估计使用信道集合的射频系统上的干扰的方法、计算机程序、装置和射频系统

技术领域

本发明涉及这样的系统：该系统可以使用给定的射频信道(例如，ISM公共频带(ISM表示“工业、科学和医疗无线电频带”)中的跳频)，并且于是可能受到其他装置(例如WiFi装置)的干扰。

背景技术

可能遭受干扰源影响的这种系统的示例可以是例如自动驾驶汽车的计算机通信装置，或者，作为另一示例，具有无线电技术通信装置的基于通信的列车控制装置。

干扰问题可能导致这些自动驾驶车辆应用中的严重问题。

可以进一步开发基于认知无线电的干扰避免技术。例如，在每次车辆行驶时，对相邻干扰的测量可以与车辆位置一起从车辆反馈回到服务器。在服务器处，可以以统计函数建立数据库，以采集属于位置和频率信道的集群(cluster)的测量(通常用于常规的车辆路径)。例如在文献WO-2017/122548和WO-2017/122549中描述了这种实现类型的示例。

因此，该知识可以用于执行无线电资源管理和无线电系统监测。在车辆无线电监测的情况下，通常可以实现识别方法，以决定WiFi装置是否对发生在无线电级别的问题负责。然而，这种方法的缺点是需要将许多测量馈送给数据库。信号分析和识别是进行了良好研究的课题。通常，特别地设计装置以提供最佳检测性能，但是在下文的发明背景中，通信系统可能受到其自身无线电设计的限制。

对于作为用于基于通信的列车控制(CBTC)的系统的由申请人执行的实现方式的示例，这种系统使用ISM频带来建立列车和路边之间的连接。然而，该(公共)频带也被可能对CBTC信号造成干扰的许多其他装置(WiFi、蓝牙等)广泛使用。在文献EP-18305112中，提出了一种能够识别每个WiFi信道中的干扰的活跃率的方法。该信息在反馈链路中是必要的，有助于服务器采集足够的知识以执行高效的资源管理或无线电状况监测。

更准确地说，在测量频带上的小于WiFi信号的功率的功率的情况下，除了文献EP-18305112中提出的用于确定全部Wifi传输频带中的一些先验未知传输频带中的一个或几个干扰源的统计占用率的方法之外，没有已知的方法。一个困难是干扰源的辨别，因为这些干扰源可能有影响并且在其他传输频带中也是活跃的。

图5示出了在文献EP-18305112中解决的问题。射频系统提供信道集合(在图5所示的示例中从1到16)。信道的索引标记为CHi。例如，这些信道中的每一个可以具有5MHz的带宽。

干扰射频系统(例如，Wifi系统)可具有一个或几个干扰源，这些干扰源中的每一个都易于在由几个连续信道构成的传输频带上活跃。在图5的示例中，干扰系统可以具有1到13个传输频带，传输频带在图5中具有标记为“TBi”的索引。

更具体地，在图5的示例中，每个传输频带TBi的带宽为20MHz，并且：

-TB1在四个连续信道1至4上扩展，

-TB2在四个连续信道2至5上扩展，

-TB3在四个连续信道3至6上扩展，

-等等

-TB13在四个连续信道13、14、15、16上扩展。

这里值得注意，索引TBi具有与连续信道的第一信道CHi相同的值。因此，在以下描述中该索引被简单地标记为“i”，并且被分配给干扰源索引(从1到I，在图5的示例中I＝13)。

这里还值得注意，两个干扰源可能例如在三个信道上重叠的两个连续传输频带上活跃。此外，干扰源可能不时地活跃而不是永久活跃。

然后，在文献EP-18305112中解决的难题是在给定时间窗口帧内辨别干扰源最终在哪个传输频带上活跃，并通常给出该时间窗口内在对应传输频带中该干扰源的活跃率。

为了估计每个WiFi信道中的干扰的活跃率，文献EP-18305112基于无竞争发生时由CSMA/CA协议产生的干扰结构的知识。然后，执行期望值最大化算法来求解估计问题。该算法的最大化步骤包括计算欠定系统的解。该问题通过使用简单近似解决。然而，在某些情况下，这种近似可能导致次优性。

