专利汇可以提供全双工自干扰抑制方法及装置专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种全双工自干扰抑制方法及装置,其中,方法包括:获取本地发射射频 信号 和本地接收基带 模拟信号 ,以建立自干扰信道模型;利用所述自干扰信道模型并通过数字激励重建数字 干扰信号 ,并通过DAC将所述数字干扰信号转换成模拟自干扰信号;从所述本地接收基带模拟信号中消除所述模拟自干扰信号,以完成全双工自干扰抑制。该方法能够有效抑制基带模拟接收信号中的自干扰信号,简化自干扰抑制过程,并能减小ADC模 块 的输入范围和 精度 要求,增大其适用范围。,下面是全双工自干扰抑制方法及装置专利的具体信息内容。
1.一种全双工自干扰抑制方法,其特征在于,包括以下步骤:
获取本地发射射频信号和本地接收基带模拟信号,以建立自干扰信道模型,其中,所述获取本地发射射频信号和本地接收的基带模拟信号,以建立自干扰信道模型,进一步包括:
在进行同时同频全双工通信之前,使得远端发射机处于未工作状态,且本地发射机发射前导序列,以从所述本地发射射频信号中抽取信号,并通过下变频和模数转换为第一数字信号,且从所述本地接收基带模拟信号中抽取信号,并通过模数转换成第二数字信号;以及将所述第一数字信号和所述第二数字信号及本地发射的基带数字信号建立所述自干扰信道模型;具体地:假设本地发射的基带数字信号为 经过数模转换变成基带模拟信号dn(t),其中,h(t-kTs)为归一化成型脉冲函数,Ts为采样周期,k
为数字信号的序号,t为时间;假设本地发射的射频信号为xn(t):xn(t)=gn(dn(t))exp(j2πfct),其中,fc为载波的中心频率,gn(d)为本地射频通道等效的非线性函数;假设远端发射的 基带 数字 信号为 经过 数模 转换变 成基带 模拟 信号df (t) ,则 :
假设远端发射的射频信号为xf(t):xf(t)=gf(ff(t))
exp(j2πfct),其中,gf(d)为远端射频通道等效的非线性函数,本地接收的射频信号表示为:
r(t)=xf(t)*hf(t)+xn(t)*hn(t)+n(t),其中,hf(t)表示从远端发射机到本地接收机信道传输的冲击响应,hn(t)表示从本地发射机到本地接收机信道传输的冲激响应,*表示卷积运算,n(t)表示加性噪声;通过从本地发射的射频信号中抽取信号xn(t),经过下变频和模数转换,得到: 在进行同时同频全双工通信之前,
远端发射机处于未工作状态,本地接收的射频信号表示为:r(t)=xn(t)*hn(t)+n(t),经过下变频模块,本地接收的基带模拟信号表示为:zn(t)=gn(dn(t)))*hn(t),通过从本地接收的基带模拟信号中抽取信号zn(t),经过模数转换,得到:
利用发射信号 抽取到的 和 估计出本地射频通道等效的非线性函数gn(d)以及从本地发射机到本地接收机信道传输的冲激响应hn(t);非线性函数gn(d)表示成泰勒级数展开的形式:gn(d)=∑mamdm,则 其中am是第m次幂项的系数;利用
已知的发射信号 和抽取得到的 通过解方程求得am,从而得到非线性函数gn(d);从本地发射机到本地接收机信道传输冲激响应hn(t)表示为抽头延时的形式:
其中 是第k个抽头的系数; 利
用抽取得到的 和 通过解方程求得
利用所述自干扰信道模型并通过数字激励重建数字干扰信号,并通过DAC将所述数字干扰信号转换成模拟自干扰信号,其中,所述数字自干扰信号为:
n
其中,Ts为采样周期,k为数字信号的序号, 为发射信号,g (d)为本地射频通道等效的非线性函数,hn(t)为从所述本地发射机到本地接收机信道传输的冲激响应,所述模拟自干扰信号为: 其中,h(t-kTs)表示为归一化成型脉冲函数,k
为数字信号的序号,t为时间, 为所述数字自干扰信号;以及
从所述本地接收基带模拟信号中消除所述模拟自干扰信号,以完成全双工自干扰抑制,其中,所述从所述本地接收的基带模拟信号中消除所述自干扰信号,进一步包括:将所述模拟自干扰信号输入加法器,并且将所述模拟自干扰信号从所述本地接收基带模拟信号中消除;其中,通过消除公式将所述模拟自干扰信号从所述本地接收基带模拟信号中消除,其中,所述消除公式为: 其中, 为所述模拟自干扰信号,zn(t)
为本地接收的基带模拟信号。
2.一种全双工自干扰抑制装置,其特征在于,包括:
建模模块,用于获取本地发射射频信号和本地接收基带模拟信号,以建立自干扰信道模型,其中,所述建模模块进一步用于:在进行同时同频全双工通信之前,使得远端发射机处于未工作状态,且本地发射机发射前导序列,以从所述本地发射射频信号中抽取信号,并通过下变频和模数转换为第一数字信号,且从所述本地接收基带模拟信号中抽取信号,并通过模数转换成第二数字信号;以及将所述第一数字信号和所述第二数字信号及本地发射的基带数字信号建立所述自干扰信道模型,具体地:假设本地发射的基带数字信号为经过数模转换变成基带模拟信号dn(t), 其中,h(t-kTs)
