用于无线电通信中的信号确定的通信设备和方法与流程

本公开涉及用于无线电通信中的信号确定的通信设备和方法。

背景技术：

在一场景中，无线设备接收可能包括干扰信号和加性高斯白噪声的信号。期望可以提供一种可以盲目地以可靠且有效的方式减去干扰信号的通信设备和方法。

技术实现要素：

提供了一种通信设备，该通信设备包括接收器，被配置为接收信号。通信设备还包括确定电路，被配置为基于干扰信号模型来确定接收到的信号的干扰信号。通信设备还包括校正电路，被配置为基于确定的干扰信号和基于接收到的信号的信号样本来确定校正的干扰信号。通信设备还包括减法电路，被配置为从接收到的信号中减去校正的干扰信号。

附图说明

在附图中，相同的参考标记在不同的视图中通常指代相同的部分。附图不一定按比例绘制，而是通常将重点放在示出本发明的原理上。在以下描述中，参照以下附图描述了本发明的各种实施例，其中：

图1示出了移动无线电通信系统、根据示例的第一无线移动设备、和第二无线移动设备的示意图；

图2示出了第一无线移动设备的示意图；

图3示出了第一无线移动设备的抑制电路(mitigationcircuit)、下变频器、和基带电路的示意图；

图4示出了第一无线移动设备的积分电路(integrationcircuit)可以被配置来执行的流程图；

图5示出了确定抑制电路的条件平均状态值和校正的条件平均状态值的流程图；

图6示出了根据示例的第三无线移动设备的抑制电路的示意图；

图7示出了根据示例的第四无线移动设备的下变频器、基带电路、和自适应抑制电路的示意图；

图8示出了用于无线电通信中的信号确定的方法；并且

图9示出了用于无线电通信中的信号确定的方法。

具体实施方式

下面的详细描述参考附图，附图以举例说明的方式示出了其中可以实践本发明的具体细节和实施例。

词语“示例性”在本文中用于来表示“用作示例、实例或说明”。本文描述为“示例性”的任意实施例或设计不一定被解释为比其他实施例或设计优选或有利。

运算符“·”在本文中用于表示矩阵相乘、标量乘积、或取决于上下文的两个标量的相乘。

术语“矩阵”在本文中用于表示具有至少一行和至少一列的矩阵。在矩阵具有一行和一列的情况下，矩阵可以是标量，并且涉及该情况的措辞可以适当地与上下文相适应。例如，涉及标量的术语“协方差”可以适用于表示方差。

本公开的各个方面提供了一种通信设备，该通信设备包括接收器，被配置为接收信号。此外，通信设备可以包括确定电路，被配置为基于干扰信号模型来确定接收到的信号的干扰估计信号。此外，通信设备可以包括校正电路，被配置为基于确定的干扰估计信号和基于接收到的信号的信号样本来确定校正的干扰估计信号。此外，通信设备可以包括减法电路，被配置为从接收到的信号中减去校正的干扰估计信号。因此，通信设备可以被配置为以可靠且有效的方式来确定排除可能包括在接收到的信号中的干扰信号的输出信号。输出信号可以是从接收到的信号中减去校正的干扰估计信号的相减信号(subtractionsignal)。此外，输出信号可以包括信息信号和高斯白噪声信号。包括在接收到的信号和信息信号中的高斯白噪声信号的统计特性可以不同于干扰信号的统计特性。

在示例中，通信设备可以包括采样电路，被配置为对信号的信号样本进行采样。因此，通信设备可以被配置为确定可靠干扰估计信号。此外，包括在相减信号中的高斯噪声信号可以仅具有弱相关统计。

在示例中，确定电路可以被配置为考虑干扰信号模型的多个干扰信号状态中的干扰信号状态来确定干扰估计信号。此外，确定电路可以被配置为基于至少一个时间相关条件矩函数的时间演变来确定可以与信号样本的采样时间相关联的干扰信号状态的至少一个条件矩(conditionalmoment)。时间相关条件矩函数可以与干扰信号模型相关联，并且当在采样时间处被评估时可以是至少一个条件矩。此外，确定的干扰估计信号可以包括干扰信号状态的至少一个条件矩。因此，通信设备可以是高效且简单的。此外，干扰信号随机变量x(t)可以是时间相关的并且可以是条件概率为p[z,t|c1,c2,…,cn]的多个干扰信号状态中的干扰信号状态z。条件概率中的每个条件概率p[z,t|c1,c2,…,cn]可以是干扰信号随机变量x(t)在条件c1,c2,…,cn下是干扰信号状态z的概率。条件概率p[z,t|c1,c2,…,cn]可以是时间相关的。此外，条件概率密度函数p[z,t|c1,c2,…,cn]可以是概率p[z,t|c1,c2,…,cn]。此外，至少一个条件矩函数可以是干扰信号状态函数φ(x,t)的条件期望值e[φ(x,t)]，其中条件期望值e[φ(x,t)]可以考虑条件概率密度函数p[z,t|c1,c2,…,cn]由e[φ(x,t)]＝∫φ(z,t)·p[z,t|c1,c2,…,cn]dz确定。此外，概率密度函数可以分别被称为概率。此外，干扰信号随机变量x(t)可以被称为干扰信号随机变量x。

在示例中，至少一个条件矩(conditionalmoment)可以是可以与采样时间相关联的多个条件矩。此外，至少一个时间相关条件矩函数可以是多个时间相关条件矩函数。多个时间相关条件矩函数分别可以与干扰信号模型相关联并且当在采样时间处被评估时可以是条件矩。此外，多个时间相关条件矩函数的时间演变可以是根据至少一个耦合微分方程的时间演变，其中所述至少一个耦合微分方程可以包括多个时间相关条件矩函数中的条件矩函数。因此，通信设备可以被配置为确定可靠的干扰估计信号。

在示例中，至少一个耦合微分方程可以包括第一微分方程(1)和第二微分方程(2)：

其中考虑了第一状态函数φ1(x,t)、第一状态函数φ1(x,t)的条件期望值第二状态函数φ2(x,t)、第二状态函数φ2(x,t)的条件期望值p＝e[φ2(x,t)]、和伊藤方程(equation)(3)：

其可以包括第一信号函数f(x,t)、第一噪声函数g(x,t)、高斯白噪声函数u(t)、和期望值e[u(t)u^t(τ)]＝λx·δ(t-τ)。

在示例中，至少一个耦合微分方程可以基于fokker-planck-kolmogorov方程。因此，通信设备可以被配置为考虑高斯白噪声信号来确定条件矩。fokker-planck-kolmogorov方程可以是前向fokker-planck-kolmogorov方程(4)：

其可以是伊藤方程(3)的解。

在示例中，fokker-planck-kolmogorov方程在时间上可以是连续的。因此，通过不离散化fokker-planck-kolmogorov方程可以避免接收到的信号的高过采样(oversampling)速率。此外，通信设备可以是可靠的并且可以具有低能量消耗。

在示例中，至少一个条件矩是条件平均因此，校正电路可以被配置为以简单的方式确定校正的干扰估计信号。此外，对应于条件平均的信号可以是校正的干扰估计信号。条件平均可以是干扰信号随机变量x(t)的条件期望值e[x(t)]＝∫z·p[z,t|c1,c2,…,cn]dz。

在示例中，多个条件矩包括条件方差或条件协方差p(t)。因此，确定电路和校正电路可以是简单的。条件协方差p(t)可以是考虑干扰信号随机变量x(t)和条件平均值的条件期望值

在示例中，确定电路可以被配置为基于干扰信号模型来确定时间演变的初始条件。因此，不需要提供附加电路来向确定电路提供初始条件。此外，通信设备可以是简单的。在包括条件平均和条件方差的微分方程的示例中，条件平均的初始条件可以是预定义的第一初始值m0，并且条件方差的初始条件可以是预定义的第二初始值p0。

在示例中，确定电路可以被配置为基于可以包括针对时间的积分的至少一个耦合微分方程的解来确定至少一个条件矩。此外，确定电路可以被配置为对积分进行数值积分(在一个示例中，进行近似)。此外，确定电路可以被配置为以可以高于样本电路的采样速率的处理速率来确定对积分的数值积分的处理值。因此，通信设备可以是高效的并且以灵活的方式适应通信设备的其他组件的采样速率要求。

在示例中，采样速率可以对应于奈奎斯特频率(nyquistfrequency)。因此，通信设备可以是节能的。

在示例中，校正电路可以被配置为基于至少一个条件矩和信号样本来确定至少一个校正的条件矩。此外，校正的干扰估计信号可以包括干扰信号状态的至少一个校正的条件矩。因此，校正电路可以被配置为确定精确校正的干扰估计信号。

在示例中，至少一个校正的条件矩可以是校正的条件平均，该校正的条件平均可以基于条件平均和信号样本被确定。

在示例中，条件矩可以是状态函数针对条件状态概率的期望值，该条件状态概率是基于初始条件的第一条件下的干扰信号状态的贝叶斯(bayesian)概率。此外，至少一个校正的条件矩可以是状态函数针对校正的条件状态概率的期望值，该校正的条件状态概率是第一条件和基于信号样本的第二条件下的干扰信号状态的贝叶斯概率。因此，通信设备可以被配置为以有效且高效的方式确定相减信号。校正的条件状态概率可以是根据公式(5)和(6)的贝叶斯概率p[xl(tl)|yl]：

其中考虑了第一整数l(其可以是1)、先验概率信号样本的测量值y(t1)、第二整数m(其可以是测量值y(t1)的维度)、第二信号函数h(x(tl),tl)、高斯白噪声值、公式(7)(该公式(7)将测量值y(t1)与时间tl处的干扰信号状态x(tl)相关联)、和时间(其是采样时间t1之前的无限小时刻)。

y(tl)＝h(x(tl),tl)+v(tl)(7)

测量值y(t1)可以是第一条件c1。此外，贝叶斯概率p[xl(tl)|yl]可以分别是条件概率密度函数。此外，测量值y(t1)可以是接收到的信号的信号样本。

在示例中，至少一个校正的条件矩可以是其中每个校正的条件矩都是干扰信号状态的校正的条件矩的多个校正的条件矩。此外，校正电路可以被配置为基于多个条件矩的条件矩和信号样本来确定多个校正的条件矩中的校正的条件矩。因此，通信设备可以被配置为以可靠且有效的方式从接收到的信号中减去干扰信号。

在示例中，干扰估计信号可以是第一迭代确定信号，多个条件矩可以是多个第一迭代矩(iterationmoment)，多个条件矩函数可以是多个第一迭代矩函数，校正的干扰估计信号可以是第一校正的干扰估计信号，多个校正的条件矩可以是多个第一校正的迭代矩，并且信号样本可以是第一信号样本。此外，校正电路可以被配置为确定包括多个第一校正的迭代矩的第一迭代校正信号。此外，采样电路可以被配置为对接收到的信号的第二信号样本进行采样。确定电路可以被配置为基于第二迭代矩函数的第二时间演变和(作为第二迭代矩函数的时间演变的初始条件的)第一校正的迭代矩来确定与第二信号样本的第二采样时间相关联的干扰信号状态的多个第二迭代矩，其中该第二迭代矩函数当在第二采样时间处被评估时分别是第二迭代矩。此外，确定电路可以被配置为确定包括第二迭代矩的第二迭代确定信号。校正电路可以被配置为基于第二迭代矩和第二信号样本来确定干扰信号状态的多个第二校正的迭代矩。此外，校正电路可以被配置为确定包括第二校正的迭代矩中的至少单个第二校正的迭代矩的第二校正的干扰估计信号。此外，减法电路可以被配置为从接收到的信号中减去第二校正的干扰估计信号。因此，通信设备可以被配置为确定可靠的干扰估计信号，使得可以以有效且可靠的方式从接收到的信号中减去干扰信号。该示例可以举例说明迭代过程的迭代。在示例中，第二校正的迭代矩可以是确定电路的初始条件。确定电路可以被配置为确定第三迭代矩，并且校正电路可以被配置为基于第三迭代矩来确定第三校正的迭代矩。

