基于可移动天线的子带全双工干扰抑制方法与流程

本发明涉及无线通信，具体是指一种基于可移动天线的子带全双工干扰抑制方法。

背景技术：

1、随着通信技术向高频段大容量方向发展，子带全双工技术因能在同一频段的不同子带分别实现信号发射和接收，大幅提升频谱利用率，被广泛应用于下一代通信系统中。但在子带全双工规模化组网过程中，基站间的交叉链路干扰是最严重最致命的干扰问题，该干扰直接导致基站上行接收灵敏度急剧恶化，是制约子带全双工技术规模化商用部署的核心瓶颈。

2、目前现有技术中针对子带全双工组网基站间交叉链路干扰的抑制方案主要存在以下核心缺陷：

3、现有方案多依赖基站间频繁的信息交互与协同调度，通过邻站交互干扰信息协同调整发射波束实现干扰避让，存在信令开销大交互时延高实现复杂度极高的问题，且在非合作组网异厂商设备组网等场景下完全无法应用。

4、子带全双工组网中基站难以实时精准获取自身下行发射对相邻基站造成的干扰影响，现有协同方案无法在无邻站配合的前提下实现交叉链路干扰的精准深度抑制。

5、现有非协同方案多采用基于固定天线的波束赋形技术，仅能通过调整波束权重实现干扰抑制，固定天线的自由度有限，难以在干扰方向形成精准的深度空间零陷，且无法兼顾上行接收性能与干扰抑制效果，往往为了抑制干扰牺牲上行目标信号的接收增益。

6、现有可移动天线技术主要应用于信号覆盖优化场景，未将其与子带全双工组网基站间交叉链路干扰抑制相结合，未挖掘接收天线位置自由度对上行干扰抑制的核心价值，也未提出不依赖邻站配合的接收天线位置与接收波束赋形联合优化方案，无法从物理信道层面实现交叉链路干扰的深度置零。

7、此外，现有可移动天线与波束赋形方案多针对单目标用户与单一干扰源场景，难以在多目标用户场景下兼顾多个用户的干扰抑制与信号接收、有效管理多用户间的相互干扰；现有方案亦未考虑干扰源移动导致的干扰方向动态变化，难以实现干扰的连续跟踪抑制；且现有波束赋形方案通常需要与阵元数相当的射频链路，硬件成本与功耗较高。

8、因此，现有技术亟需一种不依赖邻站配合、能够从接收端实现交叉链路干扰深度抑制的技术方案。

技术实现思路

1、本发明要解决的技术问题是：

2、1、子带全双工规模化组网中基站间的交叉链路干扰是最严重最致命的干扰问题，现有技术难以实现该干扰的深度抑制，直接制约了子带全双工技术的规模化部署；

3、2、现有子带全双工组网交叉链路干扰协同抑制方案依赖基站间频繁的信息交互，信令开销大交互时延高实现复杂度高，无法在非合作组网场景下应用；

4、3、现有固定天线干扰抑制方案自由度有限，难以在保证上行接收性能的同时在干扰方向形成精准的深度零陷，无法兼顾上行接收信号干扰加噪声比与干扰抑制效果；

5、4、现有技术未挖掘可移动接收天线的位置自由度对交叉链路干扰抑制的价值，未提出不依赖邻站配合仅基于自身信道感知的接收天线位置与接收波束赋形联合优化方案。

6、为了解决上述技术问题，本发明提供一种基于可移动天线的子带全双工干扰抑制方法，包括以下步骤：

7、步骤s1、干扰与信道感知：基站通过信道感知模块实时监测邻近干扰基站的交叉链路干扰信息，同时感知本基站上行目标信号的信道状态信息；

8、步骤s2、优化模型构建：基于感知获取的干扰信息与上行信道状态信息，构建接收天线位置与接收波束赋形联合优化模型，所述联合优化模型以最大化本基站上行接收的信号干扰加噪声比为目标函数，并设置有约束条件；其中，接收天线位置作为可移动的空间自由度，通过调整接收阵列的几何布局，改变接收阵列对交叉链路干扰的等效信道响应；

