CCFD系统中一种新的数字自干扰消除方案

周芮+张育钊+庄铭杰

摘 要：在5G通信研发中，同时同频全双工（CCFD）作为提高频谱效率的关键技术之一，需要克服的重要问题就在于自干扰的消除。文章研究了关注较少的数字消除方式，提出了基于信道估计的自适应滤波方案，并对自干扰信道估计及自适应滤波这两个重要过程作出了分析，最后通过MATLAB实验仿真验证了该方案的消除性能。

关键词：无线通信；同时同频全双工；数字消除

中图分类号：TN929.5 文献标志码：A 文章编号：2095-2945（2018）07-0039-03

Abstract： In the research and development of 5G communication， the co-time co-frequency full duplex（CCFD） is one of the key technologies to improve the spectrum efficiency. The important problem to be overcome is the elimination of self-interference. In this paper， the less concerned digital elimination method is studied， the adaptive filtering scheme based on channel estimation is proposed， and the two important processes of self-interference channel estimation and adaptive filtering are analyzed. Finally， the performance of the scheme is verified by Matlab simulation.

Keywords： wireless communication； co-time co-frequency full duplex （CCFD）； digital cancellation

引言

目前5G的研发正如火如荼地进行，需要克服的技术难题也很多，在无线传输技术方面，提高频谱效率至关重要，而同时同频全双工就是解决频谱效率问题的关键技术之一。

同时同频全双工（Co-time Co-frequency Full Duplex，CCFD）是指通信双方在同一頻带上同时收发信号，与传统的时分双工与频分双工相比，省去了一半的时间资源与频率资源，从而使无线资源利用率提高一倍。然而实现该技术，需要解决一个严重问题，那就是抑制较强的本地自干扰。在CCFD模式下，对相互通信的任一节点而言，对方节点发来的信号为自身需要的有用信号，而本节点发射天线发出的信号对自身接收端就造成了干扰，称之为自干扰。由于通信节点之间的距离远大于自身节点收发天线之间的距离，因此自干扰信号远大于有用信号，显然，抑制这个强自干扰就是关键[1，2]。目前的自干扰消除研究中，根据消除方式和消除位置的不同，可分为天线消除、射频消除、数字消除三种方式。天线消除的原理是让发射天线与接收天线在空中接口处分离，从而降低发射信号对自身接收端的干扰[3]；射频消除方式是在模拟域进行，通过射频电路构造反相位的消除信号，然后与自干扰信号叠加，从而实现自干扰抵消，射频消除方式研究较多且效果可观[5，6]。而数字方式较前两者而言关注甚少，文献[7]介绍的数字自干扰消除方案是通过单独构建一个参考接收链路，从发射端引出信号在参考接收链路进行自干扰信号重建，而文献[8]描述了一种基于频谱估计的自干扰抵消算法，通过对自干扰信号进行频谱特性估计来重建干扰抵消信号。另外，现有的数字消除方案均只利用信道估计结果来构建干扰信号副本，然后从总的接收信号中减去实现自干扰抵消[10，12]。与已有不同的是，本文提出了基于信道估计的自适应滤波方案。

文章内容安排如下：第一节阐述该方案的基本原理及框架，第二节分析信道估计原理方法，并给出CCFD模式下的自干扰信道估计误差仿真结果，第三节介绍时域自适应滤波算法，所提出的数字消除方案的仿真结果在第四节给出，最后进行全文总结。

1 数字自干扰消除整体方案

由于在天线、射频这两种消除方式后，接收链路总的信号中还存在残余的自干扰信号，因此为了进一步完善系统整体的消除性能，数字方式就必须进行。其基本思想是：通过获取自干扰信号特性，构造自干扰估计信号，然后在总的接收信号中减去以实现自干扰抵消。虽然与射频消除原理类似，但两者的区别就在于获取自干扰信号特性的方法不同，信号的处理域也不同。图1所示为本文提出的数字消除方案的基本框架。

首先将信道估计结果作为滤波器的初始加权系数，然后通过自适应算法实时调整，这样，滤波器就能实时跟踪自干扰信号的变化，从而使输出信号最大程度接近自干扰信号，进而实现精确消除。

