王 丹 黃開枝 李云洲

?

基于輔助符號(hào)的非線性自干擾抵消算法及其簡(jiǎn)化實(shí)現(xiàn)

王 丹*①②黃開枝①李云洲②

①(解放軍信息工程大學(xué)國(guó)家數(shù)字交換系統(tǒng)工程技術(shù)研究中心 鄭州 450002);②(清華大學(xué)信息技術(shù)研究院無線與移動(dòng)通信技術(shù)研究中心 北京 100084)

同頻同時(shí)全雙工是第5代(5G)通信關(guān)鍵技術(shù)之一，數(shù)字自干擾抵消算法是其重要研究方向。針對(duì)非線性數(shù)字自干擾抵消算法中，失真系數(shù)估計(jì)受到自干擾信道估計(jì)誤差的影響這一問題，該文提出一種基于輔助符號(hào)的非線性自干擾抵消算法，通過對(duì)輔助符號(hào)做自干擾抵消，將信道估計(jì)符號(hào)的失真誤差映射到其抵消結(jié)果中并提取出來，從中估計(jì)失真系數(shù)。接著針對(duì)算法開銷問題提出一種簡(jiǎn)化實(shí)現(xiàn)方案。仿真結(jié)果顯示，接收自干擾信號(hào)為-5 dBm時(shí)，算法可將自干擾非線性失真分量抵消至約-100 dBm，且性能隨接收自干擾功率降低而提高。

5G；同頻同時(shí)全雙工；數(shù)字自干擾抵消；非線性失真估計(jì)

1 引言

同頻同時(shí)全雙工(以下簡(jiǎn)稱全雙工)是第5代通信(5G)提出的關(guān)鍵技術(shù)之一，是指通信設(shè)備利用同一頻段同時(shí)進(jìn)行信號(hào)收、發(fā)，提高了頻譜利用率。全雙工的核心技術(shù)為自干擾抵消[5]，一般分為天線域[6,7]、模擬域[8,9]和數(shù)字域[10]3級(jí)。本文的研究對(duì)象為數(shù)字自干擾抵消。

由于硬件電路總會(huì)帶來噪聲、失真畸變等，實(shí)際中自干擾信號(hào)不可能達(dá)到理想的消除[11]。研究表明，自干擾信號(hào)使接收鏈路處于飽和狀態(tài)，故失真噪聲對(duì)節(jié)點(diǎn)希望接收的信號(hào)構(gòu)成強(qiáng)干擾[12]，一方面表現(xiàn)為被抵消信號(hào)的殘留噪聲，另一方面造成自干擾信道估計(jì)誤差，降低數(shù)字抵消的準(zhǔn)確性。非線性自干擾抵消算法在正常自干擾抵消之前添加3個(gè)步驟：失真估計(jì)，失真還原，失真補(bǔ)償，來消除這一影響。在這一過程中，需要估計(jì)自干擾信道和失真系數(shù)兩個(gè)參數(shù)。然而，非線性失真給信道估計(jì)造成誤差，后者又會(huì)影響失真系數(shù)的估計(jì)，兩者相互耦合。文獻(xiàn)[16]提出一種自干擾信道和失真系數(shù)聯(lián)合估計(jì)算法，通過迭代消除二者的耦合作用。然而，算法只把信道估計(jì)符號(hào)的失真視為一般噪聲，而未將其剝離出來，故迭代中每一步失真系數(shù)估計(jì)，仍會(huì)受到前一步結(jié)果的誤差影響，并沒有從本質(zhì)上解耦信道估計(jì)和失真系數(shù)。

針對(duì)這一問題，本文提出了一種基于輔助符號(hào)的非線性自干擾抵消算法。在前導(dǎo)碼字段中設(shè)計(jì)一個(gè)輔助符號(hào)，把信道估計(jì)符號(hào)的非線性失真映射到該輔助符號(hào)的抵消結(jié)果中，解耦信道估計(jì)和失真系數(shù)估計(jì)。然后，估計(jì)出失真系數(shù)，按照非線性分量數(shù)學(xué)模型還原失真并補(bǔ)償接收信號(hào)；最后，再對(duì)補(bǔ)償后的信號(hào)做自干擾抵消。為了進(jìn)一步提高算法普適性，降低通信開銷，文中又提出了一種算法的簡(jiǎn)化實(shí)現(xiàn)方案。仿真結(jié)果顯示，接收信號(hào)為20 dBm時(shí)，算法可將自干擾非線性失真分量降至約-100 dBm，且其性能隨接收自干擾功率降低而提高。