9、步骤s3、联合优化：对所述联合优化模型进行求解，得到接收天线阵列的最优相对位置和最优接收波束赋形矩阵；

10、步骤s4、天线位置调整：根据所述最优相对位置，控制接收天线阵列在预设的二维移动区域内移动至目标位置；

11、步骤s5、接收波束赋形调整：根据联合优化求解得到的最优接收波束赋形矩阵，实时调整接收波束权重，在干扰方向形成符合预设阈值要求的深度空间零陷；

12、步骤s6、效果验证与迭代更新：监测上行接收信号干扰加噪声比或交叉链路干扰的变化量，当信道状态、干扰方向或干扰强度超过预设阈值时，重新执行步骤s1至步骤s5。

13、进一步地，在步骤s1中，所述交叉链路干扰信息包括cli干扰强度和干扰来波方向；当本基站监测到多个邻近干扰基站时，分别感知每一个邻近干扰基站的交叉链路干扰信息，得到多个交叉链路干扰源的干扰来波方向与干扰信道矩阵，分别记为  与；其中， 为第  个交叉链路干扰源的来波方向， 为第  个交叉链路干扰源在接收天线阵元位置矢量为  时的干扰信道矩阵，， 为交叉链路干扰源的总数。

14、进一步地，在步骤s2中，所述约束条件包括：接收天线所有阵元的位置坐标，均在预设的二维平面移动区域内；所述接收波束在所有相邻干扰基站的来波方向形成的空间功率增益，均低于预设的零陷阈值；根据感知获取的干扰来波方向与上行目标信号来向，动态调整所述预设的二维移动区域的中心与范围，将所述二维移动区域收缩至包含满足交叉链路干扰零陷约束与目标信号接收增益约束的位置坐标的可行区域，并使相邻两轮优化所对应的移动区域满足 ；所述约束条件还包括接收波束在每一交叉链路干扰源的来波方向形成的空间功率增益均低于对应预设零陷阈值，即：

15、

16、其中， 与  均为  维列向量， 为接收阵元数， 为接收波束赋形权重向量， 为接收天线阵列在位置矢量  处对应来波方向  的阵列响应向量， 为接收天线阵元的位置矢量， 为第  个交叉链路干扰源的来波方向， 为第 个交叉链路干扰源对应的预设零陷阈值， 为交叉链路干扰源的编号， 为交叉链路干扰源的总数， 与  分别为第  轮与第  轮优化所对应的二维移动区域，为优化轮次编号且为正整数；

17、所述接收天线位置自由度用于调整接收阵列的几何布局，在阵元数相同的情况下优化接收阵列的空间响应，增强接收波束在各交叉链路干扰源方向形成的零陷深度；当交叉链路干扰源的总数大于接收阵列可同时形成零陷的方向数时，按各交叉链路干扰源的干扰强度由强到弱依次设置零陷约束。

18、进一步地，在步骤s2中，所述本基站的发射天线与接收天线分离部署，仅对接收天线的位置进行调整，发射天线位置与发射配置保持固定不变；所述接收端采用混合波束赋形架构，模拟域包括由接收天线阵元的位置确定的模拟空间域与由移相器相移确定的模拟相位域，数字域由数字波束赋形矩阵  确定，射频链路数  小于阵元数 ；其中，为数字波束赋形矩阵， 为射频链路数， 为接收阵元数。

19、进一步地，在步骤s3中，采用带约束的迭代优化算法对所述联合优化模型进行求解。

20、进一步地，在步骤s3中，采用交替迭代策略对所述联合优化模型进行求解：在固定当前接收天线位置时，基于最小均方误差算法确定最优接收波束赋形矩阵；在固定当前接收波束赋形矩阵时，基于粒子群优化算法在预设的位置范围内搜索最优位置坐标；预先构建并训练深度神经网络，将感知获取的干扰信息与上行信道状态信息输入所述深度神经网络，输出低维压缩的接收天线位置特征与接收波束赋形特征，恢复得到接收天线位置估计 与接收波束赋形向量估计 ；其中，所述接收天线位置估计  作为所述粒子群优化算法的初始种群，所述接收波束赋形向量估计  作为基于最小均方误差算法确定最优接收波束赋形矩阵的初始解。

