基于輔助符號的非線性自干擾抵消算法及其簡化實現(xiàn)

王 丹 黃開枝 李云洲

?

基于輔助符號的非線性自干擾抵消算法及其簡化實現(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)研究院無線與移動通信技術(shù)研究中心 北京 100084)

同頻同時全雙工是第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。針對非線性數(shù)字自干擾抵消算法中，失真系數(shù)估計受到自干擾信道估計誤差的影響這一問題，該文提出一種基于輔助符號的非線性自干擾抵消算法，通過對輔助符號做自干擾抵消，將信道估計符號的失真誤差映射到其抵消結(jié)果中并提取出來，從中估計失真系數(shù)。接著針對算法開銷問題提出一種簡化實現(xiàn)方案。仿真結(jié)果顯示，接收自干擾信號為-5 dBm時，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；同頻同時全雙工；數(shù)字自干擾抵消；非線性失真估計

1 引言

同頻同時全雙工(以下簡稱全雙工)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進(jìn)行信號收、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。本文的研究對象為數(shù)字自干擾抵消。

由于硬件電路總會帶來噪聲、失真畸變等，實際中自干擾信號不可能達(dá)到理想的消除[11]。研究表明，自干擾信號使接收鏈路處于飽和狀態(tài)，故失真噪聲對節(jié)點希望接收的信號構(gòu)成強干擾[12]，一方面表現(xiàn)為被抵消信號的殘留噪聲，另一方面造成自干擾信道估計誤差，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個步驟：失真估計，失真還原，失真補償，來消除這一影響。在這一過程中，需要估計自干擾信道和失真系數(shù)兩個參數(shù)。然而，非線性失真給信道估計造成誤差，后者又會影響失真系數(shù)的估計，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，算法只把信道估計符號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，仍會受到前一步結(jié)果的誤差影響，并沒有從本質(zhì)上解耦信道估計和失真系數(shù)。

針對這一問題，本文提出了一種基于輔助符號的非線性自干擾抵消算法。在前導(dǎo)碼字段中設(shè)計一個輔助符號，把信道估計符號的非線性失真映射到該輔助符號的抵消結(jié)果中，解耦信道估計和失真系數(shù)估計。然后，估計出失真系數(shù)，按照非線性分量數(shù)學(xué)模型還原失真并補償接收信號；最后，再對補償后的信號做自干擾抵消。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化實現(xiàn)方案。仿真結(jié)果顯示，接收信號為20 dBm時，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

自干擾信號通過低噪聲放大器(Low Noise Amplifier, LNA)時會產(chǎn)生各種高次非線性分量，其中次項的常系數(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(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失真系數(shù)，還原非線性分量，對發(fā)生畸變的自干擾信號做線性化補償后再進(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OFDM全雙工系統(tǒng)提出一種非線性自干擾抵消算法，對失真系數(shù)采取如下估計：對發(fā)生失真畸變的信號做自干擾抵消，認(rèn)為抵消殘余約等于被抵消信號的非線性失真分量，則LNA三階失真系數(shù)與抵消殘余之間存在關(guān)系：

上述估計方法的主要問題是約等號成立的條件太松，表現(xiàn)為：

針對以上問題，本文提出一種基于輔助符號的非線性失真抵消算法，設(shè)計一個輔助符號，通過對該符號做自干擾抵消，把映射到抵消結(jié)果中的信道估計符號失真提取出來，消除信道估計誤差對失真系數(shù)估計的影響。在對輔助符號做自干擾抵消時，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[18]，消除其誤差對失真系數(shù)估計的影響。

3 基于輔助符號的非線性自干擾抵消算法

基于輔助符號的非線性自干擾抵消算法通過設(shè)計輔助符號，并采用發(fā)送鏈路末端取樣法[18]獲取抵消參考信號，對其做自干擾抵消，把映射到抵消結(jié)果中的信道估計符號失真提取出來，解決抵消參考信號誤差和信道估計誤差對失真系數(shù)估計的影響。最后，用得到的失真系數(shù)還原非線性失真噪聲，并對接收信號進(jìn)行線性化補償后，再做正常的自干擾抵消。算法包含以下4個部分：(1)失真映射與提??；(2)失真估計；(3)失真還原和補償；(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)估計和信道估計的耦合問題?；舅悸肥菍⑿诺拦烙嫹栕鳛槭д嫦禂?shù)的一部分載體加以考慮。失真映射通過對輔助符號做自干擾抵消，獲得信道估計失真誤差，之后，通過失真提取，將其轉(zhuǎn)化為獨立的非線性失真，再從抵消結(jié)果估計非線性失真系數(shù)就可以擺脫自干擾信道估計誤差的影響。

