目前第四代移动通信(The 4th Generation,4G)中采用半双工的双工方式,通信频段集中在6GHz及以下,由于无线带宽受限、频谱资源紧张,如何提高频谱效率和信息传输速率来满足未来第五代移动通信(The 5th Generation,5G)中大量数据的高速交互成为目前亟待解决的问题。同时同频全双工(Co-frequency Co-time Full Duplex,CCFD)相比半双工通信理论上可以提高一倍的频谱效率,是双工技术后续的发展愿景,其既可以充分利用频率资源又可以充分利用时间资源,适合频谱紧缺和碎片化等多种通信场景。而毫米波频段拥有丰富的空闲频谱资源,可有效满足未来5G对更高容量和速率的需求,可支持lOGbps以上的用户传输速率。因此,研究毫米波全双工对提高频谱效率、提升信息传输速率具有重要意义。论文选题来源于北京市自然科学基金《下一代毫米波密集蜂窝网络中关键技术研究》(项目编号:4182955)及中国信息通信研究院青年课题《面向5G毫米波的物理层相关算法性能研究》。由于毫米波器件硬件成本较高,无法构建一个低成本的毫米波硬件通用仿真平台,限制了研究的灵活性;且自干扰消除是实现毫米波全双工的关键,而数字自干扰消除在毫米波全双工自干扰消除中尤为重要,但现有的数字自干扰消除算法存在局限性、消除性能不理想等问题。因此,本文针对毫米波全双工的通信需求,设计与实现了毫米波全双工链路级仿真平台,并针对数字自干扰消除中存在的问题,提出了基于长短期记忆网络(Long Short-Term Memory,LSTM)的数字自干扰消除算法。本文主要研究内容如下:一、设计与实现了毫米波全双工链路级仿真平台针对毫米波全双工通信中的数字自干扰消除性能评估需求以及系统吞吐速率的评估需求,平台总体设计包括流程控制模块、发送端模块、信道模块、接收端模块,并在发送端和接收端的模块设计中采用毫米波射频器件模型,在信道模块中考虑毫米波传输特性。平台考虑毫米波全双工通信的典型场景,模拟了城市微小区、城市宏小区和乡村宏小区场景下的毫米波全双工通信,用于毫米波全双工通信性能测试、评估、验证。二、设计与实现了基于LSTM神经网络的数字自干扰消除算法针对毫米波全双工数字自干扰信号中增强的多径分量以及毫米波器件引入的非线性因素,同时考虑数字自干扰信号在多径条件下的时间序列的特征,结合长短期记忆网络的应用场景,设计与实现了基于LSTM神经网络的数字自干扰消除算法。基于所搭建的平台,对比了所提算法与现有数字自干扰消除算法的性能以及系统吞吐速率,该算法具有良好的数字自干扰消除性能,能够有效提升毫米波全双工通信性能。仿真显示,在发送功率为19dBm时,相比传统算法,所提算法数字自干扰消除量提高了2.52dB,系统吞吐速率提升了36.8%。