Performance evaluator, method performed thereby and radio unit

Abstract

Performance evaluator, method performed thereby and radio unit are disclosed. According to an embodiment,the performance evaluator comprises a first cross-correlation calculating module, a metric calculating module and an evaluating module. The first cross-correlation calculating module is configured to calculate values of first cross-correlation between a transmission signal that generates passive intermodulation (PIM) and a reception signal after PIM cancellation (PIMC). The metric calculating module is configured to calculate a metric reflecting a relation between peak-to-average ratios (PARs) of peaks in the calculated values of the first cross-correlation. The evaluating module is configured to evaluate a performance of the PIMC based on the calculated metric.

Description

PERFORMANCE EVALUATOR, METHOD PERFORMED THEREBY AND RADIO UNITTechnical Field

[0001] Embodiments of the disclosure generally relate to communication, and, more particularly, to performance evaluator, method performed thereby and radio unit.Background

[0002] This section introduces aspects that may facilitate better understanding of the present disclosure. Accordingly, the statements of this section are to be read in this light and are not to be understood as admissions about what is in the prior art or what is not in the prior art.

[0003] Passive intermodulation (PIM) is a growing concern for engineers and radio frequency (RF) technicians responsible for installing and optimizing a 5th generation (5G) network. The reason that mitigating PIM is so important is its negative impact on capacity, data rate, and reliability which are all key selling points of 5G.

[0004] Generally, additional processes need to be taken to reduce the interference caused by PIM on uplink signal. One type of processes is physical mitigation implemented by minimizing metallic contacts and connectors, ensuring that loose contacts and rotating joints are avoided, or by keeping thermal variations in the components of the radio system to a minimum, or by keeping current densities low in the conduction paths by using larger conductors or having bigger contact areas, or by keeping all joints clean and tight, preferably made, or coated with materials less prone to oxidation.

[0005] In addition, reducing site transmission (TX) power is also a simple way for PIM problem, as PIM is produced by downlink signal. Third order intermodulation products (IM3) , for example, can be reduced 3 dB for every 1 dB reduction of the TX power. However, reducing the power of downlink signals usually affects the coverage of base station signals, so it may not be a practical solution for avoiding PIM.

[0006] Another simple way is to avoid the occurrence of PIM signals in frequency combinations. All possible locations for low order PIM can be calculated based on all TX band combinations, and these locations could be avoided when selecting reception (RX)  bands. This method is also difficult to achieve in today’s extremely dense and limited spectrum resources scenarios.

[0007] Although no system is fully free of PIM, careful planning, quality craftsmanship, and a high degree of system maintenance are all necessary to significantly reduce its level.Summary

[0008] This summary is provided to introduce a selection of concepts in a simplified form that are further described below in the detailed description. This summary is not intended to identify key features or essential features of the claimed subject matter, nor is it intended to be used to limit the scope of the claimed subject matter.

[0009] One of the objects of the disclosure is to provide an improved solution for performance evaluation of PIM cancellation (PIMC) . In particular, one of the problems to be solved by the disclosure is that the existing solution could not accurately evaluate the performance of PIMC and may cause the reception signal of UE to be damaged in some cases.

[0010] According to a first aspect of the disclosure, there is provided a performance evaluator at a radio unit. The performance evaluator may comprise a first cross-correlation calculating module, a metric calculating module and an evaluating module. The first cross-correlation calculating module may be configured to calculate values of first cross-correlation between a transmission signal that generates PIM, and a reception signal after PIMC. The metric calculating module may be configured to calculate a metric reflecting a relation between peak-to-average ratios (PARs) of peaks in the calculated values of the first cross-correlation. The evaluating module may be configured to evaluate a performance of the PIMC based on the calculated metric.

[0011] With the first aspect, the degree of an absolute reduction of PIM can be accurately determined by processing known information without additional measurement work. Moreover, real time dynamic monitoring of the performance of PIMC can be achieved.