2 非線性自干擾抵消模型

自干擾信號(hào)通過低噪聲放大器(Low Noise Amplifier, LNA)時(shí)會(huì)產(chǎn)生各種高次非線性分量，其中次項(xiàng)的常系數(shù)定義為階失真系數(shù)[17]。工程中通常以三階輸入交調(diào)截點(diǎn)(Input 3rd order intercept point)作為衡量器件線性度的指標(biāo)，因此文獻(xiàn)以三階失真為主要研究對(duì)象。非線性分量殘留在抵消結(jié)果中，降低了傳統(tǒng)算法的信噪比性能。非線性自干擾抵消通過估計(jì)失真系數(shù)，還原非線性分量，對(duì)發(fā)生畸變的自干擾信號(hào)做線性化補(bǔ)償后再進(jìn)行抵消，來降低抵消殘留噪聲，提升信噪比性能。算法流程如圖1所示。

圖1 非線性自干擾抵消算法原理框圖

目前，全雙工研究普遍基于正交頻分復(fù)用(Orthogonal Frequency Division Multiplexing, OFDM)系統(tǒng)；失真系數(shù)估計(jì)是全雙工非線性自干擾抵消算法的核心環(huán)節(jié)。文獻(xiàn)[16]針對(duì)OFDM全雙工系統(tǒng)提出一種非線性自干擾抵消算法，對(duì)失真系數(shù)采取如下估計(jì)：對(duì)發(fā)生失真畸變的信號(hào)做自干擾抵消，認(rèn)為抵消殘余約等于被抵消信號(hào)的非線性失真分量，則LNA三階失真系數(shù)與抵消殘余之間存在關(guān)系：

上述估計(jì)方法的主要問題是約等號(hào)成立的條件太松，表現(xiàn)為：

針對(duì)以上問題，本文提出一種基于輔助符號(hào)的非線性失真抵消算法，設(shè)計(jì)一個(gè)輔助符號(hào)，通過對(duì)該符號(hào)做自干擾抵消，把映射到抵消結(jié)果中的信道估計(jì)符號(hào)失真提取出來，消除信道估計(jì)誤差對(duì)失真系數(shù)估計(jì)的影響。在對(duì)輔助符號(hào)做自干擾抵消時(shí)，用發(fā)送鏈路末端取樣代替?zhèn)鹘y(tǒng)的發(fā)送數(shù)字基帶取樣，來獲得抵消參考信號(hào)[18]，消除其誤差對(duì)失真系數(shù)估計(jì)的影響。

3 基于輔助符號(hào)的非線性自干擾抵消算法

基于輔助符號(hào)的非線性自干擾抵消算法通過設(shè)計(jì)輔助符號(hào)，并采用發(fā)送鏈路末端取樣法[18]獲取抵消參考信號(hào)，對(duì)其做自干擾抵消，把映射到抵消結(jié)果中的信道估計(jì)符號(hào)失真提取出來，解決抵消參考信號(hào)誤差和信道估計(jì)誤差對(duì)失真系數(shù)估計(jì)的影響。最后，用得到的失真系數(shù)還原非線性失真噪聲，并對(duì)接收信號(hào)進(jìn)行線性化補(bǔ)償后，再做正常的自干擾抵消。算法包含以下4個(gè)部分：(1)失真映射與提??；(2)失真估計(jì)；(3)失真還原和補(bǔ)償；(4)自干擾抵消。

3.1失真映射與提取

失真映射與提取是為了解決失真系數(shù)估計(jì)和信道估計(jì)的耦合問題?；舅悸肥菍⑿诺拦烙?jì)符號(hào)作為失真系數(shù)的一部分載體加以考慮。失真映射通過對(duì)輔助符號(hào)做自干擾抵消，獲得信道估計(jì)失真誤差，之后，通過失真提取，將其轉(zhuǎn)化為獨(dú)立的非線性失真，再從抵消結(jié)果估計(jì)非線性失真系數(shù)就可以擺脫自干擾信道估計(jì)誤差的影響。