2 自干扰信道估计

要得到精确的自干扰估计信号，就必须获取自干扰在接收端的信号特性，因此信道估计是必不可少的环节。

无线信道最显著的是时变多径衰落特性，因此，不失一般性，信道模型可用如下离散时间的FIR滤波器模型表示：

3 自适应滤波消除

由前述方法得到信道频域响应后，再进行傅立叶逆变换得到信道时域响应，以此作为滤波器初始加权系数，接下来就通过自适应算法来调整滤波器，使输出最大程度接近自干扰信号，因此算法的使用是关键，这会直接影响自适应干扰消除的整体效果。选择自适应算法时，需要考虑以下几个因素：收敛速度，稳定性以及计算复杂性，并且要求易于工程实现，以降低系统成本。现有自适应算法中，由于最小均方（LMS）算法计算复杂度小，易于硬件实现，因而被广泛采用，但它存在收敛速度慢的缺陷。递归最小二乘（RLS）算法收敛速度较快，但由于计算复杂度大，因而很少在工程应用中使用。以LMS为基础的归一化最小均方（NLMS）算法则提高了收敛速度，算法复杂性又低于RLS，因此在工程上较受欢迎。以下将运用NLMS算法来验证方案的自干扰消除性能。endprint

設滤波器输入信号列向量为u（n），滤波器加权系数向量为w（n），自干扰信号与滤波器输出相减所得误差为

e（n），根据NLMS算法迭代方程，则有

其中，μ是一个很小的固定值，从（7）式可知，μ、uT（n）u（n）构成了整个算法的步长因子，且它是随n变化的，这样算法在迭代过程中可实时调整步长，从而有效提高收敛速度。

4 仿真结果与分析

为了测试文中所提出自干扰消除方案的性能，这里通过MATLAB平台进行仿真。实验中，选取数字基带信号以正弦信号形式作为滤波器的输入，且期望信号为相位随机的同频率的正弦信号，在自干扰信道为线性衰落特性的前提下，以信道估计结果作为滤波器初始系数向量，然后结合NLMS自适应滤波算法进行自干扰消除。

由于数字方式是消除残余自干扰，因此实验中取信干比（期望信号与自干扰信号的功率比）为-10dB，所有仿真结果均为100次独立运行结果的统计平均。图3、图4给出了本文所提方案的自干扰消除效果。

由图3仿真结果可知，干扰消除后的信号与期望信号波形基本吻合，说明自干扰信号已衰减到远低于期望信号水平。图4表明自干扰消除后的信号与期望信号之间的均方误差在0.002～0.003之间，实现了较高的消除精度。另外，误差曲线在n还未到50时就已经收敛，实现了较快的收敛速度。

5 结束语

本文针对CCFD数字自干扰消除方式进行了探讨研究，在已有消除方法上提出了新的方案，并通过仿真给出了系统整体的消除性能，从而验证了该方案的可行性。然而，要使自干扰更加完全地被消除，还有待更多更深入的研究及改进。自干扰消除技术的提升也将会使同时同频全双工在5G研发中有更好的应用前景。

参考文献：

[1]Ma Z， Zhang Z Q， Ding Z G， et al. Key techniques for 5G wireless communications： network architecture， physical layer， and MAC layer perspectives[J]. Science China， 2015， 58（4）：1-20.

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

[3]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.

[4]Sahai A， Patel G， Sabharwal A. Pushing the limits of Full-duplex： Design and Real-time Implementation[J]. 2011.

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

[6]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.

[7]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.

[8]Li Y， Sun L， Zhao C， et al. A digital self-interference cancellation algorithm based on spectral estimation in co-time co-frequency full duplex system[C]// International Conference on Computer Science & Education. 2015.

[9]Duarte M， Dick C， Sabharwal A. Experiment-Driven Characterization of Full-Duplex Wireless Systems[J].Wireless Communications IEEE Transactions on， 2012， 11（12）：4296-4307.

[10]Shao S， Quan X， Shen Y， et al. Effect of phase noise on digital self-interference cancellation in wireless full duplex[C]// 2014：2759-2763.

[11]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.

[12]Ahmed E， Eltawil A M. All-Digital Self-Interference Cancellation Technique for Full-Duplex Systems[J]. IEEE Transactions on Wireless Communications， 2014，14（7）：3519-3532.endprint