位依次为；P' (1)、 P' (2)、P' 0)……P' (n)，频域样本序列中各频域样本点依次为；AP(1)、APO)、 AP(3)……AP(n)。其中，AP(I)可W为Pd)与P' (1)至P' (n)中任意一个相位的差 值，AP(2)可W为P(2)与P' (1)至P' (n)中任意一个相位的差值，依次类推。
[0043] 在本实施例的一种【具体实施方式】中，将本次输入的时域样本序列进行时频转换得 到频域样本序列，包括：
[0044] 确定本次输入的时域样本序列中各个时域样本点的相位；
[0045] 按照如下公式计算与本次输入的时域样本序列中各个时域样本点对应的差分相 位，得到频域样本序列：
[0046] s_f 似=P(k)-P,似
[0047] 其中，s_f(k)为与本次输入的时域样本序列中第k个时域样本点对应的差分相 位，P(k)为本次输入的时域样本序列中第k个时域样本点的相位，P'化）为前一次输入的 时域样本序列中第k个时域样本点的相位。
[0048] 由此可见，对前后相邻组时域样本序列的相位进行差运算所得到的频域样本序 列，可将相邻组时域样本序列中携带的具有一定干扰的载波频率信息部分抵消掉。如果基 于该频域样本序列进行滤波操作，所估计出的频域干扰数据便不会对载波频偏敏感，从而 提高干扰消除性能。
[0049] 操作120、根据频域样本序列和预设的滤波器进行干扰估计，W获得频域干扰数 据。
[0050] 操作130、根据频域干扰数据，对频域样本序列进行干扰消除。
[0051] 在本实施例中，在执行完操作110得到频域样本序列后，可将该频域样本序列进 行存储，例如保存至内存中。
[0052] -方面，在将时域样本序列进行时频转换得到频域样本序列并进行存储后，可先 读取该频域样本序列，对其加 W处理，使其具有与时域样本序列相同的属性，W能够进行后 续滤波操作。其中，所述处理可W为线性处理。例如，如果时域样本序列所对应的时域表达 函数是奇函数，则处理后的时域样本序列所对应的频域表达函数也应是奇函数。而后，利用 预先设定的滤波器对处理后的频域样本序列进行滤波可W得到对应于一个频域样本点的 干扰数据，作为频域干扰数据。其中，用于进行干扰估计的滤波器的各滤波系数可W是人工 根据经验值设定，也可是通过训练得到的，本实施例对此不作限定。
[0053] 另一方面，在将时域样本序列进行时频转换得到频域样本序列并进行存储后，读 取所存储的频域样本序列，并对其进行下采样操作，W从该频域样本序列中抽取一个频域 样本点。
[0054] 最后可直接将所抽取的频域样本点与频域干扰数据进行差运算，来得到新的频域 样本点，W完成对频域样本序列的干扰消除。
[0055] 在本实施例中，对时域样本序列进行时频转换，可W将载波频偏转换为相当于直 流分量的成分，进而会使得在频域内对频域样本序列进行干扰消除的方案，对载波频偏不 敏感，能够提升接收端的去干扰性能，使其能够准确的解调出发送端所发送的数据，且其实 现复杂度较低。
[0056] 实施例二
[0057] 图2是本发明实施例二提供的一种干扰消除方法的流程示意图。本实施例在上述 实施例一的基础上，对操作120和操作130作进一步优化。参见图2,本实施例提供的干扰 消除方法具体包括如下操作：
[0058] 操作210、获取本次输入的时域样本序列，将时域样本序列进行时频转换得到频域 样本序列。
[0059] 操作220、将频域样本序列复制成两路，分别为第一频域样本序列和第二频域样本 序列。
[0060] 操作230、对第一频域样本序列进行处理得到第H频域样本序列，W使第H频域样 本序列满足进行滤波操作的条件；采用滤波器对包含有第H频域样本序列的滤波频域样本 序列执行滤波操作，W得到频域干扰数据。
[0061] 操作240、从第二频域样本序列中选取一个频域样本点；根据所选取的频域样本 点和频域干扰数据进行干扰消除生成目标频域样本点。
[0062] 在本实施例中，滤波频域样本序列中所包含的滤波频域样本点个数应与滤波器所 包含的滤波系数的个数一致。其中，滤波系数可W为0,也可不为0。
[0063] 在对第一频域样本序列进行处理得到第H频域样本序列后，采用滤波器执行滤波 操作时，滤波器会先根据第H频域样本序列W及是否存在符号间干扰，确定本次执行滤波 操作的滤波频域样本序列。具体的，如果本次输入的时域样本序列与前N次所输入的时域 样本序列之间不存在干扰，滤波频域样本序列为第H频域样本序列；如果本次输入的时域 样本序列与前N次输入的各组时域样本序列之间存在干扰，滤波频域样本序列是由根据本 次输入的时域样本序列得到的第H频域样本序列，W及根据前N次输入的各组时域样本序 列相应得到的第H频域样本序列组成，其中N为大于1的整数。在确定完毕滤波频域样本 序列之后，滤波器对该滤波频域样本序列执行滤波操作，W得到对应于一个频域样本点的 干扰数据，作为频域干扰数据。
