阅读说明：本技术 干扰信号估计方法、装置、设备和计算机可读存储介质 (Interference signal estimation method, apparatus, device and computer readable storage medium ) 是由 许方敏 严军荣 于 2019-10-12 设计创作，主要内容包括：本申请涉及一种干扰信号估计方法、装置、设备和计算机可读存储介质,其中,该方法包括：从多根接收天线获取接收信号；估计接收信号中的干扰信号,得到第一干扰信号估计结果；根据接收信号和第一干扰信号估计结果,估计接收信号中的发射信号,得到第一发射信号估计结果；根据第一发射信号估计结果,修正第一干扰信号估计结果,得到第二干扰信号估计结果。通过本发明,解决了相关技术中为每根天线配置导频符号或训练序列的信道估计方法导致的系统资源浪费的问题,降低了信道估计占用的系统资源。(The application relates to an interference signal estimation method, an apparatus, a device and a computer readable storage medium, wherein the method comprises the following steps: acquiring received signals from a plurality of receiving antennas; estimating an interference signal in a received signal to obtain a first interference signal estimation result; estimating a transmitting signal in the received signal according to the received signal and the first interference signal estimation result to obtain a first transmitting signal estimation result; and correcting the first interference signal estimation result according to the first transmission signal estimation result to obtain a second interference signal estimation result. The invention solves the problem of system resource waste caused by a channel estimation method for configuring pilot frequency symbols or training sequences for each antenna in the related art, and reduces the system resources occupied by channel estimation.)

干扰信号估计方法、装置、设备和计算机可读存储介质

技术领域

本申请涉及通信技术领域，特别是涉及一种干扰信号估计方法、装置、设备和计算机可读存储介质。

背景技术

大规模天线系统(Massive MIMO)是一种多输入多输出的系统，由于其有效地提高了无线通信系统的容量和频谱效率，目前，该技术是第五代(5G)通信系统中最有潜力的无线传输技术之一。大规模天线系统通过在基站端配备大量的天线，随着小区的基站天线数目无限增大，由热噪声和不同小区用户间产生的干扰信号对系统性能的影响接近于零。与此同时，这种无所不在的网络连接也带来了一系列的问题，由于无线传输的信号易受干扰和攻击，当大量的私人信息通过无线信道进行传播时，存在着许多安全隐患。

在有攻击或干扰信号时，为了保证无线通信系统接收端尽可能准确地恢复发送端的信号，需要进行信号检测，而信道估计是信号检测中非常重要的一个环节。相关技术中，估计信道的方法包括在发送信号前添加导频或训练序列，接收端通过导频或训练序列估计出信道系数，利用这些信道状态信息保证对后续发送信号检测估计的准确性。然而，在大规模天线阵列的系统中，如果为每根天线配置导频符号或训练序列会消耗大量的系统资源，将导致数据传输速率低下，无法充分利用大规模天线阵列所带来的系统性能增益。

针对相关技术中为每根天线配置导频符号或训练序列的信道估计方法导致的系统资源浪费的问题，目前尚未提出有效的解决方案。

发明内容

基于此，本申请提供一种干扰信号估计方法、装置、设备和计算机可读存储介质，以解决相关技术中为每根天线配置导频符号或训练序列的信道估计方法导致的系统资源浪费的问题。

第一方面，本申请提供一种干扰信号估计方法，应用于具有多根接收天线的大规模天线系统，该方法包括：从多根接收天线获取接收信号；估计接收信号中的干扰信号，得到第一干扰信号估计结果；根据接收信号和第一干扰信号估计结果，估计接收信号中的发射信号，得到第一发射信号估计结果；根据第一发射信号估计结果，修正第一干扰信号估计结果，得到第二干扰信号估计结果。

在一种可能的实现方式中，在估计接收信号中的干扰信号，得到第一干扰信号估计结果中，估计干扰信号的估计方法包括：盲信号估计法。

在一种可能的实现方式中，根据接收信号和第一干扰信号估计结果，估计接收信号中的发射信号，得到第一发射信号估计结果包括：采用极大似然估计法处理接收信号和第一干扰信号估计结果，得到发射信号的极大化结果；根据发射信号的极大化结果，得到第一发射信号估计结果。

在一种可能的实现方式中，估计接收信号中的干扰信号，得到第一干扰信号估计结果包括：

设接收信号

根据下列公式估计第一干扰信号估计结果：

其中，y＝(y₁，y₂，...，y_N)^T表示接收信号，x表示发射信号，

表示所述发射端到所述接收端的信道矩阵，Jjamming表示干扰信号，H₂表示干扰信号Jjamming的信道矩阵，e＝(e₁，e₂，...，e_N)^T，e_i是均值为0方差为σ²的加性高斯白噪声，^T表示矩阵转置，1≤i≤N；

