同時同頻全雙工通信射頻域自干擾盲辨識算法

方明沅，帖 翊

(西安電子科技大學，陜西 西安 710071)

1 引言

傳統的時分雙工與頻分雙工是無線通信系統內的關鍵技術，已經在通信領域得到廣泛運用。但是，這兩種技術中依舊存在諸多問題，使其操作性能存在局限性[1]。此外，頻分雙工通信系統內，在節點試圖互相傳輸及接收信號的過程中，需要在某個頻段射出信號，在另一頻段進行信號接收，導致采用雙工通信需要耗費兩倍的單向通信鏈路帶寬。在頻譜資源日益稀缺的情況下，會使帶寬資源占用率過高，制約通信節點個數、降低通信效率。因此，可以在同一頻段同時傳送上下行數據的同時同頻全雙工技術得到學術界的一致關注，為提升頻譜效率提供可行借鑒。

但是，同時同頻全雙工輸送模式的收發信機內，接收信號會遭受源自本地發送信號的大功率干擾，因為模數轉換器的動態范圍擁有一定的局限性，在進入ADC之前，接收信號的干信比一定要減小至要求水平。所以，在同時同頻全雙工系統內，研究射頻域的自干擾行為是十分必要的。文獻[2]提出同時同頻擾中通系統非線性干擾抑制算法，在接收端建立干擾非線性模型，并進行非線性模型參數估計，最終在接收信號中減去重建的非線性干擾信號，以抑制同時同頻擾中通系統中的非線性干擾。但是該算法在非線性干擾抑制時的自干擾盲辨識精度較低。文獻[3]提出基于信道獨立預編碼的盲干擾抵消算法，在源節點對信息進行空間預編碼，從而構建不依賴于MIMO信道矩陣的期望信號子空間和自干擾子空間，在此基礎上，以最大化有效信噪比為目標設計最佳預編碼，通過推導可達和速率的閉合表達式，分析不同方案下信道估計誤差對可達和速率的影響。但是該算法在盲干擾抵消過程中自干擾估計時間較長，延長了盲辨識時間，從而降低了盲干擾抵消時間。

針對上述方法存在的問題，本文提出一種基于線性疊加的自干擾盲辨識算法。首先利用近端接收機對接收信號進行處理，構建同時同頻全雙工系統模型；然后采用基于可變窗長的信道估計方法，提取自干擾信號特征，根據提取結果，利用線性疊加算法，構建自干擾信號盲辨識模型；最后通過仿真驗證了本文方法的有效性，解決了傳統方法存在的問題。

2 同時同頻全雙工系統模型

本文建立的同時同頻全雙工系統包含近端和遠端兩個收發信機[4]，為了方便分析，將近端收發機作為例子，設定n代表近端發射信號參變量，f代表遠端發射信號參變量。

假設bn(k)∈{0，1}是近端輸送的第k個比特，bn(k)通過BPSK調制后，獲得輸出序列dn(k)，且dn(k)∈{-1，1}。dn(k)采用脈沖成形、數模變換后，其輸出信號為

(1)

式中，T表示待輸送符號周期，h(t)為根升余弦成形脈沖，β表示根升余弦滾降元素，0≤β≤1。

dn(t)變頻至發射頻率fc，近端發射機的射頻信號輸出為

(2)

式中，Pn代表近端發射信號功率，φn代表近端發射載波原始相位。

將遠端發射機射頻信號輸出定義為

(3)

式中，Pf代表遠端發射信號功率，φf代表遠端發射載波原始相位，df(k)∈{-1，1}是遠端輸送第k個BPSK調制符號。

如果近端發射信號從極端發射天線抵達近端接收天線，就要通過加性白高斯噪聲信道，它的幅度衰退因子是Kn，傳播延遲是τn。因為遠端發射信號同樣要經過加性白高斯噪聲信道，將其幅度衰退因子描述為Kf，傳播延遲描述為τf，那么可得到近端接收信號為

r(t)=Kfxf(t-τn)+Knxf(t-τn)+n(t)

(4)

式中，Kfxf(t-τn)表示遠端預期信號，Knxf(t-τn)表示近端自干擾信號，n(t)表示接收噪聲。

在空間內，將遠端、近端發射天線的間距設定為lf，近端與遠端的發射天線間距是ln。通常情況下，若lf高于ln，那么遠端幅度衰退因子Kf要小于近端幅度衰退因子Kn。另外，可將遠端與近端輸送信號抵達近端接收天線的傳播延遲依次描述成