在示例中，第二时间演变可以基于fokker-planck-olmogorov方程。此外，第二时间演变可以包括多个第二次迭代矩函数的第二次迭代矩。

在示例中，干扰信号模型是包括随机马尔可夫(markov)过程模型和混沌模型(chaoticmodel)的一组干扰信号模型中的一个。因此，通信设备可以灵活地适应干扰信号的统计。

在示例中，确定电路可以被配置为基于非线性滤波算法来确定条件矩、第一迭代矩、第二迭代矩、或第三迭代矩中的至少一个，该非线性滤波算法是包括扩展卡尔曼滤波、二阶扩展卡尔曼滤波、迭代卡尔曼滤波、正交卡尔曼滤波、和无迹卡尔曼滤波的一组滤波算法中的滤波算法。

在示例中，校正电路可以被配置为基于非线性滤波算法来确定校正的条件矩、第一校正的迭代矩、第二校正的迭代矩、或第三校正的迭代矩中的至少一个，该非线性滤波算法是包括扩展卡尔曼滤波、二阶扩展卡尔曼滤波、迭代卡尔曼滤波、正交卡尔曼滤波、和无迹卡尔曼滤波的一组滤波算法中的滤波算法。

在示例中，数值积分可以是如下数值积分方案的数值积分：该数值积分方案是包括龙格库塔(rungekutta)、heun、和欧拉(euler)的一组数值积分方案中的一个。

在示例中，确定电路和校正电路被配置为基于非线性滤波算法来分别确定干扰估计信号和校正的干扰估计信号，其中该非线性滤波算法是包括扩展卡尔曼滤波、二阶扩展卡尔曼滤波、迭代卡尔曼滤波、正交卡尔曼滤波、和无迹卡尔曼滤波的一组滤波算法中的非线性滤波算法。

在示例中，提供了一种通信设备，该通信设备包括接收器，被配置为接收可以包括第一信号和第二信号的信号。此外，通信设备可以包括第一确定电路，被配置为基于干扰信号模型来确定第一信号的第一干扰估计信号。此外，通信设备可以包括第一校正电路，被配置为基于第一干扰估计信号和基于第一信号的第一信号样本来确定第一校正的干扰估计信号。此外，通信设备可以包括第二确定电路，被配置为基于第一校正的干扰估计信号和干扰信号模型来确定第一信号的第二干扰估计信号。此外，通信设备可以包括第二校正电路，被配置为基于第二干扰估计信号和基于第二信号的第二信号样本来确定第一信号的第二校正的干扰估计信号。此外，通信设备可以包括减法电路，被配置为从第一信号中减去第二校正的干扰估计信号。因此，通信设备可以被配置为确定可靠地排除干扰信号的输出信号。输出信号可以是从第一信号中减去第二校正的干扰估计信号的相减信号。此外，输出信号可以包括信息信号和高斯白噪声信号。

在示例中，通信设备可以包括采样电路，被配置为对第一信号的第一信号样本和第二信号的第二信号样本进行采样。因此，通信设备可以被配置为确定可靠的干扰估计信号。此外，包括在相减信号中的高斯噪声信号可以仅具有弱相关统计。

在示例中，第一信号样本可以在第一采样时间处被采样，并且第二信号样本可以在第二采样时间处被采样。此外，第一确定电路可以被配置为基于干扰信号模型的多个第一干扰信号状态中的第一干扰信号状态来确定第一干扰估计信号。第一确定电路可以被配置为基于至少一个时间相关第一条件矩函数的第一时间演变来确定可以与第一采样时间相关联的第一干扰信号状态的至少一个第一条件矩。第一条件矩函数可以与干扰信号模型相关联，并且当在第一采样时间处被评估时可以是至少一个第一条件矩。第一干扰估计信号可以包括第一干扰信号的至少一个第一条件矩。此外，第一校正电路可以被配置为基于至少一个第一条件矩和第一信号样本来确定与第一采样时间相关联的至少一个第一校正的条件矩。第一校正的干扰估计信号可以包括第一干扰信号状态的至少一个第一校正的条件矩。此外，第二确定电路可以被配置为基于干扰信号模型的多个第二干扰信号状态中的第二干扰信号状态来确定第二干扰估计信号。第二确定电路可以被配置为基于至少一个第一校正的条件矩和至少一个时间相关第二条件矩函数的第二时间演变来确定可以与第二采样时间相关联的第二干扰信号状态的至少一个第二条件矩。第二条件矩函数可以与干扰信号模型相关联，并且当在第二采样时间处被评估时可以是至少一个第二条件矩。第二干扰估计信号可以包括至少一个第二条件矩。因此，通信设备可以被配置为以可靠且有效的方式排除干扰信号。

在示例中，至少一个第一条件矩可以是与第一采样时间相关联的多个第一条件矩。此外，至少一个时间相关第一条件矩函数可以是分别与干扰信号模型相关联的并且当在第一采样时间处被评估时是第一条件矩的多个时间相关第一条件矩函数。此外，多个时间相关第一条件矩函数的第一时间演变可以是根据包括多个时间相关第一条件矩函数中的第一条件矩函数的至少一个耦合微分方程的时间演变。此外，至少一个第二条件矩可以是与第二采样时间相关联的多个第二条件矩。至少一个时间相关第二条件矩函数可以是分别与干扰信号模型相关联的并且当在第二采样时间处被评估时是第二条件矩的多个时间相关第二条件矩函数。此外，多个时间相关第二条件矩函数的第二时间演变可以是根据可以包括多个时间相关第二条件矩函数中的第二条件矩函数的至少一个耦合微分方程的时间演变。因此，通信设备可以被配置为以可靠且有效的方式从接收到的信号中排除干扰信号。

在示例中，耦合微分方程可以基于fokker-planck-kolmogorov方程。fokker-planck-olmogorov方程在时间上可以是连续的。

在示例中，至少一个第一条件矩函数和至少一个第二条件矩函数可以是条件平均。因此，通信设备可以是简单的。此外，通信设备可以被配置为以简单的方式基于条件平均来确定第二校正的干扰估计信号。

在示例中，多个第一条件矩和多个第二条件矩可以分别包括条件方差或条件协方差。因此，通信设备可以是可靠和简单的。

在示例中，通信设备可以被配置为基于干扰信号模型来确定第一时间演变的初始条件。初始条件可以包括基于接收到的信号的预定义值或测量值。

在示例中，第一确定电路可以被配置为基于包括针对时间的第一积分的fokker-planck-kolmogorov方程的第一解来确定至少一个第一条件矩。此外，第一确定电路可以被配置为对第一积分进行数值积分。此外，第一确定电路可以被配置为以高于第一信号样本和第二信号样本被采样的采样速率的处理速率来确定第一积分的数值积分的处理值。第二确定电路可以被配置为基于包括针对时间的第二积分的fokker-planck-kolmogorov方程的第二解来确定至少一个第二条件矩。第二确定电路可以被配置为对第二积分进行数值积分。此外，第二确定电路可以被配置成以该处理速率来确定第二数值积分的处理值。因此，通信设备可以是高效节能的并且可以避免高过采样速率。

在示例中，采样速率可以对应于奈奎斯特频率。

在示例中，至少一个第一条件矩可以是状态函数针对第一条件状态概率的期望值，其中该第一条件状态概率是在基于初始条件的第一条件下第一干扰信号状态的贝叶斯概率。至少一个第一校正的条件矩可以是状态函数针对第一校正的条件状态概率的期望值，其中该第一校正的条件状态概率是在第一条件和基于第二信号样本的第二条件下第一干扰信号状态的概率。此外，至少一个第二条件矩可以是状态函数针对第二条件状态概率的期望值，其中该第二条件状态概率是在第一条件和第二条件下第二干扰信号状态的贝叶斯概率。此外，至少一个第二校正的条件矩可以是状态函数针对第二校正的条件状态概率的期望值，其中该第二校正的条件状态概率是在第一条件、第二条件、和基于第二信号样本的第三条件下第二干扰信号状态的概率。此外，至少一个第二校正的条件矩可以与第二采样时间相关联。此外，至少一个第二校正的干扰估计信号可以包括第二校正的条件矩。因此，通信设备可以被配置为以可靠且有效的方式从接收到的信号中排除干扰信号。

在示例中，至少一个第一校正的条件矩可以是其中的每个第一校正的条件矩都是干扰信号状态的第一校正的条件矩的多个第一校正的条件矩。此外，第一校正电路可以被配置为基于多个第一条件矩中的第一条件矩和第一信号样本来确定多个第一校正的条件矩中的第一校正的条件矩。此外，至少一个第一校正的条件矩可以是其中的每个第一校正的条件矩都是干扰信号状态的第一校正的条件矩的多个第一校正的条件矩。此外，第二校正电路可以被配置为基于多个第二条件矩中的第二条件矩和第二信号样本来确定多个第二校正的条件矩中的第二校正的条件矩。因此，通信设备可以被配置为从接收到的信号中有效地减去干扰信号。

在示例中，接收到的信号可以是基带信号。

在示例中，通信设备可以包括模型选择电路，被配置为基于与高斯白噪声信号不同的接收到的信号的至少第一统计特性，来从多个预定义干扰信号模型中选择第一干扰信号模型。此外，干扰信号模型可以是第一干扰信号模型。因此，通信设备在从接收到的信号中减去干扰信号方面可以非常有效。

在示例中，干扰信号模型可以包括至少一个预定函数，该至少一个预定函数是至少一个干扰信号状态或时间的函数。此外，条件矩、第一条件矩、第二条件矩、校正的条件矩、第一校正的条件矩、或第二校正的条件矩中的至少一者的确定可以包括至少一个预定函数的至少一个输出值。此外，通信设备还可以包括评估电路，被配置为确定至少一个预定函数的至少一个输出值，并且将该至少一个输出值发送到确定电路和校正电路。此外，确定电路可以被配置为基于至少一个预定函数的至少一个输出值来确定条件矩、第一条件矩、或第二条件矩。此外，校正电路可以被配置为基于至少一个预定函数的至少一个输出值来确定校正的条件矩、第一校正的条件矩、或第二校正的条件矩。因此，通信设备可以以灵活且简单的方式适应各种干扰信号模型。

在示例中，通信设备可以根据包括wifi、长期演进(lte)、和高级长期演进(lte-高级)的一组通信标准中的通信标准被配置。

此外，提供了一种用于无线电通信中的信号确定的方法，该方法可以包括接收信号。此外，该方法可以包括基于干扰信号模型来确定接收到的信号的干扰估计信号。此外，该方法可以包括基于确定的干扰估计信号和基于接收到的信号的信号样本来确定校正的干扰估计信号。此外，该方法可以包括从接收到的信号中减去校正的干扰估计信号。因此，可以以可靠且有效的方式确定排除了干扰信号的输出信号。输出信号可以是从接收到的信号中减去校正的干扰估计信号的相减信号。此外，输出信号可以包括信息信号和高斯白噪声信号。

