无法通过求混合矩阵的逆矩阵来完成有用信号的分离;接收信号矩阵通过分离后可以得到干扰信号估计值和有用信号估计值矢量形式为设输入信号集合矩阵X=[X[1] X[2] … X[N]],接收信号集合矩阵R=[R[1] R[2] … R[N]],估计信号集合矩阵O=[o[1] o[2] … o[N]];
对接收信号集合矩阵R进行去均值处理,求接收信号集合矩阵R的均值AVE=E{R},再有R减去AVE均值实现去均值处理;
定义估计信号集合矩阵O的范围向量:设最大值矢量u和最小值矢量v,则
则估计信号集合矩阵O的范围向量为Δ=u-v;
设置目标函数:
对目标函数取对数和次梯度求导,获得分离矩阵的迭代方程:
式中,W(n+1)表示第(n+1)次迭代时的分离矩阵,μ表示学习步长,RX表示输入信号集合矩阵的协方差矩阵,Δi表示范围向量的第i个元素,ei表示正交基向量,设第n次迭代时输出值最大时刻集合κi+和输出值最大时刻集合κi-,则:
在卷积混合的情况下,自干扰信号不仅存在直视路径成分,还存在非直视路径成分;假设信道的多径数目为Q1,有限脉冲滤波的抽头数目为Q2,则卷积混合矩阵为L为卷积混合矩阵的阶数,且L=max(Q1,Q2)。当L=1时,卷积混合情况就与线性混合相同。卷积混合矩阵表示为:
盲源分离算法的目的是寻找一个分离矩阵W,在信号的有界性和系统卷积混合的条件下,利用分离矩阵W将混合后的信号分离。理想的情况下,分离矩阵W和卷积混合矩阵的乘积是单位矩阵,即分离出来的信号和混合前的信号是相同的。但实际上由于噪声和非理想因素的存在,并不能直接地根据混合矩阵得到分离矩阵。如果分离系统的系统矩阵是一个广义置换矩阵时,完美的信号分离就可以被实现。定义分离矩阵W的长度为M,分离集合矩阵W=[W(0)W(1)…W(M-1)]和接收信号矩阵分离系统函数定义为则分离输出信号为分离输出信号与输入信号集合矩阵的关系为
其中,v=N,η=2N+1是DFT长度。定义分离输出信号的功率谱密度为:
其中,k,l∈{-N,...,N},η=2v+1;RO表示分离输出信号的自相关函数,表示为:
J(W)的第一部分相对于W(n)的次梯度导数为:
其中,W(l)是W的DFT。因此,分离矩阵的迭代方程为:
利用最优分离矩阵分离出的有用信号估计值具体为:
在具体实施过程中,考虑了一个两个用户通过OFDM信号相互通信的CCFD通信系统。在本次仿真中,我们运行了1000次蒙特卡洛仿真来评估统计数据。如果下文没有特别说明,则模拟参数设置为ADC的输入SNR=20dB,PAPR=10dB和样本长度N=6600。其他的参数设置如下表所示:
系统参数 | 数值 |
系统信噪比 | 1-30dB |
子载波数 | 200 |
OFDM符号数 | 100 |
噪声功率 | -90dBm |
剩余的干噪比 | 30dB |
调制方式 | OFDM |
多径数(M) | 3 |
如图2—图5,图中方块的连线表示LS方法,×的连线表示ICA放大,圆圈的连线表示本实施例提出的方法;
如图2所示,表示仅在直视路径的情况下,在不同信噪比时三种方法与误码率之间的关系,本实施(OURS)比ICA、LS有更好的抑制效果,信噪比为30dB时,三者误码率的差值最大;
如图3所示,表示存在非直视路径的情况下,在不同信噪比时三种方法与误码率之间的关系,本实施例(OURS)比ICA、LS有更好的抑制效果,且稳定性也更好。
如图4所示,表示仅在直视路径的情况下,在不同信噪比时三种方法与干扰抑制比之间的关系,本实施例(OURS)的干扰抑制比可达到7dB,而ICA和LS的最大抑制比仅有4dB。
如图5所示,表示存在非直视路径的情况下,在不同信噪比时三种方法与干扰抑制比之间的关系,本实施(OURS)例明显具有很高的抑制比。
实施例2
本实施例提供一种基于有界成分分析的数字域自干扰抑制的系统,如图6所示,包括发射链路模块、收发模块、射频抑制模块、接收链路模块、辅助链路模块和数字域自干扰抑制模块;
发射链路模块产生本地信号,并将本地信号分为一路本地信号和二路本地信号;一路本地信号通过收发模块发射至远端,同时收发模块接收远端发出的有用信号;收发模块检测到一路本地信号后产生自干扰信号,与有用信号混合为混合信号;二路本地信号经过射频抑制模块获得重构自干扰信号,将重构自干扰信号和混合信号输入接收链路模块,处理后获得接收链路数字基带信号;同时,二路本地信号经过辅助链路模块处理获得辅助链路数字基带信号;将接收链路数字基带信号和辅助链路数字基带信号输入数字域自干扰抑制模块进行数字域自干扰抑制,分离出有用信号的估计值;