τf=lf/c

(5)

τn=ln/c

(6)

(7)

3 自干擾信道估計

通過上述構建的同時同頻全雙工系統模型，將接收矢量數字自干擾信號進行重構，其表達式為

(8)

其中，E(·)代表信號期望，PN是附加干擾和熱噪聲總和N的功率。

由于信道估計值的準確度是影響自干擾抑制的主要因素[5-6]，因此需采用導引實施自干擾信道估計。因為本地發射天線和接收天線之間擁有直射線路，近端自干擾信道沖擊反應h(t，τ)可建模萊斯信道，將其描述為

(9)

其中，δ(t)代表單位沖激函數，A、θ、τ0依次為直射路線幅度、相位和對應延遲，L是信道多徑個數，ai(t)、τi(t)依次代表第i條子徑的負增益和對應延遲。

通過射頻干擾抑制和模數變換后，直射路線的多數能量被降低[7]，延遲是非整數倍采樣間隔的多徑，會生成能量拓展，將信道沖擊反應記作

(10)

其中，L′代表離散信道內的多徑數量，設定其與多徑長度相同，也就是忽略高于CP長度的多徑能量。

通過去除CP和N點FFT之后，第j個子載波位置的頻域信道反應為

(11)

將矢量H當作近端干擾信號導引占據子載波位置的信道反應。由于近、遠兩端信號利用頻分復用正交導引符號方法進行自干擾信道估計[8]，因此，實施自干擾信道估計不會遭受遠端預期信號影響。不考慮預期信號導引，通過子載波解映射后，K維接收干擾信號導引矢量為

Y=XHj+N

(12)

其中，X表示導引占據的子載波個數。

本文采用可變窗長DFT信道估計方法推算自干擾信號導引處子載波的信道估計值，該方法首選按照自干擾信道特性，明確干擾抑制窗尺度，其次實施DFT信道估計。

運用導引數據將自干擾信號導引處子載波的信道反應H實行LS信道估計，將獲得的估計值描述為

HLS=X-1Y=H+X-1N

(13)

為了實現抑制多余干擾及熱噪聲，將頻域信號反應HLS轉換至時域hLS，獲取時域LS信道估計成果

hLS=FHHLS=h+n

(14)

其中，F表示DFT轉換矩陣，h是時域信道矢量，n是時域干擾噪聲矢量。

利用時域加窗方法，獲得時域信道估計解析式

hD=DhLS

(15)

其中，D代表加窗矩陣，按照解復用后時域信道能量散布特性，將加窗矩陣進一步表示為

(16)

其中，Im1、Im2依次為m1、m2階單位矩陣，m1和m2可按照信道實際狀況采取相應改變。

實現加窗后將時域信道估計結果轉換到頻域，計算出子載波信道估計值HD。按照MMSE原則，在不同的自干擾信道狀態下，動態挑選窗長參變量m1、m2，采取加窗后，將信道估計的MSE記作

(17)

其中，N0表示噪聲功率譜密度，Rh是時域信道自關聯矩陣，將其定義為

Rh=E{FHHHHF}=FHRHF

(18)

把矩陣Rh的第i個對角因子表示為ri，引入式(19)中，即可獲取

(19)

信道估計算法的計算關鍵源自IDFT和DFT的轉換，而DFT和IDFT可利用快速的FFT和IFFT方法進行實現。FFT和IFFT方法所需的乘法和加法次數都是(K/2)log2K次，在K值取值較大的情況下，使用本文算法能夠降低信道估計的復雜系數，為后續盲辨識計算提供有效幫助。

4 基于線性疊加的自干擾盲辨識

(20)

在同時同頻全雙工系統內，需要預先在M個輸出子信道內找出測量歷史信息，將Xi，s|s引入非線性狀態解析式內，提取線性疊加的自干擾信號特征，其表達式為

(21)

經過推算復信號z(t)的瞬間幅度，獲得盲辨識平穩點

(22)

推算狀況預判偏差協方差

(23)

由于發射功率參數是不可知的，導致回波峰脊直線軌跡方位也是不可知，要采取循跡修定，確保在T時段中節點能量全都用完，這時(ρ0，θ0)方位也不可知，所以利用系統融合參量手段實施發射功率調度判斷，將其判斷過程描述為