3.1.1輔助符號設(shè)計以802.11a物理幀格式為例，說明輔助符號的設(shè)計過程。802.11a的物理幀包括3個部分[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OFDM符號組成，首先是10個時長均為800 ns的重復(fù)的短訓(xùn)練序列，用于AGC、信號頭檢測、粗頻率偏移估計及符號定位，然后是2個重復(fù)的長訓(xùn)練序列，每一個持續(xù)時長為一個OFDM符號的長度，再添加一半的符號用于循環(huán)前綴，總時長為，用于精頻率偏移估計、信道估計。

為了達(dá)到提取信道估計失真的要求，輔助符號應(yīng)滿足以下3個條件：(1)包含全部非零子載波；(2)該符號時隙內(nèi)全雙工節(jié)點還未開始接收其他節(jié)點發(fā)來的信號，以免對失真系數(shù)造成干擾；(3)能從抵消結(jié)果中獨立地提取出被抵消符號的非線性失真和信道估計符號的非線性失真。

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

綜上，對幀格式改動程度最低的方案是在前導(dǎo)碼域增加一個與信道估計符號完全一致的輔助符號，專門用于估計失真系數(shù)，如圖2所示。輔助符號時長與信道估計序列符號相等，為。

圖2 添加輔助符號的802.11a幀格式示意圖

3.1.2失真映射 失真映射即對輔助符號做自干擾抵消，將信道估計符號中的失真誤差映射到輔助符號的抵消殘余中。本文采用發(fā)送鏈路末端取樣法[18]獲取抵消參考信號，來消除抵消參考信號誤差對失真系數(shù)估計的影響，如圖3所示，將發(fā)送鏈路末端信號耦合出一部分，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，記為。

對輔助符號做自干擾抵消：

圖3 獲取發(fā)送末端抵消參考信號原理框圖

3.2失真估計

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

即

(5)

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

3.3 失真還原與補償

得到失真系數(shù)估計后，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作差，消除疊加在接收自干擾信號中的非線性失真噪聲，得到線性化的自干擾信號。失真還原與補償分別表示為

(7)

3.4自干擾抵消

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

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

基于輔助符號的非線性失真算法步驟見表1。

表1算法步驟

基于輔助符號的非線性失真系數(shù)估計算法 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?。?a)估計自干擾信道值；(b)用末端鏈路取樣法[18]獲得輔助符號的抵消參考信號；(c)對輔助符號做自干擾抵消，得到結(jié)果。 2 失真估計：按照式(5)估計失真系數(shù)； 3 失真還原與補償：根據(jù)非線性失真級數(shù)和模型，還原失真信號，從原始接收信號中去除失真噪聲； 4 自干擾抵消：對失真補償后的自干擾信號做抵消。

4 算法簡化實現(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)時長不低于ms量級，對于一個物理幀，信道估計的有效時長可持續(xù)上百個OFDM符號。失真因子作為硬件參數(shù)，可近似認(rèn)為恒定，因此在實際中，輔助符號的添加可以人為靈活地控制，只需每間隔若干幀對失真因子進(jìn)行一次估計即可，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，實際系統(tǒng)不便實現(xiàn)。考慮3.1.1節(jié)中輔助符號的設(shè)計要求，當(dāng)且僅當(dāng)提供信道估計結(jié)果(用于失真映射)的符號，與接收自干擾抵消的輔助符號并不相同時，才能滿足式(3)失真提取、估計的條件，即在抵消殘余中，既包括信道估計符號的失真，也包括輔助符號本身的失真。根據(jù)這一點，本文在上述算法基礎(chǔ)上提出一種簡化實現(xiàn)方案：令前導(dǎo)碼中兩個信道估計符號互為輔助符號，分別對另一符號進(jìn)行失真映射。為了提高準(zhǔn)確性，再將得到的兩個估計結(jié)果求平均。由此可見，簡化方案無需再設(shè)置額外的輔助符號，不會增加通信開銷。方案示意圖如圖4所示。

圖 4 算法實現(xiàn)簡化方案原理框圖

5 仿真分析

本節(jié)對所提算法性能進(jìn)行MATLAB仿真實驗，為貼近實際，關(guān)鍵參數(shù)，如非線性失真強度選自NI571收發(fā)機的數(shù)據(jù)手冊[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 最大多徑時延330 ns VGA功率控制水平-5 dBm 接收機輸入底噪功率-90 dBm LNA三階失真信號功率-45 dBc相對線性分量 訓(xùn)練開銷4%(3個信道估計符號+1個輔助符號) 符號總長度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)是失真估計和失真補償。下面以自干擾抵消殘余強度為指標(biāo)，分別考察這兩個環(huán)節(jié)中不同的處理方式對算法性能的影響。