[0012] In an embodiment of the disclosure, the radio unit may comprise a PIMC module whose input is a reception signal before PIMC and whose output is the reception signal  after PIMC. The PIMC module may comprise a time delay estimation (TDE) module configured to estimate a first time delay at which second cross-correlation between the transmission signal that generates PIM and the reception signal before PIMC is maximum. The performance evaluator may further comprise a delaying module configured to delay the output of the PIMC module by the first time delay relative to the transmission signal that generates PIM. The first cross-correlation calculating module may be configured to calculate the values of the first cross-correlation between the transmission signal that generates PIM and the delayed output of the PIMC module.

[0013] In an embodiment of the disclosure, the delayed output of the PIMC module provided from the delaying module to the first cross-correlation calculating module may have a time duration that is longer than a second time delay required by the PIMC module for generating the reception signal after PIMC.

[0014] In an embodiment of the disclosure, the TDE module may comprise a second cross-correlation calculating module and a delay determining module. The second cross-correlation calculating module may be configured to calculate values of the second cross-correlation between the transmission signal that generates PIM and the reception signal before PIMC. The delay determining module may be configured to determine, as the first time delay, a time delay at which a maximum peak occurs in the calculated values of the second cross-correlation.

[0015] In an embodiment of the disclosure, the first cross-correlation calculating module and the second cross-correlation calculating module may be implemented by a common cross-correlation calculating module. The performance evaluator may comprise a signal selector configured to provide the reception signal before PIMC to the common cross-correlation calculating module when the radio unit is in an operation mode of PIMC, and to provide the delayed output of the PIMC module to the common cross-correlation calculating module when the radio unit is in an operation mode of PIMC performance evaluation.

[0016] In an embodiment of the disclosure, the common cross-correlation calculating module may comprise a transmission memory, a reception memory and a cross-correlation calculator. The transmission memory may be configured to store time-series data samples of the transmission signal that generates PIM. The reception memory may  be configured to store time-series data samples of the reception signal before PIMC or the delayed output of the PIMC module. The cross-correlation calculator may be configured to calculate the values of the first cross-correlation or the second cross-correlation based on the time-series data samples stored in the transmission memory and the reception memory.

[0017] In an embodiment of the disclosure, the metric calculating module may comprise: a first PAR calculator configured to calculate a first PAR based on the calculated values of the first cross-correlation; a peak locating module configured to determine a location of a maximum value in the calculated values of the first cross-correlation; a filter configured to remove, from the calculated values of the first cross-correlation, the values around the location of the maximum value; a second PAR calculator configured to calculate a second PAR based on the filtered values of the first cross-correlation; and a divider configured to calculate, as the metric, a ratio between the first PAR and the second PAR.

[0018] In an embodiment of the disclosure, the evaluating module may be configured to upgrade a rating for the evaluated performance of the PIMC as the ratio between the first PAR and the second PAR decreases.

[0019] In an embodiment of the disclosure, the PIMC module may further comprise: a PIM modeling module configured to model the PIM generated by the transmission signal, based on the transmission signal and the first time delay estimated by the TDE module; and a subtractor configured to subtract the modeled PIM from the reception signal before PIMC.

[0020] In an embodiment of the disclosure, the radio unit may be for use in a base station.

[0021] According to a second aspect of the disclosure, there is provided a method performed by a performance evaluator at a radio unit. The method may comprise calculating values of first cross-correlation between a transmission signal that generates PIM and a reception signal after PIMC. The method may further comprise calculating a metric reflecting a relation between PARs of peaks in the calculated values of the first  cross-correlation. The method may further comprise evaluating a performance of the PIMC based on the calculated metric.

[0022] With the second aspect, the degree of an absolute reduction of PIM can be accurately determined by processing known information without additional measurement work. Moreover, real time dynamic monitoring of the performance of PIMC can be achieved.

[0023] In an embodiment of the disclosure, the method may further comprise receiving a first time delay from a PIMC module of the radio unit whose input is a reception signal before PIMC and whose output is the reception signal after PIMC. The first time delay is a time delay at which second cross-correlation between the transmission signal that generates PIM and the reception signal before PIMC is maximum. The method may further comprise delaying the output of the PIMC module by the first time delay relative to the transmission signal that generates PIM. The values of the first cross-correlation between the transmission signal that generates PIM and the delayed output of the PIMC module may be calculated.

[0024] In an embodiment of the disclosure, the delayed output of the PIMC module may have a time duration that is longer than a second time delay required by the PIMC module for generating the reception signal after PIMC.