此外，提供了一种用于无线电通信中的信号确定的方法，该方法可以包括接收包括第一信号和第二信号的信号。此外，该方法可以包括基于干扰信号模型来确定第一信号的第一干扰估计信号。此外，该方法可以包括基于第一干扰估计信号和基于第一信号的第一信号样本来确定第一校正的干扰估计信号。此外，该方法可以包括基于第一校正的干扰估计信号和干扰信号模型来确定第一信号的第二干扰估计信号。此外，该方法可以包括基于第二干扰估计信号和基于第二信号的第二信号样本来确定第一信号的第二校正的干扰估计信号。此外，该方法可以包括从第一信号中减去第二校正的干扰估计信号。因此，可以以可靠且有效的方式确定排除了干扰信号的输出信号。输出信号可以是从第一信号中减去第二校正的干扰估计信号的相减信号。此外，输出信号可以包括信息信号和高斯白噪声信号。

应该注意的是，在先前示例的上下文中描述的各方面对于上面提供的方法可以类似地有效。

图1示出了基于长期演进(lte)通信标准的移动无线电通信系统100、根据示例的第一无线移动设备102、和第二无线移动设备103的示意图。移动无线电通信系统100可以具有核心网络104和无线电接入网106，该无线电接入网106包括若干lte基站，其中示出了第一小区109的第一基站108、第二小区111的第二基站110、和第三小区113的第三基站112。基站108、110、112可以彼此连接并且分别与核心网络104连接。此外，第一基站108可以向第一无线移动设备102发送第一信号114，并且第二基站110可以向第二无线移动设备103发送第二信号116。第一无线移动设备102可以被配置为接收包括第一信号114、第二信号116、和白噪声信号的叠加的射频信号。第一信号114可以被称为信息信号。第二信号116可以被称为干扰信号。

图2示出了第一无线移动设备102的示意图。第一无线移动设备102可以包括天线202、下变频器204、干扰信号抑制电路206、和基带电路208。天线202可以被配置为接收射频信号，并且将接收到的射频信号发送到下变频器204。下变频器204可以被配置为将接收到的射频信号转换为数字化的复杂基带信号，该数字化的复杂基带信号可以针对接收到的射频信号被放大。此外，下变频器204可以通过第一连接210被连接到干扰信号抑制电路206，该第一连接210可以包括第一数据线212和第二数据线214。干扰信号抑制电路206可以通过第二连接216被连接到基带电路208，该第二连接216可以包括第三数据线218和第四数据线220。

图3示出了抑制电路206、下变频器204、和基带电路208的示意图。抑制电路206可以包括校正电路302、确定电路304、第一延迟电路305、第一时钟电路306、第二时钟电路308、和减法电路309。确定电路304可以包括第二延迟电路310、积分电路(integrationcircuit)312、以及采样和保持电路314。

此外，下变频器204可以通过第一连接210和第三连接303与第一延迟电路305连接，并且通过第一连接210和第四连接307与校正电路302连接。第一延迟电路305可以通过第五连接314与减法电路309连接。减法电路309可以通过第二连接216与基带电路208连接。

此外，校正电路302可以分别通过第六连接316、第七连接318、和第八连接320与第一时钟电路306、第二延迟电路310、以及采样和保持电路314连接。

第二延迟电路310可以分别通过第九连接322、第十连接324、和第十一连接326与第一时钟电路306、积分电路312、和减法电路309连接。

积分电路312可以分别通过第十二连接328、第十三连接330、和第十四连接332与第一时钟电路306、第二时钟电路308、以及采样和保持电路314连接。

第一时钟电路306可以被配置为发送第一时钟信号，该第一时钟信号周期性指示分别与下变频器204的采样时间间隔相对应的第一处理时间间隔td。此外，第二时钟电路308可以被配置为发送第二时钟信号，该第二时钟信号周期性指示第二处理时间间隔tc。第二时钟信号可以指示分别小于第一处理时间间隔td的第二处理时间间隔tc。第二处理时间间隔tc可以通过公式(8)考虑第一处理时间间隔td和自然数n来预定义：

此外，在抑制电路206的初始化阶段中，确定电路304可以被配置为向积分电路312提供设备配置初始条件。此外，积分电路312可以被配置为接收设备配置初始条件中的第一设备配置初始条件x(t0)和设备配置初始条件中的第二设备配置初始条件p(t0)，并且通过公式(9)确定第一初始条件平均状态值

以及通过公式(10)确定第一初始条件误差协方差值p[t0|t0]：

p[t0|t0]＝p(t0).(10)

初始条件平均状态值可以是初始条件状态x[t0|t0]的平均值。在一维初始条件状态x[t0|t0]的情况下，初始条件状态x[t0|t0]可以是预定义高斯分布，该预定义高斯分布可以具有第一设备配置初始条件x(t0)作为平均值和第二设备配置初始条件p(t0)作为方差。预定义高斯分布的平均值可以被预定义为一个数(例如，1)。p(t0)可以被预定义为零矩阵。

在抑制电路206的确定阶段中，积分电路312可以被配置为接收第一时钟信号和第二时钟信号，并且基于统计无线电干扰模型、第一初始条件平均状态值和第一初始条件误差协方差值p[t0|t0]考虑第一时钟信号和第二时钟信号来确定第一条件平均状态值和第一条件误差协方差值p[t1|t0]。基于第一初始条件平均状态值和第一初始条件误差协方差值p[t0|t0]来确定第一条件平均状态值和第一条件误差协方差值p[t1|t0]可以是迭代的第一迭代过程的开始。此外，积分电路312可以被配置为确定包括第一条件平均状态值和第一条件误差协方差值p[t1|t0]的第一输出信号，并且将该第一输出信号发送到采样和保持电路314。

采样和保持电路314可以被配置为接收第一时钟信号，并且基于第一时钟信号来确定积分电路312的第一输出信号的信号样本。此外，采样和保持电路314可以被配置为将信号样本发送到校正电路302。

此外，下变频器204可以被配置为在第二采样时间t1处对基带信号的第一测量值y1进行采样，并且将包括第一测量值y1的第二转换的信号发送到校正电路302和第一延迟电路305。第一测量值y1可以通过公式(11)与第二采样时间t1处的干扰信号状态x(t1)、高斯白噪声函数v(t1)、和测量函数h(x(t),t)的第一测量函数值h(x(t1),t1)相关联：

y1＝h(x(t1),t1)+v(t1).(11)

校正电路302可以被配置为基于从采样和保持电路314接收到的信号样本和第一测量值y1来确定第一校正的条件平均状态值和第一校正的条件误差协方差值p[t1|t1]。此外，校正电路302可以被配置为基于测量函数h(x(t),t)和第一校正的条件平均状态值来确定第一相减样本并且确定包括第一校正的条件平均状态值第一校正的条件误差协方差值p[t1|t1]、和第一相减样本的第二输出信号，并且将该第二输出信号发送到第二延迟电路310。

第二延迟电路310可以被配置为在基于第一时钟信号确定的延迟之后，将接收到的校正电路302的第二输出信号发送到减法电路309和积分电路312。

此外，第一延迟电路305可以被配置为在以下列方式预定的延迟之后，将下变频器204的第二转换的信号发送到减法电路309，其中该方式使得减法电路309可以同时接收第二转换的信号和由第一延迟电路310发送的校正电路302的第二输出信号。

减法电路309可以被配置为确定第一输出信号，该第一输出信号可以是从接收到的第二转换的信号中减去与第一相减样本相对应的信号。此外，减法电路309可以被配置为将减法电路309的第一输出信号发送到基带电路208。由减法电路309从接收到的第二转换的信号中减去接收到的校正电路302的第二输出信号可以是第一迭代过程的结束。

此外，积分电路312可以被配置为接收由第二延迟电路310发送的校正电路302的第二输出信号，并且基于接收到的第二输出信号、干扰信号模型、并且考虑第一时钟信号和第二时钟信号来确定第二条件平均状态值和第二条件误差协方差值p[t2|t1]。积分电路312的第二输出信号的确定可以是迭代的第二迭代过程的开始。

图4示出了积分电路312可以被配置来执行的流程图，用于考虑第一干扰信号模型和作为非线性滤波算法的扩展卡尔曼滤波来确定多个输出信号中可以与迭代索引的第一迭代索引值k相关联的输出信号。第一干扰信号模型可以是随机马尔可夫过程模型或混沌模型中的至少一个。第一迭代索引值k可以是非负自然数。

确定与第一迭代索引值k相关联的输出信号可以基于考虑采样时间tk、时间t(其满足t≥tk)、时间t处的干扰信号状态随机变量x(t)(其也可以通过x被引用)、第一信号函数f(x,t)、第一噪声函数g(x,t)、高斯白噪声函数u(t)、第一初始条件平均状态值第一初始条件误差协方差值p[t0|t0]、测量值y(t1),…,y(tk)、高斯白噪声值v(t1),…,v(tk)、索引i(其可以是1,…,k)、以及测量函数值h(x(t1),t1),…,h(x(tk),tk)的公式(12)和公式(13)：

y(ti)＝h(x(ti),ti)+ν(ti).(13)

时间tk+1处的干扰信号随机变量x(tk+1)可以是如下随机变量：该随机变量可以是在测量值y(t1),…,y(tk)的条件下具有条件概率p[xk+1|yk,tk+1]的干扰信号状态值xk+1。测量值y(t1),…,y(tk)可以分别通过y1,…,yk被引用。

此外，时间t处的高斯白噪声函数u(t)可以是以下随机变量：该随机变量可以通过公式(14)考虑期望算子e[·](该期望算子e[·]确定期望值和时间λx的第一函数)来与时间τ处的高斯白噪声函数的转置u^t(τ)相关：

e[u(t)·u^t(τ)]＝λx·δ(t-τ).(14)

高斯白噪声值v(t1),…,v(tk)可以是以下随机变量：该随机变量通过公式(15)考虑整数n和l(该整数n和l小于或等于第一迭代索引值k)、克罗内克符号(kroneckerdelta)δn,l、和在采样时间tn处评估的时间的第二函数λy(t)来彼此相关：

e[v(tn)·v^t(τl)]＝λy(tn)·δn,l.(15)

此外，第(k+1)条件平均状态值可以是干扰信号状态x(tk+1)针对条件概率p[]的期望值e[x(tk+1)]，并且可以通过被引用。

此外，积分电路312可以被配置为通过公式(17)考虑协方差算子函数来确定条件误差协方差值p(t)，该条件误差协方差值p(t)可以是公式(16)的期望值：

其中积分电路312可以被配置为通过公式(18)并且考虑在处评估的一阶导数函数f来确定该协方差算子函数

其中积分电路312可以被配置为通过公式(19)来确定该在处评估的一阶导数函数f：

在第一迭代过程的情况下，在402中，积分电路312可以被配置为考虑迭代索引(该迭代索引可以具有迭代索引值0)、第二整数j(该第二整数j可以是1)、第一处理时间变量t0,0(该第一处理时间变量t0,0可以是t0)、第一初始条件平均状态值和第一初始条件误差协方差值p[t0|t0]来开始第一确定迭代。

如果第一迭代索引值k大于0，则迭代的下一个迭代过程可以与第一迭代索引值k相关联。在下一个迭代过程中，积分电路312可以被配置为在与迭代索引值k-1相关联的迭代的先前迭代过程中确定第(k+1)初始条件平均状态值和第(k+1)初始条件误差协方差值p[tk|tk]。在402中，积分电路312可以被配置为考虑第二整数j(该第二整数j可以是1)、第一处理时间变量tk+1,0(该第一处理时间变量tk+1,0可以是tk)、第一处理平均状态值(该第一处理平均状态值可以是第(k+1)初始条件平均状态值)、和第一处理误差协方差值pk+1,1(该第一处理误差协方差值pk+1,1可以是第(k+1)初始条件误差协方差值p[tk|tk])以开始与第一迭代索引值k相关联的确定迭代。

