CN115549722A - 变步长归一化lms全双工非线性自干扰消除方法及系统 - Google Patents
变步长归一化lms全双工非线性自干扰消除方法及系统 Download PDFInfo
- Publication number
- CN115549722A CN115549722A CN202211074193.6A CN202211074193A CN115549722A CN 115549722 A CN115549722 A CN 115549722A CN 202211074193 A CN202211074193 A CN 202211074193A CN 115549722 A CN115549722 A CN 115549722A
- Authority
- CN
- China
- Prior art keywords
- self
- interference
- digital domain
- nonlinear
- channel estimation
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000008030 elimination Effects 0.000 title claims abstract description 37
- 238000003379 elimination reaction Methods 0.000 title claims abstract description 37
- 238000010606 normalization Methods 0.000 claims abstract description 36
- 238000012549 training Methods 0.000 claims abstract description 30
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 108010076504 Protein Sorting Signals Proteins 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 4
- 238000003780 insertion Methods 0.000 claims description 3
- 230000037431 insertion Effects 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 claims description 2
- 230000001364 causal effect Effects 0.000 claims description 2
- 238000004891 communication Methods 0.000 abstract description 16
- 230000000694 effects Effects 0.000 abstract description 8
- 238000005516 engineering process Methods 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
Images
Classifications
-
- 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
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/024—Channel estimation channel estimation algorithms
- H04L25/025—Channel estimation channel estimation algorithms using least-mean-square [LMS] method
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Power Engineering (AREA)
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
Abstract
本发明公开的一种基于变步长归一化LMS的全双工数字域非线性自干扰消除方法及系统，属于通信领域。本发明采用基于训练序列的信道估计方式进行自干扰信道估计，缩短信道参数估计收敛时间；信道参数估计与数字域自干扰信号重建时，分别有针对性地消除线性数字域自干扰和非线性数字域自干扰，增强自干扰消除效果，提高通信信号的信干比增益；针对线性数字域自干扰，采用LS方法，实现对全双工数字域自干扰信号中的线性自干扰消除；针对非线性数字域自干扰，采用基于箕舌线函数的变步长归一化LMS实现对全双工数字域自干扰信号的非线性自干扰消除，提高收敛效率、缩短收敛时间、增强抗噪声能力，实现对自干扰的快速抵消，提升全双工通信效果。
