【发明内容】
本发明的一方面提供了一种消除干扰信号的方法,其包括以下步骤:将接收信号进行时频变换;根据接收信号时频变换的计算结果计算获得一干扰信号的估计频率;获得该干扰信号的估计增益;根据估计频率与估计增益产生一参考干扰信号,基于最小相关性原则根据接收信号与参考干扰信号计算获得一误差信号,基于自适应算法利用该误差信号调整参考干扰信号使其逼近干扰信号;将接收信号消去该参考干扰信号以消除所述干扰信号获得除扰信号;以及输出除扰信号。
本申请对步骤的描述顺序是为了便于技术人员理解这些方法,不是为了限制本申请的范围。其中,一些步骤可以平行进行。
在一个实施方式中,根据接收信号的时频变换的计算结果计算获得该干扰信号的估计增益。
在一个实施方式中,误差信号可表达为:
σ(n)=(R(n)-I′(n))conj(I′(n))。
其中,R(n)表示接受信号,I′(n)表示参考干扰信号,n表示采样次数。
在另一实施方式中,误差信号可表达为:
σ(n)=(R(n)-I′(n))conj(R(n))。
在一个实施方式中,参考干扰信号表达为:
I′(n)=A′(n)exp(j*2*π*f0*n*Ts+j*ξ(n))
其中,A′(n)表示参考干扰信号的增益部分,exp(j*2*π*f0*n*Ts+j*ξ(n))表示参考干扰信号的相位部分,f0表示估计频率,Ts表示采样间隔,ξ(n)表示相位部分的当前估计相位。
在一个实施方式中,采用一般LMS算法根据以下方程式调整参考干扰信号:
A′(n)=A′(n-1)+λ1*σ(n-1);
θ(n)=mod(θ(n-1)+λ2*angle(A′(n)),2*π);以及
ξ(n)=mod(θ(n)+λ3*angle(A′(n)),2*π)。
其中,λ1、λ2以及λ3分别为对应的更新步长。
在其他实施方式中,还可以采用其他自适应算法调整参考干扰信号,这些自适应算法包括但不限于其他LMS算法以及各种RLS算法。
本申请的又一方面提供了一种干扰信号消除***,其包括干扰频率检测模块、估计增益产生模块、数控振荡器、乘操作模块、误差信号计算模块、更新模块以及加操作模块。其中,干扰频率检测模块接收接收信号,并将其进行时频变换,接着根据时频变换计算结果计算获得一干扰信号的估计频率;估计增益产生模块产生该干扰频率的估计增益;数控振荡器接收干扰频率检测模块发出的估计频率以及更新模块发出的参考干扰信号的当前估计相位,并根据两者计算获得参考干扰信号的相位部分;乘操作模块接收数控振荡器发出的参考干扰信号的相位部分以及更新模块发出的参考干扰信号的增益部分,并将两者进行乘操作以产生参考干扰信号;误差信号计算模块接收接收信号与乘操作模块发出的参考干扰信号,并基于最小相关性原则根据两者计算获得误差信号;更新模块接收误差信号计算模块发出的误差信号,并基于自适应算法根据误差信号更新参考干扰信号的增益部分以及当前估计相位;加操作模块接收接收信号与乘操作模块发出的参考干扰信号,并将接收信号消去参考干扰信号。
在一个实施方式中,干扰频率检测模块可整合产生估计增益的功能。在另一实施方式中,更新模块可整合产生估计增益的功能。
在一个实施方式中,估计增益是根据接收信号时频变换的计算结果计算获得。在另一实施方式中,估计增益可以是任意给出的值。
在一个实施方式中,参考干扰信号可表达为:
I′(n)=A′(n)exp(j*2*π*f0*n*Ts+j*ξ(n))
其中,A′(n)表示参考干扰信号的增益部分,exp(j*2*π*f0*n*Ts+j*ξ(n))表示参考干扰信号的相位部分,ξ(n)表示相位部分的当前估计相位。
在一个实施方式中,误差信号可表达为:
σ(n)=(R(n)-I′(n))conj(I′(n))。
在另一实施方式中,误差信号可表达为:
σ(n)=(R(n)-I′(n))conj(R(n))。
