基于分布式天线的全双工中继系统最大化和速率波束成形设计

基于分布式天线的全双工中继系统结合了全双工中继两跳同时同频传输的能力和分布式天线高效覆盖的特性,为提升小区边缘和严重阴影衰落区域的频谱效率提供了一种有效途径。在自干扰抵消非理想的多用户场景下,利用分布式多天线波束成形可实现对系统中自干扰和多用户干扰的联合抑制。为此,该文首先建立了在各分布式天线节点独立发射功率约束下最大化多用户端到端和速率的最优化系统模型,进而提出一种双层迭代算法,解决原问题的非凸性求解难题。仿真结果验证了算法的有效性,表明在多用户分布式天线全双工中继系统中,所提波束成形设计能够有效抑制自干扰和多用户干扰,显著提高系统频谱效率。     

一种基于多天线波束成形的全双工自干扰抵消算法

针对同时同频全双工无线通信系统,当基站采用多根发射天线和多根接收天线进行自干扰抵消时,现有技术多集中于自干扰迫零,缺少对发射机射频噪声抑制的研究.本文在考虑射频噪声抑制的基础上,提出一种收发波束联合成形算法,算法首先以信干噪比最大化为原则,优化接收机天线波束成形向量,给出了算法求解表达式;其次以自干扰最小化为原则,优化发射机天线波束成形向量,给出了算法步骤.仿真结果表明,本文算法在发射机信噪比为30.0dB和60.0dB时,3发3收基站的自干扰抵消值分别为65.5dB和89.8dB,与SVD迫零技术相比,分别有25.5dB和19.8dB的性能改善.     

全双工MIMO中继的自干扰抑制

在全双工多输入多输出(MIMO)中继系统中,中继发送端和接受端之间的自干扰降低了系统的信道容量,严重影响了中继系统的传输性能。从理论上来讲,全双工中继方案的核心问题就是自干扰抑制。通过在中继处设计收发矢量来抑制自干扰信号,但与已有的基于奇异值分解(SVD)的抑制方案不同,研究了一种旨在放大中继收发端有用信号与自干扰信号功率比(SIR)的抑制方法,将收发抑制矢量进行分开设计,通过公式推导,求出最优的收发抑制矢量。仿真结果表明该方案改善了中继系统的信道容量,自干扰抑制效果明显。      

一种适用于大型阵列的递推干扰抑制算法

天线阵列在雷达与卫星通信中有着广泛的应用,它可以通过波束形成来抑制干扰.对于具有较多阵元数的大型阵列,普通的波束形成算法计算量很高.本文给出一种适用于大型阵列的递推干扰抑制算法,它是在波束空间分解最大信干噪比准则下基于干扰矢量进行变维递推处理,所需递推步数为干扰数,且每步递推中数据矩阵的维数很小,因而所需的总计算量较低.阵元数越多该递推算法的计算效率越高.仿真结果表明,该递推算法可以有效实现干扰抑制.     

全双工通信射频域自干扰抑制量对数字域自干扰抑制能力的影响

同时同频全双工通信的射频域自干扰抑制量增加,导致数字域自干扰信号的信噪比下降,使得数字域自干扰抑制量减少。针对这一现实问题,该文分析了数字域自干扰抑制能力与射频域自干扰抑制量之间的量化关系,在典型数字域估计算法下,给出了具体关系的闭合解。分析与仿真结果表明,全双工通信在执行射频域联合数字域自干扰抑制时,射频域自干扰抑制的增大量总是大于数字域自干扰抑制能力的减小量,当射频域自干扰抑制较小时,数字域自干扰抑制将更有效;过大的射频域自干扰抑制量将造成数字域自干扰抑制性能的损失。     

模式空间矩阵重构波束形成算法研究

该文提出了一种均匀圆阵相干波束形成方法,这里称为模式空间矩阵重构(MODE-TOEP)波束形成算法。该算法在对均匀圆形阵列(UCA)的输出信号进行模式空间转换的此基础上,重新构一个特殊的Toeplitz矩阵,然后进行基于特征空间的波束形成,可以有效地抑制相干干扰。与模式空间平滑ESB算法相比,MODE-TOEP波束形成算法运算量小而且干扰抑制性能更好。计算机仿真表明MODE-TOEP波束形成算法的有效性和优越性。     