Description
技术领域
本发明属于通信领域，尤其涉及一种全双工通信的数字域非线性自干扰消除方法。
背景技术
近年来，移动通信技术的迅速发展以及智能终端的迅速普及使得移动网络数据流量和信令流量激增。但是频谱资源濒临匮乏，且现有的无线通信网络通常采用半双工技术，每个用户的上、下行信道需要占用独立的时频资源，这就导致本已十分紧缺的无线频谱资源远未得到充分利用。要想提升通信系统的吞吐量，不得不提高通信系统的频谱利用率。
全双工设备能够利用同一频段进行上/下行数据的同时收发，从而将频谱利用率提升一倍。然而这必将导致同一设备的发射信号耦合到其接收链路，引发收发链路间强自干扰。而且，随着发射功率的增加，存在于射频发射通道、射频接收通道，以及射频干扰重建模块中的非线性失真问题越来越严峻，不容忽视。传统意义上的数字干扰抵消技术，是只考虑多径信道的效应，并采用线性时不变系统来进行建模，因此数字自干扰信号的抵消只抵消掉了干扰中的线性部分，其他非线性失真信号依然会进入后面的数字信号处理过程，影响译码结果，导致通信性能和质量的下降。因此，提出一种基于变步长归一化LMS(Leastmean square)的全双工数字域非线性自干扰消除方法。
发明内容
针对现有自干扰消除技术无法有效消除数字域自干扰中非线性干扰的问题，本发明的主要目的提供一种基于变步长归一化LMS的全双工数字域非线性自干扰消除方法及系统，分别建立线性数字域自干扰消除模型和非线性数字域自干扰消除模型，分别有针对性地消除线性数字域自干扰和非线性数字域自干扰，增强自干扰消除效果，提高通信信号的信干比增益；针对非线性数字域自干扰，基于变步长归一化LMS实现对全双工数字域自干扰信号的非线性自干扰消除，提高收敛效率、缩短收敛时间、增强抗噪声能力。本发明还具有性能稳定、适应性强、实时性好的优点。
为了达到上述目的，本发明采取如下的技术方案。
本发明公开的基于变步长归一化LMS的全双工数字域非线性自干扰消除方法，采用基于训练序列的信道估计方式进行自干扰信道估计，即在发送信号中以预定的排列方式插入预定数量的训练符号来辅助信道估计，缩短信道参数估计收敛时间；信道参数估计与数字域自干扰信号重建时，通过分别建立线性数字域自干扰消除模型和非线性数字域自干扰消除模型，分别有针对性地消除线性数字域自干扰和非线性数字域自干扰，增强自干扰消除效果，提高通信信号的信干比增益；针对线性数字域自干扰，采用LS(Least square)方法，实现对全双工数字域自干扰信号中的线性自干扰消除；针对非线性数字域自干扰，采用基于箕舌线函数的变步长归一化LMS实现对全双工数字域自干扰信号的非线性自干扰消除，提高收敛效率、缩短收敛时间、增强抗噪声能力，实现对自干扰的快速抵消，提升全双工通信的通信效果。
本发明公开的基于变步长归一化LMS的全双工数字域非线性自干扰消除方法，包括如下步骤：
步骤一：采用基于训练序列的信道估计方式进行自干扰信道估计，即在发送信号中以预定的排列方式插入预定数量的训练符号来辅助信道估计，缩短信道参数估计收敛时间。
所述训练序列包括PN序列、恒包络零自相关CAZAC序列等。其中，CAZAC序列具有良好的自相关性与互相关性，且具有低峰均比特性。作为优选，训练序列选用CAZAC序列，且选用的CAZAC序列为ZC序列。步骤具体实现方法为：
在发送端，将ZC序列作为训练序列插入到发送信号当中，进行自干扰信道估计，缩短信道参数估计所需收敛时间。
其中，ZC序列是复数序列，定义式为：
其中，N为序列长度，n＝0,1,...,N-1，j2＝-1，r为与N互质的任意正整数。
步骤二：信道参数估计时，通过分别建立线性数字域信道估计模型和非线性数字域信道估计模型，分别有针对性地进行线性信道和非线性信道估计，提高信道估计精度。
步骤2.1：信道参数估计与数字域自干扰信号重建时，输入信号与输出信号满足非线性非因果关系，如公式(2)所示：
其中，x(n)为输入信号序列；y(n)为输出信号序列；yl(n)为线性输出信号序列；ynl(n)为非线性输出信号序列；h(n)为权值向量；p为非线性阶次，取奇数；P为最大非线性阶次。
即，y(n)＝yl(n)+ynl(n)。
步骤2.2：建立线性数字域信道估计模型，有针对性地进行线性数字域信道估计。
利用训练序列，采用LS方法估计线性信道参数，得到线性信道参数估计值
与线性输出估计量
采用LS算法估计得，
其中，
则，线性输出估计量为
步骤2.3：针对非线性数字域自干扰，建立非线性信道估计模型，采用基于箕舌线函数的变步长归一化LMS，有针对性地进行非线性数字域信道估计。
将输出向量序列减去步骤2.2中所得的线性输出估计量，相减结果为非线性输出量。即，
利用输入与该非线性输出量，采用基于箕舌线函数的变步长归一化LMS算法估计非线性信道参数，得到非线性信道参数估计值
LMS自适应滤波器第n时刻的输入信号为x(n)与其对应的权值向量h(n)相乘得到第n时刻的估计输出信号
第n时刻的估计输出信号
与第n时刻的期望信号值ynl(n)作差得到第n时刻的误差值e(n)，计算公式为：