在一个实施方式中,更新模块采用一般LMS算法根据以下方程式调整参考干扰信号:
A′(n)=A′(n-1)+λ1*σ(n-1);
θ(n)=mod(θ(n-1)+λ2*angle(A′(n)),2*π);以及
ξ(n)=mod(θ(n)+λ3*angle(A′(n)),2*π)。
由于可采用精度较低的时频变换方法,相较于已有技术,可有效降低本申请的方法和***的计算复杂度。另外,与已有的采用陷波器的方案相比,本申请的方法采用自适应算法使参考干扰信号不断逼近干扰信号,又具有跟踪精度高的优点。本申请的方法和***的其他优点可从以下对具体实施方式的描述中体现。
【具体实施方式】
以下将对本申请的具体实施例进行详细描述,并且这些描述将详细到足以使业界一般技术人员能够理解本申请。可以理解,除了本申请描述的具体实施例外,还可以在本申请的精神和范围内通过改变结构、逻辑以及电路以获得其他实施方案,这些实施方案依然在本申请的保护范围之内。在描述以下具体实施例的过程中,为了对这些具体实施例进行清楚的描述,将采用一些特定的术语,然而采用这些术语的本意并非将本申请的保护范围限制于这些术语,这些术语的范围应该扩展至任何以大致相同的手段达到大致相同的目的的等效物。比如“连接”一词,不仅包括直接连接,还包括通过其他电路连接。
请参图1,展示了本申请一个实施例中消除干扰信号的方法100的流程图。该方法100包括以下步骤:将接收信号进行时频变换(步骤101);根据时频变换的计算结果估计一干扰信号的频率以获得该干扰信号估计频率(步骤103);根据时频变换的结果估计该干扰信号的增益以获得干扰信号估计增益(步骤105);基于最小相关性原则以及自适应算法,利用干扰信号估计频率与干扰信号估计增益产生逼近干扰信号的参考干扰信号(步骤107);将接收信号消去参考干扰信号以获得有用信号(步骤109)。
本申请的消除干扰信号的方法可用于消除单频干扰信号、多频干扰信号以及窄带干扰信号。
本申请的有用信号的频谱为相对平滑。
步骤101中,可以采用任何已有的时频变换方法对接收信号进行时频变换,这些方法包括但不限于快速傅立叶变换(FFT,Fast Fourier Transform)以及离散余弦变换(DCT,DiscreteCosine Transform)。在一个实施例中,采用精度较低的时频变换方法对接收信号进行时频变换以降低计算复杂度,比如,采用点数较少的快速傅立叶变换。
在一个实施例中,步骤103中是根据对接收信号进行时频变换所获得的频谱上的峰值所对应的频率获得干扰信号估计频率。进一步的,在一个实施例中,步骤103中将对接收信号进行时频变换所获得的的频谱上的峰值所对应的频率直接作为干扰信号估计频率。频谱并不限于以图像表示的频谱,还包括以数据描述的频谱,比如以时频变换的计算结果描述的频谱。
干扰信号估计频率为估算对应干扰信号的频率所获得的值。干扰信号估计增益为估算对应干扰信号的增益所获得的值,也可以为任意设定的值,在一般情况下,采用估算所获得的值可以缩短干扰信号捕获的时间。
在一个实施例中,步骤105是根据接收信号时频变换的计算结果计算获得干扰信号估计增益。在另一实施例中,也可以任意给出一个值作为干扰信号估计增益。捕获干扰信号是指所产生的参考干扰信号与干扰信号之间的误差足够小,在***的跟踪误差范围之内或者***的分辨力范围之内,使接收信号消除该参考干扰信号后,可以大致消除该干扰信号对接收信号的影响,其中,对于误差范围的界定,不同的***,不同的要求,有不同的结果。
在一个实施例中,可设置一个幅度门限值,将时频转换结果与该幅度门限值进行比较,将幅度大于该幅度门限值的信号作为干扰信号处理。
