一种基于递归网络的无源互调干扰对消系统及方法技术方案

一种基于递归网络的无源互调干扰对消系统及方法包括一种基于递归网络的无源互调干扰对消系统(简称对消系统)和一种基于递归网络的无源互调干扰对消方法(简称对消方法)；对消系统包括特征分析处理模块、递归网络估计模块及对消反馈调整模块；对消方法为：1接收信号；2判断是否处于导频时隙，跳至3或6；3提取特征，网络初始化；4预处理接收信号去除导频；5递归网络预测训练，得到一步超前预测递归网络；6数据传输时隙接收信号预处理；7利用5结果预测下一时刻PIM干扰信号，完成干扰对消；8采集译码前后差值处理并反馈到递归网络，更新网络参数；9判断是否结束，决定等待或跳至6。本发明专利技术系统适应性强，对消精度高且易于硬件实现。

【技术实现步骤摘要】

本专利技术涉及一种基于递归网络的无源互调干扰对消系统及方法，属于无线通信、卫星通信及地面通信系统的信号处理及抗干扰

技术介绍
无源互调(PassiveIntermodulation，简称PIM)指两个或两个以上频率成分的信号通过无源器件(如双工器、隔离器、同轴电缆、连接器、天线、负载等)时产生除谐波外新频率成分的一种现象。产生的新频率为基波频率的线性组合，当新产生频率落入通信接收机的通带内即形成干扰。无源互调现象在上世纪70年代被发现，广泛存在于通信系统中，难以完全消除。随着无线通信、卫星通信的不断发展，通信所需天线尺寸变大，受平台限制采用收发共用技术。天线收发共用系统中双工器隔离度低，无源互调产物容易进入接受频带形成干扰，且难以通过频域滤波的方法将其滤除。以卫星转发器为例，下行大功率发射信号的无源互调产物会落入上行接收频带内，对通信系统造成影响。目前采用数字信号处理方式的无源互调干扰对消研究主要有爱立信公司、北京理工大学和华为公司申请过相关专利，但是此类方法估计精度低，性能较差，同时难以实现PIM的时变特性的跟踪。其中，专利一为爱立信公司提出的专利申请，专利申请号：US8855175B2，标题为“LowComplexityAll-DigitalPIMCompensator”，主要提出无需测试模式的自适应PIM干扰对消方法，该方法需要通过测试信号确定PIM参数个数，从而利用参数估计模型得到PIM模型参数，估计出PIM干扰信号。该方法消耗资源较大，信号处理过程繁琐且无法保证参数估计的收敛速度。专利二为北京理工大学提出的专利申请，专利申请号：201410226937.0，标题为“一种基于自适应滤波的无源互调干扰抑制方法”，主要提出基于自适应滤波的无源互调干扰抑制方法，利用发射信号特征分析各阶PIM产物特性，通过幂级数模型重建PIM信号，最后采用自适应滤波的方法实现对消。该方法依赖幂级数模型重建PIM信号，但没有考虑PIM信号的自相关特性，对消精度不足。专利三为华为公司提出的专利申请，专利申请号：201410522019.2，标题为“射频模块的无源互调PIM干扰抵消方法及相关装置”，主要提出利用发射信号的非线性变换产生非线性基底和非线性项系数，通过发射信号、非线性基底和非线性项系数产生抵消信号对PIM干扰信号进行对消，但是通过卷积得到的非线性重建较为简单，难以对复杂环境PIM进行有效的重建，当信道环境恶化时，对消精度严重下降。专利四为北京理工大学提出的专利申请，专利申请号：201510547503.5，标题为“一种基于导频的无源互调干扰对消方法”，主要提出基于导频信号的无源互调干扰对消方法，通过导频估计PIM非线性模型参数和PIM信号耦合的信道冲激响应，通过估计出的PIM非线性模型参数和信道参数估计PIM干扰信号进行对消。该方法对信道环境要求高，需要在高信干比下才能达到较好的对消精度，实用性差。本专利针对前述现有PIM重建与对消技术存在的高PIM模型依赖性、高信道环境要求的技术缺陷，致力于提出一种对PIM模型变化灵敏、预测精度高的基于递归网络的无源互调干扰对消系统与方法。
技术实现思路