发射链路模块包括制器、数模转换器、第一混频器、第一带通滤波器、第一可变增益放大器、功率放大器和功率分配器;
收发模块包括环行器和收/发一体天线;
接收链路模块包括第三带通滤波器、低噪声放大器、第三混频器、第二低通滤波器、第三可变增益放大器和第二模数转换器;
辅助链路模块包括第二带通滤波器、第二混频器、第一低通滤波器、第二可变增益放大器、第一模数转换器和有限脉冲滤波器;
数字域自干扰抑制模块包括DSIC模块和解调器;
调制器的输出端与数模转换器的输入端连接,数模转换器的输出端与第一混频器的输入端连接,第一混频器的输出端与第一带通滤波器的输入端连接,第一带通滤波器的输出端与第一可变增益放大器的输入端连接,第一可变增益放大器的输出端与功率放大器的输入端连接,功率放大器的输出端与功率分配器的输入端连接;
功率分配器的输入端,第一输出端与环行器的一号端口连接,环行器的二号端口与收/发一体天线连接,环行器的三号端口与第三带通滤波器的输入端连接,第三带通滤波器的输出端与低噪声放大器的输入端连接,低噪声放大器的输出端与第三混频器的输入端连接,第三混频器的输出端与第二低通滤波器的输入端连接,第二低通滤波器的输出端与第三可的变增益放大器的输入端连接,第三可变增益放大器的输出端与第二模数转换器的输入端连接,第二模数转换器的输出端与DSIC模块的输入端连接;
功率分配器的第二输出端与射频抑制模块的输入端连接,射频抑制模块的输出端与第三带通滤波器的输入端连接;功率分配器的第二输出端还与第二带通滤波器的输入端连接,第二带通滤波器的输出端与第二混频器的输入端连接,第二混频器的输出端与第一低通滤波器的输入端连接,第一低通滤波器的输出端与第二可变增益放大器的输入端连接,第二可变增益放大器的输出端与第一模数转换器的输入端连接,第一模数转换器的输出端与有限脉冲滤波器的输入端连接,有限脉冲滤波器的输出端与DSIC模块的输入端连接;
DSIC模块的输出端与解调器的输入端连接,解调器的输出端输出有用信号估计值。
调制器、数模转换器、第一混频器、第一带通滤波器、第一可变增益放大器、功率放大器组成发射链路,设备产生一个二进制随机序列,通过调制器调制为数字基带信号x[k],k=0,1,…,N-1,N表示样本点数,经数模转换器转化为模拟信号x(t);模拟信号x(t)通过第一混频器上变频为射频信号,依次通过带宽足够大且平坦的第一带通滤波器滤波、第一可变增益放大器放大增益、功率放大器发大功率后形成本地信号xPA(t);本地信号经功率分配器分为一路本地信号和二路本地信号;一路本地信号经环形器通过收/发一体天线发射到远端,:收/发一体天线检测到一路本地信号后产生自干扰信号,同时收/发一体天线接收远端发射的有用信号,混合为混合信号;第三带通滤波器、低噪声放大器、第三混频器、第二低通滤波器、第三可变增益放大器、第二模数转换器、DSIC模块组成接收链路;二路本地信号经过射频抑制模块获得重构自干扰信号,将混合信号和重构自干扰信号进行相减,获得射频抑制剩余信号,输入接收链路,依次经第三带通滤波器滤波、低噪声放大器降噪放大、第二低通滤波器滤波、第三可变增益放大器放大增益、第二模数转换器转化为接收链路数字基带信号第二带通滤波器、第二混频器、第一低通滤波器、第二可变增益放大器、第一模数转换器、有限脉冲滤波器组成辅助链路,二路本地信号依次经二带通滤波器滤波、第一低通滤波器滤波、第二可变增益放大器放大增益、第一模数转换器转换为数字信号、有限脉冲滤波器滤波后,获得辅助链路数字基带信号接收链路数字基带信号和辅助链路数字基带信号共同输入DSIC模块进行数字域自干扰抑制,DSIC模块上设置有盲源分离算法,基于和提取接收信号矩阵,建立目标函数,选择优化算法,获得最优分离矩阵,利用最优分离矩阵提取出有用信号的估计值经解调器输出至设备的接收端。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (10)
1.一种基于有界成分分析的数字域自干扰抑制的方法,其特征在于,包括:
S1:同时同频全双工通信系统中的通信设备处理产生本地信号,并将本地信号分为一路本地信号和二路本地信号;
S2:一路本地信号经收发模块发射至远端,同时收发模块接收远端发出的有用信号;
S3:对一路本地信号、二路本地信号和有用信号进行处理,获得接收链路数字基带信号和辅助链路数字基带信号;
S4:基于接收链路数字基带信号和辅助链路数字基带信号,利用有界成分分析算法进行数字域自干扰抑制,获得最优分离矩阵;
S5:利用最优分离矩阵分离出有用信号估计值。