在一个实施例中,步骤107中,以干扰信号估计频率随时间的累加与当前估计相位之和计算获得参考干扰信号的相位部分,参考干扰信号由相位部分与增益部分相乘获得。其中,参考干扰信号的相位部分与增益部分是基于自适应算法利用误差信号进行更新,其中,误差信号是基于最小相关性原则,利用接收信号与参考干扰信号计算获得。可采用的自适应算法包括但不限于各种LMS算法,如一般LMS算法、块LMS算法(Block LMS)、扩展LMS算法(Extended LMS)以及各种RLS算法。
在一个实施例中,以方程式-表达干扰信号:
其中,M为干扰信号的数量,A
M(t)为第M个干扰信号的增益,f
M为第M个干扰信号的频率,
为第M个干扰信号的当前估计相位(其为干扰信号相位的一个动态分量),
设R(t)为接收信号,S(t)为有用信号,则有以下方程式二:
R(t)=S(t)+I(t) 方程式二
对应各干扰信号产生逼近这些干扰信号的参考干扰信号,然后在接收信号中消去这些参考干扰信号就能获得有用信号。在一个实施例中,可以方程式三表达参考干扰信号:
方程式三
其中,A′M(t)为第M个参考干扰信号的增益部分,f0M为第M个参考干扰信号所对应的干扰信号的估计频率,ξM(t)为第M个参考干扰信号的当前估计相位。
在一个实施例中,参考干扰信号与干扰信号之间的误差信号可表达为:
δ(t)=||I(t)-I′(t)||2 方程式四
其中,误差信号δ(t)随时间逼近0。其中,误差的计算方法还可以采用任何其他基于最小相关性原则的算法。
由于接收信号中有用信号与干扰信号不相关,因此,误差信号也可以方程式五表达:
δ(t)=||R(t)-I′(t)||2=(R(t)-I′(t))conj(I′(t))+(R(t)-I′(t))conj(R(t)) 方程式五
其中,conj为共轭运算。
在一个实施例中,可以直接将方程式五所表达的信号作为自适应算法的输入信号。在另一实施例中,也可以只采用方程式五所表达的误差信号的一部分作为自适应算法的输入信号,以便对相位进行更新,比如以方程式六所表达的信号作为自适应算法的输入信号。在又一实施例中,还可以采用方程式五所表达的误差信号的另一部分作为自适应算法的输入信号。
σ(t)=||R(t)-I′(t)||2=(R(t)-I′(t))conj(I′(t)) 方程式六
数字自适应实现时,误差信号可表达为:
σ(n)=(R(n)-I′(n))conj(I′(n)) 方程式七
其中,n为采样次数。
参考干扰信号可以方程式八表示:
I′(n)=A′(n)exp(j*2*π*f0*n*Ts+j*ξ(n)) 方程式八
其中,Ts为采样周期或者采样间隔。
以下方程式九至方程式十一为采用一般LMS算法时,A′(n)与ξ(n)的更新方法。
A′(n)=A′(n-1)+λ1*σ(n-1) 方程式九
θ(n)=mod(θ(n-1)+λ2*angle(A′(n)),2*π) 方程式十
ξ(n)=mod(θ(n)+λ3*angle(A′(n)),2*π) 方程式十一
其中,mod为求模运算,angle为求角运算。
在一个实施例中,可以针对每一次采样进行一次更新。在另一实施例中,也可以间隔一次或者一次以上采样进行一次更新。因此,以上以及以下方程式中的n包含了所有这些情况。
在一些情况下,干扰信号的频率与增益可能随时间缓慢变化。
在一个实施例中,对于步骤101至105,可以间隔一定时间重复执行一次,以检测是否有新的干扰信号出现,或者相应的参考干扰信号所对应的干扰信号是否已经消失。
其中,方程式九至十一可以根据所采用的自适应算法确定。其中,λ1、λ2以及λ3为对应的更新步长。