其中，

表示第一干扰信号估计结果，N表示接收天线的数量，η_n表示第n根接收天线对应的权系数，y_n表示第n根接收天线接收到的信号。

在一种可能的实现方式中，根据接收信号和第一干扰信号估计结果，估计接收信号中的发射信号，得到第一发射信号估计结果还包括：

根据下列公式计算发射信号的极大化结果R(x)：

其中，λ满足：

其中，ω_i满足：

根据发射信号的极大化结果R(x)估计第一发射信号估计结果

其中，

满足：

其中，x表示发射信号，y_i表示第i根接收天线接收到的信号，

表述第一干扰信号估计结果。

在一种可能的实现方式中，根据第一发射信号估计结果，修正第一干扰信号估计结果，得到第二干扰信号估计结果包括：

根据下列公式估计第二干扰信号估计结果：

其中，η_n满足：

其中，K满足：K(x)＝15(1-x)²/16；

其中，

表示第二干扰信号估计结果，η_n表示权系数，y_l表示第l根接收天线所接收到的信号，

表示第一发射信号估计结果。

在一种可能的实现方式中，在根据第一发射信号估计结果，修正第一干扰信号估计结果，得到第二干扰信号估计结果之后，方法还包括：根据第二干扰信号估计结果，估计发射信号，得到第二发射信号估计结果。

在一种可能的实现方式中，在根据第二干扰信号估计结果，估计发射信号，得到第二发射信号估计结果中，估计发射信号的估计方法包括以下至少之一：最小均方误差(Minimum Mean-Square Error，简称MMSE)信号估计法、最小二乘(Least Squares，简称LS)信号估计法。

第二方面，本申请提供一种干扰信号估计装置，应用于具有多根接收天线的大规模天线系统，该装置包括：获取模块，用于从多根接收天线获取接收信号；第一估计模块，用于估计接收信号中的干扰信号，得到第一干扰信号估计结果；第二估计模块，用于根据接收信号和第一干扰信号估计结果，估计接收信号中的发射信号，得到第一发射信号估计结果；修正模块，用于根据第一发射信号估计结果，修正第一干扰信号估计结果，得到第二干扰信号估计结果。

第三方面，本申请提供一种干扰信号估计设备，该设备包括存储器、处理器，以及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现第一方面的干扰信号估计方法。

第四方面，本申请提供一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序被处理器执行时实现第一方面的干扰信号估计方法。

本申请提供的干扰信号估计方法、干扰信号估计装置、干扰信号估计设备和计算机可读存储介质，通过从多根接收天线获取接收信号；估计接收信号中的干扰信号，得到第一干扰信号估计结果；根据接收信号和第一干扰信号估计结果，估计接收信号中的发射信号，得到第一发射信号估计结果；根据第一发射信号估计结果，修正第一干扰信号估计结果，得到第二干扰信号估计结果，解决了相关技术中为每根天线配置导频符号或训练序列的信道估计方法导致的系统资源浪费的问题，降低了信道估计占用的系统资源。

本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。

附图说明

为了更清楚地说明本申请实施例或相关技术中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是根据本申请实施例提供的一种干扰信号估计方法的流程图；

图2是根据本申请实施例提供的一种干扰信号估计装置的结构框图；

图3是根据本申请实施例提供的一种干扰信号估计设备的硬件结构示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请中的实例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实例，都属于本申请保护的范围。

在本实施例中提供了一种干扰信号估计方法。如图1所示，为根据本申请实施例提供的一种干扰信号估计方法的流程图，该流程包括如下步骤：

步骤S102，从多根接收天线获取接收信号；

步骤S104，估计接收信号中的干扰信号，得到第一干扰信号估计结果；

步骤S106，根据接收信号和第一干扰信号估计结果，估计接收信号中的发射信号，得到第一发射信号估计结果；

步骤S108，根据第一发射信号估计结果，修正第一干扰信号估计结果，得到第二干扰信号估计结果。

本方法适用于具有单根发射天线、多根接收天线的单用户上行大规模天线系统。假设攻击者在有用信号发射过程中发送了干扰的信号，由于攻击信号的存在，会对发送端发射的信号产生干扰，导致接收端所接收的信号掺杂了干扰信号，为此，需要从所接收的信号中分离发射信号和干扰信号，而信号估计是分离发射信号和干扰信号必不可少的环节。传统通信系统在进行估计信号时，需要依据发送端在发送数据前发送的一定长度的导频序列来估计信号，导致系统资源的浪费，传统方法已经不适用于大规模天线系统。本发明实施例使用的方法对干扰信号采用了两步估计，其中，利用接收信号中的发射信号的估计结果对干扰信号的估计结果进行修正，以使干扰信号的估计结果更加准确，解决了相关技术中为每根天线配置导频符号或训练序列的信道估计方法导致的系统资源浪费的问题，降低了信道估计占用的系统资源。