2.根据权利要求1所述的基于有界成分分析的数字域自干扰抑制的方法,其特征在于,所述S1中,设备处理产生本地信号的具体方法为:
设备产生二进制随机序列,调制为数字基带信号x[k],将数字基带信号x[k]转化为模拟信号x(t),依次通过上变频、滤波、增益放大和功率放大后,获得本地信号xPA(t),表示为:
xPA(t)=gtx(t)+gtx(t)|x(t)|2+gtnt(t)
式中,gt表示产生本地信号过程中器件增益总和,nt(t)表示t时刻噪声总和。
3.根据权利要求2所述的基于有界成分分析的数字域自干扰抑制的方法,其特征在于,所述S3中,对一路本地信号、二路本地信号和有用信号进行处理,获得接收链路数字基带信号和辅助链路数字基带信号的具体方法为:
S3.1:收发模块检测到一路本地信号后产生自干扰信号,与收发模块接收的有用信号混合为混合信号;
对二路本地信号进行信道估计,通过估计的信道获得重构自干扰信号;
对二路本地信号进行信号处理,获得辅助链路数字基带信号;
S3.2:基于混合信号和重构自干扰信号,获得射频抑制剩余信号;
S3.3:对射频抑制剩余信号进行信号处理,获得接收链路数字基带信号。
7.根据权利要求6所述的基于有界成分分析的数字域自干扰抑制的方法,其特征在于,所述S4中,基于接收链路数字基带信号和辅助链路数字基带信号,利用有界成分分析算法进行数字域自干扰抑制的具体方法为:
S4.1:根据接收链路数字基带信号和辅助链路数字基带信号,获得数字域自干扰抑制的接收信号矩阵;
S4.2:基于接收信号矩阵,获得估计信号集合矩阵,并定义估计信号集合矩阵的范围向量;
S4.3:基于估计信号集合矩阵的范围向量设置目标函数,对目标函数取对数和次梯度求导,获得分离矩阵的迭代方程;
S4.4:更新分离矩阵的迭代方程,直至分离矩阵收敛,获得最优分离矩阵。
9.根据权利要求8所述的基于有界成分分析的数字域自干扰抑制的方法,其特征在于,所述S4.3中,目标函数和迭代方程具体为:
在线性混合情况下:
式中,W表示分离矩阵,R0为估计信号集合矩阵的自协方差矩阵,Г(*)表示Gamma函数,||*||2为L2范数;u表示估计信号集合矩阵的最大值矢量,v表示估计信号集合矩阵的最小值矢量,Δ=u-v,Δ表示在线性混合情况下,估计信号集合矩阵的范围向量W(n+1)表示第(n+1)次迭代时的分离矩阵,μ表示学习步长,RX表示输入信号集合矩阵的协方差矩阵,Δi表示范围向量的第i个元素,ei表示正交基向量;
在卷积混合情况下:
10.一种基于有界成分分析的数字域自干扰抑制的系统,其特征在于,包括发射链路模块、收发模块、射频抑制模块、接收链路模块、辅助链路模块和数字域自干扰抑制模块;
发射链路模块产生本地信号,并将本地信号分为一路本地信号和二路本地信号;一路本地信号通过收发模块发射至远端,同时收发模块接收远端发出的有用信号;收发模块检测到一路本地信号后产生自干扰信号,与有用信号混合为混合信号;二路本地信号经过射频抑制模块获得重构自干扰信号,将重构自干扰信号和混合信号输入接收链路模块,处理后获得接收链路数字基带信号;同时,二路本地信号经过辅助链路模块处理获得辅助链路数字基带信号;将接收链路数字基带信号和辅助链路数字基带信号输入数字域自干扰抑制模块进行数字域自干扰抑制,分离出有用信号的估计值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111113026.3A CN113872898B (zh) | 2021-09-18 | 2021-09-18 | 一种基于有界成分分析的数字域自干扰抑制的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111113026.3A CN113872898B (zh) | 2021-09-18 | 2021-09-18 | 一种基于有界成分分析的数字域自干扰抑制的方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113872898A true CN113872898A (zh) | 2021-12-31 |
CN113872898B CN113872898B (zh) | 2024-03-29 |
Family
ID=78993494