在404中，积分电路312可以被配置为将j与自然数n进行比较。如果j不大于自然数n，则积分电路312可以被配置为执行406的操作。

在406中，积分电路312可以被配置为考虑在处评估的一阶导数函数f、处理时间步长δt(其可以由公式(20)来确定)、第二处理时间变量tk+1,j(其可以由公式(21)来确定)、和作用于在和tk+1,j-1处评估的函数f的算子(其可以由公式(22)通过被引用)以确定多个处理平均状态值中的处理平均状态值

tk+1，j＝tk+1，j-1+δt(21)

算子可以是确定函数f在积分范围δt上的积分的近似的算子。例如，算子可以是i阶的龙格库塔算子(runge-kutta-operator)。

1阶的龙格库塔算子可以是欧拉算子(euleroperator)，积分电路312可以被配置为通过公式(23)来确定该欧拉算子：

替代地，2阶的龙格库塔算子可以是heun算子，积分电路312可以被配置为通过公式(26)考虑公式(24)和公式(25)来确定该heun算子：

k1＝f(x,t)(24)

k2＝f(x+δt·k1,t+δt),(25)

替代地，4阶的龙格库塔算子可以是四阶算子，积分电路312可以被配置为通过公式(29)考虑公式(24)、公式(25)、公式(27)、和公式(28)来确定该四阶算子：

k4＝f(x+δt·k3,t)(28)

代替i阶的龙格库塔算子，积分电路312可以被配置为使用近似函数f在积分范围δt上的积分的其他方法。

此外，积分电路312可以被配置为通过公式(30)考虑协方差算子函数

来确定多个处理误差协方差值pk+1,1,…,pk+1,n中的处理误差协方差值pk+1,j：

此外，积分电路312可以被配置为通过公式(31)将新的值jnew分配给第二整数j：

jnew＝j+1.(31)

此外，如果在404的比较中j大于自然数n，则积分电路312可以被配置为执行408的操作。

此外，在408中，积分电路312可以被配置为将对应于与第一迭代索引值k相关联的下一个迭代过程的输出信号，确定为包括第(k+1)条件平均状态值和第(k+1)条件误差协方差值p[tk+1|tk]的信号，其中该第(k+1)条件平均状态值可以是多个处理平均状态值中的处理平均状态值该第(k+1)条件误差协方差值p[tk+1|tk]可以是多个处理误差协方差值pk+1,1,…,pk+1,n中的处理误差协方差值pk+1,n。此外，时间tk+1可以是确定迭代中的最后的处理时间变量tk+1,n。

此外，下变频器204可以被配置为考虑第二函数λy(t)的第(k+1)值λy(tk+1)和第(k+1)高斯白噪声值v(tk+1)，将第(k+1)测量值y(tk+1)发送到第一延迟电路305和校正电路302，其中该第(k+1)高斯白噪声值v(tk+1)可以通过公式(32)与高斯白噪声值v(tl)相关：

e[v(tk+1)·v^t(τl)]＝λy(tk+1)·δk+1,l(32)

第(k+1)测量值y(tk+1)可以通过公式(33)与干扰信号状态x(tk+1)相关：

y(tk+1)＝h(x(tk+1),tk+1)+ν(tk+1).(33)

此外，校正电路302可以被配置为考虑第(k+1)测量值y(tk+1)、二阶导数函数h(t)的一阶导数函数值h(tk+1)、多个处理平均状态值中的处理平均状态值和多个处理误差协方差值pk+1,1,…,pk+1,n中的处理误差协方差值p[tk+1|tk]、多维函数(·)的转置多维函数(·)^t、单位矩阵i、和函数值k(tk+1)，分别通过公式(34)和公式(35)来确定第(k+1)校正的条件平均状态值和第(k+1)校正的条件误差协方差值p[tk+1|tk+1]：

p[tk+1|tk+1]＝[i-k(tk+1)·h(tk+1)]·p[tk+1|tk]·[i-k(tk+1)·htk+1t+ktk+1·λytk+1·kttk+1(35)

其中校正电路302可以被配置为通过公式(36)来确定二阶导数函数h(t)的一阶导数函数值h(tk+1)：

校正电路302可以被配置为通过公式(37)考虑矩阵{·}的逆矩阵{·}^-1来确定函数值k(tk+1)：

k(tk+1)＝p[tk+1|tk]·h^t(tk+1)·{h(tk+1)·p[tk+1|tk]·h^t(tk+1)+λytk+1-1(37)

此外，校正电路302可以被配置为基于测量函数h(x(t),t)和第(k+1)校正的条件平均状态值来确定第(k+1)相减样本此外，校正电路302可以被配置为确定包括第(k+1)校正的条件平均状态值第(k+1)校正的条件误差协方差值p[tk+1|tk+1]、和第(k+1)相减样本的下一个输出信号，并且将输出信号发送到第二延迟电路310。

第二延迟电路310可以被配置为在基于第一时钟信号确定的延迟之后，将接收到的校正电路302的下一个输出信号发送到减法电路309和积分电路312。

此外，第一延迟电路305可以被配置为在以下列方式预定的延迟之后，将下变频器204的下一个转换的信号发送到减法电路309，其中该方式使得减法电路309可以同时接收下一个转换的信号和由第一延迟电路310发送的校正电路302的下一个输出信号。

减法电路309可以被配置为确定下一个输出信号，该下一个输出信号是从接收到的下一个转换的信号中减去与包括在接收到的校正电路302的下一个输出信号中的第(k+1)相减样本相对应的信号。此外，减法电路309可以被配置为将减法电路309的下一个输出信号发送到基带电路208。减法电路309从接收到的下一个转换信号中减去接收到的校正电路302的下一个输出信号可以是下一个迭代过程的结束。

第(k+1)校正的条件平均状态值可以是第(k+2)初始条件平均状态值和第(k+1)条件误差协方差值p[tk+1|tk+1]可以是第(k+2)初始条件误差协方差值。

图5示出了关于采样时间的确定条件平均状态值和校正的条件平均状态值的流程图。如标题行502所示，采样时间是指第一列522，预测是指包括在第二列524中的对处理平均状态值的确定，测量是指包括在第三列526中的测量值，并且校正是指包括在第四列528中的校正的条件平均状态值。

包括在第一行504、第二行506、第三行508、第四行510、第五行512、第六行514、和第七行516的框中的值可以是分别与第一采样时间t0、第二采样时间t1、第三采样时间t2、采样时间tk-2、采样时间tk-1、采样时间tk、和采样时间tk+1相关联的值。与第一行504和第二列524相关联的第一框可以包括信号值，积分电路312可以被配置为在第一确定迭代中确定该信号值。积分电路312可以被配置为考虑初始条件平均状态值来确定条件平均状态值在第一确定迭代中，积分电路312可以被配置为分别考虑先前条件平均状态值来确定进一步的条件平均状态值。此外，积分电路312可以被配置为确定最终条件平均状态值该最终条件平均状态值可以是第一条件平均状态值

与第二行506和第三列526相关联的第二框可以包括第一测量值y1。

与第二行506和第四列528相关联的第三框可以包括第一校正的条件平均状态值校正电路302可以被配置为考虑第一条件平均状态值和第一测量值y1来确定该第一校正的条件平均状态值

与第二行506和第二列524相关联的第四框可以包括处理状态值，积分电路312可以被配置为在第二确定迭代中确定该处理状态值。在第二确定迭代中，积分电路312可以被配置为将处理平均状态值确定为第一校正的条件平均状态值在第二确定迭代，积分电路312可以被配置为根据利用迭代索引值1的公式(20)至(30)分别通过考虑先前条件平均状态值来确定进一步的条件平均状态值。此外，积分电路312可以被配置为确定最终条件平均状态值该最终条件平均状态值可以是第二条件平均状态值

与第三行508和第三列526相关联的第五框可以包括第二测量值y2。

与第三行508和第四列528相关联的第六框可以包括第二校正的条件平均状态值校正电路302可以被配置为基于公式(32)至(37)通过考虑第二条件平均状态值迭代索引值1、和第二测量值y2来确定该第二校正的条件平均状态值

与第三行508和第二列524相关联的第七框可以包括处理状态值，积分电路312可以配置为在第三确定迭代中确定该处理状态值。在第三确定迭代中，积分电路312可以被配置为将条件平均状态值确定为第二校正的条件平均状态值在第三确定迭代中，积分电路312可以被配置为根据利用迭代索引值2的公式(20)至(30)分别通过考虑先前条件平均状态值来确定进一步的条件平均状态值。此外，积分电路312可以被配置为确定最终条件平均状态值该最终条件平均状态值可以是第三条件平均状态值

与第四行510和第二列524相关联的第八框可以包括处理状态值积分电路312可以配置为在与迭代索引值k-2相关联的确定迭代中确定该处理状态值处理状态值可以是第(k-1)条件平均状态值

与第五行512和第三列526相关联的第九框可以包括测量值yk-1。

与第五行512和第四列528相关联的第十框可以包括第(k-1)校正的条件平均状态值校正电路302可以被配置为基于公式(32)至(37)通过考虑第(k-1)条件平均状态值测量值yk-1、和迭代索引值k-1来确定该第(k-1)校正的条件平均状态值

与第五行512和第二列524相关联的第十一框可以包括处理状态值，积分电路312可以配置为在与迭代索引值k-1相关联的确定迭代中确定该处理状态值。在与迭代索引值k-1相关联的确定迭代中，积分电路312可以被配置为将条件平均状态值确定为第(k-1)校正的条件平均状态值在与迭代索引值k-1相关联的确定迭代中，积分电路312可以被配置为根据利用迭代索引值k-1的公式(20)至(30)分别通过考虑先前条件平均状态值来确定进一步的条件平均状态值。此外，积分电路312可以被配置为确定最终条件平均状态值该最终条件平均状态值可以是第k条件平均状态值

与第六行514和第三列526相关联的第十二框可以包括测量值yk。

与第六行514和第四列528相关联的第十三框可以包括第k校正的条件平均状态值校正电路302可以被配置为基于公式(32)至(37)通过考虑第k条件平均值测量值yk、和迭代索引值k-1来确定该第k校正的条件平均状态值

与第六行514和第二列524相关联的第十四框可以包括处理状态值，积分电路312可以被配置为在与k相关联的确定迭代中确定该处理状态值。在与k相关联的确定迭代中，积分电路312可以被配置为将条件平均状态值确定为第k校正的条件平均状态值在与k相关联的确定迭代中，积分电路312可以被配置为根据利用迭代索引值k的公式(20)至(30)分别通过考虑先前条件平均状态值来确定进一步的条件平均状态值。此外，积分电路312可以被配置为确定最终条件平均状态值该最终条件平均状态值可以是第(k+1)条件平均状态值

与第七行516和第三列526相关联的第十五框可以包括测量值yk+1。

与第七行516和第四列528相关联的第十六框可以包括第(k+1)校正的条件平均状态值校正电路302可以被配置为基于公式(32)至(37)通过考虑第(k+1)条件平均状态值测量值yk+1、和迭代索引值k来确定该第(k+1)校正的条件平均状态值

在积分电路可以被配置为通过考虑不是扩展卡尔曼滤波的非线性滤波算法来确定输出信号的示例中，可以适用公式(17)、(18)、(19)、(30)、(34)、(35)、(36)、和(37)。