由于更新步长耦合形式是非线性的,直接采用传统的方式难以计算出设置范围,因此,需要采用类似于滤波器带宽选择的方法来确定步长设置。从上述三个参数关系可以看出:当前估计相位ξ(n)和它的分量θ(n)都是利用当前估计增益A′(n)的相位做更新,为了降低误差震荡,在一个实施例中,使得λ1比λ2和λ3小的多。对于当前估计相位ξ(n),从滤波器设计角度来看,为了保证稳定性,在一个实施例中,使得λ2比λ3小。若将方程式九至十一类比为一个二阶滤波器,则可根据滤波器的稳定性条件给出λ1、λ2以及λ3之间的关系,进而根据该关系进行搜索即可得到可用的λ1、λ2以及λ3。
当前估计相位为参考干扰信号相位部分除干扰信号估计频率随时间累加部分以外的部分。
将A′(n)和分量θ(n)的更新环路类比到结构相似的IIR滤波器,其对应的传输函数为:
方程式十二
其中,c1类似于λ1,c2类似于λ2,此时有:
c1=2ηwn 方程式十三
方程式十四
其中,wn为滤波器自然频率,η为衰减系数,该滤波器的稳定性条件为2η>wn。
考察不同的频率下对应的传输函数,当η=1/2时为最优(请参Y.R.Shayan,T,Le-Ngoc.”All digital phase-locked loop:concepts,design and application.”Radar and Signal Processing,IEE Proceedings F Volume 136,Issue 1,Feb 1989 Page(s):53-56),这样可以得出系数之间的对应关系为
。类比到本方法所设的更新滤波器,步长近似可以设置为
。注意到相位分量θ(n)和ξ(n)的第二部分是并行的,而后者为前向方式,这样为了加速收敛可以选择λ
3比λ
2更大。由此类比得到步长的关系可以大幅减少具体步长设置的搜索空间。
在一个实施例中,可通过计算机仿真进行步长的搜索。较优的结果是直接在传输***中仿真,对比不同步长下干扰信号被抵消的所需的时间即收敛速度,干扰信号的剩余(比如平均均方误差,以下简称MSE)以及跟踪性能等。一般来说,收敛速度与MSE存在冲突,最终的选择是这两者的折中。***级的仿真耗时较长,搜索可以通过设置代价函数以减少所需时间。代价函数的设置可以是干扰信号的MSE,或是收敛速度,或是折中性能等多个指标的某一种,或是多个的加权设置。以基于MSE和收敛速度建立代价函数为例,代价函数可以表达为:
J(n)=κ1||I′(n)-I(n)||2+κ2N(n) 方程式十五
其中,N(n)为MSE小于某一给定门限时所对应的采样点数,κ1和κ2为对应的权系数。权系数的设置取决于两者性能折中程度。为了加速收敛,可以采用梯度搜索或模拟退火搜索等方法中的一种。这些方法简单的说就是设置一组参数后,得到对应的代价函数值。在一个较大范围内调整某一参数的值,如果代价函数变小,那么沿着该方向继续调整该参数;如果代价函数变大,则沿反方向调整该参数。当该参数获得一个本地最优的值时,则调整另一个参数。调整方式可以是固定步长,也可以是变步长。这些搜索可以参考最优化方法中的各种非线性优化算法。
对于多频干扰的情况,可以利用以上方法获得各干扰信号的参考干扰信号,再将接收信号依次消除各参考干扰信号以获得有用信号,在这种情况中,可以利用经过一次或多次干扰信号消除处理的接收信号与对应的参考干扰信号进行误差信号计算,因此,接收信号可以是指未经消除干扰信号处理的信号,也可以是指经过一次或多次消除干扰信号处理的信号。在又一实施例中,也可以利用以上方法平行地获得各干扰信号的参考干扰信号,再将接收信号一起消除各参考干扰信号以获得有用信号。
以下简单地对窄带干扰的消除进行说明。窄带干扰信号可表达为:
Inarrow(t)=η(t)*exp(j*2*π*fn*t) 方程式十六
其中,η(t)为带宽小于Bn的调制信号,其中,Bn为窄带干扰信号的带宽,在数字域体现为对载频fn附近约为int(Bn/Δf)个子载波的干扰。由于各个子载波处的干扰具有一定的相关性,这样可以将其建模为一个多抽头的“单频干扰”,进而采用前面所述的单频干扰方法将其去除。