5.1失真映射準(zhǔn)確性與算法性能

在失真系數(shù)估計環(huán)節(jié)考察失真映射的準(zhǔn)確性對算法性能的影響，這一指標(biāo)反映了對輔助符號做自干擾抵消的結(jié)果能否切實地體現(xiàn)信道估計符號的失真。按照映射符號個數(shù)不同，本文設(shè)置“多信道符號映射”與“單信道符號映射”兩組對比方案，其中“多信道符號映射”組又按照映射方式不同分為方案1和方案2。在對信道估計符號有所補償?shù)那疤嵯?，考察不同映射方式對失真估計?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 多信道符號映射分別對3個信道估計符號做失真映射，得到3個失真系數(shù)估計求其平均對3個符號信道估計的平均值做失真映射，得到失真系數(shù)估計 單信道符號映射僅對3個信道符號之一做失真映射，得到失真系數(shù)估計

從圖5(a)，圖5(b)可看出，對于多信道符號映射，在對信道估計符號有所補償?shù)那闆r下，理想信道值的結(jié)果都優(yōu)于實際估計值。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的兩組對應(yīng)值。

同樣在實際信道估計值下，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個信道估計符號各自的非線性失真是互相獨立的，分別做失真映射、提取和估計可以得到3個非常接近、只存在微小誤差(誤差來自于式(1)中高次項，結(jié)果證明這一誤差并不影響失真系數(shù)估計)的失真系數(shù)估計，因此再求其平均可以降低誤差；而方案2對信道估計取平均的操作使得映射結(jié)果已不能有效反映信道估計符號真實的非線性失真，因此失真系數(shù)估計結(jié)果誤差較大。

從圖5(c)的結(jié)果可以看出，單信道估計符號做失真映射，算法性能相當(dāng)于多信道符號映射方案1中求平均的3個失真系數(shù)估計結(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，若按照方案1的方式估計失真系數(shù)，增加信道估計符號數(shù)有助于進(jìn)一步提高算法性能，但也會增大開銷。

5.2 失真補償范圍與算法性能

在失真補償環(huán)節(jié)，考察補償范圍，研究對信道估計符號補償與否對算法性能的影響。

從圖6(a)可以看出，同樣用實際自干擾信道估計做失真系數(shù)估計、還原，無論是方案1還是方案2，對信道估計符號做補償?shù)男Ч济黠@優(yōu)于無失真補償；否則，原始信道估計的質(zhì)量對算法性能的影響區(qū)別不大，且均不理想，如圖6(b)所示。該實驗說明，對無失真的信號做自干擾抵消，自干擾信道估計的準(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)確性對算法性能影響(自干擾抵消時信道估計符號有失真補償)

5.3 簡化方案性能

如圖7所示，與文獻(xiàn)[16]所提出的聯(lián)合估計算法相比較，在4次迭代(該次數(shù)取自文獻(xiàn)[16])后，聯(lián)合估計算法能夠達(dá)到與本文算法的簡化實現(xiàn)方案接近的性能，但仍然不如本文算法。時間復(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運算，這增加了存儲空間的消耗和處理時延，而本文算法無需迭代，最少只需要兩個符號參與運算。與添加額外輔助符號，并采用多信道符號映射方案1相比，采用實現(xiàn)簡化方案避免了額外的通信開銷，但代價是抵消性能有所下降。從方案過程描述可以看出，它相當(dāng)于對不同輔助符號做單信道符號映射的平均結(jié)果，對比圖5(c)也說明，簡化方案性能與單符號映射的結(jié)果相當(dāng)。

圖6 失真補償范圍研究 圖7 算法實現(xiàn)簡化方案性能

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抵消算法性能的影響，針對現(xiàn)有非線性抵消算法中存在的信道估計和失真系數(shù)估計互相耦合的問題，本文設(shè)計了基于輔助符號的非線性抵消算法，在根據(jù)自干擾抵消結(jié)果估計失真系數(shù)時，將信道估計符號的非線性失真考慮進(jìn)來，通過對輔助符號做自干擾抵消，將信道估計符號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，采用實現(xiàn)簡化方案則可避免輔助符號引入額外通信開銷。

[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, 洪少華, 陳抗生. 基于Xilinx FPGA的OFDM通信系統(tǒng)基帶設(shè)計[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，研究方向為無線移動通信.

黃開枝： 女，1973年生，教授，博士后，主要研究方向為無線移動通信及其安全.

李云洲： 男，1974年生，副研究員，主要研究方向為無線移動通信.

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

國家973計劃項目(2013CB329002)，國家863計劃項目(2014AA01A703)，國家重大專項(2014ZX03003002-002)，新世紀(jì)優(yōu)秀人才支持計劃(NCET-13-0321)，國家自然科學(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)