利用公式(4)进行权值向量迭代更新，每次迭代得到一个新的权值向量，输出一个估计信号
和误差信号e(n)，直至训练序列全部迭代完成。
其中，δ为极小数，用来微调归一化值，能够忽略不计；xT(n)x(n)是归一化函数，等效为n时刻输入信号的能量；步长因子μ(n)采用箕舌线函数模型，其计算公式为公式(5)。
其中，参数α>0控制函数形状，参数β>0控制函数的幅值，γ为收敛速度控制参数。
步骤三：步骤二信道估计所得参数用于数字域自干扰信号的重建，重建后的自干扰信号用以实现对干扰的快速抵消，即实现对全双工数字域自干扰信号的消除。
将步骤2.2中所得的权值向量作为线性自干扰重建时的权值向量重建线性自干扰信号；将步骤2.3中最后一次迭代所得的权值向量作为非线性自干扰重建时初始的权值向量，利用基于箕舌线函数的变步长归一化LMS算法重建非线性自干扰信号；将两部分求和作为数字域自干扰重建信号，即，
在接收端减去，实现对干扰的快速抵消，即实现对全双工数字域自干扰信号的消除。
本发明公开的基于变步长归一化LMS的全双工数字域非线性自干扰消除系统，用于实现所述基于变步长归一化LMS的全双工数字域非线性自干扰消除方法，所述基于变步长归一化LMS的全双工数字域非线性自干扰消除系统包括训练序列插入模块、信道参数估计模块、自干扰信号重构抵消模块。
所述训练序列插入模块，采用基于训练序列的信道估计方式进行自干扰信道估计，即在发送信号中以预定的排列方式插入预定数量的训练符号来辅助信道估计，缩短信道参数估计收敛时间。
信道参数估计模块用于信道参数估计，信道参数估计时，通过分别建立线性数字域信道估计模型和非线性数字域信道估计模型，分别有针对性地进行线性信道和非线性信道估计，提高信道估计精度。
所述信道参数估计模块包括线性数字域信道估计子模块、非线性数字域信道估计子模块。线性数字域信道估计子模块用于建立线性数字域信道估计模型，有针对性地进行线性数字域信道估计。非线性数字域信道估计子模块用于建立非线性信道估计模型，采用基于箕舌线函数的变步长归一化LMS，有针对性地非线性数字域信道估计。
自干扰信号重构抵消模块，根据信道参数估计模块信道估计所得参数进行数字域自干扰信号的重建，重建后的自干扰信号用以实现对干扰的快速抵消，即实现对全双工数字域自干扰信号的消除。
有益效果：
1、本发明公开的一种基于变步长归一化LMS的全双工数字域非线性自干扰消除方法及系统，分别建立线性数字域自干扰消除模型和非线性数字域自干扰消除模型，分别有针对性地消除线性数字域自干扰和非线性数字域自干扰，增强自干扰消除效果，提高通信信号的信干比增益；
2、本发明公开的一种基于变步长归一化LMS的全双工数字域非线性自干扰消除方法及系统，针对非线性数字域自干扰，采用基于箕舌线函数的变步长归一化LMS实现对全双工数字域自干扰信号的非线性自干扰消除，提高收敛效率、缩短收敛时间、增强抗噪声能力。
3、本发明公开的一种基于变步长归一化LMS的全双工数字域非线性自干扰消除方法及系统，采用自适应算法对非线性自干扰信道进行实时估计，同时保留信道参数自适应迭代能力，性能稳定、适应性强。
附图说明
图1是本发明变步长归一化LMS的全双工数字域非线性自干扰消除方法及系统流程图；
图2是本发明变步长归一化LMS的全双工数字域非线性自干扰消除方法及系统中自干扰重建的计算过程；
图3是本发明变步长归一化LMS的全双工数字域非线性自干扰消除方法及系统中LMS算法结构图；
图4时本发明变步长归一化LMS的全双工数字域非线性自干扰消除方法及系统仿真结果图。
具体实施方式
为了更好的说明本发明的目的和优点，下面结合附图和实例对发明内容做进一步说明。
实施例1：
为了验证方法的可行性，选择全双工通信系统参数如下：
(1)发射信号中心频率：1.5GHz；
(2)调制方式：16QAM；
(3)信道编码方式：无；
(4)符号速率：200Kbaud；
(5)调制成型窗函数：根升余弦函数，α＝0.35；
如图1所示，本实施例公开的一种基于变步长归一化LMS全双工非线性自干扰消除方法，包括如下步骤：
步骤一：在发送信号中以预定的排列方式插入预定数量的训练符号来辅助信道估计。
生成长度为31的ZC序列作为训练序列，以训练序列与发送数据比为31：1024插入训练序列。
步骤二：通过分别建立线性数字域信道估计模型和非线性数字域信道估计模型，分别有针对性地进行线性信道和非线性信道估计。
利用ZC训练序列，采用LS算法估计线性信道权值参数；
计算公式为：
其中，
xzc[n]为输入的ZC导频序列，yzc(n)为输出端输出信号序列，
为线性信道估计权值参数。
由得到的线性信道参数，估计线性自干扰信号。即，
将输出端输出序列减去估计所得线性自干扰信号，即为非线性自干扰信号。即，
利用ZC训练序列，采用基于箕舌线函数的变步长归一化LMS算法估计非线性信道参数。
在利用ZC序列做信道估计时，设xzc(n)为第n时刻滤波器的输入信号；yzc,nl(n)为第n时刻的期望值；
为第n时刻的输出值；ezc(n)为第n时刻的误差值；hnl(n)为第n次迭代的权值向量，h(0)＝0；假设权值向量阶数为20。
迭代过程为：
