同時同頻全雙工數字自干擾消除研究

周芮

【摘要】 在5G通信研發中，同時同頻全雙工作為提高頻譜效率的關鍵技術之一，需要克服的重要問題就在于自干擾的消除。本文研究了關注甚少的數字消除方式，全面分析了信道估計聯合自適應濾波的消除方案。

【關鍵詞】 無線通信 同時同頻全雙工 數字消除

一、引言

近年來，4G通信技術已日趨成熟，然而隨著用戶速率和業務量需求的飛速增長，無線通信系統所需的帶寬不斷增大，對頻譜資源的需求也在迅速增加，為滿足日益增長的通信需求，5G的研發已提上日程。盡管5G定位于頻譜效率更高、速率更快、容量更大的無線網絡，但亟待解決的問題也很多，在無線傳輸技術方面，同時同頻全雙工就是解決頻譜效率問題的關鍵技術之一。

傳統的時分雙工和頻分雙工這兩種雙工技術作為無線通信系統中的主流技術，已在無線通信領域廣泛使用。但是，時分雙工與頻分雙工技術中存在的問題，使這兩種技術性能受到限制。例如，使用時分雙工會使節點間的信道不一致特性惡化，同時由于通信雙方分時的收發數據，時間利用率不高，影響通信效率。而另一方面在頻分雙工通信系統中，當節點試圖相互發送與接收信號時，需要在某一頻段發射信號，在另一頻段接收信號，導致進行雙工通信需要兩倍的單向通信鏈路帶寬，在無線頻譜資源日益緊張的今天，帶寬資源占用太大，并且會限制系統中可以通信的節點數量。在傳統技術的這些缺陷下，國外研究者提出嘗試讓雙工通信節點雙方在同一頻帶上同時發送與接收信號，即全雙工（Full Duple，FD）技術，而在國內，通常稱之為同時同頻全雙工（Co-time Co-frequency Full Duplex，CCFD）技術。

雖然同時同頻全雙工比起傳統雙工方式節省了一半的時間開銷與頻率開銷，使頻譜效率加倍，但是該技術有一個顯著問題要解決，就是本地自干擾的抑制。對相互通信雙方的任一節點而言，對方發射天線發來的信號為自身需要的期望信號，而自身發射天線的發射信號對自身接收端就造成干擾，稱之為自干擾。由于自身節點收發天線之間的距離遠小于相互通信的節點之間距離，這個自干擾信號就遠大于期望信號，顯然，消除自干擾就是最關鍵任務。現行的自干擾消除研究中，根據干擾消除方式和位置的不同，可分為天線、射頻、數字三種方式。

天線消除的原理是將收發天線在空中接口處分離，從而降低發射機信號對接收機信號的干擾，主要有以下三種方式：

1）拉遠發射天線和接收天線之間的距離，采用分布式天線，增加電磁波傳播的路徑損耗，以降低雙工干擾（DI）在接收端的功率；

2）直接屏蔽DI：在發射天線和接收天線之間設置一微波屏蔽板；

3）配備多發射天線，調整多個發射天線到接收天線的距離，使發射信號在接收天線處相位相反實現抵消。

而射頻方式主要是在模擬域通過射頻電路以相位反轉的形式實現干擾抵消，該方式研究較廣泛且成效可觀。天線、射頻方式研究較早且關注較多，并且自干擾消除效果顯著，而數字方式較前兩者而言關注甚少，目前大概也只能實現10dB至15dB的自干擾功率衰減，但作為對整體干擾消除效果的完善，數字方式不可或缺，因此還有待更多的研究。

本文分析的數字自干擾消除方式為基于信道估計的自適應濾波方案，第二節闡述該方案的原理及整體框架，第三節分析信道估計的原理方法，第四節介紹時域自適應濾波算法，第五節探討該數字消除方案需要注意的問題，最后，作出總結展望。

二、數字自干擾消除方案

由于在天線、射頻消除后，接收信號中往往還存在殘余自干擾，需要通過數字域消除方式進一步完善消除性能。與射頻消除思想類似，數字方式也是干擾抵消原理，通過重建干擾信號副本，然后在總的接收信號中減去以消除自干擾，不同的是，數字方式是將信號經過模數轉換變為數字信號后再作消除。然而，在同時同頻全雙工無線通信系統中實施的數字干擾消除比在其他應用中使用的數字消除（如連續干擾消除（簡稱SIC）與解碼等）比起來，更具挑戰性，因為全雙工設備中若丟失了20%的數據包，就意味著系統僅僅是可用而已。因此，為了在后續提取期望信號的工作中能提高精確度，完善數字自干擾消除性能就很有必要，這就要求自干擾信號能被準確消除，那么獲取自干擾信號特性以及實時捕獲它的變化就顯得尤為重要，這里分析的信道估計聯合自適應濾波消除方案則是一種有效方式。圖1所示為該數字自干擾消除方案的基本框架。