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111113026.3A Active CN113872898B (zh) | 2021-09-18 | 2021-09-18 | 一种基于有界成分分析的数字域自干扰抑制的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113872898B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114333897A (zh) * | 2022-03-14 | 2022-04-12 | 青岛科技大学 | 基于多信道噪声方差估计的BrBCA盲源分离方法 |
CN116647311A (zh) * | 2023-07-20 | 2023-08-25 | 深圳现代技术有限公司 | 基于盲源分离的无人机通信信号处理方法、系统及设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106130594A (zh) * | 2016-01-26 | 2016-11-16 | 西北工业大学 | 基于中频域自干扰抑制的同时同频全双工通信方法及装置 |
CN108111186A (zh) * | 2017-12-12 | 2018-06-01 | 东南大学 | 一种零中频全双工收发机的数字自干扰消除方法 |
CN109962714A (zh) * | 2019-04-04 | 2019-07-02 | 电子科技大学 | 一种电磁频谱伞罩数字域自干扰抑制方法及系统 |
CN113114286A (zh) * | 2021-04-14 | 2021-07-13 | 中国人民解放军陆军工程大学 | 低复杂射频前端邻道干扰抑制装置 |
-
2021
- 2021-09-18 CN CN202111113026.3A patent/CN113872898B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106130594A (zh) * | 2016-01-26 | 2016-11-16 | 西北工业大学 | 基于中频域自干扰抑制的同时同频全双工通信方法及装置 |
CN108111186A (zh) * | 2017-12-12 | 2018-06-01 | 东南大学 | 一种零中频全双工收发机的数字自干扰消除方法 |
CN109962714A (zh) * | 2019-04-04 | 2019-07-02 | 电子科技大学 | 一种电磁频谱伞罩数字域自干扰抑制方法及系统 |
CN113114286A (zh) * | 2021-04-14 | 2021-07-13 | 中国人民解放军陆军工程大学 | 低复杂射频前端邻道干扰抑制装置 |
Non-Patent Citations (4)
Title |
---|
周娟;刘岚;陈超;何梦;沈莹;: "全双工无线通信中射频自干扰抑制的凸优化分析", 现代电子技术, no. 11 * |
王俊;赵宏志;唐友喜;: "基于降维原理的全双工射频域快速自干扰抑制算法研究", 通信学报, no. 08 * |
许江涛;唐炳俊;翟羽健;伍民顺;: "应用于同频带全双工中的宽带自干扰射频抵消技术", 西安交通大学学报, no. 09 * |
黎斯;鲁宏涛;邵士海;唐友喜;: "全双工通信射频域自干扰抑制量对数字域自干扰抑制能力的影响", 电子与信息学报, no. 06 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114333897A (zh) * | 2022-03-14 | 2022-04-12 | 青岛科技大学 | 基于多信道噪声方差估计的BrBCA盲源分离方法 |
CN116647311A (zh) * | 2023-07-20 | 2023-08-25 | 深圳现代技术有限公司 | 基于盲源分离的无人机通信信号处理方法、系统及设备 |
CN116647311B (zh) * | 2023-07-20 | 2023-10-17 | 深圳现代技术有限公司 | 基于盲源分离的无人机通信信号处理方法、系统及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113872898B (zh) | 2024-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108111186B (zh) | 一种零中频全双工收发机的数字自干扰消除方法 | |
Anttila et al. | Circularity-based I/Q imbalance compensation in wideband direct-conversion receivers | |