21、进一步地，基于粒子群优化算法搜索最优位置坐标时，将接收天线阵列中各阵元的二维坐标映射为粒子的空间位置，以上行接收信号干扰加噪声比作为适应度函数，通过迭代更新粒子的个体最优和全局最优解进行搜索。

22、进一步地，在步骤s1中，所述干扰来波方向通过测量邻近干扰基站发射的下行参考信号获取；所述上行目标信号的信道状态信息通过接收目标用户发送的上行探测参考信号获取。

23、进一步地，在步骤s2中，所述联合优化模型为面向  个目标用户的多用户联合优化模型，所述目标函数具体化为各目标用户上行接收信号干扰加噪声比的加权和，即：

24、

25、其中， 为  维多用户接收波束赋形矩阵， 为接收阵元数， 为目标用户的总数， 为第  个目标用户的上行信号干扰加噪声比， 为第  个目标用户的加权系数，， 为接收天线阵元的位置矢量，所述接收波束赋形权重向量为所述多用户接收波束赋形矩阵  中对应目标用户的一列。

26、进一步地，在步骤s6中，基于历史感知的干扰来波方向与干扰强度的时序数据，对下一时隙的干扰来波方向进行预测，得到预测值 ；利用接收天线在多次迭代中移动至的不同位置形成的空间分集观测，更新各交叉链路干扰源的来波方向估计；在满足相邻时隙接收天线阵元位置变化量不超过预设单步位移阈值 、且单步移动速率不超过预设移动速率上限的条件下，依据所述预测值，以离散步进位移构成连续逼近的移动轨迹，在维持目标信号接收增益的条件下规划使接收波束在所述预测干扰来波方向形成的空间功率增益最小化的接收天线移动路径，配合接收波束的更新完成交叉链路干扰的跟踪抑制；其中， 为第  个交叉链路干扰源在时刻  的预测来波方向， 为当前时刻， 为时隙间隔， 为预设的单步位移阈值。

27、本发明与现有技术相比的优点在于：

28、1.本发明通过结合接收天线位置自由度与接收波束赋形权重自由度在干扰方向形成深度空间零陷，交叉链路干扰抑制深度相比现有固定天线方案提升20db以上，大幅提升上行接收性能；并通过多交叉链路干扰源联合感知、依据干扰强度实施优先级零陷以及移动区域自适应收缩，在零陷维度受限条件下优先抑制强干扰、加快位置搜索收敛，增强多干扰源场景下的干扰抑制鲁棒性。

29、2.本发明通过全程无需基站间信息交互与协同配合、仅对接收天线位置与接收波束进行优化，无额外信令开销，能够兼容非合作组网与异厂商设备组网等现有方案无法适用的场景。

30、3.本发明通过将全部优化配置集中于接收端，在完全不影响本基站下行覆盖范围与发射性能的同时解决干扰抑制与下行覆盖之间的矛盾；并通过采用混合波束赋形架构，以接收天线位置构成的模拟空间域与数字波束赋形构成的数字域两级自由度实现深度干扰抑制，显著降低射频链路数量、硬件成本与功耗，具备更高的工程可部署性。

31、4.本发明通过基于实时感知的干扰与信道状态信息动态更新优化模型并调整接收天线位置与波束赋形，能够适配干扰源移动、干扰强度方向动态变化的复杂组网场景，环境适应性更强；并通过移动干扰源跟踪与接收天线位置连续轨迹规划，利用空间分集观测更新干扰来波方向估计，在单步位移阈值与移动速率约束下以离散步进位移构成连续逼近轨迹，将干扰抑制由跳变式响应升级为连续跟踪式抑制，显著提升对动态干扰环境的适应能力。

32、5.本发明通过将可移动天线位置与接收波束赋形联合优化方案应用于子带全双工规模化组网，从根本上解决制约其规模化部署的基站间交叉链路干扰瓶颈，无需复杂协同组网配置即可实现干扰深度抑制；并通过多用户上行联合优化与端到端深度神经网络的近实时干扰抑制决策，兼顾多目标用户相互干扰，显著提升系统整体上行容量与频谱利用率，大幅降低在线求解时延。