在另一实施例中,可采用RLS(递归最小二乘)算法进行参考干扰信号的更新。在一个实施例中,参考干扰信号的增益的更新可通过以下方程实现:
A(n)=A(n-1)+k(n)*conj(σ(n)) 方程式十七
方程式十八
P(n)=[P(n-1)-k(n)*conj(R(n))*P(n-1)]/λ 方程式十九
其中,λ为遗忘因子,介于0和1之间,可将P(0)设置为一个足够小的正常数。对相位和频率的更新可以采用类似的RLS算法,也可以采用LMS算法。总之,基于自适应滤波的更新算法所得到的参数估计可以选择不同的次序(比如基于相位部分的更新对增益部分进行更新),不同的更新方式(LMS或RLS)实现。
请参图2,展示了本申请一个实施例中可用于消除单频干扰信号的***200的模块图。***200包括干扰频率检测模块201,检测干扰信号的频率以获得干扰信号估计频率;数控振荡器(Numerical Controlled Oscillator)203,计算合成参考干扰信号的相位部分;乘操作模块205,将参考干扰信号的增益部分以及相位部分相乘合成参考干扰信号;误差信号计算模块207,基于接收信号与参考干扰信号计算产生误差信号;更新模块209,更新参考干扰信号的增益部分与当前估计相位;以及加操作模块211,将接收信号消去参考干扰信号以获得有用信号。
干扰频率检测模块201将接收信号进行时频变换,然后根据时频变换的结果获得干扰信号的估计频率并传送至数控振荡器203。在一个实施例中,干扰频率检测模块201还可以根据接收信号时频变换的结果获得干扰信号的估计增益,以缩短参考干扰信号逼近干扰信号的时间。在另一实施例中,可单独设置一个估计增益产生模块。在又一实施例中,更新模块209可整合产生估计增益的功能。干扰频率检测模块201可以采用已有的任意时频变换方法实现接收信号的时频变换,包括但不限于FFT与DCT。由于自适应更新具有一定的动态范围,时频变换的精度只要在该动态范围之内即可,因此,可以采用精度较低的时频变换方法,比如点数较少的FFT,以降低计算复杂度与电路规模。
数控振荡器203接收干扰频率粗检测模块201发出的干扰信号估计频率以及更新模块209发出的参考干扰信号的当前估计相位,并基于这两者计算方程式八中参考干扰信号的相位部分exp(j*2*π*f0*n*Ts+j*ξ(n))。乘操作模块205接收数控振荡器203发出的参考干扰信号的相位部分以及更新模块209发出的参考干扰信号的增益部分A′(n),并将这两部分进行乘法操作以获得方程式八所表达的参考干扰信号。误差信号计算模块207接收接收信号以及乘操作模块205发出的参考干扰信号,并基于最小相关性原则利用该两信号计算获得误差信号,并将其传送至更新模块209用于更新参考干扰信号。在一个实施例中,误差信号计算模块207根据方程式七计算误差信号。更新模块209接收误差信号计算模块207发出的误差信号,并基于自适应算法更新参考干扰信号的当前估计相位与增益。在一个实施例中,当采用一般LMS算法时,更新模块根据方程式九至十一对参考干扰信号的当前估计相位与增益进行更新。加操作模块211接收接收信号与参考干扰信号,并将接收信号消去参考干扰信号以获得有用信号。