[0064] 在本实施例的一种【具体实施方式】中，对第一频域样本序列进行处理得到第H频域 样本序列，W使第H频域样本序列满足进行滤波操作的条件，包括：
[0065] 对第一频域样本序列中的各频域样本点取正弦操作，得到第H频域样本序列；或 者
[0066] 获取正弦函数的泰勒展开式中的前L项，作为处理公式；
[0067] 按照处理公式，计算第一频域样本序列中的各频域样本点对应的处理结果，得到 第H频域样本序列，其中L为大于等于1的整数。
[0068] 本实施例提供的技术方案，能够将时域样本序列转换为频域样本序列，采用滤波 器根据频域样本序列进行干扰估计，进而基于干扰估计结果对频域样本序列进行干扰消 除，从而可W不受载波频偏的影响，能够提升接收端的去干扰性能，使其能够准确的解调出 发送端所发送的数据，且其实现复杂度较低。
[0069] 实施例H
[0070] 图3是本发明实施例H提供的一种干扰消除方法的流程示意图。本实施例在上述 实施例一和实施例二的基础上，增加了预先确定滤波器系数的操作。参见图3,本实施例提 供的干扰消除方法具体包括如下操作：
[0071] 操作310、设置滤波器中的各滤波系数初始值。
[0072] 操作320、获取数据接收端在训练阶段下得到的与预设的训练符号对应的时域样 本序列，作为本次输入的时域样本序列。
[0073] 在本实施例中，滤波器中各滤波系数的初始值可均被设为0,或者随机设定。数据 发送端依次发送对应于多个训练符号的调制信号，数据接收端依次接收带有干扰的各调制 信号，并对其进行整形处理得到各时间样本点，然后根据设定算法对所接收到的各时域样 本点进行识别得到同步信息。干扰消除装置可根据同步信息控制每次输入一个训练符号对 应的时域样本序列，然后基于该时域样本序列执行操作330-操作370。
[0074] 操作330、获取本次输入的时域样本序列，将时域样本序列进行时频转换得到频域 样本序列。
[0075] 操作340、将频域样本序列复制成两路，分别为第一频域样本序列和第二频域样本 序列。
[0076] 操作350、对第一频域样本序列进行处理得到第H频域样本序列，W使第H频域样 本序列满足进行滤波操作的条件；采用滤波器对包含有第H频域样本序列的滤波频域样本 序列执行滤波操作，W得到频域干扰数据。
[0077] 操作360、从第二频域样本序列中选取一个频域样本点；根据所选取的频域样本 点和频域干扰数据进行干扰消除生成目标频域样本点。
[0078] 操作370、将所生成的目标频域样本点与预设的训练符号进行错误值计算，根据所 计算的错误值W及第H频域样本序列，更新滤波器中的各滤波系数。
[0079] 在本实施中，将所生成的目标频域样本点与预设的训练符号进行错误值计算，可 具体为：计算所生成的目标频域样本点与预设的训练符号之差；将差的绝对值作为错误 值。当然，对错误值的计算方法并不局限于此，凡是能够度量目标频域样本点与预设的训练 符号之间误差的方法均可用来进行错误值的计算，本实施例对此不做限定，例如还可通过 计算所生成的目标频域样本点与预设的训练符号之间的欧式距离，来确定错误值。
[0080] 本实施例可基于最小均方算法（LMS:Least Mean Square)、LMS算法的改进算法 包括符号（signed) LMS算法、归一化（normalized) LMS算法和变步长LMS算法、递归最小二 乘方巧LS: Recursive Lease Square)算法和恒模（CMA = Constant Modulus Algorithm)算 法，根据所计算的错误值W及第H频域样本序列，更新滤波器中的各滤波系数。
[0081] 在本实施例的一种优选的实施方式中，可基于LMS算法更新滤波器中的各滤波系 数。具体的，更新滤波器中的各滤波系数，包括：
[0082] 根据如下公式，更新滤波器中的各滤波系数：
[0083] Coeff，= Coeff+GXeXdata_seq
[0084] 其中，Coeff'为更新后得到的滤波器中的各滤波系数构成的向量，Coeff为更新前 的滤波器中的各滤波系数构成的向量，G为预设的大于O且小于I的值，e为本次计算得到 的错误值，data_seq为本次得到的包含有第H频域样本序列的滤波频域样本序列构成的向 量。G作为更新因子，其大小可W控制系数收敛的速度和带来的噪声。
[0085] 当然，本领域的普通技术人员应理解，本实施例提供的干扰消除方法还可进一步 包括预先设定滤波系数的收敛条件，在更新滤波器中各滤波系数后，如果判断达到设定的 收敛条件，便结束训练阶段，W停止利用训练符号来更新滤波系数的操作。其中，所述收敛 条件可W是更新次数达到设定的第一阔值，也可W是更新前后两次得到的各滤波系数的变 化量均小于设定的第二阔值，或者是其他设定的约束条件等。
[0086] 使用本实施例提供的干扰消除法，预先对多个训练符号进行训练，并根据训练结 果来更新用于进行干扰估计的滤波器的系数，可W使得利用该滤波器所估计出的干扰数据 准确率提高，进