3.1.1輔助符號(hào)設(shè)計(jì)以802.11a物理幀格式為例，說明輔助符號(hào)的設(shè)計(jì)過程。802.11a的物理幀包括3個(gè)部分[19]：前導(dǎo)碼(preamble)，信令域(SIGNAL)，以及數(shù)據(jù)域(DATA)。前導(dǎo)碼由12個(gè)OFDM符號(hào)組成，首先是10個(gè)時(shí)長(zhǎng)均為800 ns的重復(fù)的短訓(xùn)練序列，用于AGC、信號(hào)頭檢測(cè)、粗頻率偏移估計(jì)及符號(hào)定位，然后是2個(gè)重復(fù)的長(zhǎng)訓(xùn)練序列，每一個(gè)持續(xù)時(shí)長(zhǎng)為一個(gè)OFDM符號(hào)的長(zhǎng)度，再添加一半的符號(hào)用于循環(huán)前綴，總時(shí)長(zhǎng)為，用于精頻率偏移估計(jì)、信道估計(jì)。

為了達(dá)到提取信道估計(jì)失真的要求，輔助符號(hào)應(yīng)滿足以下3個(gè)條件：(1)包含全部非零子載波；(2)該符號(hào)時(shí)隙內(nèi)全雙工節(jié)點(diǎn)還未開始接收其他節(jié)點(diǎn)發(fā)來的信號(hào)，以免對(duì)失真系數(shù)造成干擾；(3)能從抵消結(jié)果中獨(dú)立地提取出被抵消符號(hào)的非線性失真和信道估計(jì)符號(hào)的非線性失真。

為了滿足條件(1)，則短訓(xùn)練序列符號(hào)不能用作輔助符號(hào)：根據(jù)802.11a的協(xié)議規(guī)定，短訓(xùn)練序列在映射為OFDM符號(hào)時(shí)只用了52個(gè)非零子載波中的12個(gè)[19]。為了滿足條件(2)，則輔助符號(hào)不能設(shè)置在數(shù)據(jù)域中：為了保證自干擾信道的準(zhǔn)確估計(jì)，一般假設(shè)前導(dǎo)碼傳送完畢啟動(dòng)全雙工模式，因此數(shù)據(jù)域符號(hào)都混疊了節(jié)點(diǎn)希望接收的信號(hào)，這些信號(hào)對(duì)失真系數(shù)的估計(jì)構(gòu)成噪聲；為了滿足條件(3)，則信道估計(jì)符號(hào)不能用作輔助符號(hào)：對(duì)信道估計(jì)符號(hào)本身做自干擾抵消時(shí)，其非線性失真既存在于被抵消信號(hào)中，也存在于信道估計(jì)誤差中，前后相消，無法從抵消結(jié)果中估計(jì)失真系數(shù)。

綜上，對(duì)幀格式改動(dòng)程度最低的方案是在前導(dǎo)碼域增加一個(gè)與信道估計(jì)符號(hào)完全一致的輔助符號(hào)，專門用于估計(jì)失真系數(shù)，如圖2所示。輔助符號(hào)時(shí)長(zhǎng)與信道估計(jì)序列符號(hào)相等，為。

圖2 添加輔助符號(hào)的802.11a幀格式示意圖

3.1.2失真映射 失真映射即對(duì)輔助符號(hào)做自干擾抵消，將信道估計(jì)符號(hào)中的失真誤差映射到輔助符號(hào)的抵消殘余中。本文采用發(fā)送鏈路末端取樣法[18]獲取抵消參考信號(hào)，來消除抵消參考信號(hào)誤差對(duì)失真系數(shù)估計(jì)的影響，如圖3所示，將發(fā)送鏈路末端信號(hào)耦合出一部分，通過有線鏈路直接下變頻數(shù)字化，得到發(fā)送鏈路末端抵消參考信號(hào)，記為。

對(duì)輔助符號(hào)做自干擾抵消：

圖3 獲取發(fā)送末端抵消參考信號(hào)原理框圖

3.2失真估計(jì)

失真映射和提取完成了信道估計(jì)和失真系數(shù)估計(jì)的解耦。此時(shí)，根據(jù)非線性失真的數(shù)學(xué)模型，可直接從式(3)等號(hào)右側(cè)提取出失真系數(shù)，再變形即可得到用輔助符號(hào)的抵消結(jié)果表示的失真系數(shù)估計(jì)。