本专利技术的目的在于解决无线通信、卫星通信系统中的无源互调干扰问题，提出了一种基于递归网络的无源互调干扰对消系统及方法。一种基于递归网络的无源互调干扰对消系统及方法，包括一种基于递归网络的无源互调干扰对消系统(简称对消系统)和一种基于递归网络的无源互调干扰对消方法(简称对消方法)；其中，对消系统包括：特征分析处理模块、递归网络估计模块以及对消反馈调整模块；其中，特征分析处理模块包括网络设置单元、特征分析单元和数据预处理单元；递归网络估计模块包括初始化单元、递归学习单元和网络估计单元；对消反馈调整模块包括干扰对消单元和误差反馈单元；对消系统中各模块的连接关系为：特征分析处理模块与递归网络估计模块以及对消反馈调整模块相连；递归网络估计模块与特征分析处理模块以及对消反馈调整模块相连；对消反馈调整模块与递归网络估计模块以及特征分析处理模块相连；对消系统中各单元的连接关系为：特征分析单元与网络设置单元以及数据预处理单元相连；网络设置单元与特征分析单元相连；数据预处理单元与特征分析单元、递归学习单元、网络估计单元以及干扰对消单元相连；初始化单元与递归学习单元相连；递归学习单元与数据预处理单元、初始化单元、网络估计单元以及误差反馈单元相连；网络估计单元与数据预处理单元、递归学习单元以及干扰对消单元相连；干扰对消单元与数据预处理单元、网络估计单元以及误差反馈单元相连；误差反馈单元与干扰对消单元以及递归学习单元相连；对消系统的各模块功能如下：特征分析处理模块的功能是用于在导频时隙和数据传输时隙接收信号，并进行信号特征分析和预处理，将预处理信号输出给递归网络估计模块和对消反馈调整模块；递归网络估计模块接收特征分析处理模块的输出信号，利用该信号进行递归网络参数初始化和监督训练学习，并进行PIM信号一步超前预测，将一步超前预测PIM信号输出给对消反馈调整模块；对消反馈调整模块接收一步超前预测PIM信号进行干扰对消，并将译码误差反馈到递归网络估计模块，提升网络性能；对消系统的各单元功能如下：特征分析单元接收导频时隙接收信号，分析接收信号特征并将信号特征向量输出给网络设置单元，将导频时隙信号输出给数据预处理单元；网络设置单元根据信号特征向量设置递归网络结构参数，其中递归网络结构参数包括网络隐含层、输入节点及隐含层节点个数，以此确定网络结构；数据预处理单元接收导频时隙信号以及数据传输时隙接收信号进行信号预处理，在导频时隙，将预处理导频时隙信号输出给递归学习单元，在数据传输时隙，将预处理数据传输时隙接收信号输出给网络估计单元以及干扰对消单元；初始化单元进行递归网络参数结构初始化，其中递归网络参数包括序列时刻向量、状态向量、突触权值向量、期望响应、学习率以及误差精度；递归学习单元接收预处理导频时隙接收信号进行充分监督训练，得到PIM信号一步超前预测递归网络；网络估计单元接收预处理数据传输时隙信号进行PIM信号一步超前预测，并将一步超前预测PIM信号输出给干扰对消单元；干扰对消单元接收预处理数据传输时隙接收信号以及一步超前预测PIM信号进行干扰对消，将经干扰对消的预处理数据传输时隙接收信号输出，进行后续信号处理；误差反馈单元在该信号经信号处理后，采集译码前后的差值信号进行归一化处理，将归一化译码差值信号作为译码误差反馈到递归学习单元，改善递归网络性能；本专利技术采用递归网络对双时隙接收信号PIM干扰进行抑制，双时隙接收信号包括导频时隙接收信号和数据传输时隙接收信号；对消方法，具体步骤如下：步骤一：接收信号；步骤二：判断接收信号是否处于导频时隙，并决定跳至步骤三还是步骤六，具体为：2.1若接收信号处于导频时隙，则将导频时隙接收信号输出给特征分析单元，并跳至步骤三；2.2若接收信号未处于导频时隙，则将数据传输时隙接收信号输出给数据预处理单元，并跳至步骤六；步骤三：特征分析单元处理导频时隙接收信号，将提取特征输出到网络设置单元，将导频时隙接收信号输出到数据预处理单元；网络设置单元通过提取特征设置递归网络结构参数；初始化单元按照网络设置单元提取的递归网络结构本文档来自技高网...