在本实施例中，对接收信号中的干扰信号进行估计，其基本原理是先对发射信号的统计特性进行预设，在接收端仅利用这些假设以及接收到的信号，根据算法得到信道冲击响应的估计值，不需要接收信号以外的辅助信息，即不需要在信号中***导频序列，相比较相关技术会节省大量的系统资源，提高了通信系统的传输速率，适用于大规模天线系统。

在一个实施例中，在步骤S104中，可以采用拟合法、统计估计法或者其他的盲信号估计法来估计接收信号中的干扰信号。

在本实施例中，可以采用拟合法实现对干扰信号的估计，该估计法可以是相关技术中的任意的可实现本实施例目的的拟合算法，例如曲线拟合算法、分布拟合算法等。其中，曲线拟合算法借助确定函数和随机函噪声来拟合出干扰信号中确定函数的表达式；分布拟合算法用于拟合出干扰信号的统计特性。

在进行盲信号估计时，没有任何其他有关发射信号、干扰信号等信号源以及传输信道的先验证知识，仅仅只有各信号源相互独立这一先决条件。因此，在本实施例中，还可以采用统计估计法实现对干扰信号的估计，该估计法可以是相关技术中的任意的可实现本实施例目的的统计估计法，例如高阶统计估计法，该估计法不仅可以处理高斯过程，还可以处理非高斯过程。

在一个实施例中，在步骤S106中，可以采用极大似然估计法处理接收信号和第一干扰信号估计结果，得到发射信号的极大化结果；根据发射信号的极大化结果，得到第一发射信号估计结果。

在本实施例中，所述获取的接收信号至少包括发射信号和干扰信号，即两种信号源，对于参数先验信息是未知、而信号源数目是已知的情况下，极大似然估计法是处理接收信号的优选方法，在一些信噪比低、长数据场合、信号源之间有一定相关性的情况下，极大似然估计法相比较于其他方法都体现了良好的精度特性。

下面采用优选实施例对本发明实施例进行描述和说明。

步骤1：考虑具有1根发射天线、N根接收天线的单用户上行大规模天线系统，假设攻击者在有用信号发射过程中发送了随时间t变化的干扰信号J_jamming(t)，信号接收模型可以表示为：

其中，y＝(y₁，y₂，...，y_N)^T表示接收信号，x表示发射信号，

表示所述发射端到所述接收端的信道矩阵，J_jamming表示干扰信号，H₂表示干扰信号J_jamming的信道矩阵，e＝(e₁，e₂，...，e_N)^T，e_i是均值为0方差为σ²的加性高斯白噪声，^T表示矩阵转置，1≤i≤N。

步骤2：根据下列公式对干扰信号进行盲信号估计：

其中，

表示第一干扰信号估计结果，N表示接收天线的数量，η_n表示第n根接收天线对应的权系数，y_n表示第n根接收天线接收到的信号。

其中，η_n满足：

其中，K满足：K(x)＝15(1-x)²/16。

步骤3：根据下列公式对发射信号x进行极大似然估计：

其中，λ满足：

其中，ω_i满足：

根据发射信号的极大化结果R(x)估计第一发射信号估计结果

其中，满足：

其中，x表示发射信号，y_i表示第i根接收天线接收到的信号，

表述第一干扰信号估计结果。

步骤4：将步骤3中得到的

代入步骤2的公式中，以修正第一干扰信号估计结果，得到第二干扰信号估计结果：

其中，η_n满足：

其中，K满足：K(x)＝15(1-x)²/16；

其中，

表示第二干扰信号估计结果，η_n表示权系数，y_l表示第l根接收天线所接收到的信号，表示第一发射信号估计结果。

步骤5：将

代入步骤1中，根据第二干扰信号估计结果，估计发射信号，得到第二发射信号估计结果，以进一步准确地检测接收信号中的发射信号。

在本实施例中，在对接收信号中的干扰信号进行两步估计，得到较为准确的干扰信号之后，即第二干扰信号估计结果，将该第二干扰信号估计结果代入上述实施例中假设的信号接收模型，以得到较为准确的发射信号，即第二发射信号估计结果，从而实现发射信号与干扰信号的分离。