请参图3,展示了本申请一个实施例中更新模块209的模块图。如图3所示,更新模块209包括增益更新模块221、角度提取模块223、一阶更新模块225以及二阶更新模块227。增益更新模块221基于误差信号对参考干扰信号的增益进行更新,并将计算结果送至乘操作模块205以及角度提取模块223。在一个实施例中,当采用一般LMS算法时,增益更新模块221根据方程式九对参考干扰信号的增益进行更新。角度提取模块223提取参考干扰信号的增益的角度。一阶更新模块225基于自适应算法进行一阶更新,在一个实施例中,一阶更新模块225接收增益更新模块221计算获得的参考干扰信号的增益以及角度提取模块223提取的参考干扰信号的增益的角度,基于自适应算法对参考干扰信号的当前估计相位进行一阶更新。在一个实施例中,当采用一般LMS算法时,一阶更新模块225根据方程式十对参考干扰信号的当前估计相位的分量θ(n)进行更新。二阶更新模块227基于自适应算法进行二阶更新,在一个实施例中,二阶更新模块227接收角度提取模块223提取的参考干扰信号的增益的角度以及一阶更新模块225的计算结果,基于自适应算法对参考干扰信号的当前估计相位进行二阶更新。在一个实施例中,当采用一般LMS算法时,二阶更新模块227根据方程式十一对当前估计相位进行更新,并将计算结果送至数控振荡器203。
请参图4a,展示了本申请一个实施例中可用于消除两个单频干扰信号的***300的模块图。如图4a所示,***300包括干扰频率检测模块301,可通过对接收信号进行时频变换检测第一以及第二干扰信号的频率以获得第一以及第二干扰信号的估计频率;第一数控振荡器303,接收干扰频率检测模块301发出的第一干扰信号的估计频率以及第一更新模块309发出的第一干扰信号的当前估计相位,并根据两者计算合成第一参考干扰信号的相位部分;第一乘操作模块305,接收第一更新模块309发出的第一干扰信号的增益部分以及第一数控振荡器303发出的第一参考干扰信号的相位部分,并将两者相乘以合成第一参考干扰信号;第一误差信号计算模块307,接收第一乘操作模块305发出的第一参考干扰信号与接收信号,并基于最小相关性原则根据该两者计算产生第一误差信号;第一更新模块309,接收第一误差信号计算模块307发出的第一误差信号,并基于自适应算法利用第一误差信号更新第一参考干扰信号的增益部分与当前估计相位;第一加操作模块311,接收第一乘操作模块305发出的第一参考干扰信号与接收信号,并将接收信号消去第一参考干扰信号以获得第一输出信号;第二数控振荡器323,接收干扰频率检测模块301发出的第二干扰信号的估计频率以及第二更新模块329发出的第二干扰信号的当前估计相位,并根据两者计算合成对应第二干扰信号的第二参考干扰信号的相位部分;第二乘操作模块325,接收第二更新模块329发出的第二干扰信号的增益部分以及第二数控振荡器323发出的第二参考干扰信号的相位部分,并将两者相乘以合成第二参考干扰信号;第二误差信号计算模块327,接收第二乘操作模块325发出的第二参考干扰信号与第一加操作模块311发出的第一输出信号,并基于最小相关性原则根据该两信号计算产生第二误差信号,在另一实施例中,第二误差信号计算模块327也可以接收第二乘操作模块325发出的第二参考干扰信号与接收信号,并基于最小相关性原则根据该两者计算产生第二误差信号,如图4b所示;第二更新模块329,接收第二误差信号计算模块327发出的第二误差信号,并基于自适应算法利用第二误差信号更新第二参考干扰信号的增益部分与当前估计相位;以及第二加操作模块331,接收第二乘操作模块325发出的第二参考干扰信号与第一输出信号,并将第一输出信号消去第二参考干扰信号以从第一输出信号中消去第二干扰信号。
***300的各模块的功能原理与***200中的对应模块相似,因此不再赘述。对于存在更多干扰信号的情况,可以参照***300相对***200增加的模块,对应干扰信号的数量,相应地增加对应的模块来实现对这些干扰信号的消除。当然,也可以在一个***中预先设置足够数量的相应模块来消除干扰信号。在一个实施例中,可以根据干扰能量大小或者干扰信号位置先后等准则来决定优先消除哪些干扰信号。
在一个实施例中,多个干扰信号的消除可以共用一个更新模块。此时需要设定切换机制,可通过定义调整切换时间与顺序来实现。