图6示出了根据示例的第三无线移动设备的滞后二平滑器(lag-twosmoother)602、下变频器204、和基带电路208的示意图。图6的示例中与图1、图2、图3、图4、和图5的示例中的那些特征相对应的特征用相同的附图标记表示。

滞后二平滑器602可以包括非线性滤波器604、第一滞后处理阶段606、第二滞后处理阶段608、第三延迟电路638(替代第一延迟电路305)以及减法电路640(替代减法电路309)。非线性滤波器604可以包括第一确定电路610和第一校正电路612。此外，第一滞后处理阶段606可以包括第二确定电路614和第二校正电路616。此外，第二滞后处理阶段608可以包括第三确定电路618和第三校正电路620。

在示例中，第三无线移动设备可以包括扩展卡尔曼滤波作为非线性滤波算法。替代扩展卡尔曼滤波，非线性滤波器604、第一延迟处理阶段606、和第二延迟处理阶段608可以被配置为考虑二阶扩展卡尔曼滤波、迭代卡尔曼滤波、正交卡尔曼滤波、或无迹卡尔曼滤波来确定输出信号。

此外，下变频器204可以通过第四连接307与第一校正电路612连接，通过第十五连接622与第二校正电路616连接，通过第十六连接624与第三校正电路620连接，并且通过第三连接303与第三延迟电路638连接。第一校正电路612可以通过第十七连接626与第一确定电路610连接，该第十七连接626可以包括第七连接318和第十连接324。此外，第一校正电路612可以通过第十八连接628与第一确定电路610连接，该第十八连接628可以包括第十四连接332和第八连接320。此外，第一校正电路612可以通过第十九连接630与第二确定电路614连接。

第二确定电路614可以通过第二十连接632与第二校正电路616连接，并且通过第二十一连接633与第一确定电路610连接。第二校正电路616可以通过第二十二连接634与第三确定电路618连接。第三确定电路618可以通过第二十三连接635与第一确定电路610连接。此外，第三校正电路620可以通过第二十四连接636与减法电路640连接。减法电路640可以通过第二连接216与基带电路208连接。

第一确定电路610可以被配置为依照根据图3的示例的确定电路304来确定第k条件平均状态值和第k条件误差协方差值p[tk|tk-1]。此外，第一校正电路612可以被配置为依照校正电路312基于第一设备配置初始条件x(t0)、第二设备配置初始条件p(t0)、测量值y(t1),…,y(tk)(第一校正电路612可以被配置为从下变频器204接收该测量值y(t1),…,y(tk))、第k条件平均状态值和第k条件误差协方差值p[tk|tk-1]来确定包括第k校正的条件平均状态值和第k校正的条件误差协方差值p[tk|tk]的输出信号。此外，第一校正电路612可以被配置为将确定的输出信号发送到第二确定电路614。

第二确定电路614可以被配置为分别通过公式(38)、(39)、(40)来确定第一初始化值第二初始化值和第三初始化值

和

其中考虑了第k校正的条件平均状态值第k校正的条件误差协方差值p[tk|tk]、无限小值∈、和第一时间常数其中第二确定电路614可以被配置为通过来确定第一时间常数

第二确定电路614可以被配置为分别通过公式(41)、(42)、(43)来确定第一条件平均状态滞后一(lag-one)值第一条件误差协方差滞后一值p1[tk+1|tk]、和第一条件误差协方差滞后一一(lag-one-one)值p1,1[tk+1|tk]：

其中考虑了第一初始化值第二初始化值第三初始化值无穷小值∈、第一时间常数和数值积分此外，第二确定电路614可以被配置为确定包括确定的值的输出信号，并且将输出信号发送到第二校正电路616。

此外，第一确定电路610可以被配置为确定第(k+1)条件平均状态值和第(k+1)条件误差协方差值p[tk+1|tk]，并且将确定的值发送到第二确定电路614。第二确定电路614可以被配置为将第(k+1)条件平均状态值和第(k+1)条件误差协方差值p[tk+1|tk]发送到第二校正电路616。作为替代，第一确定电路610可以被配置为通过可以将第一确定电路610与第二校正电路616连接的被适当提供的连接，来将第(k+1)条件平均状态值和第(k+1)条件误差协方差值p[tk+1|tk]发送到第二校正电路616。

第二校正电路616可以被配置为接收第(k+1)测量值y(tk+1)，下变频器204可以被配置为在第(k+1)采样时间tk+1处对该第(k+1)测量值y(tk+1)进行采样。此外，第二校正电路616可以被配置为通过公式(43)、(44)、(45)、和(46)来确定第一校正的条件平均状态滞后一值第一校正的条件误差协方差滞后一值p1[tk+1|tk+1]、和第一校正的条件误差协方差滞后一一值p1,1[tk+1|tk+1]：

k1(tk+1)＝p1[tk+1|tk]·h^t(tk+1)·{h(tk+1)·p[tk+1|tk]·h^t(tk+1)+λytk+1-1,(43)

p1[tk+1|tk+1]＝p1[tk+1|tk]-k1(tk+1)·h(tk+1)·p[tk+1|tk](45)

和

p1,1[tk+1|tk+1]＝p1,1[tk+1|tk]-k1(tk+1)·h(tk+1)·p1[tk+1|tk](46)

其中考虑了第(k+1)测量值y(tk+1)、一阶导数函数值h(tk+1)、第二函数λy(t)的第(k+1)值λy(tk+1)、第(k+1)条件平均状态值和第(k+1)条件误差协方差值p[tk+1|tk]。此外，第二校正电路616可以被配置为确定可以包括第二校正电路616的确定的值的输出信号，并且将输出信号发送到第三确定电路618。

第三确定电路618可以被配置为分别通过公式(47)、(48)、和(49)来确定第四初始化值第五初始化值和第六初始化值

和

其中考虑了第一校正的条件平均状态滞后一值第一校正的条件误差协方差滞后一值p1[tk+1|tk+1]、第一个校正的条件误差协方差滞后一一值p1,1[tk+1|tk+1]、无穷小值∈、和第二时间常数其中第三确定电路618可以被配置为通过来确定该第二时间常数

此外，第三确定电路618可以被配置为分别通过公式(50)、(51)、和(52)来确定第一条件平均状态滞后二值第一条件误差协方差滞后二值p2[tk+2|tk+1]、和第一条件误差协方差滞后二二(lag-two-two)值p2,2[tk+2|tk+1]：

其中考虑了第四初始化值第五初始化值和第六初始化值无穷小值∈、第二时间常数和数值积分此外，第三确定电路618可以被配置为确定可以包括确定的值的输出信号，并且将输出信号发送到第三校正电路620。

此外，第一确定电路610可以被配置为确定第(k+2)条件平均状态值和第(k+2)条件误差协方差值p[tk+2|tk+1]，并且将确定的值发送到第三确定电路618。第三确定电路618可以被配置为将第(k+2)条件平均状态值和第(k+2)条件误差协方差值p[tk+2|tk+1]发送到第三校正电路620。作为替代，第一确定电路610可以被配置为通过可以将第一确定电路610与第三校正电路620连接的被适当提供的连接，将第(k+2)条件平均状态值和第(k+2)条件误差协方差值p[tk+2|tk+1]发送到第三校正电路620。

第三校正电路620可以被配置为接收第(k+2)测量值y(tk+2)，下变频器204可以被配置为在第(k+2)采样时间tk+2处对第(k+2)测量值y(tk+2)进行采样。此外，第三校正电路620可以被配置为通过公式(53)、(54)、(55)、和(56)来确定第一校正的条件平均滞后二值第一校正的条件误差协方差滞后二值p2[tk+2|tk+2]、第一校正的条件误差协方差滞后二二值p2,2[tk+2|tk+2]：

k2(tk+2)＝p2[tk+2|tk+1]·h^t(tk+2)·{h(tk+2)·p[tk+2|tk+1]·httk+2+λytk+2-1,(53)

p2[tk+2|tk+2]＝p2[tk+2|tk+1]-k2(tk+2)·h(tk+2)·p[tk+2|tk+1](55)

和

p2,2[tk+2|tk+2]＝p2,2[tk+2|tk+1]-k2(tk+2)·h(tk+2)·p2[tk+2|tk+1](56)

其中考虑了第(k+2)测量值y(tk+2)、二阶导数函数h(t)的二阶导数函数值h(tk+2)、第二函数λy(t)的第(k+2)值λy(tk+1)、第(k+2)条件平均状态值和第(k+2)条件误差协方差值p[tk+2|tk+1]。此外，第三校正电路620可以被配置为基于测量函数h(x(t),t)和第一校正的条件平均状态滞后二值来确定平滑器相减样本此外，第三校正电路620可以被配置为确定包括平滑器相减样本的输出信号，并且将输出信号发送到减法电路640。

此外，滞后i(lag-i)值可以是考虑整数i、n和m的值此外，滞后i值pi[tn|tm]可以是值p[tn-i|tm]。此外，滞后i-i(lag-i-i)值pi,i[tn|tm]可以是值p[tn-i|tm]。作为示例，第二校正的条件平均状态滞后二值可以是平滑的条件平均状态值

此外，下变频器204可以被配置为将包括测量值y(tk)的信号部分发送到第三延迟电路638。第三延迟电路638可以被配置为延迟并且发送包括测量值y(tk)的信号部分，使得第三校正电路620的输出信号和包括测量值y(tk)的信号部分在相同时间到达。

减法电路640可以被配置为确定输出信号，该输出信号可以是从包括测量值y(tk)的信号部分中减去与平滑器相减样本相对应的信号。此外，减法电路640可以被配置为将减法电路640的输出信号发送到基带电路208。

在采样时间tk+2的快照视图中，第一校正电路612可以被配置为确定第(k+2)校正的条件平均状态值和第(k+2)校正的条件误差协方差值p[tk+2|tk+2]。此外，第二确定电路614可以被配置为在采样时间tk+2处确定第(k+2)条件平均状态滞后一值第(k+2)条件误差协方差滞后一值p1[tk+2|tk+1]和第(k+2)条件误差协方差滞后一一值p1,1[tk+2|tk+1]。此外，第二校正电路616可以被配置为在采样时间tk+2处确定第一校正的条件平均状态滞后一值第一校正的条件误差协方差滞后一值p1[tk+2|tk+2]、和第一校正的条件误差协方差滞后一一值p1,1[tk+2|tk+2]。此外，第三确定电路618可以被配置为在采样时间tk+2处确定第一条件平均状态滞后二值第一条件误差协方差滞后二值p2[tk+2|tk+1]、和第一条件误差协方差滞后二二值p2,2[tk+2|tk+1]。此外，第三校正电路620可以被配置为确定第一校正的条件平均状态滞后二值第一校正的条件误差协方差滞后二值p2[tk+2|tk+2]、和第一校正的条件误差协方差滞后二二值p2,2[tk+2|tk+2]。

第一确定电路610的所有其他方面可以对应于根据图3的示例的第一确定电路312的各方面。第一校正电路612的所有其他方面可以对应于根据图3的示例的第一校正电路302的各方面。滞后二平滑器602的所有其他方面可以对应于干扰信号抑制电路206的各方面。此外，根据图6的示例的无线移动设备的所有其他方面可以对应于根据图1、图2、图3、图4、和图5的示例的无线移动设备102的各方面。

图7示出了根据示例的第四无线移动设备的下变频器204、基带电路208、和自适应抑制电路702的示意图。自适应抑制电路702可以包括模型选择电路704、干扰信号模型电路706、和自适应减法电路710。自适应减法电路710可以包括自适应校正电路712、自适应积分电路714、和检测延迟电路708。图7的示例中与图1至图6的示例的那些特征相对应的特征用相同的附图标记表示。

