一种数字自干扰消除的方法和装置制造方法及图纸

本公开提出了一种数字自干扰消除方法及装置，该方法包括：获得具有记忆性的第二多项式模型，该第二多项式模型是通过去除具有记忆性的第一多项式模型中的高阶项得到的；以及根据该第二多项式模型，执行数字自干扰消除。执行数字自干扰消除。执行数字自干扰消除。

【技术实现步骤摘要】
一种数字自干扰消除的方法和装置


[0001]本申请涉及无线通信
中一种数字自干扰消除的方法和装置，尤其涉及一种非线性的自干扰信道估计的方法和实现技术。

技术介绍

[0002]根据ITU估计，到2020年，全球每月的移动数据流量将会达到62艾字节(Exa Byte，1EB＝230GB)，而从2020年到2030年，全球移动数据业务更是会以每年约55％的速度增长。此外，视频业务和机器与机器通信业务在移动数据业务中的比例会逐渐增高，2030年，视频业务将会是非视频业务的6倍，而机器与机器通信业务将会占到移动数据业务的12％左右。
[0003]移动数据业务的快速增长，尤其是高清视频和超高清视频业务的指数级增长，对无线通信的传输速率提出了更高的要求，为了满足不断增长的移动业务需求，人们需要在4G或5G的基础上提出新的技术来进一步提升无线通信系统的传输速率和吞吐量。
[0004]对于双工技术的改进，是进一步提升无线通信系统传输速率和吞吐量的一个重要手段。现有系统和协议所采用的双工技术(包括频分多址复用(Frequency Division Multiplexing,FDM)与时分多址复用(Time Division Multiplexing,TDM))均无法完全利用可用的时频资源，其资源利用效率仅有不到50％。
[0005]一种可能的改进方式为，根据业务数据或是需求等因素，灵活地改变每个时隙的传输方向(上行或是下行)，也即灵活时分双工(Dynamic TDD)技术。通过半静态或是动态的方式配置时隙的传输方向，能够提高时频资源配置的灵活性，进而改善系统的性能。
[0006]另一种可能的改进方式为采用全双工技术。与传统的半双工系统对上下行采用时域(时分双工，TDD)或频域(频分双工，FDD)正交分割不同，全双工系统允许用户的上下行链路在时域和频域同时传输，因此，全双工系统理论上可以达到半双工系统两倍的吞吐量。然而，由于上下行链路同时同频，全双工系统的发送信号会对接收信号产生很强的自干扰，自干扰信号甚至会比底噪高出120多分贝。因此，为了让全双工系统能够工作，核心问题就是设计方案来消除自干扰，使自干扰信号的强度至少降低到与底噪相同的水平。
[0007]一般来说，考虑到自干扰信号的幅度要远大于底噪甚至是接收信号，自干扰消除需要多级消除来尽可能的降低自干扰对于接收信号的影响。传统自干扰消除包括天线域消除、射频域消除以及数字域消除。其中，天线域消除用于通过合理的天线隔离设计，直接降低接收天线接收到的自干扰信号的能量；射频域消除继续消除残留的自干扰信号，确保传递至滤波器、模拟
‑
数字转换器(Analog
‑
Digital Convertor,ADC)，以及混频器的能量较低，不会使得器件饱和。数字域消除接收经过天线域消除以及射频域消除的残留自干扰，使得经过消除的自干扰信号能量尽可能的接近底噪。
[0008]数字自干扰消除中，需要对抗来自于发送端的非线性自干扰。现有技术中，一般采用辅助链路或是基于多项式模型的非线性建模来处理非线性自干扰。
[0009]现有技术的数字自干扰消除方法的复杂度较高，有待进一步优化。

技术实现思路

[0010]解决问题的技术方案
[0011]根据本公开的一个方面，提出了一种数字自干扰消除的方法，该方法包括：获得具有记忆性的第二多项式模型，该第二多项式模型是通过去除具有记忆性的第一多项式模型中的高阶项得到的；根据该第二多项式模型，执行数字自干扰消除。
[0012]在一个具体实施例中，执行数字自干扰消除包括：根据本地参考信号以及第二多项式模型，计算各个阶次的参考信号；根据各个阶次的参考信号以及接收到的信号，估计各个阶次信号的自干扰信道；根据本地发送信号以及第二多项式模型，计算各个阶次的本地发送信号；根据各个阶次的本地发送信号以及各个阶次信号的自干扰信道，重建自干扰信号；以及从接收到的信号中减去重建的自干扰信号，完成数字自干扰消除。
[0013]在一个具体实施例中，通过去除具有记忆性的第一多项式模型中的高阶项得到第二多项式模型，包括：计算第一多项式模型中的高阶项的时刻索引向量与当前处理时刻索引向量间的距离；将距离与阈值距离进行比较；以及基于比较的结果，去除第一多项式模型中距离大于阈值距离的高阶项，获得具有记忆性的第二多项式模型。
[0014]在一个具体实施例中，通过去除具有记忆性的第一多项式模型中的高阶项得到第二多项式模型，还包括：测量上一次数字自干扰消除后的残留自干扰功率；以及基于残留自干扰功率，去除第一多项式模型中的高阶项，获得具有记忆性的第二多项式模型。
[0015]在一个具体实施例中，基于残留自干扰功率，去除第一多项式模型中的高阶项，获得具有记忆性的第二多项式模型，包括：将所测量的残留自干扰功率与预先设定的第一残留自干扰阈值以及第二残留自干扰阈值进行比较，第一残留自干扰阈值不小于第二残留自干扰阈值；若所测量的残留自干扰功率高于第一残留自干扰阈值，则保留第一多项式模型中的第一高阶项；若所测量的残留自干扰功率低于第二残留自干扰阈值，则保留第一多项式模型中的第二高阶项。
[0016]在一个具体实施例中，基于残留自干扰功率，去除第一多项式模型中的高阶项，获得具有记忆性的第二多项式模型，还包括：基于第一多项式模型中的高阶项的时刻索引向量与当前处理时刻索引向量间的距离和预先设定的距离，将第一多项式模型中的高阶项划分为多个集合；根据预先设定的距离中的一个距离，选择高阶项的距离均小于一个距离的第一集合；其中，第一高阶项包括：多个集合中包含第一集合的最小集合中的高阶项；第二高阶项包括：多个集合中包含第一集合的最大集合中的高阶项。
[0017]在一个具体实施例中，将所测量的残留自干扰功率与预先设定的第一残留自干扰阈值以及第二残留自干扰阈值进行比较，包括：确定多个集合中、包含第一集合的最小集合是否包含全部高阶项：当最小集合不包含全部高阶项时，将残留自干扰功率与第一残留自干扰阈值进行比较；确定多个集合中、包含第一集合的最大集合是否仅包含多个预先设定的距离中距离为零的高阶项：当最小集合不仅包含多个预先设定的距离中距离为零的高阶项时，将残留自干扰功率与第二残留自干扰阈值进行比较。
[0018]根据本公开的另一个方面，提出了一种用于数字自干扰消除的装置，该装置包括：被配置为获得具有记忆性的第二多项式模型的多项式模型获得模块，该第二多项式模型是通过去除具有记忆性的第一多项式模型中的高阶项得到的；以及被配置为根据第二多项式模型、执行数字自干扰消除的数字自干扰消除模块。
[0019]在一个具体实施例中，该数字自干扰消除模块还包括：被配置为根据本地参考信号以及第二多项式模型、计算各个阶次的参考信号的信道估计系数矩阵生成模块；被配置为根据各个阶次的参考信号以及接收到的信号，估计各个阶次信号的自干扰信道的数字自干扰信道估计模块；被配置为根据各个阶次的本地发送信号以及各个阶次信号的自干扰信道、重建自干扰信号的自本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数字自干扰消除方法，所述方法包括：获得具有记忆性的第二多项式模型，所述第二多项式模型是通过去除具有记忆性的第一多项式模型中的高阶项得到的；根据所述第二多项式模型，执行数字自干扰消除。2.根据权利要求1所述的方法，其中，执行数字自干扰消除包括：根据本地参考信号以及所述第二多项式模型，计算各个阶次的参考信号；根据所述各个阶次的参考信号以及接收到的信号，估计各个阶次信号的自干扰信道；根据本地发送信号以及所述第二多项式模型，计算各个阶次的本地发送信号；根据所述各个阶次的本地发送信号以及所述各个阶次信号的自干扰信道，重建自干扰信号；以及从所述接收到的信号中减去重建的自干扰信号，完成数字自干扰消除。3.根据权利要求1所述的方法，其中，通过去除具有记忆性的第一多项式模型中的高阶项得到所述第二多项式模型，包括：计算第一多项式模型中的高阶项的时刻索引向量与当前处理时刻索引向量间的距离；将所述距离与阈值距离进行比较；以及基于比较的结果，去除第一多项式模型中所述距离大于所述阈值距离的高阶项，获得所述具有记忆性的第二多项式模型。4.根据权利要求2所述的方法，其中，通过去除具有记忆性的第一多项式模型中的高阶项得到所述第二多项式模型，还包括：测量上一次数字自干扰消除后的残留自干扰功率；以及基于所述残留自干扰功率，去除所述第一多项式模型中的高阶项，获得具有记忆性的第二多项式模型。5.根据权利要求4所述的方法，其中，基于所述残留自干扰功率，去除所述第一多项式模型中的高阶项，获得具有记忆性的第二多项式模型，包括：将所测量的残留自干扰功率与预先设定的第一残留自干扰阈值以及第二残留自干扰阈值进行比较，所述第一残留自干扰阈值不小于所述第二残留自干扰阈值；若所测量的残留自干扰功率高于第一残留自干扰阈值，则保留所述第一多项式模型中的第一高阶项；若所测量的残留自干扰功率低于第二残留自干扰阈值，则保留所述第一多项式模型中的第二高阶项。6.根据权利要求5所述的方法，其中，基于所述残留自干扰功率，去除所述第一多项式模型中的高阶项，获得具有记忆性的第二多项式模型，还包括：基于第一多项式模型中的高阶项的时刻索引向量与当前处理时刻索引向量间的距离和预先设定的距离，将第一多项式模型中的高阶项划分为多个集合；根据所述预先设定的距离中的一个距离，选择高阶项的距离均小于所述一个距离的第一集合；其中，所述第一高阶项包括：所述多个集合中包含所述第一集合的最小集合中的高阶项；所述第二高阶项包括：所述多个集合中包含所述第一集合的最大集合中的高阶项。
7.根据权利要求6所述的方法，其中，将所测量的残留自干扰功率与预先设定的第一残留自干扰阈值以及第二残留自干扰阈值进行比较，包括：确定所述多个集合中、包含所述第一集合的最小集合是否包含全部高阶项：当所述最小集合不包含全部高阶项时，将所述残留自干扰功率与所述第一残留自干扰阈值进行比较；确定所述多个集合中、包含所述第一集合的最大集合是否仅包含所述多个预先设定的距离中距离为零的高阶项：当所述最小集合不仅包含所述多个预先设定的距离中距离为零的高阶项时，将所述残留自干扰功率与所述第二...

【专利技术属性】
技术研发人员：钱辰，喻斌，邵世海，沈莹，潘文生，
申请(专利权)人：三星电子株式会社，
类型：发明
国别省市：