一种星载数模混合阵列结构及波束形成算法

6G星地融合网络对卫星通信系统提出了高速率低时延低能耗的要求,由于星地链路信道环境复杂多变且容易受到干扰,需要研究干扰场景下的低成本可实现阵列架构及算法。针对这一问题,设计了一种数模混合阵列结构,子阵采用50%稀疏馈电以及最小二乘波束形成算法,超阵采用最小二乘与线性约束最小方差波束形成算法,并理论分析了阵列结构的可行性,证明子阵的零点能够抑制超阵的栅瓣。仿真结果表明,该结构以更低的复杂度实现了大规模阵列的效果,波束方向图指向明确且零陷深度足够,对干扰的抑制明显,获得了接近理想阵列增益的BER性能。     

同时同频全双工天线阵列自干扰抑制设计

针对同时同频全双工天线阵列系统中的自干扰问题,开展收发一体天线优化设计,对收发天线间表面波电流的传播途径进行了分析。根据分析结果,在发射天线与接收天线之间设计谐振陷波结构,可有效降低天线之间的自干扰信号电平。通过仿真手段验证了陷波结构对抑制收发天线间自干扰的可行性,达到了42 dB的无源天线隔离度,从而为同时同频全双工天线阵列的设计提供一种可行的应用方案。     

基于阵列平移的GPS相干干扰抑制技术

基于空间平滑预处理技术的波束形成算法虽可抑制相干干扰,但会损失阵列孔径且只适用于等间隔线阵.因此,提出一种适用于圆形天线阵列的抗相干干扰的波束形成预处理方法,该方法对真实阵列进行虚拟平移得到多个虚拟阵列,求多个虚拟阵列各自的信号协方差矩阵后求平均,得到预处理后的协方差矩阵.结合功率倒置波束形成算法仿真,其结果表明此方法对相干干扰具有良好的抑制效果,并且抑制深度与算法的收敛性受平移距离的影响.     

声矢量阵自适应波束域广义似然比检测算法

为了解决水下强干扰背景下的远程弱目标被动探测问题,基于声矢量阵,本文提出了一种自适应波束域的检测算法。该算法首先对阵列接收数据进行波束域变换,令通带覆盖整个观测扇面,并自适应地抑制扇面外的强干扰信号;然后在波束域进行广义似然比检测。仿真结果表明,该算法能在强干扰背景下实现对远程弱目标的检测,并且具有恒虚警率特性。     

基于PSP-LMS的MIMO全双工数字干扰对消

提出了一种MIMO同时同频全双工系统下的数字干扰对消算法,综合考虑了系统非线性对干扰对消的影响.该算法通过基于逐幸存路径处理的方法,对自干扰信号与待接收信号进行联合信道估计,采用维特比算法实现自干扰信号数字对消和待接收信号最大似然接收.通过对MIMO全双工系统仿真实验表明,该算法能够有效抑制系统非线性失真且有着良好的自干扰对消性能.     

同时同频全双工场景中的射频域自适应干扰抵消

考虑同时同频全双工无线收发信机的射频域自干扰抵消技术,现有研究多集中于利用手动方式调整自干扰估计信号的参数。针对这一问题,该文提出一种射频域的自适应干扰抵消算法。以正交、同相参考支路构成的自干扰估计结构为基础,利用梯度下降法搜索支路的最优权矢量,估计出自干扰信号,实现了射频域的自适应干扰抵消,并且给出了该算法的收敛性分析。分析与仿真表明,当迭代步长越大或统计时间越短时,算法的收敛速度越小。在100倍符号周期的统计时间,0.3的归一化步长,80 dB干信比以及0 dB信噪比的仿真条件下,该文提出的射频域自适应干扰抵消算法可以实现约100 dB的自干扰抑制。     

基于迭代变步长LMS的数字域自干扰对消

针对同时同频全双工(Co-frequency and Co-time Full Duplex,CCFD)系统已有的数字域干扰对消方法收敛速度慢和对消比低的问题,本文提出了迭代变步长最小均方(Least Mean Square,LMS)算法,利用该算法实现了快速收敛的高对消比数字域干扰对消.首先,改进Logistic函数,缩短其函数值由大至小的变化区间,再利用该非线性函数计算随迭代次数变化的步长因子值,从而加快干扰对消的收敛速度,高精度递推估计自干扰信道参数,即获得高的对消比.最后,理论分析了该对消方法收敛性和计算复杂度,得到了稳态条件下对消比的闭合表达式.仿真表明,该方法与已有变步长LMS对消方法相比,对消比可增加6dB以上,收敛速度可提高1倍,与最小二乘信道估计干扰对消方法相比,对消比提高了至少10dB.     