即

(5)

與文獻(xiàn)[16]算法的失真系數(shù)估計(jì)式(1)相比，本文算法的失真系數(shù)估計(jì)中不再含有自干擾信道估計(jì)項(xiàng)，實(shí)現(xiàn)了信道估計(jì)和失真系數(shù)估計(jì)的解耦；分母中的3次項(xiàng)雖然含有信道估計(jì)，但其物理含義是自干擾信號(hào)的三階失真，強(qiáng)度遠(yuǎn)小于主信號(hào)，因此可以忽略其中的誤差。后文的仿真也說明了這一點(diǎn)。

3.3 失真還原與補(bǔ)償

得到失真系數(shù)估計(jì)后，接收端按照非線性失真的數(shù)學(xué)模型[17]將其還原，得到還原非線性分量再與失真信號(hào)作差，消除疊加在接收自干擾信號(hào)中的非線性失真噪聲，得到線性化的自干擾信號(hào)。失真還原與補(bǔ)償分別表示為

(7)

3.4自干擾抵消

線性化后的信號(hào)消除了失真噪聲的影響，即可用傳統(tǒng)的信道估計(jì)-干擾重構(gòu)算法[2]作自干擾抵消：以發(fā)送端數(shù)字基帶信號(hào)作抵消參考信號(hào)，以失真補(bǔ)償后的信道訓(xùn)練符號(hào)做自干擾信道估計(jì)，生成抵消信號(hào)，與失真補(bǔ)償后的信號(hào)作差：

可見，非線性自干擾抵消通過降低被抵消信號(hào)的殘留失真噪聲，減小自干擾信道的估計(jì)誤差，提高了數(shù)字抵消的準(zhǔn)確性。

基于輔助符號(hào)的非線性失真算法步驟見表1。

表1算法步驟

基于輔助符號(hào)的非線性失真系數(shù)估計(jì)算法 開始：接收鏈路接收到完整數(shù)據(jù)幀，取出前導(dǎo)碼，其余部分送入緩存 1失真映射與提取：(a)估計(jì)自干擾信道值；(b)用末端鏈路取樣法[18]獲得輔助符號(hào)的抵消參考信號(hào)；(c)對(duì)輔助符號(hào)做自干擾抵消，得到結(jié)果。 2 失真估計(jì)：按照式(5)估計(jì)失真系數(shù)； 3 失真還原與補(bǔ)償：根據(jù)非線性失真級(jí)數(shù)和模型，還原失真信號(hào)，從原始接收信號(hào)中去除失真噪聲； 4 自干擾抵消：對(duì)失真補(bǔ)償后的自干擾信號(hào)做抵消。

4 算法簡(jiǎn)化實(shí)現(xiàn)方案

一般來說，室內(nèi)無線局域網(wǎng)(Wireless Local Area Network, WLAN)環(huán)境下信道是緩變的，其相關(guān)時(shí)長(zhǎng)不低于ms量級(jí)，對(duì)于一個(gè)物理幀，信道估計(jì)的有效時(shí)長(zhǎng)可持續(xù)上百個(gè)OFDM符號(hào)。失真因子作為硬件參數(shù)，可近似認(rèn)為恒定，因此在實(shí)際中，輔助符號(hào)的添加可以人為靈活地控制，只需每間隔若干幀對(duì)失真因子進(jìn)行一次估計(jì)即可，從而大大降低算法所帶來的開銷。

但是，算法仍然涉及到現(xiàn)行幀格式的修改，實(shí)際系統(tǒng)不便實(shí)現(xiàn)。考慮3.1.1節(jié)中輔助符號(hào)的設(shè)計(jì)要求，當(dāng)且僅當(dāng)提供信道估計(jì)結(jié)果(用于失真映射)的符號(hào)，與接收自干擾抵消的輔助符號(hào)并不相同時(shí)，才能滿足式(3)失真提取、估計(jì)的條件，即在抵消殘余中，既包括信道估計(jì)符號(hào)的失真，也包括輔助符號(hào)本身的失真。根據(jù)這一點(diǎn)，本文在上述算法基礎(chǔ)上提出一種簡(jiǎn)化實(shí)現(xiàn)方案：令前導(dǎo)碼中兩個(gè)信道估計(jì)符號(hào)互為輔助符號(hào)，分別對(duì)另一符號(hào)進(jìn)行失真映射。為了提高準(zhǔn)確性，再將得到的兩個(gè)估計(jì)結(jié)果求平均。由此可見，簡(jiǎn)化方案無需再設(shè)置額外的輔助符號(hào)，不會(huì)增加通信開銷。方案示意圖如圖4所示。