下变频器204可以通过第二十五连接716与检测延迟电路708连接，并且通过第二十六连接718与模型选择电路704连接。模型选择电路704可以通过第二十七连接722与干扰信号模型电路706的第一评估电路720连接，并且通过第二十八连接726与干扰信号模型电路706的第二评估电路724连接。第一评估电路720可以通过第二十九连接728与自适应积分电路714连接。第二评估电路724可以通过第三十连接730与自适应校正电路712连接。

此外，下变频器204可以被配置为将包括在转换的基带信号中的信号样本发送到检测延迟电路708、第一延迟电路305、和模型选择电路704。模型选择电路704可以被配置为基于包括在基带信号中的接收到的信号的统计来从多个干扰信号模型中选择第一干扰信号模型。第一干扰信号模型可以包括模型函数f1(x,t)、g1(x,t)、v1(t)、h1(x,t)、λx,1和λy,1。此外，模型函数f1(x,t)、g1(x,t)、v1(t)、h1(x,t)、λx,1和λy,1可以分别是图1至图5的示例中的f(x,t)、g(x,t)、v(t)、h(x,t)、λx和λy。

在示例中，模型选择电路704可以包括神经网络电路，该神经网络电路可以被配置为基于不同于高斯白噪声的统计特性的接收到的信号的统计特性，从多个干扰信号模型中选择第一干扰信号模型。在示例中，模型选择电路704可以包括统计确定电路，该统计确定电路可以被配置为基于干扰信号模型之间最突出的一组统计差异来确定针对一组干扰信号模型的模型分类规则。此外，模型选择电路704可以被配置为将包括选择的干扰信号模型的模型检测信息的输出信号发送到第一评估电路720和第二评估电路724。

第一评估电路720可以被配置为确定包括在公式(18)至(31)中的函数f、f、λx、g和r的积分处理函数值，并且将积分处理函数值发送到自适应积分电路714。替代地，第一评估电路720可以被配置为确定f、f和g·λx·g^t的积分处理函数值。在扩展卡尔曼滤波的情况下，自适应积分电路714可以被配置为接收积分处理函数值，并且基于接收到的积分处理函数值和公式(18)至(31)通过考虑第一迭代索引值k来确定处理平均状态值和处理误差协方差值pk+1,1,…,pk+1,n。

此外，第二评估电路724可以被配置为确定包括在公式(32)至(37)中的函数λy、h、h和v的校正处理函数值，并且将校正处理函数值发送到自适应校正电路712。自适应校正电路712可以被配置为接收校正处理函数值，并且基于接收到的校正处理函数值和公式(32)至(37)通过考虑第一迭代指数值k来确定条件平均状态值和条件误差协方差值p[tk+1|tk+1]。

此外，检测延迟电路708可以被配置为延迟信号样本，使得模型选择电路704已经选择了第一干扰信号模型，自适应校正电路712已经确定了校正处理函数值，并且自适应积分电路714已经确定了积分处理函数值。

自适应积分电路714和自适应校正电路712的所有其他方面可以分别对应于根据图2至图5的示例的积分电路312和校正电路302的各方面。自适应减法电路710的所有其他方面可以对应于根据图2至图5的示例的干扰信号抑制电路206的各方面。此外，第四无线移动设备的所有其他方面可以对应于第一无线移动设备102的各方面。

在示例中，图1至图7的示例的第一干扰信号模型可以是统一混沌系统(ucs)的混沌模型。统一混沌系统可以包括系统方程，该系统方程可以是考虑参数α(该参数α可以具有域[0,1]的值)和模型的三个状态变量(其中第一状态变量可以通过x1被引用，第二状态变量可以通过x2被引用，并且第三状态变量可以通过x3被引用)的第一公式(57)、第二公式(58)、和第三公式(59)的系统：

和

如果α为0、0.8、或1，则混沌模型可以分别是lorenz混沌系统、lü混沌系统、或chen混沌系统的模型。混沌模型可以是确定性的，并且可以具有与随机干扰信号模型相似的特性。此外，如果接收到的信号的一维概率密度函数、接收到的信号的二维概率密度函数、或接收到的信号的其他统计特性拟合(fit)混沌模型的状态变量的非线性函数的统计，则混沌模型可以被选择和/或预定义为第一干扰信号模型。

混沌模型可以包括第一模型函数f1，该第一模型函数f1可以是公式(12)的函数f。此外，模型选择电路704、第一评估电路720、第二模型评估电路724、积分电路312、或校正电路302中的至少一者可以被配置为通过公式(60)考虑时间的标量函数x1(t)、x2(t)和x3(t)以及干扰信号随机变量x(t)(其可以是(x1(t),x2(t),x3(t))^t)来确定第一模型函数f1：

此外，混沌模型可以包括第二模型函数g1，该第二模型函数g1可以是公式(12)的函数g。此外，模型选择电路704、第一评估电路720、第二模型评估电路724、积分电路312、或校正电路302中的至少一者可以被配置为通过公式(61)考虑噪声增益常数dp1、dp2和dp3(其可以大于0，远小于1，时间不变，并且独立于干扰信号随机变量x)来确定第二模型函数g1：

此外，混沌模型可以包括第三模型函数h1，该第三模型函数h1可以是混沌模型的输出函数和公式(13)的函数h。此外，模型选择电路704、第一评估电路720、第二模型评估电路724、积分电路312、或校正电路302中的至少一者可以被配置为通过公式(62)考虑干扰信号随机变量x(t)(其可以是(x1(t),x2(t),x3(t))^t)来确定第三模型函数h1：

h(x(tk+1),tk+1)＝x1(tk+1),(62)

此外，在图7的示例的情况下，模型选择电路704可以被配置为确定第三模型函数h1与接收到的信号的一维概率密度函数、接收到的信号的二维概率密度函数、或接收到的信号的其他统计特性的拟合。模型选择电路704可以被配置为基于第三模型函数h1与接收到的信号的相应统计特性的拟合和多个干扰信号模型中的干扰信号模型的模型输出函数与接收到的信号的相应统计特性的拟合的比较，来选择混沌模型作为第一干扰信号模型。

图8示出了用于无线电通信中的信号确定的方法。方法可以包括，在802中，接收信号。

方法还可以包括，在804中，基于干扰信号模型来确定接收到的信号的干扰估计信号。

方法还可以包括，在806中，基于确定的干扰估计信号和接收到的信号的信号样本来确定校正的干扰估计信号。

方法还可以包括，在808中，从接收到的信号中减去校正的干扰估计信号。

图9示出了用于无线电通信中的信号确定的方法。方法可以包括，在902中，接收包括第一信号和第二信号的信号。

方法还可以包括，在904中，基于干扰信号模型来确定第一信号的第一干扰估计信号。

方法还可以包括，在906中，基于第一干扰估计信号和基于第一信号的第一信号样本来确定第一校正的干扰估计信号。

方法还可以包括，在908中，基于第一校正的干扰估计信号和干扰信号模型来确定第一信号的第二干扰估计信号。

方法还可以包括，在910中，基于第二干扰估计信号和基于第二信号的第二信号样本来确定第一信号的第二校正的干扰估计信号。

方法还可以包括，在912中，从第一信号中减去第二校正的干扰估计信号。

应该注意的是，在根据图1至图7的示例的无线移动设备的上下文中描述的各方面针对在图8至图9的上下文中示出的方法类似地有效。

在下文中，将说明本公开的各个方面：

示例1是一种通信设备。该通信设备可以包括：接收器，被配置为接收信号；确定电路，被配置为基于干扰信号模型来确定接收到的信号的干扰估计信号；校正电路，被配置为基于确定的干扰估计信号和基于接收到的信号的信号样本来确定校正的干扰估计信号；以及减法电路，被配置为从接收到的信号中减去校正的干扰估计信号。

在示例2中，示例1的主题可以可选地包括，通信设备可以包括采样电路，被配置为对信号的信号样本进行采样。

在示例3中，示例1至2中任一项的主题可以可选地包括，确定电路可以被配置为基于干扰信号模型的多个干扰信号状态中的干扰信号状态来确定干扰估计信号。确定电路可以被配置为基于至少一个时间相关条件矩函数的时间演变来确定与信号样本的采样时间相关联的干扰信号状态的至少一个条件矩，其中该至少一个时间相关条件矩函数与干扰信号模型相关联并且当在采样时间处被评估时可以是至少一个条件矩。确定的干扰估计信号可以包括干扰信号状态的至少一个条件矩。

在示例4中，示例3的主题可以可选地包括，至少一个条件矩可以是可以与采样时间相关联的多个条件矩。至少一个时间相关条件矩函数可以是分别与干扰信号模型相关联并且当在采样时间处被评估时可以是条件矩的多个时间相关条件矩函数。多个时间相关条件矩函数的时间演变可以基于至少一个耦合微分方程，该至少一个耦合微分方程可以包括多个时间相关条件矩函数中的条件矩函数。

在示例5中，示例4的主题可以可选地包括，耦合微分方程可以基于fokker-planck-kolmogorov方程。

在示例6中，示例5的主题可以可选地包括，fokker-planck-kolmogorov方程在时间上可以是连续的。

在示例7中，示例3至6中任一项的主题可以可选地包括，至少一个条件矩可以是条件平均。

在示例8中，示例4至7中任一项的主题可以可选地包括，多个条件矩可以包括条件方差或条件协方差。

在示例9中，示例3至8中任一项的主题可以可选地包括，通信设备可以被配置为基于干扰信号模型来确定时间演变的初始条件。

在示例10中，示例4至9中任一项的主题可以可选地包括，确定电路可以被配置为基于可以包括针对时间的积分的耦合微分方程的解来确定至少一个条件矩。确定电路可以被配置为对积分进行数值积分。确定电路可以被配置为以可以高于采样电路的采样速率的处理速率来确定积分的数值积分的处理值。

在示例11中，示例10的主题可以可选地包括，采样速率对应于奈奎斯特频率(nyqumaybetfrequency)。

在示例12中，示例3至11中任一项的主题可以可选地包括，校正电路可以被配置为基于至少一个条件矩和信号样本来确定至少一个校正的条件矩。校正的干扰估计信号可以包括干扰信号状态的至少一个校正的条件矩。

在示例13中，示例12的主题可以可选地包括，至少一个校正的条件矩可以是校正的条件平均，该校正的条件平均可以基于条件平均和信号样本被确定。

在示例14中，示例12至13中任一项的主题可以可选地包括，条件矩可以是状态函数针对条件状态概率的期望值，该条件状态概率可以是基于初始条件的第一条件下的干扰信号状态的贝叶斯概率。至少一个校正的条件矩可以是状态函数针对校正的条件状态概率的期望值，该校正的条件状态概率可以是第一条件和基于信号样本的第二条件下的干扰信号状态的概率。

在示例15中，示例4至14中任一项的主题可以可选地包括，至少一个校正的条件矩可以是其中的每个校正的条件矩可以是干扰信号状态的校正的条件矩的多个校正的条件矩。校正电路可以被配置为基于多个条件矩中的条件矩和信号样本来确定多个校正的条件矩中的校正的条件矩。