KR101690120B1 (ko) | 적응적 무선-주파수 간섭 소거 장치 및 방법, 그리고 수신기 | |
US8902724B2 (en) | Method and apparatus for cross-talk cancellation | |
CN107026673B (zh) | 一种数字辅助的模拟域干扰抵消方法与装置 | |
CN103338172A (zh) | 一种多径环境下同时同频全双工自干扰抵消方法 | |
CN113872898B (zh) | 一种基于有界成分分析的数字域自干扰抑制的方法和系统 | |
Korpi et al. | Digital self-interference cancellation under nonideal RF components: Advanced algorithms and measured performance | |
US11575406B1 (en) | Systems and methods for broadband signal equalization | |
CN111092833B (zh) | 一种全双工水声通信期待信道与自干扰信道联合估计方法 | |
Passerini et al. | Analog full-duplex amplify-and-forward relay for power line communication networks | |
CN106453171A (zh) | 一种同频同时全双工系统的自干扰消除方法 | |
Masmoudi et al. | Residual self-interference after cancellation in full-duplex systems | |
Komatsu et al. | Frequency-domain Hammerstein self-interference canceller for in-band full-duplex OFDM systems | |
Ploder et al. | An adaptive machine learning based approach for the cancellation of second-order-intermodulation distortions in 4G/5G transceivers | |
CN113114286B (zh) | 低复杂射频前端邻道干扰抑制装置 | |
CN111726306B (zh) | 基于二阶段自适应滤波的全双工系统相位噪声抑制方法 | |
Pan et al. | Self-interference cancellation with RF impairments suppression for full-duplex systems | |
CN115001913B (zh) | 一种基于数字辅助的全双工频域自干扰消除方法 | |
CN113904906B (zh) | 一种频域非线性连续干扰抑制的实现方法 | |
CN110808750A (zh) | 一种基于逆滤波的邻道干扰抑制方法和装置 | |
Ploder et al. | A neural network approach for the cancellation of the second-order-intermodulation distortion in future cellular RF transceivers | |
Nguyen et al. | Adjacent channel interference cancellation for robust spectrum sharing in satellite communications systems | |
Romanò et al. | Matching requirements in LINC transmitters for OFDM signals | |
Hu et al. | Performance analysis of the nonlinear self-interference cancellation for full-duplex communications |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |