本发明专利技术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。本发明专利技术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。信效果。信效果。
【技术实现步骤摘要】
变步长归一化LMS全双工非线性自干扰消除方法及系统
[0001]本专利技术属于通信领域，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。
技术介绍
[0002]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。
[0003]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(Least mean square)的全双工数字域非线性自干扰消除方法。
技术实现思路
[0004]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，本专利技术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。本专利技术还具有性能稳定、适应性强、实时性好的优点。
[0005]为了达到上述目的，本专利技术采取如下的技术方案。
[0006]本专利技术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。
[0007]本专利技术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：
[0008]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。
[0009]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：
[0010]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。
[0011]其中，ZC序列是复数序列，定义式为：
[0012][0013]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。
[0014]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。
[0015]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：
[0016][0017]其中，x(n)为输入信号序列；y(n)为输出信号序列；y
l
(n)为线性输出信号序列；y
nl
(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。
[0018]即，y(n)＝y
l
(n)+y
nl
(n)。
[0019]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。
[0020]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
[0021]采用LS算法估计得，
[0022]其中，
[0023]则，线性输出估计量为
[0024]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。
[0025]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
[0026]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y
nl
(n)作差得到第n时刻的误差值e(n)，计算公式为：
[0027][0028]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。
[0029][0030]其中，δ为极小数，用来微调归一化值，能够忽略不计；x
T
(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)。
[0031][0032]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。
[0033]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。
[0034]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，即实现对全双工数本文档来自技高网...
【技术保护点】
【技术特征摘要】
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；y
l
(n)为线性输出信号序列；y
nl
(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)＝y
l
(n)+y
nl
(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...
【专利技术属性】
技术研发人员：石宸睿，杜昌澔，张中山，邢志方，杨杰，孙时振，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。