圖 4 算法實(shí)現(xiàn)簡(jiǎn)化方案原理框圖

5 仿真分析

本節(jié)對(duì)所提算法性能進(jìn)行MATLAB仿真實(shí)驗(yàn)，為貼近實(shí)際，關(guān)鍵參數(shù)，如非線性失真強(qiáng)度選自NI571收發(fā)機(jī)的數(shù)據(jù)手冊(cè)[20]；物理幀格式不代表任何一種協(xié)議規(guī)定，僅為方便數(shù)值分析，參數(shù)設(shè)置見表2。

表2仿真參數(shù)設(shè)置

仿真參數(shù)取值 調(diào)制方式OFDM 帶寬20 MHz 子載波數(shù)量64 載頻2.4 GHz 自干擾信道模型LOS分量：萊斯分布，因子dBNLOS分量：瑞利分布 最大多徑時(shí)延330 ns VGA功率控制水平-5 dBm 接收機(jī)輸入底噪功率-90 dBm LNA三階失真信號(hào)功率-45 dBc相對(duì)線性分量 訓(xùn)練開銷4%(3個(gè)信道估計(jì)符號(hào)+1個(gè)輔助符號(hào)) 符號(hào)總長(zhǎng)度104 前端(天線+模擬)抵消量25 dB

非線性抵消算法的兩大關(guān)鍵環(huán)節(jié)是失真估計(jì)和失真補(bǔ)償。下面以自干擾抵消殘余強(qiáng)度為指標(biāo)，分別考察這兩個(gè)環(huán)節(jié)中不同的處理方式對(duì)算法性能的影響。

5.1失真映射準(zhǔn)確性與算法性能

在失真系數(shù)估計(jì)環(huán)節(jié)考察失真映射的準(zhǔn)確性對(duì)算法性能的影響，這一指標(biāo)反映了對(duì)輔助符號(hào)做自干擾抵消的結(jié)果能否切實(shí)地體現(xiàn)信道估計(jì)符號(hào)的失真。按照映射符號(hào)個(gè)數(shù)不同，本文設(shè)置“多信道符號(hào)映射”與“單信道符號(hào)映射”兩組對(duì)比方案，其中“多信道符號(hào)映射”組又按照映射方式不同分為方案1和方案2。在對(duì)信道估計(jì)符號(hào)有所補(bǔ)償?shù)那疤嵯?，考察不同映射方式?duì)失真估計(jì)準(zhǔn)確性的影響。見表3。

表3失真映射方式

方案名稱方案描述 方案1方案2 多信道符號(hào)映射分別對(duì)3個(gè)信道估計(jì)符號(hào)做失真映射，得到3個(gè)失真系數(shù)估計(jì)求其平均對(duì)3個(gè)符號(hào)信道估計(jì)的平均值做失真映射，得到失真系數(shù)估計(jì) 單信道符號(hào)映射僅對(duì)3個(gè)信道符號(hào)之一做失真映射，得到失真系數(shù)估計(jì)

從圖5(a)，圖5(b)可看出，對(duì)于多信道符號(hào)映射，在對(duì)信道估計(jì)符號(hào)有所補(bǔ)償?shù)那闆r下，理想信道值的結(jié)果都優(yōu)于實(shí)際估計(jì)值。方案1中，理想信道值的增益更為顯著，而在方案2中兩者差別不大，且性能都不如方案1的兩組對(duì)應(yīng)值。