在一个实施例中，在根据第二干扰信号估计结果，估计发射信号，得到第二发射信号估计结果中，估计发射信号的估计方法可以是最小均方误差(Minimum Mean-SquareError，简称MMSE)信号估计法。通过该方法，在具有干扰信号影响的非理想传输信道中，可以将接收端收到的发射信号和发送端发射的发射信号的误差的平方的期望最小化，以使得接收端收到的发射信号逼近发送端发射的发射信号，从而准确地估计出发射信号，实现发射信号与干扰信号的分离。

在一个实施例中，在根据第二干扰信号估计结果，估计发射信号，得到第二发射信号估计结果中，估计发射信号的估计方法还可以是最小二乘(Least Squares，简称LS)信号估计法。该方法基本原理是寻求发射信号的估计值，使得该发射信号的估计值与该发射信号的真实值的距离最小，可以通过使估计值与真实值之差的平方最小的方式求得该最小距离，从而准确地估计出发射信号，实现发射信号与干扰信号的分离。

在本实施例中还提供了一种干扰信号估计装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”、“子模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图2是根据本申请实施例提供的一种干扰信号估计装置的结构框图，如图2所示，该装置包括：获取模块202，第一估计模块204，第二估计模块206，修正模块208，其中，

获取模块202，用于从多根接收天线获取接收信号；

第一估计模块204，耦合至获取模块202，用于估计接收信号中的干扰信号，得到第一干扰信号估计结果；

第二估计模块206，耦合至获取模块202和第一估计模块204，用于根据接收信号和第一干扰信号估计结果，估计接收信号中的发射信号，得到第一发射信号估计结果；

修正模块208，耦合至第一估计模块204和第二估计模块206，用于根据第一发射信号估计结果，修正第一干扰信号估计结果，得到第二干扰信号估计结果。

在其中一个实施例中，第一估计模块204，用于采用盲信号估计法估计接收信号中的干扰信号，得到第一干扰信号估计结果。

在一个实施例中，第二估计模块206，用于采用极大似然估计法处理接收信号和第一干扰信号估计结果，得到发射信号的极大化结果；根据发射信号的极大化结果，得到第一发射信号估计结果。

在一个实施例中，第一估计模块204，用于在接收信号为

时，根据下列公式估计第一干扰信号估计结果：

其中，y＝(y₁，y₂，...，y_N)^T表示接收信号，x表示发射信号，

表示信道矩阵，Jjamming表示干扰信号，H₂表示干扰信号Jjamming的信道矩阵，e＝(e₁，e₂，...，e_N)^T，e_i是均值为0方差为σ²的加性高斯白噪声，^T表示矩阵转置，1≤i≤N；

其中，

表示第一干扰信号估计结果，N表示接收天线的数量，η_n表示第n根接收天线对应的权系数，y_n表示第n根接收天线接收到的信号。

在一个实施例中，第二估计模块206，用于根据下列公式计算发射信号的极大化结果R(x)：

其中，λ满足：

其中，ω_i满足：

以及，根据发射信号的极大化结果R(x)估计第一发射信号估计结果

其中，满足：

其中，x表示发射信号，y_i表示第i根接收天线接收到的信号，

表述第一干扰信号估计结果。

在一个实施例中，修正模块208，用于根据下列公式估计第二干扰信号估计结果：

其中，η_n满足：

其中，K满足：K(x)＝15(1-x)²/16；

其中，表示第二干扰信号估计结果，η_n表示权系数，y_l表示第l根接收天线所接收到的信号，

表示第一发射信号估计结果。

在一个实施例中，装置还包括：第三估计模块，用于根据第二干扰信号估计结果，估计发射信号，得到第二发射信号估计结果。

另外，结合图1描述的本申请实施例的干扰信号估计方法可以由干扰信号估计设备来实现。图3示出了本申请实施例提供的干扰信号估计设备的硬件结构示意图。

干扰信号估计设备可以包括处理器301以及存储有计算机程序指令的存储器302。

具体地，上述处理器301可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。

存储器302可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器302可包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器302可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器302可在数据处理装置的内部或外部。在特定实施例中，存储器302是非易失性固态存储器。在特定实施例中，存储器302包括只读存储器(ROM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。

处理器301通过读取并执行存储器302中存储的计算机程序指令，以实现上述实施例中的任意一种干扰信号估计方法。

在一个示例中，干扰信号估计设备还可包括通信接口303和总线300。其中，如图3所示，处理器301、存储器302、通信接口303通过总线300连接并完成相互间的通信。

通信接口303，主要用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。

总线300包括硬件、软件或两者，将干扰信号估计设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、***组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线110可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。

该干扰信号估计设备可以基于获取到的接收信号，执行本申请实施例中的干扰信号估计方法，从而实现结合图1描述的干扰信号估计方法。

另外，结合上述实施例中的干扰信号估计方法，本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种干扰信号估计方法。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。