由于本地自干擾信號在到達自身接收端時會受無線信道影響，振幅、相位等信號特性會發生變化，要使濾波器產生精確的自干擾估計信號，首先得通過信道估計獲取自干擾信道沖激響應，并作為濾波器的初始加權系數，再結合自適應算法進行調整，以使濾波器能實時跟蹤自干擾信號的變化，從而輸出更接近于干擾信號的抵消信號。

三、自干擾信道估計

由于自干擾信號受無線信道影響，如果能估計出自干擾信道沖激響應，就能獲取自干擾在接收端的信號特性，這樣就有利于后續自適應濾波器輸出更精確的干擾估計信號，因此，信道估計是一個重要環節。信道估計的算法很多，根據是在時域還是頻域實現信道估計，可分為時域信道估計和頻域信道估計；依據是否使用輔助數據，將信道估計分為基于導頻或訓練符號的輔助信息信道估計和盲信道估計。基于輔助信息的信道估計方法是在發送信號的某些位置置入一些己知的導頻符號或尋列序列，在接收端利用這些導頻符號或訓練序列按照某種方法進行信道估計，這里所討論的系統是單載波系統類型，因此使用輔助信息的信道估計，訓練序列只能在時間軸插入。需要注意的是，插入的訓練序列在時間軸上的間隔相對于信道帶寬要足夠的小。基于輔助信息的信道估計性能較好，但會造成寬帶和功率的損失，降低系統傳輸的有效性，比較適用于突發式的通信傳輸系統，例如WLAN等。這里是使用基于訓練序列的信道估計方法對自干擾信道進行估計。

由于無線通信信道最明顯的特征是多徑衰落效應和時間變化特性，也就是說存在一條以上的信號傳播路徑，且信道特性隨時間變化較快，具有明顯的隨參信道特性。由于在點對點同時同頻全雙工系統中，自身節點的收發天線之間距離很近，因此可以假定自干擾信道為線性衰落信道，現在以最小平方信道估計法為例分析信道估計方法。

最小平方（Least Square，LS）信道估計法便于實現且有較好的性能，它是以選擇估計值與實際值之間的均方誤差最小作為性能衡量的標準。設Y是自身節點接收端的經過離散傅里葉變換后得到的信號列向量，X是自身節點發射端發送的訓練序列，H是信道頻域響應，W是均值為零，方差為σ2的高斯白噪聲，則有如下關系：

有了上述信道頻域響應后，經過DFT后即得時域沖激響應，以方便隨后的時域自適應算法在自適應濾波中有效進行。

四、自適應濾波

得到信道估計結果后，作為自適應濾波器初始加權系數，然后通過自適應算法進行系數向量調整，使輸出最大程度接近自干擾信號，因此自適應干擾消除是一個關鍵環節。自適應干擾消除技術的核心是自適應濾波器和相應地自適應算法，自適應濾波器能夠按照某種準則自動地調節本身的傳遞函數進行自我修正，使得輸出信號達到系統所需要的最佳結果。對于自適應濾波器，它可以用許多不同結構來實現，從根本上講，主要有兩類自適應數字濾波器結構，即有限長沖激響應（FIR）濾波器和無限長沖激響應（IIR）濾波器。由于FIR濾波器為橫向結構，利用正規直接形式實現全零點傳輸函數，這種結構下，輸出信號是濾波器抽頭系數的線性組合，產生具有唯一最優解的二次均方誤差函數，更適合于自適應算法通過誤差反饋調節濾波器系數的原理，因此在自適應干擾抵消情景中，廣泛采用FIR濾波器。

另外一個關鍵是自適應算法，這會直接影響自適應干擾消除系統的整體效果，選擇自適應算法時需要考慮：算法收斂速度，系統的穩定性和算法的復雜性，并且要求自適應算法易于實現，以降低系統成本。現行的時域自適應算法中，最具有代表性的自適應算法有最小均方（Least Mean Square，簡稱LMS）、歸一化最小均方（Normalized LMS，簡稱NLMS）和遞歸最小二乘（Recursive Least Squares，簡稱RLS）算法，它們各有其優缺點，最小均方算法因其計算復雜度小，易于硬件實現，因而應用較廣泛，但是往往存在收斂速度慢的問題。

遞歸最小二乘法收斂速度快，實時性高，但由于計算復雜度大因而在工程上很少使用。建立在LMS基礎上的歸一化最小均方算法則對LMS算法作了優化，以變步長因子形式提高算法收斂性，計算復雜度又較RLS算法小得多，工程應用上較受歡迎。這里可將NLMS算法應用于此處的自適應干擾消除中。