请参图5,展示了本申请又一实施例中可用于消除两个单频干扰信号的***400的模块图。如图5所示,***400包括包括干扰频率检测模块401,可通过对接收信号进行时频变换检测第一以及第二干扰信号的频率以获得第一以及第二干扰信号的估计频率;第一数控振荡器403,接收干扰频率检测模块401发出的第一干扰信号的估计频率以及第一更新模块409发出的第一干扰信号的当前估计相位,并根据两者计算合成第一参考干扰信号的相位部分;第一乘操作模块405,接收第一更新模块409发出的第一干扰信号的增益部分以及第一数控振荡器403发出的第一参考干扰信号的相位部分,并将两者相乘以合成第一参考干扰信号;第一误差信号计算模块407,接收第一乘操作模块405发出的第一参考干扰信号与接收信号,并基于最小相关性原则根据该两信号计算产生第一误差信号;第一更新模块409,接收第一误差信号计算模块407发出的第一误差信号,并基于自适应算法利用第一误差信号更新第一参考干扰信号的增益部分与当前估计相位;第二数控振荡器423,接收干扰频率检测模块401发出的第二干扰信号的估计频率以及第二更新模块429发出的第二干扰信号的当前估计相位,并根据两者计算合成对应第二干扰信号的第二参考干扰信号的相位部分;第二乘操作模块425,接收第二更新模块429发出的第二干扰信号的增益部分以及第二数控振荡器423发出的第二参考干扰信号的相位部分,并将两者相乘以合成第二参考干扰信号;第二误差信号计算模块427,接收第二乘操作模块425发出的第二参考干扰信号与接收信号,并基于最小相关性原则根据该两信号计算产生第二误差信号;第二更新模块429,接收第二误差信号计算模块427发出的第二误差信号,并基于自适应算法利用第二误差信号更新第二参考干扰信号的增益部分与当前估计相位;以及加操作模块421,接收第一乘操作模块405发出的第一参考干扰信号,第二乘操作模块425发出的第二参考干扰信号,以及接收信号,并将接收信号消去第一以及第二参考干扰信号以获得有用信号。
例一
请参图6,为一4k的16QAM调制的OFDM信号在5dB高斯噪声下添加了一个干扰信号的信号功率谱图,其中,该干扰信号的增益均值为1.3,频率为100.5个该OFDM信号的子载波间隔,并且缓慢变化。从中可以看出,干扰信号在信号功率谱图上较有用信号超出30dB。由于干扰信号的频率为有用信号的子载波间隔的分数倍,因此,单频干扰在数据域会有一定的扩展,附近近十个数据点会受到不同程度的破坏。
请参图7,为采用一般LMS算法的方案时,在捕获干扰信号的过程中,得到的抵消参考干扰信号后的信号功率谱图。从中可以看出干扰信号较图6已经大幅减弱,但仍然有近5dB,这样,相应位置的数据信号仍然受到破坏,由其产生的软比特信息可信度较低。其中,采用的参数为λ1=10-4,λ2=10-2,λ3=0.08。
请参图8,为跟踪干扰信号过程中,得到的抵消参考干扰信号后的信号功率谱图。从中可以看出,干扰信号几乎已经不存在,频域波形为数据信号和噪声信号的叠加,变化平缓。此时得到的信号受到的破坏不再是单频信号,而是可能来自于信道和接收机前端的乘性干扰,以及高斯或近似高斯的宽带噪声干扰。
请参图9,展示了参考干扰信号的增益随时间变化的曲线图。从中可以看出,经过一段时间的锁定过程后,参考干扰信号增益变化与实际值已经非常接近。缩短捕获时间和减少跟踪时期的信号抖动,需要设计合适的自适应结构和更新步长,包括采用基于卡尔曼滤波的其他结构,如各类LMS或RLS自适应结构,步长更新可以采用固定或可变的设计方式,这个与具体的结构和接收机需要(如时间/精度等)有关,在此不再说明。
本申请的***与方法可广泛应用于通信、数字电视接收机、雷达、声纳、生物医学工程等领域,只要有用信号的频谱相对平滑。