在示例16中，示例4至15中任一项的主题可以可选地包括，干扰估计信号可以是第一迭代确定信号，多个条件矩可以是多个第一迭代矩，多个条件矩函数可以是多个第一迭代矩函数，校正的干扰估计信号可以是第一校正的干扰估计信号，多个校正的条件矩可以是多个第一校正的迭代矩，并且信号样本可以是第一信号样本。校正电路可以被配置为确定可以包括多个第一校正的迭代矩的第一迭代校正信号。采样电路可以被配置为对接收到的信号的第二信号样本进行采样。确定电路可以被配置为基于第二迭代矩函数的第二时间演变和(作为第二迭代矩函数的时间演变的初始条件的)第一校正的迭代矩来确定与第二信号样本的第二采样时间相关联的干扰信号状态的多个第二迭代矩，其中该第二迭代矩函数当在第二采样时间处被评估时分别是第二迭代矩。确定电路可以被配置为确定可以包括第二迭代矩的第二迭代确定信号。校正电路可以被配置为基于第二迭代矩和第二信号样本来确定干扰信号状态的多个第二校正的迭代矩。校正电路可以被配置为确定可以包括第二校正的迭代矩中的至少单个第二校正的迭代矩的第二校正的干扰估计信号。减法电路可以被配置为从接收到的信号中减去第二校正的干扰估计信号。

在示例17中，示例16的主题可以可选地包括，第二时间演化可以基于fokker-planck-kolmogorov方程。fokker-planck-kolmogorov方程可以包括多个第二迭代矩函数的第二迭代矩。

在示例18中，示例3至17中任一项的主题可以可选地包括，干扰信号模型可以是可以包括马尔可夫过程模型和混沌模型的一组干扰信号模型中的一个。

在示例19中，示例1至18中任一项的主题可以可选地包括，确定电路和校正电路可以被配置为基于非线性滤波算法来分别确定干扰估计信号和校正的干扰估计信号，该非线性滤波算法是包括扩展卡尔曼滤波、二阶扩展卡尔曼滤波、迭代卡尔曼滤波、正交卡尔曼滤波、和无迹卡尔曼滤波的一组滤波算法中的非线性滤波算法。

示例20是通信设备。该通信设备可以包括：接收器，被配置为接收可以包括第一信号和第二信号的信号；第一确定电路，被配置为基于干扰信号模型来确定第一信号的第一干扰估计信号；第一校正电路，被配置为基于第一干扰估计信号和基于第一信号的第一信号样本来确定第一校正的干扰估计信号；第二确定电路，被配置为基于第一校正的干扰估计信号和干扰信号模型来确定第一信号的第二干扰估计信号；第二校正电路，被配置为基于第二干扰估计信号和基于第二信号的第二信号样本来确定第一信号的第二校正的干扰估计信号；以及减法电路，被配置为从第一信号中减去第二校正的干扰估计信号。

在示例21中，示例20的主题可以可选地包括，通信设备包括采样电路，被配置为对第一信号的第一信号样本和第二信号的第二信号样本进行采样。

在示例22中，示例20至21中任一项的主题可以可选地包括，第一信号样本可以在第一采样时间处被采样，并且第二信号样本可以在第二采样时间处被采样。第一确定电路可以被配置为基于可以与第一信号相关联的干扰信号模型的多个第一干扰信号状态来确定第一干扰估计信号。第一确定电路可以被配置为基于至少一个时间相关第一条件矩函数的第一时间演变来确定可以与第一采样时间相关联的第一干扰信号状态的至少一个第一条件矩，该至少一个时间相关第一条件矩函数可以与干扰信号模型相关联，并且当在第一采样时间处被评估时可以是至少一个第一条件矩。第一干扰估计信号可以包括第一干扰信号状态的至少一个第一条件矩。第一校正电路可以被配置为基于至少一个第一条件矩和第一信号样本来确定可以与第一采样时间相关联的至少一个第一校正的条件矩。第一校正的干扰估计信号可以包括第一干扰信号状态的至少一个第一校正的条件矩。第二确定电路可以被配置为基于可以与第二信号相关联的干扰信号模型的多个第二干扰信号状态中的第二干扰信号状态来确定第二干扰估计信号。第二确定电路可以被配置为基于至少一个第一校正的条件矩和至少一个时间相关第二条件矩函数的第二时间演变来确定可以与第二采样时间相关联的第二干扰信号状态的至少一个第二条件矩，该至少一个时间相关第二条件矩函数可以与干扰信号模型相关联，并且当在第二采样时间处被评估时可以是至少一个第二条件矩。第二干扰估计信号可以包括至少一个第二条件矩。

在示例23中，示例22的主题可以可选地包括，至少一个第一条件矩可以是可以与第一采样时间相关联的多个第一条件矩。至少一个时间相关第一条件矩函数可以是分别可以与干扰信号模型相关联的并且当在第一采样时间处被评估时可以是第一条件矩的多个时间相关第一条件矩函数。多个时间相关第一条件矩函数的第一时间演变可以是根据可以包括多个时间相关第一条件矩函数中的第一条件矩函数的至少一个耦合微分方程的时间演变。至少一个第二条件矩可以是可以与第二采样时间相关联的多个第二条件矩。至少一个时间相关第二条件矩函数可以是分别可以与干扰信号模型相关联的并且当在第二采样时间处被评估时可以是第二条件矩的多个时间相关第二条件矩函数。多个时间相关第二条件矩函数的第二时间演变可以是根据可以包括多个时间相关第二条件矩函数中的第二条件矩函数的至少一个耦合微分方程的时间演变。

在示例24中，示例23的主题可以可选地包括，耦合微分方程可以基于fokker-planck-olmogorov方程。

在示例25中，示例24的主题可以可选地包括，fokker-planck-kolmogorov方程在时间上可以是连续的。

在示例26中，示例22至25中任一项的主题可以可选地包括，至少一个第一条件矩函数和至少一个第二条件矩函数可以是条件平均。

在示例27中，示例23至26中任一项的主题可以可选地包括，多个第一条件矩和多个第二条件矩分别包括条件方差或条件协方差。

在示例28中，示例22至27中任一项的主题可以可选地包括，通信设备可以被配置为基于干扰信号模型来确定第一时间演变的初始条件。

在示例29中，示例23至28中任一项的主题可以可选地包括，第一确定电路可以被配置为基于可以包括针对时间的第一积分的耦合微分方程的第一解来确定至少一个第一条件矩。第一确定电路可以被配置为对第一积分进行数值积分。第一确定电路可以被配置为以可以高于第一信号样本和第二信号样本可以被采样的采样速率的处理速率来确定第一积分的数值积分的处理值。第二确定电路可以被配置为基于可以包括针对时间的第二积分的耦合微分方程的第二解来确定至少一个第二条件矩。第二确定电路可以被配置为对第二积分进行数值积分。第二确定电路可以被配置为以处理速率来确定第二数值积分的处理值。

在示例30中，示例29的主题可以可选地包括，采样速率对应于奈奎斯特频率。

在示例31中，示例28至30中任一项的主题可以可选地包括，至少一个第一条件矩可以是状态函数针对第一条件状态概率的期望值，该第一条件状态概率可以是基于初始条件的第一条件下的第一干扰信号状态的贝叶斯概率。至少一个第一校正的条件矩可以是状态函数针对第一校正的条件状态概率的期望值，该第一校正的条件状态概率可以是第一条件和基于第一信号样本的第二条件下的第一干扰信号状态的概率。至少一个第二条件矩可以是状态函数针对第二条件状态概率的期望值，该第二条件状态概率可以是在第一条件和第二条件下的第二干扰信号状态的贝叶斯概率。至少一个第二校正的条件矩可以是状态函数针对第二校正的条件状态概率的期望值，该第二校正的条件状态概率可以是第一条件、第二条件、和基于第二信号样本的第三条件下的第二干扰信号状态的概率。至少一个第二校正的条件矩可以与第二采样时间相关联。至少一个第二校正的干扰估计信号可以包括第二校正的条件矩。

在示例32中，示例22至31中任一项的主题可以可选地包括，至少一个第一校正的条件矩可以是其中每个第一校正的条件矩可以是干扰信号状态的第一校正的条件矩的多个第一校正的条件矩。第一校正电路可以被配置为基于多个第一条件矩中的第一条件矩和第一信号样本来确定多个第一校正的条件矩中的第一校正的条件矩。至少一个第一校正的条件矩可以是其中每个第一校正的条件矩可以是干扰信号状态的第一校正的条件矩的多个第一校正的条件矩。第二校正电路可以被配置为基于多个第二条件矩中的第二条件矩和第二信号样本来确定多个第二校正的条件矩中的第二校正的条件矩。

在示例33中，示例22至32中任一项的主题可以可选地包括，干扰信号模型可以是包括马尔可夫过程模型和混沌模型的一组干扰信号模型中的一个。

在示例34中，示例1至33中任一项的主题可以可选地包括，接收到的信号可以是基带信号。

在示例35中，示例1至34中任一项的主题可以可选地包括，通信设备还包括模型选择电路，被配置为基于可以不同于高斯白噪声信号的接收到的信号的至少第一统计特性，来从多个预定义干扰信号模型中选择第一干扰信号模型。干扰信号模型可以是第一干扰信号模型。

在示例36中，示例3至36中任一项的主题可以可选地包括，干扰信号模型可以包括至少一个预定函数，该至少一个预定函数可以是至少一个干扰信号状态或时间的函数。条件矩、第一条件矩、第二条件矩、校正的条件矩、第一校正的条件矩、或第二校正的条件矩中的至少一者的确定可以包括至少一个预定函数的至少一个输出值。通信设备还可以包括评估电路，被配置为确定至少一个预定函数的至少一个输出值，并且将该至少一个输出值发送到确定电路和校正电路。确定电路可以被配置为基于至少一个预定函数的至少一个输出值来确定条件矩、第一条件矩、或第二条件矩。校正电路可以被配置为基于至少一个预定函数的至少一个输出值来确定校正的条件矩、第一校正的条件矩、或第二校正的条件矩。

示例37是用于无线电通信中的信号确定的方法。方法可以包括：接收信号；基于干扰信号模型来确定接收到的信号的干扰估计信号；基于确定的干扰估计信号和基于接收到的信号的信号样本来确定校正的干扰估计信号；以及从接收到的信号中减去校正的干扰估计信号。

在示例38中，示例37的主题可以可选地包括，方法还包括对信号的信号样本进行采样。

在示例39中，示例37至38中任一项的主题可以可选地包括，方法还包括考虑信号模型的多个干扰信号状态来确定干扰估计信号。方法还可以包括基于至少一个时间相关条件矩函数的时间演变来确定可以与信号样本的采样时间相关联的干扰信号状态的至少一个条件矩，该至少一个时间相关条件矩函数可以与干扰信号模型相关联并且当在采样时间处被评估时可以是至少一个条件矩，其中干扰估计信号可以包括干扰信号状态的至少一个条件矩。

在示例40中，示例39的主题可以可选地包括，至少一个条件矩可以是可以与第二采样时间相关联的多个条件矩。至少一个时间相关条件矩函数可以是多个时间相关条件矩函数，该多个时间相关条件矩函数分别可以与干扰信号模型相关联并且当在采样时间处被评估时可以是条件矩。多个时间相关条件矩函数的时间演变可以基于至少一个耦合微分方程，该至少一个耦合微分方程可以包括多个时间相关条件矩函数中的条件矩函数。