ezc(n)＝yzc,nl(n)-xzc T(n)hnl(n) (1)
其中，α＝2，β＝0.1，γ＝1.5。
输出最后一次的权值向量迭代结果作为非线性信道估计权值参数。
步骤三：将步骤二中所估计的线性信道权值向量
作为线性自干扰重建时的权值向量重建线性自干扰信号；
即，
其中x(n)为输入的数据序列；
为重建的数字域线性自干扰信号。
将LMS算法中最后一次迭代所得的权值向量作为非线性自干扰估计时初始的权值向量，输入利用基于箕舌线函数的变步长归一化LMS算法重建非线性自干扰信号。
具体的，根据公式(4)(5)(6)进行迭代，实时输出当前重建的非线性自干扰信号。
e(n)＝ynl(n)-xT(n)hnl(n) (4)
其中，
hnl(n)为每一次迭代的权值向量；
为重建的数字域非线性自干扰信号。其中，α＝2，β＝0.1，γ＝1.5。
将重建的线性自干扰与非线性自干扰相加，即为最终所估计的数字域自干扰信号。即，
在接收端减去重建所得自干扰信号
实现对干扰的快速抵消，即实现对全双工数字域自干扰信号的消除。
将本发明算法与标准LMS算法进行误差比较，比较结果如图四所示。结果显示，相较于标准LMS算法，本发明基于变步长归一化LMS的全双工数字域非线性自干扰消除方法具有更快的收敛速度与更好的稳定性能。
本实施例公开的种基于变步长归一化LMS全双工非线性自干扰消除方法及系统，分别建立线性数字域自干扰消除模型和非线性数字域自干扰消除模型，有针对性地消除线性数字域自干扰和非线性数字域自干扰，增强自干扰消除效果，提高通信信号的信干比增益；针对非线性数字域自干扰，基于变步长归一化LMS实现对全双工数字域自干扰信号的非线性自干扰消除，提高收敛效率、缩短收敛时间、增强抗噪声能力。
以上所述的具体描述，对发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.基于变步长归一化LMS的全双工数字域非线性自干扰消除方法，其特征在于：包括如下步骤，
步骤一：采用基于训练序列的信道估计方式进行自干扰信道估计，即在发送信号中以预定的排列方式插入预定数量的训练符号来辅助信道估计，缩短信道参数估计收敛时间；
步骤二：信道参数估计时，通过分别建立线性数字域信道估计模型和非线性数字域信道估计模型，分别有针对性地进行线性信道和非线性信道估计，提高信道估计精度；
步骤三：步骤二信道估计所得参数用于数字域自干扰信号的重建，重建后的自干扰信号用以实现对干扰的快速抵消，即实现对全双工数字域自干扰信号的消除。
2.如权利要求1所述的基于变步长归一化LMS的全双工数字域非线性自干扰消除方法，其特征在于：所述训练序列包括PN序列、恒包络零自相关CAZAC序列等；其中，CAZAC序列具有良好的自相关性与互相关性，且具有低峰均比特性；训练序列选用CAZAC序列，且选用的CAZAC序列为ZC序列；步骤具体实现方法为，
在发送端，将ZC序列作为训练序列插入到发送信号当中，进行自干扰信道估计，缩短信道参数估计所需收敛时间；
其中，ZC序列是复数序列，定义式为：
其中，N为序列长度，n＝0,1,...,N-1，j2＝-1，r为与N互质的任意正整数。
3.如权利要求2所述的基于变步长归一化LMS的全双工数字域非线性自干扰消除方法，其特征在于：步骤二实现方法为，
步骤2.1：信道参数估计与数字域自干扰信号重建时，输入信号与输出信号满足非线性非因果关系，如公式(2)所示：
其中，x(n)为输入信号序列；y(n)为输出信号序列；yl(n)为线性输出信号序列；ynl(n)为非线性输出信号序列；h(n)为权值向量；p为非线性阶次，取奇数；P为最大非线性阶次；
即，y(n)＝yl(n)+ynl(n)；
步骤2.2：建立线性数字域信道估计模型，有针对性地进行线性数字域信道估计；
利用训练序列，采用LS方法估计线性信道参数，得到线性信道参数估计值
与线性输出估计量
采用LS算法估计得，
其中，
则，线性输出估计量为
步骤2.3：针对非线性数字域自干扰，建立非线性信道估计模型，采用基于箕舌线函数的变步长归一化LMS，有针对性地进行非线性数字域信道估计；
将输出向量序列减去步骤2.2中所得的线性输出估计量，相减结果为非线性输出量；即，
利用输入与该非线性输出量，采用基于箕舌线函数的变步长归一化LMS算法估计非线性信道参数，得到非线性信道参数估计值
LMS自适应滤波器第n时刻的输入信号为x(n)与其对应的权值向量h(n)相乘得到第n时刻的估计输出信号
第n时刻的估计输出信号
与第n时刻的期望信号值ynl(n)作差得到第n时刻的误差值e(n)，计算公式为：
利用公式(4)进行权值向量迭代更新，每次迭代得到一个新的权值向量，输出一个估计信号
和误差信号e(n)，直至训练序列全部迭代完成；
其中，δ为极小数，用来微调归一化值，能够忽略不计；xT(n)x(n)是归一化函数，等效为n时刻输入信号的能量；步长因子μ(n)采用箕舌线函数模型，其计算公式为公式(5)；
其中，参数α>0控制函数形状，参数β>0控制函数的幅值，γ为收敛速度控制参数。