[0025] In an embodiment of the disclosure, the first cross-correlation and the second cross-correlation may be calculated by a common cross-correlation calculating step. The method may comprise providing the reception signal before PIMC to the common cross-correlation calculating step when the radio unit is in an operation mode of PIMC. The method may further comprise providing the delayed output of the PIMC module to the common cross-correlation calculating step when the radio unit is in an operation mode of PIMC performance evaluation.

[0026] In an embodiment of the disclosure, the first cross-correlation and the second cross-correlation may be calculated by the common cross-correlation calculating step by: storing time-series data samples of the transmission signal that generates PIM; storing time-series data samples of the reception signal before PIMC or the delayed output of the  PIMC module; and calculating the values of the first cross-correlation or the second cross-correlation based on the stored time-series data samples.

[0027] In an embodiment of the disclosure, calculating the metric may comprise: calculating a first PAR based on the calculated values of the first cross-correlation; determining a location of a maximum value in the calculated values of the first cross-correlation; removing, from the calculated values of the first cross-correlation, the values around the location of the maximum value; calculating a second PAR based on remaining values of the first cross-correlation after the removing; and calculating, as the metric, a ratio between the first PAR and the second PAR.

[0028] In an embodiment of the disclosure, a rating for the evaluated performance of the PIMC may be upgraded as the ratio between the first PAR and the second PAR decreases.

[0029] In an embodiment of the disclosure, the radio unit may be for use in a base station

[0030] According to a third aspect of the disclosure, there is provided a performance evaluator at a radio unit. The performance evaluator may comprise at least one processor and at least one memory. The at least one memory may contain instructions executable by the at least one processor, whereby the performance evaluator may be operative to calculate values of first cross-correlation between a transmission signal that generates PIM and a reception signal after PIMC. The performance evaluator may be further operative to calculate a metric reflecting a relation between PARs of peaks in the calculated values of the first cross-correlation. The performance evaluator may be further operative to evaluate a performance of the PIMC based on the calculated metric.

[0031] With the third aspect, the degree of an absolute reduction of PIM can be accurately determined by processing known information without additional measurement work. Moreover, real time dynamic monitoring of the performance of PIMC can be achieved.

[0032] In an embodiment of the disclosure, the performance evaluator may be operative to perform the method according to the above second aspect.

[0033] According to a fourth aspect of the disclosure, there is provided a radio unit. The radio unit may comprise the performance evaluator according to the above first or third aspect.

[0034] According to a fifth aspect of the disclosure, there is provided a computer program product. The computer program product may comprise instructions which when executed by at least one processor, cause the at least one processor to perform the method according to the above second aspect.

[0035] According to a sixth aspect of the disclosure, there is provided a computer readable storage medium. The computer readable storage medium may store thereon instructions which when executed by at least one processor, cause the at least one processor to perform the method according to the above second aspect.Brief Description of the Drawings

[0036] These and other objects, features and advantages of the disclosure will become apparent from the following detailed description of illustrative embodiments thereof, which are to be read in connection with the accompanying drawings.

[0037] FIG. 1 is a diagram illustrating a digital PIM canceller;

[0038] FIG. 2 is a diagram illustrating power spectral density (PSD) curves of PIM distortion without and with digital cancellation;

[0039] FIG. 3 is a diagram illustrating a typical cross-correlation result for two high-correlation signals;

[0040] FIG. 4 is a diagram illustrating a typical cross-correlation result with low PAR;

[0041] FIG. 5 is a block diagram illustrating a performance evaluator and a radio unit according to a first embodiment of the disclosure;

[0042] FIG. 6 is a diagram illustrating an exemplary example for implementing the first embodiment;

[0043] FIGs. 7A-7C are diagrams illustrating different examples of PARs;

[0044] FIG. 8 is a block diagram for explaining a component of the performance evaluator of the first embodiment;

[0045] FIG. 9 is a diagram illustrating an exemplary example for implementing the component of FIG. 8;

[0046] FIG. 10 is a diagram for explaining a component of the performance evaluator of the first embodiment;

[0047] FIG. 11 is a diagram illustrating a PIMC module that may be used together with the performance evaluator of the disclosure;