有限区域同时同频全双工跳频自组网性能研究

该文针对有限区域的同时同频全双工(CCFD)跳频自组网络,通信节点位置不等价,受非对称互干扰和自干扰影响的场景,开展有限区域全双工跳频自组网的通信性能分析。以网络频带利用率为性能指标,推导出节点位置分布条件下的网络频带利用率闭合表达式,并提出一种降低网络互干扰的节点位置优化分布方法。理论和仿真结果表明,有限区域全双工跳频自组网的性能与频点个数、通信距离、节点个数强相关,且全双工自组网络的性能与半双工网络相比,其占优区域受节点个数约束。     

Performance analysis of broadband self-interference cancellation at RF domain in co-frequency co-time full duplex systems

Due to the lack of performance analysis of the RF domain broadband self-interference cancellation algorithms in the co-time and co-frequency full duplex system,the multi-tap RF domain self-interference cancellation structure were considered,and the optimal solutions of its parameters to minimize the residual interference signal power were discussed,then its achievable interference cancellation capability was analyzed.By analysis and simulation,the performance of the multi-tap structure was associated with the interference bandwidth,the carrier frequency,and the differences between the multi-tap delays and multipath delays of the self-interference channel.The greater the signal bandwidth is,or the larger the differences between the multi-tap delays and multipath delays are,the worse the interference cancellation performance is.Besides,the interference cancellation performance is periodic oscillation with the increase of carrier frequency.     

基于深度神经网络的收发同时系统中自干扰数字对消算法

为了解决转发式干扰机收发同时系统中的自干扰难以对消问题,该文设计一种基于深度神经网络(DNN)的自干扰对消算法。在自干扰信号与目标信号强相关且混叠的情况下该算法可以有效地消除自干扰信号。在此基础上,该文利用分段侦收的信号快速生成干扰的方法,验证了该算法在收发同时系统中自干扰信号对消的可行性,实现了基于本脉冲的雷达干扰信号构建,对敌方雷达快速做出反应,在电子对抗中占据有利地位。该文利用典型的线性调频(LFM)和二进制相移键控(BPSK)雷达信号生成数据集训练深度神经网络,用测试集去测试网络输出的模型。实验结果表明：在收发同时系统中目标信号与自干扰信号混叠的情况下,基于DNN的自干扰对消算法可以有效消除自干扰信号,在信干比–8 dB的情况下,对消比可达到26 dB以上。     

基于卷积长短时记忆深度神经网络的带内全双工非线性数字自干扰消除

带内全双工(IBFD)技术能够有效提高无线通信系统的频谱效率,近年来引起了广泛关注。然而,同时发送和接收引起的线性和非线性自干扰给IBFD带来了巨大挑战。传统的非线性自干扰消除主要是基于多项式模型和深度神经网络(DNN)来实现。多项式模型方法存在模型失配导致自干扰效果恶化的风险,而DNN方法无法针对高维数据特有的空频相关性、时间相关性等特点进行处理。该文基于卷积长短时记忆深度神经网络(CLDNN),通过在输入层中引入3维张量以及在卷积层设置复数卷积层结构,分别设计了两种重建自干扰信号的网络结构——2维CLDNN(2D-CLDNN)和复值CLDNN(CV-CLDNN),充分利用卷积神经网络局部感知和权值共享的优势,在高维特征中学习到更抽象的低维特征,从而提高自干扰消除的效果。实际场景中获得数据的评估结果显示,当功率放大器记忆长度M和自干扰信道多径长度L满足M+L=13时,通过总共60次训练轮数,该文提出的结构比传统DNN方法在非线性自干扰消除方面可以实现至少26%的改进,训练轮数也有明显减少。     

LAT模型中基于次用户权值优化的频谱感知

全双工认知无线电LAT(Listen-and-Talk)模型因自干扰消除不完全而使得频谱感知能力下降.为提升频谱感知性能,提出了LAT模型下基于次用户加权的协作式频谱感知方法,分别研究了决策融合和数据融合下次用户最优权值的算法.求解最优权值时利用了凸优化方法,在处理非凸问题时利用了序列规划的方法,得到了较好的优化结果.仿真实验表明,在加权融合机制下的LAT模型得到了趋近于传统LBT(Listen-before-Talk)模型的频谱感知能力.     

Compressed Channel Sensing using Designated Null Subcarriers in Full Duplex Wireless OFDM Systems

In this paper, we examine the digital cancellation of self-interference in full duplex wireless orthogonal frequency division multiplexing systems. Since digital cancellation highly depends on the accurate estimation of self-interference channels, which tends to be sparse, we propose a compressed sensing based channel estimator that uses designated null subcarriers. Our numerical results show that, by providing more accurate estimates of self-interference channels, the proposed scheme outperforms the conventional least square methods in terms of the self-interference suppression.