同樣在實(shí)際信道估計(jì)值下，在發(fā)送功率-5~20 dBm的變化區(qū)間內(nèi)，方案1的抵消結(jié)果變化范圍從-150~-100 dBm，比方案2的對(duì)應(yīng)抵消量分別提高了45 dB到20 dB左右，且發(fā)送功率越低，其性能提高越顯著，這說明方案1的失真映射準(zhǔn)確性要高于方案2。原因是，3個(gè)信道估計(jì)符號(hào)各自的非線性失真是互相獨(dú)立的，分別做失真映射、提取和估計(jì)可以得到3個(gè)非常接近、只存在微小誤差(誤差來自于式(1)中高次項(xiàng)，結(jié)果證明這一誤差并不影響失真系數(shù)估計(jì))的失真系數(shù)估計(jì)，因此再求其平均可以降低誤差；而方案2對(duì)信道估計(jì)取平均的操作使得映射結(jié)果已不能有效反映信道估計(jì)符號(hào)真實(shí)的非線性失真，因此失真系數(shù)估計(jì)結(jié)果誤差較大。

從圖5(c)的結(jié)果可以看出，單信道估計(jì)符號(hào)做失真映射，算法性能相當(dāng)于多信道符號(hào)映射方案1中求平均的3個(gè)失真系數(shù)估計(jì)結(jié)果之一，性能略優(yōu)于方案2，但明顯不如方案1?？梢酝茰y(cè)，若按照方案1的方式估計(jì)失真系數(shù)，增加信道估計(jì)符號(hào)數(shù)有助于進(jìn)一步提高算法性能，但也會(huì)增大開銷。

5.2 失真補(bǔ)償范圍與算法性能

在失真補(bǔ)償環(huán)節(jié)，考察補(bǔ)償范圍，研究對(duì)信道估計(jì)符號(hào)補(bǔ)償與否對(duì)算法性能的影響。

從圖6(a)可以看出，同樣用實(shí)際自干擾信道估計(jì)做失真系數(shù)估計(jì)、還原，無論是方案1還是方案2，對(duì)信道估計(jì)符號(hào)做補(bǔ)償?shù)男Ч济黠@優(yōu)于無失真補(bǔ)償；否則，原始信道估計(jì)的質(zhì)量對(duì)算法性能的影響區(qū)別不大，且均不理想，如圖6(b)所示。該實(shí)驗(yàn)說明，對(duì)無失真的信號(hào)做自干擾抵消，自干擾信道估計(jì)的準(zhǔn)確性是算法性能的決定因素，進(jìn)一步說明自干擾信道建模是數(shù)字抵消算法的重要研究方向。

圖5 失真映射準(zhǔn)確性對(duì)算法性能影響(自干擾抵消時(shí)信道估計(jì)符號(hào)有失真補(bǔ)償)

5.3 簡(jiǎn)化方案性能

如圖7所示，與文獻(xiàn)[16]所提出的聯(lián)合估計(jì)算法相比較，在4次迭代(該次數(shù)取自文獻(xiàn)[16])后，聯(lián)合估計(jì)算法能夠達(dá)到與本文算法的簡(jiǎn)化實(shí)現(xiàn)方案接近的性能，但仍然不如本文算法。時(shí)間復(fù)雜度方面，兩者均為，但前者的收斂速度與失真系數(shù)初值設(shè)定密切相關(guān)，取值不當(dāng)易導(dǎo)致算法性能不穩(wěn)定；其次，文獻(xiàn)[16]要求整幀數(shù)據(jù)反復(fù)輸入?yún)⑴c運(yùn)算，這增加了存儲(chǔ)空間的消耗和處理時(shí)延，而本文算法無需迭代，最少只需要兩個(gè)符號(hào)參與運(yùn)算。與添加額外輔助符號(hào)，并采用多信道符號(hào)映射方案1相比，采用實(shí)現(xiàn)簡(jiǎn)化方案避免了額外的通信開銷，但代價(jià)是抵消性能有所下降。從方案過程描述可以看出，它相當(dāng)于對(duì)不同輔助符號(hào)做單信道符號(hào)映射的平均結(jié)果，對(duì)比圖5(c)也說明，簡(jiǎn)化方案性能與單符號(hào)映射的結(jié)果相當(dāng)。