4.如权利要求3所述的基于变步长归一化LMS的全双工数字域非线性自干扰消除方法，其特征在于：步骤三实现方法为，
将步骤2.2中所得的权值向量作为线性自干扰重建时的权值向量重建线性自干扰信号；将步骤2.3中最后一次迭代所得的权值向量作为非线性自干扰重建时初始的权值向量，利用基于箕舌线函数的变步长归一化LMS算法重建非线性自干扰信号；将两部分求和作为数字域自干扰重建信号，即，
在接收端减去，实现对干扰的快速抵消，即实现对全双工数字域自干扰信号的消除。
5.基于变步长归一化LMS的全双工数字域非线性自干扰消除系统，用于实现如权利要求1、2、3或4所述的基于变步长归一化LMS的全双工数字域非线性自干扰消除方法，其特征在于：包括训练序列插入模块、信道参数估计模块、自干扰信号重构抵消模块；
所述训练序列插入模块，采用基于训练序列的信道估计方式进行自干扰信道估计，即在发送信号中以预定的排列方式插入预定数量的训练符号来辅助信道估计，缩短信道参数估计收敛时间；
信道参数估计模块用于信道参数估计，信道参数估计时，通过分别建立线性数字域信道估计模型和非线性数字域信道估计模型，分别有针对性地进行线性信道和非线性信道估计，提高信道估计精度；
所述信道参数估计模块包括线性数字域信道估计子模块、非线性数字域信道估计子模块；线性数字域信道估计子模块用于建立线性数字域信道估计模型，有针对性地进行线性数字域信道估计；非线性数字域信道估计子模块用于建立非线性信道估计模型，采用基于箕舌线函数的变步长归一化LMS，有针对性地非线性数字域信道估计；
自干扰信号重构抵消模块，根据信道参数估计模块信道估计所得参数进行数字域自干扰信号的重建，重建后的自干扰信号用以实现对干扰的快速抵消，即实现对全双工数字域自干扰信号的消除。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211074193.6A CN115549722A (zh) | 2022-09-02 | 2022-09-02 | 变步长归一化lms全双工非线性自干扰消除方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211074193.6A CN115549722A (zh) | 2022-09-02 | 2022-09-02 | 变步长归一化lms全双工非线性自干扰消除方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115549722A true CN115549722A (zh) | 2022-12-30 |
Family
ID=84725613
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211074193.6A Pending CN115549722A (zh) | 2022-09-02 | 2022-09-02 | 变步长归一化lms全双工非线性自干扰消除方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115549722A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008113216A1 (fr) * | 2007-03-21 | 2008-09-25 | Zte Corporation | Méthode d'évaluation d'un canal |
| CN103458424A (zh) * | 2013-07-22 | 2013-12-18 | 北京邮电大学 | 基于功率检测及环路延迟计算的自干扰消除方法 |
| CN105099643A (zh) * | 2015-08-18 | 2015-11-25 | 北京科技大学 | 一种全双工无线通信的方法、天线装置及系统 |
| CN109450486A (zh) * | 2018-12-17 | 2019-03-08 | 哈尔滨工程大学 | 异步同时同频全双工水声通信系统数字自干扰抵消方法 |
-
2022
- 2022-09-02 CN CN202211074193.6A patent/CN115549722A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008113216A1 (fr) * | 2007-03-21 | 2008-09-25 | Zte Corporation | Méthode d'évaluation d'un canal |
| CN103458424A (zh) * | 2013-07-22 | 2013-12-18 | 北京邮电大学 | 基于功率检测及环路延迟计算的自干扰消除方法 |
| CN105099643A (zh) * | 2015-08-18 | 2015-11-25 | 北京科技大学 | 一种全双工无线通信的方法、天线装置及系统 |