設數字基帶信號u（n）經濾波器延遲單元延遲后所構成的輸入信號列向量為u（n），濾波器加權系數向量為w（n），干擾信號與濾波器輸出信號相減所得誤差為e（n），則由NLMS算法迭代方程有

五、對整體消除的影響及需要注意的問題

在同時同頻全雙工系統進行數字自干擾消除時，由于本地自干擾信號是已知的，因此相比傳統的數字消除省去了先解出不期望的發射信號信息的過程。在整體的自干擾消除中采用相干檢測而非解碼來檢測干擾信號，相干檢測器將輸入的射頻接收信號與從發射端獲取的干擾參考信號進行相關。由于檢測器能夠獲取完整的自干擾信號，可以用其對接收信號進行相干檢測，根據得到的相關序列峰值，就能夠準確得到接收信號中自干擾分量相對于干擾參考信號的時延和相位差，利用這些信息就可以更準確的重建自干擾估計信號，同時這種相干檢測能夠檢測出強度比期望信號還微弱的自干擾信號。

在這種情況下雖然無需數字干擾消除也能較準確地解碼期望信號，但采用數字干擾消除方式可以將射頻方式中未完全抵消的自干擾信號進一步消除，即使實現10dB的自干擾功率衰減，對提升期望信號的信干噪比（SINR）值也有極大幫助，從而提高整個系統的通信質量。

另外，數字自干擾消除有一個必要前提，那就是在模數轉換器前端未阻塞的情況下，為使其能夠正確解碼期望信號，信號電平強度至少需要達到模數轉換器的量化間隔。因此要實現數字自干擾消除，期望信號和自干擾信號的電平不能相差太大，即不能超過模數轉換器的動態范圍（動態范圍是指信號的最強功率值與最弱功率值之間的最大比值），否則即使以模數轉換器的最大動態范圍適配射頻消除后的總的接收信號，由于期望信號的電平沒有達到模數轉換器的量化間隔也無法正確解碼，這樣就會導致誤碼率增大，信息丟失嚴重。以目前常見的8～12比特模數轉換器為例，對應能夠識別的輸入信號功率動態范圍為0～48dB/0～72dB，即要求期望信號與自干擾信號的功率之差不能超過0～48dB/0～72dB。

由于在接收端經常出現接收多個信號的現象，且接收端易受干擾侵害，因此接收端的接收信號在通過模數轉換器之前，一定要先分析信號是否會超出模數轉換器的動態范圍，以免發生不可挽回的錯誤。動態范圍越高，模數轉換器相應的性能越好，以目前的技術而言，高達12比特（動態范圍74dB）的模數轉換器在技術上可行但花費較高，一般而言，8比特的模數轉換器可以提供50dB的動態范圍，若前兩種消除方式能將自干擾削弱到與期望信號的功率比值在50dB以內，則8比特的模數轉換器可滿足數字自干擾消除的量化要求。

六、結束語

本文針對同時同頻全雙工數字自干擾消除方式進行了探討研究，分析了基于信道估計的自適應濾波消除方案。然而要更好地完善消除性能，在信道估計及自適應濾波算法的優化上還有待更多研究。

目前關于同時同頻全雙工無線系統的研究尚未全面展開，國外幾所大學的研究團隊起步較早，而國內也開始跟進。然而對該技術展開研究是非常有意義的，國外現有的研究，證實該技術的確能夠解決目前無線通信系統中存在的某些頑固性的問題，這無疑開辟了無線通信領域的一個完全新穎的研究與應用領域，同時，自干擾消除技術的提升也將會使同時同頻全雙工技術在5G研發中有更好的應用前景。

參 考 文 獻

[1] Keating R， Ratasuk R， Ghosh A. Performance Analysis of Full Duplex in Cellular Systems[C]// IEEE， Vehicular Technology Conference. IEEE， 2016.

[2] Zhan Z， Villemaud G. Combination of digital self-interference cancellation and AARFSIC for FullDuplex OFDM wireless[C]// ICCC. 2014：593-597.

[3] Korpi D， Anttila L， Valkama M. Reference receiver based digital self-interference cancellation in MIMO full-duplex transceivers[J]. PloS one， 2014， 8（3）：e60036.

[4] Wang J，Zhao H， Tang Y. A RF adaptive least mean square algorithm for self-interference cancellation in co-frequency co-time full duplex systems[J]. 2014：5622-5627.

[5] Korpi D， Venkatasubramanian S， Riihonen T， et al.Advanced self-interference cancellation and multiantenna techniques for full-duplex radios[C]// Asilomar Conference on Signals， Systems and Computers. IEEE， 2014：3-8.

[6] Korpi D， Choi Y S， Huusari T， et al. Adaptive Nonlinear Digital Self-Interference Cancellation for Mobile Inband Full-Duplex Radio： Algorithms and RF Measurements[C]// IEEE Global Communications Conference. IEEE， 2015：1-7.