通常，寻求对文献EP-18305112中提出的解决方案进行改进，以实现更快的收敛和更高的活跃率估计的准确度。

此外，文献EP-18305112提出建立满足非重叠条件的传输频带的占用或未占用的全部N种可能配置的集合Ω。该非重叠条件对应于这样的事实：在I个可能干扰源的集合中，在每个信道上在同一时间k只有一个干扰源i可以活跃，该信道与连续信道一起形成如图5所示的传输频带i。

全部N种可能配置的集合Ω如图2所示，并且在下文中进一步详细说明，因为其仍与本发明的可能实施方式相关。

该非重叠条件是为了利用文献EP-18305112所提出的方法以更简单的方式求解问题而添加的约束。

然而，在非常罕见但可能的情况下，CBTC类型的系统中可能发生重叠。实际上，在所谓的“隐藏节点”的情况下，这种节点可能位于两个干扰源中间，于是“听到”两个重叠的干扰源。

发明内容

本发明旨在改善这种情况。

为此，本发明提出了一种由计算机装置实现的用于估计使用信道的集合的射频系统上的干扰的方法，所述干扰由使用传输频带的集合的干扰系统的干扰源引起，所述传输频带中的每一个在所述信道的集合的多个连续信道上扩展。

该方法包括：

-确定被定义为可能向量Z

-根据全部可能向量Z

-获得在相应的时刻k处对所述信道的集合的至少一部分的占用的测量X

-计算被定义为

更具体地，所述概率计算在每次迭代t中迭代地包括：

*求解具有如下定义的约束的非线性优化问题：

最大化

受限于

Aθ＝τ

其中向量τ

*计算向量

*并且将下一迭代索引t+1的活跃率的向量更新为

更具体地，以上表达的约束(1)可以从关于离散概率分布的数学熵的吉布斯不等式陈述中导出(即，信息熵小于或等于其与任何其他分布的交叉熵，如在以下详细描述中所应用)。

在实施方式的一个非限制性示例中，集合Ω的可能向量Z

在实施方式的又一个示例中，所述非重叠条件可以从由所述射频系统执行的多路接入实现方案(CSMA/CA或CSMA/CD)导出，所述多路接入实现方案定义通信时隙，并且在每个时隙k处采集所述测量X

然而，在上述非重叠条件可能不适用的一般实施方式中，可能向量的集合Ω可以包括多达2

在所述通信系统在所述信道上实现跳频的实施方式中，获得所述测量X

在以下作为示例详细描述的可能实施方式中，形成传输频带的所述连续信道的数量为四，所述信道的集合中的信道总数为十六。

在实施方式的该示例中，所述信道中的每一个在5MHz上扩展，而所述传输频带中的每一个利用扩频技术实现方案在20MHz上扩展。

实施方式的该示例通常可以对应于其中所述射频系统对应于ISM型通信系统同时干扰系统对应于Wifi型通信系统的实现方案。

该方法还可以包括所述信道的集合中的至少一个信道的通信的选择步骤，所选择的信道处于所述估计活跃率τ最低的传输频带内。

本发明的目的还在于一种计算机程序，所述计算机程序包括指令，当处理器运行这些指令时，所述指令用于执行上述方法。下面详细描述的图3示出了这种计算机程序的一般算法的示例。

本发明的目的还在于一种估计使用信道的集合的射频系统上的干扰的装置，所述干扰由使用传输频带的集合的干扰系统的干扰源引起，所述传输频带中的每一个在所述信道地集合的多个连续信道上扩展。更具体地，所述装置包括用于执行上述方法的处理电路，如下面描述的图4的示例所示。