| CN109450486A (zh) * | 2018-12-17 | 2019-03-08 | 哈尔滨工程大学 | 异步同时同频全双工水声通信系统数字自干扰抵消方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2271011A1 (en) | Wireless communication system and transmitter used for the same | |
| CN104935540A (zh) | 一种同时同频全双工极限自干扰抵消方法 | |
| Abd El-Samie et al. | Performance enhancement of SC-FDMA systems using a companding technique | |
| WO2006115246A1 (ja) | 無線通信装置および無線通信方法 | |
| US20040157614A1 (en) | Communication system, transmitting apparatus and transmitting method, receiving apparatus and receiving method, unbalance code mixing method and multiple code decoding method | |
| WO2006106171A9 (en) | Data processing method, equalizer, receiver, communication system, network element, and terminal using simplified channel matrix inversion | |
| CN115001913B (zh) | 一种基于数字辅助的全双工频域自干扰消除方法 | |
| Padarti et al. | An improved ASOICF algorithm for PAPR reduction in OFDM systems | |
| CN112997459B (zh) | Mimo-ofdm的papr降低 | |
| EP1869853B1 (en) | Method and apparatus for equalization control | |
| CN100484117C (zh) | 交织ofdma上行链路系统的载波频偏校正方法 | |
| CN105119856B (zh) | 基于子块分析的单载波频域均衡方法 | |
| CN115549722A (zh) | 变步长归一化lms全双工非线性自干扰消除方法及系统 | |
| CN106789822B (zh) | 降低多用户大规模mimo-ofdm系统峰均功率比的方法及系统 | |
| CN113747467B (zh) | 一种非线性波形的同步和异步noma系统设计方法 | |
| CN101390318A (zh) | 符号级适配方法，用于实现该方法的存储器、均衡器以及接收机 | |
| CN1798115B (zh) | 补偿通信系统中信道失真的方法及其迭代判决反馈均衡器 | |
| Gomes et al. | Iterative frequency domain equalization for single carrier signals with magnitude modulation techniques | |
| Ba et al. | Performance evaluation of lte and 5g modeling over OFDM and GFDM physical layers | |
| CN101379721B (zh) | 均衡器系数的符号级自适应方法，用于实现该方法的存储器、均衡器以及接收机 | |
| Han et al. | A Low-Complexity CP-Free OFDM Design For NB-IoT Networks | |
| Nayak et al. | A review on PAPR reduction techniques in OFDM system | |
| Kumar et al. | Improved PTS Technique Based on Sub-Block Weighting Method of PAPR Reduction in OFDM Signals | |
| Guo et al. | Multi-user detection techniques for potential 3GPP long term evolution (LTE) schemes | |
| Liao et al. | Successive Gaussian approximation based BP detection for new radio multiple access |
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 |