圖6 失真補(bǔ)償范圍研究 圖7 算法實(shí)現(xiàn)簡(jiǎn)化方案性能

6 結(jié)束語

全雙工的推廣應(yīng)用受限于自干擾非線性失真對(duì)抵消算法性能的影響，針對(duì)現(xiàn)有非線性抵消算法中存在的信道估計(jì)和失真系數(shù)估計(jì)互相耦合的問題，本文設(shè)計(jì)了基于輔助符號(hào)的非線性抵消算法，在根據(jù)自干擾抵消結(jié)果估計(jì)失真系數(shù)時(shí)，將信道估計(jì)符號(hào)的非線性失真考慮進(jìn)來，通過對(duì)輔助符號(hào)做自干擾抵消，將信道估計(jì)符號(hào)的非線性失真映射到抵消結(jié)果中，作為失真載體之一提取出來。仿真結(jié)果表明，算法能有效提高自干擾抵消算法性能，采用實(shí)現(xiàn)簡(jiǎn)化方案則可避免輔助符號(hào)引入額外通信開銷。

[1] CHOI J I, JAIN M, SRINIVASAN K,. Achieving single channel, full duplex wireless communications[C]. Proceedings

of the 16th Annual International Conference on Mobile Computing and Networking, Chicago, IL, USA, 2010: 1-12. doi: 10.1145/1859995.1859997.

[2] JAIN M, CHOI J I, KIM T,. Practical, real-time, full duplex wireless[C]. Proceedings of 17th Annual International Conference on Mobile Computing and Networking, Las Vegas, NV, USA, 2011: 301-312. doi: 10.1145/2030613.2030647.

[3] DUARTE M and SABHARWAL A. Full-duplex wireless communications using off-the-shelf radios: Feasibility and first results[C]. Proceedings of the 44th Asilomar Conference on Signals, Systems and Computers, Pacific Grove, CA, USA, 2010: 1558-1562. doi: 10.1109/ACSSC.2010.5757799.

[4] SAHAI A, PATEL G, and SABHARWAL A. Pushing the limits of full-duplex: Design and real-time implementation[R]. Houston: Rice University, 2011.

[5] SABHARWAL A, SCHNITER P, Guo Dongning,. In-band full-duplex wireless: challenges and opportunities[J]., 2014, 32(9): 1637-1652. doi: 10.1109/JSAC.2014.2330193.

[6] SAMPATH R, MOHAMMAD A, KARTHIK S,. The case for antenna cancellation for scalable full-duplex wireless communications[C]. Proceedings of the 10th ACM Workshop on Hot Topics in Networks, Toronto, Canada, 2011: 1-6. doi: 10.1145/2070562.2070579.

[7] EVAN E, MELISSA D, CHRIS D,. Empowering full- duplex wireless communication by exploiting directional diversity[C]. Proceedings of Asilomar Conference of the 45th Signals, Systems and Computers, Pacific Grove, CA, USA, 2011: 2002-2006. doi: 10.1109/ACSSC.2011.6190376.

[8] WANG Jun, ZHAO Hongzhi, and TANG Youxi. A RF adaptive least mean square algorithm for self-interference cancellation in co-frequency co-time full duplex systems[C]. Proceedings of Conference of IEEE International Conference on Communications, Sydney, Australia, 2014: 5622-5627. doi: 10.1109/ICC.2014.6884217.

[9] EVAN E, ACHALESHWAR S, and ASHUTOSH S. Passive self-interference suppression for full-duplex infrastructure nodes[J]., 2014, 13(2): 680-694. doi: 10.1109/TWC.2013.010214. 130226.

[10] DUARTE M, DICK C, and SABHARWAL A. Experiment- driven characterization of full-duplex wireless systems[J]., 2012, 11(12): 4296-4307. doi: 10.1109/TWC.2012.102612.111278.

[11] KORPI D, RIIHONEN T, SYRJALA V,. Full-duplex transceiver system calculations: analysis of ADC and linearity challenges[J]., 2014, 13(7): 3821-3836. doi: 10.1109/ TWC.2014.2315213.

[12] BHARADIA D, MCMILIN E, and KATTI S. Full duplex radios[C]. Proceedings of Conference of the ACM Special Interest Group on Data Communication, Hong Kong, China, 2013: 375-386. doi: 10.1145/2486001.2486033.

[13] OMER M, RIMINI R, HEIDMANN P,. A compensation scheme to allow full duplex operation in the presence of highly nonlinear microwave components for 4G systems[C]. Proceedings of Conference of IEEE MTT-S International Microwave Symposium Digest, Baltimore, MD, USA, 2011: 1-4. doi: 10.1109/MWSYM.2011.5973395.