【技术保护点】
一种基于递归网络的无源互调干扰对消系统及方法，其特征在于：一种基于递归网络的无源互调干扰对消系统及方法，包括一种基于递归网络的无源互调干扰对消系统(简称对消系统)和一种基于递归网络的无源互调干扰对消方法(简称对消方法)；其中，对消系统包括：特征分析处理模块、递归网络估计模块以及对消反馈调整模块；其中，特征分析处理模块包括网络设置单元、特征分析单元和数据预处理单元；递归网络估计模块包括初始化单元、递归学习单元和网络估计单元；对消反馈调整模块包括干扰对消单元和误差反馈单元。

【技术特征摘要】
1.一种基于递归网络的无源互调干扰对消系统及方法，其特征在于：一种基于递归网络的无源互调干扰对消系统及方法，包括一种基于递归网络的无源互调干扰对消系统(简称对消系统)和一种基于递归网络的无源互调干扰对消方法(简称对消方法)；其中，对消系统包括：特征分析处理模块、递归网络估计模块以及对消反馈调整模块；其中，特征分析处理模块包括网络设置单元、特征分析单元和数据预处理单元；递归网络估计模块包括初始化单元、递归学习单元和网络估计单元；对消反馈调整模块包括干扰对消单元和误差反馈单元。2.如权利要求1所述的一种基于递归网络的无源互调干扰对消系统及方法，其特征还在于：对消系统中各模块的连接关系为：特征分析处理模块与递归网络估计模块以及对消反馈调整模块相连；递归网络估计模块与特征分析处理模块以及对消反馈调整模块相连；对消反馈调整模块与递归网络估计模块以及特征分析处理模块相连；对消系统中各单元的连接关系为：特征分析单元与网络设置单元以及数据预处理单元相连；网络设置单元与特征分析单元相连；数据预处理单元与特征分析单元、递归学习单元、网络估计单元以及干扰对消单元相连；初始化单元与递归学习单元相连；递归学习单元与数据预处理单元、初始化单元、网络估计单元以及误差反馈单元相连；网络估计单元与数据预处理单元、递归学习单元以及干扰对消单元相连；干扰对消单元与数据预处理单元、网络估计单元以及误差反馈单元相连；误差反馈单元与干扰对消单元以及递归学习单元相连；对消系统的各模块功能如下：特征分析处理模块的功能是用于在导频时隙和数据传输时隙接收信号，并进行信号特征分析和预处理，将预处理信号输出给递归网络估计模块和对消反馈调整模块；递归网络估计模块接收特征分析处理模块的输出信号，利用该信号进行递归网络参数初始化和监督训练学习，并进行PIM信号一步超前预测，将一步超前预测PIM信号输出给对消反馈调整模块；对消反馈调整模块接收一步超前预测PIM信号进行干扰对消，并将译码误差反馈到递归网络估计模块，提升网络性能；对消系统的各单元功能如下：特征分析单元接收导频时隙接收信号，分析接收信号特征并将信号特征向量输出给网络设置单元，将导频时隙信号输出给数据预处理单元；网络设置单元根据信号特征向量设置递归网络结构参数，其中递归网络结构参数包括网络隐含层、输入节点及隐含层节点个数，以此确定网络结构；数据预处理单元接收导频时隙信号以及数据传输时隙接收信号进行信号预处理，在导频时隙，将预处理导频时隙信号输出给递归学习单元，在数据传输时隙，将预处理数据传输时隙接收信号输出给网络估计单元以及干扰对消单元；初始化单元进行递归网络参数结构初始化，其中递归网络参数包括序列时刻向量、状态向量、突触权值向量、期望响应、学习率以及误差精度；递归学习单元接收预处理导频时隙接收信号进行充分监督训练，得到PIM信号一步超前预测递归网络；网络估计单元接收预处理数据传输时隙信号进行PIM信号一步超前预测，并将一步超前预测PIM信号输出给干扰对消单元；干扰对消单元接收预处理数据传输时隙接收信号以及一步超前预测PIM信号进行干扰对消，将经干扰对消的预处理数据传输时隙接收信号输出，进行后续信号处理；误差反馈单元在该信号经信号处理后，采集译码前后的差值信号进行归一化处理，将归一化译码差值信号作为译码误差反馈到递归学习单元，改善递归网络性能；本发明采用递归网络对双时隙接收信号PIM干扰进行抑制，双时隙接收信号包括导频时隙接收信号和数据传输时隙接收信号。3.如权利要求1所述的一种基于递归网络的无源互调干扰对消系统及方法，其特征还在于：对消方法，具体步骤如下：步骤一：接收信号；步骤二：判断接收信号是否处于导频时隙，并决定跳至步骤三还是步骤六；步骤三：特征分析单元处理导频时隙接收信号，将提取特征输出到网络设置单元，将导频时隙接收信号输出到数据预处理单元；网络设置单元通过提取特征设置递归网络结构参数；初始化单元按照网络设置单元提取的递归网络结构参数进行递归网络参数结构初始化；步骤四：去除步骤三中导频时隙接收信号中的导频成分，得到预处理导频时隙接收信号，即PIM干扰信号，并将此PIM干扰信号输出给递归学习单元；步骤五：递归学习单元通过学习算法对步骤四输出的预处理导频时隙接收信号进行递归网络PIM信号一步超前预测训练，修正递归网络参数，更新递归网络；步骤六：数据处理单元处理数据传输时隙接收信号，将预处理数据传输时隙接收信号输出给网络估计单元以及干扰对消单元；步骤七：网络估计单元利用步骤五中递归学习单元训练得到的一步超前预测递归网络预测下一时刻PIM干扰信号，干扰对消单元接收预处理数据传输时隙接收信号以及一步超前预测PIM信号进行干扰对消，将经干扰对消的预处理数据传输时隙接收信号输出，进行后续信号处理；步骤八：在步骤七输出信号进行信号处理后，误差反馈单元采集译码前后的差值信号进行归一化处理，将归一化译码差值信号作为译码误差反馈到递归学习单元，利用学习算法更新递归网络参数，优化递归网络性能；步...

【专利技术属性】
技术研发人员：徐昂，梁弼政，安建平，卜祥元，王漪，方天琪，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京;11