[发明专利]一种同频全双工SISO系统中自反馈干扰时域抑制方法

摘要

本发明公开了一种同频全双工SISO系统中自反馈干扰时域抑制方法，对自反馈信道估计滤波器w(n)进行迭代更新，每一次迭代更新时，在自反馈信道估计滤波器w(n)的更新量中减去由于接收信号样本不独立同分布而造成的估计干扰值，保证w(n)能最终无偏的收敛于GHLI(n)，利用自反馈信道估计滤波器w(n)在时域减去自反馈干扰信号，最终发送信号只是源端到同频全双工系统的接收信号的放大，而基本不再受到自反馈的干扰而影响信号质量或出现自激现象。本发明相比传统方法能更快更准确地进行自反馈干扰信道估计。

主权项

1.一种同频全双工SISO系统中自反馈干扰时域抑制方法，其特征在于包括以下步骤：（1）、根据实际情况设置自反馈信道估计滤波器长度L，自反馈信道估计滤波器可表示为w(n)=[w₀(n),w₁(n),...,w_L-1(n)]，其中w_l(n),0≤l≤L-1为自反馈信道估计滤波器的第l个元素；初始化自反馈信道估计滤波器w(0)=0，此时同频全双工SISO系统发送信号未进行自反馈干扰抑制，时刻n时的发送信号记为：e(n)＝in(n)+y_F(n)+n₁(n)；其中，in(n)是同频全双工SISO系统接收的来自源端的接收信号，y_F(n)是同频全双工SISO系统的自反馈信号，n₁(n)为同频全双工SISO系统接收的噪声；（2）、提取并存储X个连续的发送信号样本点，构成Z个发送信号序列e(n-z)∈C^M×1,0≤z≤Z-1，M为发送信号序列e(n-z)的长度，e(n-z)＝[e(n-z),e(n-z-1),...,e(n-z-(M-1))]，其元素e(n-z-p),0≤p≤M-1表示第n-z-p时刻的发送信号；使用滑动相关技术，计算发送信号序列e(n-z)的滑动相关量E{e^H(n-z)e(n-z-i)}，滑动相关量E{e^H(n-z)e(n-z-i)}表示e^H(n-z)e(n-z-i)的期望，其中e^H(n-z)为e(n-z)的转置共轭，e(n-z-i)＝[e(n-z-i),e(n-z-i-1),...,e(n-z-i-(M-1))]，其元素e(n-z-i-p)表示第n-z-i-p时刻的发送信号，i为发送信号序列e(n-z)的滑动长度，i＝1,2,...,Q，Q为滑动长度最大值；令滑动长度i＝1,2...Q，计算Q个滑动相关量，将滑动相关量最大值对应的对应的i值作为自反馈信道的反馈时延k_o；（3）、实时提取同频全双工SISO系统接收的来自源端的接收信号in(n)，计算其统计样本能量E{|in(n)|²}，其中|in(n)|表示接收信号in(n)的模；计算接收信号in(n)的自相关量R_in(n)(k_o)：R_in(n)(k_o)＝[E{in(n)^*in(n-k_o)},E{in(n)^*in(n-k_o-1)},...,E{in(n)^*in(n-k_o-(L-1))}]^T其中，in(n-k_o-l)为接收的来自源端的第n-k_o-l时刻的接收信号，in(n)^*为in(n)的共轭；（4）、初始化自反馈信道估计滤波器更新次数N＝1，根据实际需要设置更新步进因子α；将信号周期记为T_s，根据需要设置每次更新所需的发送信号样本点数量S，则自反馈信道估计滤波器的更新间隔T_r＝S×T_s；完成步骤（4）后，令当前时刻t=0；（5）、在时间区间t∈[(N-1)T_r，NT_r]内实时提取S个发送信号样本点e(m),(N-1)T_r/T_s+1≤m≤NT_r/T_s，构建每个发送信号样本点的延迟信号序列u(m)=[u(m),u(m-1),...,u(m-(L-1)]^T，u(m-l)为发送信号e(m-l)延迟k_o个样本点获得的延迟信号；此时e(m)引入反馈干扰抵消，即：e(m)=in(m)+yF(m)+n1(m)-Σl=0L-1wl*(N-1)u(m-l)]]>其中，是w_l(N-1)的共轭；根据S个发送信号样本点和其延迟信号序列计算如下统计量：E{e*(m)}=TsTrΣj=(N-1)Tr/Ts+1NTr/Tse*(j)]]>E{e(m)}=TsTrΣj=(N-1)Tr/Ts+1NTr/Tse(j)]]>E{u(m)}=TsTrΣj=(N-1)Tr/Ts+1NTr/Tsu(j)]]>E{e*(m)u(m)}=TsTrΣj=(N-1)Tr/Ts+1NTr/Tse(j)u(j)]]>E{||u(m)||2}=TsTrΣj=(N-1)Tr/Ts+1NTr/Ts||u(j)||2]]>其中，e^*(m)为e(m)的共轭，E{e(m)}与E{e^*(m)}分别表示S个e(m)与e^*(m)的期望，E{u(m)}表示S个延迟信号序列u(m)的期望序列；E{e^*(m)u(m)}表示S个e^*(m)u(m)的期望序列，||u(m)||表示S个延迟信号序列u(m)的二范数，E{||u(m)||²}表示S个延迟信号序列u(m)的期望；（6）、根据步骤（3）得到的接收信号in(n)的自相关量R_in(n)(k_o)和步骤（5）中得到的统计量对自反馈信道估计滤波器进行迭代更新：w(N)=w(N-1)+αE{e*(m)u(m)}-E{e*(m)}E{u(m)}-Rin(n)(k0)E{||u(m)||2}-E{e*(m)}E{e(m)}-E{|in(n)|2};]]>（7）、根据实际情况设置自反馈信道估计滤波器的更新量的二范数阈值U，当更新量的二范数||αE{e*(m)u(m)}-E{e*(m)}E{u(m)}-Rin(n)(k0)E{||u(m)||2}-E{e*(m)}E{e(m)}-E{|in(n)|2}||<U]]>时，w(N)满足收敛要求，停止自反馈信道估计滤波器系数的更新，进入步骤（8），否则使自反馈信道估计滤波器更新次数N＝N+1，返回步骤（5）继续进行自反馈信道估计滤波器的迭代更新；（8）、根据最终得到自反馈信道估计滤波器w(N)对此后的发送信号进行自反馈干扰抑制，即：e(n′)=in(n′)+yF(n′)+n1(n′)-Σl=1Lwl*(N)u(n′-l)]]>其中，w_l^*(N)为w_l(N)的共轭。