摘 要：單信道全雙工無線通信在同一頻帶同時發(fā)送和接收信號，由于期望信號和自干擾信號的功率相差較大，系統(tǒng)的非線性成為了制約自干擾抑制能力的主要因素之一。本文利用非線性模型對全雙工系統(tǒng)進行描述，采用非線性濾波器對非線性失真進行處理，提升自干擾消除的能力。

關(guān)鍵詞：全雙工；無線通信；信號

DOI：10.16640/j.cnki.37-1222/t.2016.06.118

1 引言

在全雙工系統(tǒng)中，由于系統(tǒng)存在的不完美性，特別是射頻電路的缺陷，完全消除自干擾是不可能的。為了了解系統(tǒng)的局限性，文獻[1]中考慮了全雙工傳輸中存在的這種局限性，探討了無線電電路缺陷對于系統(tǒng)性能的影響和系統(tǒng)的瓶頸。文獻[2]的研究結(jié)果表明，由于期望信號和自干擾信號的功率相差較大，系統(tǒng)的非線性成為了制約自干擾抑制能力的主要因素之一?，F(xiàn)有的大多數(shù)自干擾消除方案都忽略了非線性效應(yīng)，所采用的LMS或RLS等線性自適應(yīng)濾波器，都是基于以下假設(shè)：在整個全雙工收發(fā)系統(tǒng)，包括放大器、混頻器、振蕩器、模數(shù)轉(zhuǎn)換器、空間耦合信道，都是完全線性的，并且可以用自適應(yīng)濾波器模擬全雙工系統(tǒng)的信號路徑[3]。一般情況下，系統(tǒng)的非線性將帶來發(fā)射和接收信號的非線性失真。因此，當非線性失真超過一定程度時，傳統(tǒng)的濾波器就不能達到很好的自干擾消除性能。本文將整個全雙工系統(tǒng)看做一個非線性系統(tǒng)，并通過Wiener模型對其非線性進行描述，然后采用非線性模型的濾波器對全雙工非線性系統(tǒng)的非線性及線性特征進行學習和模擬，并利用自適應(yīng)算法對濾波器系數(shù)進行實時更新，有效的解決了全雙工系統(tǒng)中非線性失真問題，提升自干擾消除的能力。

2 系統(tǒng)模型

在CCFD單入單出（single-input single-output，SISO）無線通信系統(tǒng)中，以本地收發(fā)信機為例，數(shù)字發(fā)送信號經(jīng)過數(shù)模轉(zhuǎn)換器DAC等射頻處理后，變成射頻發(fā)送信號，并通過發(fā)射天線進行發(fā)射。在接收端，由于發(fā)射機和接收機同時、同頻進行工作，接收天線接收到的信號不僅包括來自遠端設(shè)備的期望信號，還包括來自本地發(fā)射機的自干擾信號。自干擾信號可以在接收鏈路的不同模塊進行消除，本論文主要研究數(shù)字域的自干擾消除。

3 非線性數(shù)字自干擾消除算法

如前文分析，我們將整個全雙工系統(tǒng)看做一個非線性系統(tǒng)，并通過Wiener模型對其非線性進行描述，模型的LTI部分我們采用FIR濾波器來實現(xiàn)，模型的無記憶非線性部分采用Saleh模型。在整個系統(tǒng)中功放作為非線性器件，而無線信道和接收端的各個器件作為線性系統(tǒng)進行描述。然后采用記憶深度為3的9階記憶多項式非線性模型的濾波器對全雙工非線性系統(tǒng)的非線性及線性特征進行學習和模擬，并利用自適應(yīng)算法對濾波器系數(shù)進行實時更新。

設(shè)非線性模型濾波器的輸出為：z（n）=wHx（n）

設(shè)全雙工非線性系統(tǒng)的非線性函數(shù)為L（·），則經(jīng)非線性系統(tǒng)后的輸出信號為：y（n）=L（x（n））

此時均方誤差或者代價函數(shù)為：

J（w）=E（|e（n）|2）

=E（s（n）-wHx（n））（s（n）-wHx（n））*

=E（|x（n）|2）-P2Hw-wHP2+wHR2w

自相關(guān)矩陣為：R=E（x（n）xH（n））

互相關(guān)矩陣為：p=E（x（n）s（n）*）

=E（x（n）（y（n）+v（n）+d（n））*）

其中，d（n）表示自干擾信號，v（n）表示噪聲，一般我們用高斯白噪聲對其進行描述。

維納解：w=R2-1P2

根據(jù)以上公式分析，當噪聲和有用信號均與發(fā)射信號不相關(guān)時，噪聲和有用信號影響代價函數(shù)的極值，不影響收斂后的維納解，因此直接結(jié)構(gòu)能夠克服系統(tǒng)加性噪聲和干擾的影響。

我們利用LMS算法和利用直接結(jié)構(gòu)非線性消除算法的性能對比。在自干擾強度較小時，影響消除能力的主要是由于INR較小而導(dǎo)致的參數(shù)估計誤差，所以兩種算法的性能相差不大。隨著自干擾不斷增大，對參數(shù)的估計準確性逐漸提高，此時影響消除能力的主要是信號的非線性特性。根據(jù)仿真實驗結(jié)果，LMS算法在INR為50dB時最多達到約17.8dB的消除能力。由于LMS算法中自適應(yīng)濾波器是線性的，無法很好的處理非線性信號，此時信號的非線性特性成為約束算法性能的主要因素。而利用直接結(jié)構(gòu)中的記憶多項式學習模型，能夠較好對自干擾信號的非線性特性進行識別和學習，在INR為50dB時消除能力可達到24.4dB，相同條件下比LMS算法高6.6dB左右，且隨著INR的繼續(xù)增大，算法性能仍有提升的空間。

4 小結(jié)

本文針對全雙工系統(tǒng)中存在的非線性問題，將系統(tǒng)建模成Wiener模型，對其非線性進行描述，并提出一種基于該非線性失真的自干擾消除的算法，采用非線性濾波器對全雙工非線性系統(tǒng)中的自干擾進行消除，進一步提升了自干擾抑制的能力。

參考文獻：

[1]B.P.Day，A.R.Margetts，D.W.Bliss，and P.Schniter，“Full-Duplex MIMO Relaying： Achievable Rates Under Limited Dynamic Range，” Selected Areas in Communications， IEEE Journal on， vol.30， no.8， pp.1541-1553，September，2012.

[2]D.W.Bliss，T.M.Hancock，and P.Schniter， “Hardware phenomenological effects on cochannel full-duplex MIMO relay performance，” Signals， Systems and Computers （ASILOMAR）， 2012 Conference Record of the Forty Sixth Asilomar Conference on， pp.34，39， 4-7 Nov. 2012.

[3]A.Sahai，G.Patel，and A.Sabharwal，“Asynchronous full-duplex wireless，”Communication Systems and Networks （COMSNETS）， 2012 Fourth International Conference on ， pp.1-9，Jan.2012.

作者簡介：孫凌云（1990-），女，河南焦作人，碩士研究生，研究方向：全雙工無線通信干擾消除。