[14] ANTTILA L, KORPI D, SYRJALA V,. Cancellation of power amplifier induced nonlinear self-interference in full- duplex transceivers: Signals, systems and computers[C]. Proceedings of Conference of 2013 Asilomar Conference on Signals, Systems and Computers, Pacific Grove, CA, USA, 2013: 1193-1198. doi: 10.1109/ACSSC.2013.6810482.

[15] KORPI D, ANTTILA L, and VALKAMA M. Feasibility of in-band full-duplex radio transceivers with imperfect RF components: analysis and enhanced cancellation algorithms [C]. Proceedings of 9th International Conference on Cognitive Radio Oriented Wireless Networks and Communications, Oulu, Finland, 2014: 532-538.

[16] AHMED E, ELTAWIL A M, and SABHARWAL A. Self- interference cancellation with nonlinear distortion suppression for full-duplex systems: signals, systems and computers[C]. Proceedings of the IEEE Conference of 2013 Asilomar Conference on Signals, Systems and Computers, Pacific Grove, CA, USA, 2013: 1199-1203. doi: 10.1109/ ACSSC.2013.6810483.

[17] SCHENK T. RF Imperfections in High-rate Wireless Systems, Impact and Digital Compensation[M]. New York: Springer Netherlands, 2008: 185-243.

[18] ELSAYED A and AHMED M E. All-digital self-interference cancellation technique for full-duplex systems[J]., 2015, 14(7): 3519-3532. doi: 10.1109/TWC.2015.2407876.

[19] 史治國(guó), 洪少華, 陳抗生. 基于Xilinx FPGA的OFDM通信系統(tǒng)基帶設(shè)計(jì)[M]. 杭州: 浙江大學(xué)出版社, 2009: 37-38.

SHI Zhiguo, HONG Shaohua, and CHEN Kangsheng. Xilinx FPGA-Based Baseband OFDM Communication System Design[M]. Hangzhou: Zhejiang University Press, 2009: 37-38.

[20] National Instrument. NI 5791r User Manual and Specifi- cations[OL]. http://www.ni.com/pdf.manuals/ 373845d.pdf, 2015.

王 丹： 女，1991年生，博士生，研究方向?yàn)闊o線移動(dòng)通信.

黃開枝： 女，1973年生，教授，博士后，主要研究方向?yàn)闊o線移動(dòng)通信及其安全.

李云洲： 男，1974年生，副研究員，主要研究方向?yàn)闊o線移動(dòng)通信.

Auxiliary Symbol-based Nonlinear Self-interference Cancellation Algorithm and Simplified Implementation

WANG Dan①②HUANG Kaizhi①LI Yunzhou②

①(&&,,450002,)②(&,,100084,)

In-bandfull duplex is a key concept brought up in 5G, and digital Self-Interference (SI) cancellation has become an important field attracting much attention. SI channel estimation error introduced by nonlinear distortion leads to deleterious effect on the accurate estimation of distortion coefficient. This paper proposes a nonlinear SI cancellation algorithm based on an auxiliary symbol. The channel estimation error is mapped into cancellation residuals by performing SI cancellation for the designed auxiliary symbol, and then extracted to be an independent attributor for distortion coefficient estimation. A simplified implementation is proposed further for reducing the overhead of the algorithm. Simulation results show that the nonlinear SI component is suppressed to about -100 dBm with -5 dBm SI power received. In addition, the lower the received SI power is, the better the performance tends to be.

5G; In-band full duplex; Digital Self-Interference (SI) cancellation; Nonlinear distortion estimation

TN929.53

A

1009-5896(2017)01-0024-07

10.11999/JEIT160291

2016-03-28；改回日期：2016-09-06；

2016-11-14

王丹 wangdan910503@mail.tsinghua.edu.cn

國(guó)家973計(jì)劃項(xiàng)目(2013CB329002)，國(guó)家863計(jì)劃項(xiàng)目(2014AA01A703)，國(guó)家重大專項(xiàng)(2014ZX03003002-002)，新世紀(jì)優(yōu)秀人才支持計(jì)劃(NCET-13-0321)，國(guó)家自然科學(xué)基金創(chuàng)新群體(61321061)

The National 973 Program of China (2013CB 329002), The National 863 Program of China (2014AA01A703), The National Major Project (2014ZX03003002-002), The Program for New Century Excellent Talents in University (NCET-13-0321), The National Natural Science Foundation of Innovation Group (61321061)