本发明的目的还在于一种射频通信系统，所述射频通信系统包括估计易于在将要由射频通信系统使用的信道上发生的干扰的装置。

通过示例而非限制的方式在附图中的除了上述图5之外的附图中示出了本发明。

附图说明

[图1]图1示意性地示出与由于连续信道的子集(这里是四个信道)中的干扰源而导致的噪声方案WINT相比的根据本发明的由射频通信系统实现的跳频通信方案DL、UL，该子集随时间(在至少几个连续时隙上)恒定并且定义干扰系统的传输频带。

[图2]图2示出整个信道集合中的信道的干扰源占用或未占用的集合Ω的全部N种可能的配置。

[图3]图3示出根据本发明的方法的主要步骤的示例。

[图4]图4示意性地示出根据本发明的装置的处理电路的示例。

[图5]图5示意性地示出文献EP-18305112中的提供信道的集合的射频系统的示例。

具体实施方式

本发明解决的问题是根据无线电系统执行的测量而对干扰分类(WiFi或非WiFi)。在下文所公开的示例中，所涉及的射频系统具有以下特性：

·在5MHz频带的信道上以约4ms的速率跳频

·1.5ms的分组

·在4ms的每个时隙内，CSMA/CA或CSMA/CD多路访问(两次传输尝试)

·在每个时隙采集测量

WiFi系统特性为

·20MHz传输频带上的扩频技术

·通常为200μs的WiFi PHY层分组(包括确认ACK)

·平均约为100ms的传输帧持续时间(传输层分组)

·CSMA/CA多路访问

因此，在实现方式的该示例中，假定以在无线电系统的16个信道中的5MHz的频带上的观测来考虑干扰系统的每个当前传输频带。每个当前传输频带根据WiFi系统特性在20MHz的总频带上扩展，其在这里对应于无线电系统的四个连续信道。当然，16个信道和4个连续信道的数量是这里给出的示例，并且可以允许变型。此外，传输频带(以下也称为“W信道”)可以重叠，从而产生总共13个传输频带。通过从1到16对5MHz宽的信道进行索引，传输频带由具有以下索引的信道的聚合定义：

[1 2 3 4]，[2 3 4 5]，…，[12 13 14 15]，[13 14 15 16]。

系统能够检测相邻干扰源并且在冲突检测的情况下尝试另一连接。值得补充的是，这些干扰源一般不受通常在发射机处使用定向天线的当前无线电系统的影响。干扰源不被认为根据跳频方案活跃，而是在几个信道的固定子集上活跃，如下面评论的图1所示。然而，在此后提出的实施方式中(即使本发明可以在没有所谓的“非重叠条件”的情况下实现)，作为CSMA/CA多路接入方案的结果，仍然认为干扰源通常遵守非重叠条件(根据该条件，两个干扰源不能同时在同一信道上重叠)。这些观测解释了以下一般措辞：

-每个干扰源易于在由整个信道集合的多个连续信道形成的传输频带上(特别是在相应的时刻k)活跃，以及

-在同一时间k在每个传输频带上只有一个干扰源可以活跃，

-并且例如，当两个传输频带(具有20MHz的宽度)在一个或几个信道(从一个信道到三个信道，每个信道具有5MHz的宽度)上重叠时，附加条件是在同一时间k，在每个信道上只有一个干扰源可以活跃。

为了在下文中区分干扰系统(例如WiFi)的传输频带和通信系统(例如ISM)的信道，传输频带在下文中被称为“W信道”，而“信道”仍然是通信系统的信道。

图1中示出了无线电系统分组(上行链路UL和下行链路DL)和WiFi干扰(WINT)的共存的图示，其中示出了ISM频带的频率/时间使用。在WiFi干扰区内，利用冲突避免机制将时间占用分割成小的PHY WiFi分组。大约一半的跳频用于下行链路，而另一半用于上行链路。因此，通过配置给定观测时间窗口，每个信道上的干扰测量的次数可能不同。一些信道甚至可能在该时间窗口内没有任何测量机会。