(24)

這時，節點在Si時段前將所有能量消耗完畢，每個鏈路通過熱點軌跡轉換進行移動。使用直線軌跡斜率對矩陣Xi，s+1|s進行擇取，融合式(24)，獲得I×M的最佳輸送策略擇取矩陣為

(25)

在上述自干擾信號特征提取的基礎上，為了進一步提升自干擾信號盲辨識精度，利用線性疊加算法，建立前饋濾波器，將信號采取前置處理。設定濾波增益為

(26)

在符合式(27)收斂條件的情況下，濾波器的頻率參變量a與帶寬參變量r獲得的幅頻反應超出了諧振信號的輻射半徑，中繼輸送端與接收端之間的自干擾信號相群分布特征伴隨自干擾頻率轉換而發生改變。

通過評估目前時段的系統狀態，構建同時同頻全雙工通信射頻域自干擾盲辨識模型，解析式為

(27)

5 仿真研究

為了驗證本文所提同時同頻全雙工通信射頻域自干擾盲辨識算法的有效性，實驗平臺搭建于仿真軟件Matlab 7.0，Microsoft Windows XP操作系統，Intel(R)Celeron(R)2.6GHz處理器，16 GB內存環境中，該同時同頻全雙工系統的驗證過程在軟件接收機上完成。通過同時同頻全雙工通信系統設定射頻域自干擾盲辨識指標，如表1所示。

表1 指標設置

采用本文算法對通信射頻干擾進行抑制，抑制結果如圖1所示。

圖1 通信射頻干擾抑制結果

根據圖1可知，采用本文方法可以很好的對通信射頻干擾進行抑制，是因為本文算法對近、遠兩端信號采用頻分復用正交導引符號方法進行自干擾信道估計，提高了信道估計值的準確度，使其不遭受遠端預期信號影響，令通信射頻干擾抑制效果較好。

通信射頻干擾抑制后，本文算法、同時同頻擾中通系統非線性干擾抑制算法和基于信道獨立預編碼的盲干擾抵消算法，對自干擾信道進行盲辨識驗證，驗證結果如圖2所示。

圖2 盲辨識誤差

根據圖2可知，采用本文算法的自干擾信道辨識與實際的自干擾信道基本一致，而同時同頻擾中通系統非線性干擾抑制算法和基于信道獨立預編碼的盲干擾抵消算法的自干擾信道辨識與實際的自干擾信道相差較大，是因為本文算法利用線性疊加算法，建立前饋濾波器，將信號采取前置處理，從而提高自干擾信號盲辨識精度。

為了進一步驗證本文算法的有效性，對本文算法、同時同頻擾中通系統非線性干擾抑制算法和基于信道獨立預編碼的盲干擾抵消算法的同時同頻全雙工通信射頻域自干擾盲辨識時間進行對比分析，對比結果如圖3所示。

圖3 盲辨識時間對比結果

根據圖3可知，本文算法的同時同頻全雙工通信射頻域自干擾盲辨識時間在14s以內，比同時同頻擾中通系統非線性干擾抑制算法和基于信道獨立預編碼的盲干擾抵消算法的同時同頻全雙工通信射頻域自干擾盲辨識時間短，提高了自干擾盲辨識效率。

6 結論

同時同頻全雙工表示設備發射機與接收機占用相同頻率資源同時進行工作，讓通信系統上、下行能夠在同樣時段利用相等頻率，打破了現階段的其它雙工模式，有效提升了最高頻譜效率。

1)針對傳統的同時同頻全雙工通信射頻域自干擾盲辨識方法存在辨識結果不準確，辨識效率低的問題，提出基于線性疊加的自干擾盲辨識算法。

2)通過描述同時同頻全雙工系統原理，并采取自干擾信道估計方法提取其信道特征，運用線性疊加方法完成信道劃分和干擾濾波處理，從而實現自干擾盲辨識。

3)仿真結果表明，本文算法可以準確的對同時同頻全雙工通信射頻域自干擾進行盲辨識，且自干擾盲辨時間較短。

4)提出方法還能夠為下一步同時同頻全雙工通信射頻域自干擾抑制和消除的研究提供參考意見，為無線通信領域奠定了實用性的基礎。