在示例41中，示例40的主题可以可选地包括，耦合微分方程可以基于fokker-planck-kolmogorov方程。

在示例42中，示例41的主题可以可选地包括，fokker-planck-kolmogorov方程在时间上可以是连续的。

在示例43中，示例39至42中任一项的主题可以可选地包括，至少一个条件矩可以是条件平均。

在示例44中，示例40至43中任一项的主题可以可选地包括，多个条件矩可以包括条件方差或条件协方差。

在示例45中，示例39至44中任一项的主题可以可选地包括，方法还包括基于干扰信号模型来确定时间演变的初始条件。

在示例46中，示例40至45中任一项的主题可以可选地包括，方法还包括基于可以包括针对时间的积分的耦合微分方程的解来确定至少一个条件矩。方法还包括对积分进行数值积分。方法还包括以可以高于接收到的信号可以被采样的采样速率的处理速率来确定积分的数值积分的处理值。

在示例47中，示例46的主题可以可选地包括，采样速率对应于奈奎斯特频率。

在示例48中，示例39至47中任一项的主题可以可选地包括，方法还包括基于至少一个条件矩和信号样本来确定至少一个校正的条件矩。校正的干扰估计信号可以包括干扰信号状态的至少一个校正的条件矩。

在示例49中，示例48的主题可以可选地包括，至少一个校正的条件矩可以是校正的条件平均，该校正的条件平均可以基于条件平均和信号样本被确定。

在示例50中，示例48至49中任一项的主题可以可选地包括，条件矩可以是状态函数针对条件状态概率的期望值，该条件状态概率可以是基于初始条件的第一条件下的干扰信号状态的贝叶斯概率。至少一个校正的条件矩可以是状态函数针对校正的条件状态概率的期望值，该校正的条件状态概率可以是第一条件和基于信号样本的第二条件下的干扰信号状态的概率。

在示例51中，示例40至50中任一项的主题可以可选地包括，至少一个校正的条件矩可以是其中每个校正的条件矩可以是干扰信号状态的校正的条件矩的多个校正的条件矩。方法还可以包括基于多个条件矩中的条件矩和信号样本来确定多个校正的条件矩中的校正的条件矩。

在示例52中，示例40至51中任一项的主题可以可选地包括，干扰估计信号可以是第一迭代确定信号，多个条件矩可以是多个第一迭代矩，多个条件矩函数可以是多个第一迭代矩函数，校正的干扰估计信号可以是第一校正的干扰估计信号，多个校正的条件矩可以是多个第一校正的迭代矩，并且信号样本可以是第一信号样本。方法还可以包括确定可以包括多个第一校正的迭代矩的第一迭代校正信号。方法还可以包括对接收到的信号的第二信号样本进行采样。方法还可以包括基于第二迭代矩函数的第二时间演变和(作为第二迭代矩函数的时间演变的初始条件的)第一校正的迭代矩来确定与第二信号样本的第二采样时间相关联的干扰信号状态的多个第二迭代矩，其中第二迭代矩函数当在第二采样时间处被评估时分别是第二迭代矩。方法还可以包括确定可以包括第二迭代矩的第二迭代确定信号。方法还可以包括基于第二迭代矩和第二信号样本来确定多个干扰信号状态中的干扰信号状态的多个第二校正的迭代矩。方法还可以包括确定可以包括第二校正的迭代矩中的至少单个第二校正的迭代矩的第二校正的干扰估计信号。方法还可以包括从接收到的信号中减去第二校正的干扰估计信号。

在示例53中，示例52的主题可以可选地包括，第二时间演化可以基于fokker-planck-kolmogorov方程。fokker-planck-kolmogorov方程可以包括多个第二迭代矩函数的第二迭代矩。

在示例54中，示例39至53中任一项的主题可以可选地包括，干扰信号模型可以是可以包括马尔可夫过程模型和混沌模型的一组干扰信号模型中的一个。

在示例55中，示例46至54中任一项的主题可以可选地包括，方法还包括基于非线性滤波算法来确定干扰估计信号和校正的干扰估计信号，该非线性滤波算法是包括扩展卡尔曼滤波、二阶扩展卡尔曼滤波、迭代卡尔曼滤波、正交卡尔曼滤波、和无迹卡尔曼滤波的一组滤波算法中的非线性滤波算法。

示例56是用于无线电通信中的信号确定的方法。方法可以包括：接收可以包括第一信号和第二信号的信号；基于干扰信号模型来确定第一信号的第一干扰估计信号；基于第一干扰估计信号和基于第一信号的第一信号样本来确定第一校正的干扰估计信号；基于第一校正的干扰估计信号和干扰信号模型来确定第一信号的第二干扰估计信号；基于第二干扰估计信号和基于第二信号的第二信号样本来确定第一信号的第二校正的干扰估计信号；以及从第一信号中减去第二校正的干扰估计信号。

在示例57中，示例56的主题可以可选地包括，方法还包括对第一信号的第一信号样本和第二信号的第二信号样本进行采样。

在示例58中，示例56至57中任一项的主题可以可选地包括，第一信号样本可以在第一采样时间处被采样，并且第二信号样本可以在第二采样时间处被采样。方法还可以包括基于可以与第一信号相关联的干扰信号模型的多个第一干扰信号状态中的第一干扰信号状态来确定第一干扰估计信号；基于至少一个时间相关第一条件矩函数的第一时间演变来确定可以与第一采样时间相关联的第一干扰信号状态的至少一个第一条件矩，该至少一个时间相关第一条件矩函数可以与干扰信号模型相关联，并且当在第一采样时间处被评估时可以是至少一个第一条件矩，其中第一干扰估计信号可以包括第一干扰信号状态的至少一个第一条件矩。方法还可以包括基于至少一个第一条件矩和第一信号样本来确定至少一个第一校正的条件矩，其中第一校正的干扰估计信号可以包括第一干扰信号的至少一个第一校正的条件矩；基于可以与第二信号相关联的干扰信号模型的多个第二干扰信号状态中的第二干扰信号状态来确定第二干扰估计信号；以及基于至少一个第一校正的条件矩和至少一个时间相关第二条件矩函数的第二时间演变来确定可以与第二采样时间相关联的第二干扰信号状态的至少一个第二条件矩，其中至少一个时间相关第二条件矩函数可以与干扰信号模型相关联，并且当在第二采样时间处被评估时可以是至少一个第二条件矩，其中第二干扰估计信号可以包括至少一个第二条件矩。

在示例59中，示例58的主题可以可选地包括，至少一个第一条件矩可以是可以与第一采样时间相关联的多个第一条件矩。至少一个时间相关第一条件矩函数可以是分别可以与干扰信号模型相关联的并且当在第二采样时间处被评估时可以是第一条件矩的多个时间相关第一条件矩函数。多个时间相关第一条件矩函数的第一时间演变可以是根据可以包括多个时间相关第一条件矩函数的第一条件矩函数的至少一个耦合微分方程的时间演变。至少一个第二条件矩可以是可以与第二采样时间相关联的多个第二条件矩。至少一个时间相关第二条件矩函数可以是分别可以与干扰信号模型相关联的并且当在第二采样时间处被评估时可以是第二条件矩的多个时间相关第二条件矩函数。多个时间相关第二条件矩函数的第二时间演变可以是根据可以包括多个时间相关第二条件矩函数的第二条件矩函数的至少一个耦合微分方程的时间演变。

在示例60中，示例59的主题可以可选地包括，耦合微分方程可以基于fokker-planck-kolmogorov方程。

在示例61中，示例60的主题可以可选地包括，fokker-planck-kolmogorov方程在时间上可以是连续的。

在示例62中，示例59至61中任一项的主题可以可选地包括，至少一个第一条件矩函数和至少一个第二条件矩函数可以是条件平均。

在示例63中，示例60至62中任一项的主题可以可选地包括，多个第一条件矩和多个第二条件矩分别包括条件方差或条件协方差。

在示例64中，示例59至63中任一项的主题可以可选地包括，方法还包括基于干扰信号模型来确定第一时间演变的初始条件。

在示例65中，示例59至64中任一项的主题可以可选地包括，方法还包括基于可以包括针对时间的第一积分的耦合微分方程的第一解来确定至少一个第一条件矩；对第一积分进行数值积分；以及以可以高于第一信号样本和第二信号样本可以被采样的采样速率的处理速率来确定第一积分的数值积分的处理值。方法还可以包括基于可以包括针对时间的第二积分的耦合微分方程的第二解来确定至少一个第二条件矩；对第二积分进行数值积分；以及以该处理速率来确定第二数值积分的处理值。

在示例66中，示例65的主题可以可选地包括，采样速率对应于奈奎斯特频率。

在示例67中，示例59至66中任一项的主题可以可选地包括，至少一个第一条件矩可以是状态函数针对第一条件状态概率的期望值，该第一条件状态概率可以是基于初始条件的第一条件下的第一干扰信号状态的贝叶斯概率。至少一个第一校正的条件矩可以是状态函数针对第一校正的条件状态概率的期望值，该第一校正的条件状态概率可以是第一条件和基于第二信号样本的第二条件下的第一干扰信号状态的概率。至少一个第二条件矩可以是状态函数针对第二条件状态概率的期望值，该第二条件状态概率可以是在第一条件和第二条件下的第二干扰信号状态的贝叶斯概率。至少一个第二校正的条件矩可以是状态函数针对第二校正的条件状态概率的期望值，该第二校正的条件状态概率可以是第一条件、第二条件、和基于第二信号样本的第三条件下的第二干扰信号状态的概率。至少一个第二校正的条件矩可以与第二采样时间相关联。至少一个第二校正的干扰估计信号可以包括第二校正的条件矩。

在示例68中，示例59至67中任一项的主题可以可选地包括，至少一个第一校正的条件矩可以是其中每个第一校正的条件矩可以是干扰信号状态的第一校正的条件矩的多个第一校正的条件矩。第一校正电路可以被配置为基于多个第一条件矩中的第一条件矩和第一信号样本来确定多个第一校正的条件矩中的第一校正的条件矩。至少一个第一校正的条件矩可以是其中每个第一校正的条件矩可以是干扰信号状态的第一校正的条件矩的多个第一校正的条件矩。第二校正电路可以被配置为基于多个第二条件矩中的第二条件矩和第二信号样本来确定多个第二校正的条件矩中的第二校正的条件矩。

在示例69中，示例59至68中任一项的主题可以可选地包括，干扰信号模型可以是包括马尔可夫过程模型和混沌模型的一组干扰信号模型中的一个。

在示例70中，示例37至69中任一项的主题可以可选地包括，接收到的信号可以是基带信号。

在示例71中，示例37至70中任一项的主题可以可选地包括，方法还包括基于可以不同于高斯白噪声信号的接收到的信号的至少第一统计特性，来从多个预定义干扰信号模型中选择第一干扰信号模型，其中干扰信号模型可以是第一干扰信号模型。

在示例72中，示例39至71中任一项的主题可以可选地包括，干扰信号模型可以包括至少一个预定函数，该至少一个预定函数可以是至少一个干扰信号状态或时间的函数。条件矩、第一条件矩、第二条件矩、校正的条件矩、第一校正的条件矩、或第二校正的条件矩中的至少一者的确定可以包括至少一个预定函数的至少一个输出值。方法还可以包括确定至少一个预定函数的至少一个输出值，并且将该至少一个输出值发送到确定电路和校正电路。方法还可以包括基于至少一个预定函数的至少一个输出值来确定条件矩、第一条件矩、或第二条件矩；以及基于至少一个预定函数的至少一个输出值来确定校正的条件矩、第一校正的条件矩、或第二校正的条件矩。

虽然已经参考具体实施例具体示出和描述了本发明，但是本领域技术人员应该理解，在不偏离由所附权利要求定义的本发明的精神和范围的情况下，可以进行形式和细节上的各种改变。因此，本发明的范围由所附权利要求表示，并且因此旨在涵盖落入权利要求的等同物的含义和范围内的所有变型。