在下文中，使用以下符号：

·k是时刻，即当前无线电系统的一跳。更确切地，考虑K个时刻的时间窗口。

·X

·f

·Z

-在这里呈现的作为非限制性示例的实施方式中，作为CSMA/CA多路接入方案的结果，两个干扰源不能同时重叠，这可以在数学上写成：

-随机变量在时间上独立，即

其中E[.]表示数学期望。当必须对值的有限集合执行该期望时，采用算术平均值对该期望进行替换和近似。

-由于此后仍然应用非重叠条件，因此首先仍然考虑被定义为在时刻k满足该非重叠条件的可能向量Z

图2通过点D1(浅灰色)示出在80MHz的ISM频带中的16个5MHz信道上的集合Ω。然后，一个点D1示出W信道的起始索引i，并且三个点D2(黑点，位于点D1上方和下方，在可能的情况下)示出同样分配给具有用于由四个信道i、i+1、i+2、i+3组成的相关联的W信道的20MHz宽的频带的WiFi干扰源的信道索引i+1、i+2和i+3。

例如，当采用在X轴(表示集合Ω中的向量Z的一种可能配置的一个横坐标)的前三分之一处具有点D1的信道索引9时，W信道9由信道9，10，11，12组成。点D1表示信道9是用于标识该20MHz宽W信道的索引。可以观测到，因为两个W信道在同一时间不能重叠，所以只有从索引13、5、4、3、2、1开始的W信道可以与从索引9开始的W信道同时共存。根据对应于集合Ω的另一可能性的图2的另一示例，可以实现具有从索引1、5、9、13开始的W信道的四个干扰源全部同时活跃的配置，其示出为图2的右端的最后配置。

可以观测到：具有至少一个干扰源并且满足干扰源之间的CSMA/CA非重叠特性的N＝95个分配是可能的(沿X轴的横坐标为95)。

由于非重叠条件，在本实施方式中具有有限数量的N个可能配置的该集合Ω一般可以简单地具有对应于N＝2

在下文中，当参照图2时符号Ω可以针对上面给出的集合，或者在一般情况下，可以针对具有2

下面还使用的一种符号是：

·τ

其中E

要求解的问题是从观测向量X＝[X

可以通过考虑所有变量τ是先验等概率

这涉及在接收任何观测之前，不存在表示第i个W信道的活跃率τ

此外，潜在变量Z也是先验等概率，使得：

这给出了要求解的新的优化问题。

问题

本发明的目标仍然是根据在由其转移概率P(X|Z)定义的信道的输出处的观测{X

参照图3，在可能的实施方式中，本发明可以包括以下步骤：

-步骤S1：确定可能配置的集合Ω(可能为2

*获得层叠随机向量Z的可能配置的矩阵A，

*定义如上文所引入的信道转移函数P(X|Z)。

-步骤S2：用零值初始化τ

-步骤S3：采集测量X

-步骤S4：计算概率：

-步骤S5：求解不等式约束非线性优化问题(ICNLOP)，例如：

最大化

受限于

Aθ＝τ

-步骤S6：将向量

-步骤S7：更新

迭代地重复步骤S5、S6、S7，直到满足停止条件。在每次的新迭代中，增加索引(t)(步骤S8)，直到满足收敛。

特别地，步骤S5涉及不是优化问题的初始目标的函数的中间结果。因此，中间结果的不当选择将减慢算法的收敛，从而在有限的计算时间内降低其准确度。这里提出不依赖于中间结果而是将对τ

在如上文关于图3的步骤S1所给出的由转移概率p(X|Z)表征的信道的输出处观测随机过程Z的随机变量X。Z所取的离散值集合为Ω，并且基数为N＝|Ω|。参数τ不依赖于信道，即p(X|Z,τ)＝p(X|Z)并且p(Z,X|τ)＝p(X|Z)p(Z|τ)。