为归一化成型脉冲函数,Ts为采样周期,k为数字信号的序号,t为时间;假设本地发射的射频信号为xn(t):xn(t)=gn(dn(t))exp(j2πfct),其中,fc为载波的中心频率,gn(d)为本地射频通道等效的非线性函数;假设远端发射的基带数字信号为 经过数模转换变成基带模拟信号df(t),则: 假设远端发射的射频信号为xf(t):xf
f f f
(t)=g (d (t))exp(j2πfct),其中,g (d)为远端射频通道等效的非线性函数,本地接收的射频信号表示为:r(t)=xf(t)*hf(t)+xn(t)*hn(t)+n(t),其中,hf(t)表示从远端发射机到本地接收机信道传输的冲击响应,hn(t)表示从本地发射机到本地接收机信道传输的冲激响应,*表示卷积运算,n(t)表示加性噪声;通过从本地发射的射频信号中抽取信号xn(t),经过下变频和模数转换,得到: 在进行同时同频全
双工通信之前,远端发射机处于未工作状态,本地接收的射频信号表示为:r(t)=xn(t)*hn(t)+n(t),经过下变频模块,本地接收的基带模拟信号表示为:zn(t)=gn(dn(t)))*hn(t),通过从本地接收的基带模拟信号中抽取信号zn(t),经过模数转换,得到:
利用发射信号 抽取到的 和 估计出本地射频通道
n n
等效的非线性函数g (d)以及从本地发射机到本地接收机信道传输的冲激响应h (t);非线性函数gn(d)表示成泰勒级数展开的形式:gn(d)=∑mamdm,则
其中am是第m次幂项的系数;利用己知的发射信号 和抽取得到的 通过解方程求得am,从而得到非线性函数gn(d);从本地发射机到本地接收机信道传输冲激响应hn(t)表示为抽头延时的 形式 : 其中 是 第k个 抽头的系数 ;
利用抽取得到的 和 通过解方程求得
重建转换模块,用于利用所述自干扰信道模型并通过数字激励重建数字干扰信号,并通过DAC将所述数字干扰信号转换成模拟自干扰信号,其中,所述数字自干扰信号为:
其中,Ts为采样周期,k为数字信号的序号, 为发射信号,gn(d)
n
为本地射频通道等效的非线性函数,h (t)为从所述本地发射机到本地接收机信道传输的冲激响应,所述模拟自干扰信号为: 其中,h(t-kTs)表示
为归一化成型脉冲函数,k为数字信号的序号,t为时间, 为所述数字自干扰信号;
消除模块,用于从所述本地接收基带模拟信号中消除所述模拟自干扰信号,以完成全双工自干扰抑制,所述消除模块,进一步用于:将所述模拟自干扰信号输入加法器,并且将所述模拟自干扰信号从所述本地接收基带模拟信号中消除;其中,通过消除公式将所述模拟自干扰信号从所述本地接收基带模拟信号中消除,其中,所述消除公式为:
其中, 为所述模拟自干扰信号,zn(t)为本地接收的基带模拟
信号;
所述装置还包括:下变频模块、两个ADC模块、数字自干扰重建模块、DAC模块和加法器模块,其中,下变频模块和一个ADC模块用于将本地发射射频信号转变为数字信号,另一个ADC模块用于将本地接收基带模拟信号转变为数字信号,数字自干扰重建模块用于估计自干扰信号传输信道并重建数字自干扰信号,DAC模块将重建的数字自干扰信号转换成模拟自干扰信号,加法器用于抵消本地接收基带模拟信号中的自干扰信号。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
清洁机器人及其控制方法、存储介质 | 2020-08-01 | 2 |
三维星地链路密织网探测三维降雨场的方法及系统 | 2021-07-06 | 2 |
一种测试用井下小信号接收与发送的控制方法 | 2022-06-13 | 0 |
一种基于孔洞填充的残缺模型检索与重建方法 | 2022-11-08 | 1 |
一种基于宽度学习的视觉诱发电位识别情绪方法 | 2020-09-05 | 2 |
一种基于导向矢量优化与对角加载相结合的波束形成方法 | 2021-01-01 | 1 |
一种基于红外图像拼接融合算法的高压容器检测方法 | 2021-12-01 | 0 |
基于数值跟踪的电机控制方法及系统 | 2020-07-13 | 2 |
一种用于喀斯特地区试验土壤结皮采集装置及其使用方法 | 2022-10-29 | 1 |
一种多通道空气颗粒物采样器及其分流装置 | 2020-09-11 | 0 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。