换句话说：τ→Z→X是马尔可夫链。目标是估计向量参数τ，其为集合Ω中全部|Ω|可能值z

因此，对于τ的约束是不动点问题：

τ＝f(τ)＝A [p(Z＝z

其中，A是I×N矩阵，I为τ的长度(即干扰源I的假定数量，其可以先验地对应于信道的数量，即在上述图5的示例中I＝13)。A的第j列是z

通过似然p(X|τ)＝E

·利用τ

·通过使用下式

根据概率集合p(Z＝z

在上下文中，p(Z,X|τ)＝p(X|Z)p(Z|τ)，其中，从信道获知p(X|Z)，但由于A不可逆，因此不能从τ唯一地获知p(Z＝z

在文献EP-18305112中，向量[p(Z＝z

因此，为了提供算法的最佳收敛，将有兴趣将[p(Z＝z

返回参照图2，利用由16个信道上的分配产生的浅灰色点D1示出了集合Ω。可以将集合Ω转换为干扰配置矩阵A。实际上，将集合Ω重写为矩阵形式A，以使用线性代数工具来求解优化问题。因此，矩阵A在其列中描绘了所考虑的频带中所有干扰源在同一时间的活跃状态的组合。每个条目的值为1或0，其表示该信道上是否存在干扰。Ω的基数是A的列数。A的构造必须遵守干扰源使用的协议(在下文中，例如，CSMA/CA)。

τ

目标是根据测量的观测X＝[X

可以实现通用期望-最大化算法，更具体地为在每次迭代中改进对数似然logP(X|τ)的迭代算法，称为“期望-最大化”，并在下面的等式中重现。

通过引入潜在变量Z，可以得到：

logP(X|τ)＝logP(X,Z|τ)-logP(Z|X,τ

通过将两边乘以Z上的边际(marginalizing)得到：

其中，H(τ|τ

等式(6)适用于τ

logP(X|τ

为了最大化logP(X|τ)，可以实现一种迭代方法，其在算法的每一步最大化一个增量logP(X|τ)-logP(X|τ

logP(X|τ)-logP(X|τ

＝Q(τ|τ

-H(τ

吉布斯不等式指出，信息熵小于或等于其与任何其他分布的交叉熵(即H(τ|τ

logP(X|τ)-logP(X|τ

从(8)可以推导出期望-最大化算法。该算法通过确保(8)的右手侧总是为正来增强每次迭代的对数似然。为此，将期望计算为Q(τ|τ

τ

更具体地，下面利用本发明中解决的问题的特殊性质，其构成相对于期望-最大化算法的通常现有技术的改进。

如前所述，在通常期望值最大化算法中，最大化步骤假定τ

在本方法中，认为Q(τ|τ

这是对期望-最大化问题加入的进一步约束，其最终导致可以在下面求解的两个优化问题。

在不动点约束下难以进行优化。通过考虑第j个条目θ

实际上，通过使用

·时间上的观测X

·贝叶斯法则，

·在可能集合Z上的边际化，

可以得到：

通过表示θ

/>

因此，优化问题变为

因为这种方法使每次迭代中的改进最大化，因此有助于加速对数似然的收敛。

注意，在典型的期望-最大化算法中，实际上仅对τ值进行优化(9)(第二项Q(τ

联合优化可以按如下方式进行。首先，考虑固定的θ

将其代入θ

考虑到所有约束，优化问题变为：

计算

受限于

Aθ

在这些最新等式中定义的该优化问题可以通过任何数值优化工具箱求解。另选地，可以通过随机生成θ

“接近满足”约束的标准可以例如对应于将阈值应用于约束，使得

然后，从优化的θ

收敛比在文献EP-18305112中更快，并且结果更准确。

当然，图3的流程图所表示的所有算法实际上由运行适当计算机程序的计算机来执行，该计算机程序具有与图3所表示的算法之一相对应的算法。如图4所示，这种计算机包括：

-输入接口InP，其用于接收测量X

-存储器MEM，其用于至少存储上述计算机程序的指令，

-处理器PROC，其用于读取指令，然后运行对应的程序，以及

-输出接口OUT，其用于传递信号SIG，该信号SIG至少包括与干扰源的传输频带的活跃率相关的数据以及可能推荐的信道标识符以避开这些干扰源。