[0048] FIG. 12 is a diagram illustrating loopback delay in downlink and uplink;

[0049] FIG. 13 is a diagram illustrating time relation between different data sequences;

[0050] FIG. 14 is a block diagram illustrating a performance evaluator and a radio unit according to a second embodiment of the disclosure;

[0051] FIG. 15 is a diagram illustrating an exemplary example for implementing the second embodiment;

[0052] FIG. 16 is a block diagram illustrating a performance evaluator and a radio unit according to a third embodiment of the disclosure;

[0053] FIG. 17 is a diagram illustrating an exemplary example for implementing the third embodiment;

[0054] FIG. 18 is a flowchart illustrating a method performed by a performance evaluator according to an embodiment of the disclosure;

[0055] FIG. 19 is a flowchart for explaining the method of FIG. 18;

[0056] FIG. 20 is a flowchart illustrating a method performed by a performance evaluator according to an embodiment of the disclosure;

[0057] FIG. 21 is a flowchart illustrating a method performed by a performance evaluator according to an embodiment of the disclosure; and

[0058] FIG. 22 is a block diagram illustrating a performance evaluator and a radio unit according to a fourth embodiment of the disclosure.Detailed Description

[0059] For the purpose of explanation, details are set forth in the following description in order to provide a thorough understanding of the embodiments disclosed. It is apparent, however, to those skilled in the art that the embodiments may be implemented without these specific details or with an equivalent arrangement.

[0060] The physical PIM mitigation techniques mentioned hereinbefore, in general, cannot entirely resolve the PIM interference problem. It can only prevent some PIMs within the system from occurring but cannot solve PIMs that have already occurred outside or within the system. Therefore, another solution to the PIM problem is digital PIM cancellation based on digital signal processing techniques.

[0061] In general, the digital PIM cancellation is based on the diagram illustrated in FIG.

[0062] 1.Specifically, a PIM modeling block 11 models the PIM based on transmission signals TX1 and TX2, and a reception signal RX. A delay block 12 delays the reception signal. A subtraction block 13 subtracts the modeled PIM from the reception signal to obtain the desired reception signal.

[0063] The fundamental idea behind the solution of FIG. 1, which is based on adaptive filter theory, is to forecast PIM-induced intermodulation (IM) products based on the transmitting signal in order to remove them from the receiving signal chain (after I / Q conversion and duplexer) . The majority work of the PIM modeling block is built on polynomial or memory polynomial like linear-in-parameters methods, combined with traditional least-squares (LS) , recursive least-squares (RLS) , or least mean squares (LMS) type parameter learning schemes.

[0064] However, the fundamental issue with digital cancellation is that the amplitudes, phases, and delays of PIM products vary dependent on the RF components employed (power amplifier (PA) , duplexer, etc. ) and are not constant. Because the parameters must be updated or examined when the transceiver system is offline, this adds to the complexity of the model used to estimate IM products.

[0065] Although current digital PIM cancellation methods are diverse, the essence of them is to forecast PIM-induced IM products based on the transmitting signal to remove  them from the receiving signal. Therefore, there must be differences between this predicted IM products and the actual IM products. Since the system will never know the actual IM product, when evaluating PIM cancellation (PIMC) performance, the only possible way seems to be evaluating it from the perspective of signal power.

[0066] For example, in the paper entitled “Digital Cancellation of Passive Intermodulation in FDD Transceivers” (Muhammad Zeeshan Waheed, et al., Laboratory of Electronics and Communications Engineering, Tampere University of Technology, Finland) , there is introduced a digital PIM canceller and parameter estimation method to model the IM products and subtract them from the received signal. To evaluate the performance of this, it designs an RF measurement block diagram and measures power spectral density (PSD) curves of PIM distortion at the main RX branch of Band 1 without and with digital cancellation, which are shown in FIG. 2. In the summary of this paper, it uses FIG. 2 to illustrate that when using the proposed PIM canceller, the RX power can be reduced from -63.2 dBm to -82.1 dBm or -83.4 dBm which depends on whether memory effects are involved. It assumes that the reduced power is the PIM signal’s power, so the more RX power is reduced, the more PIM is cancelled, and the better the system performance is achieved.

[0067] Thus, measuring the power difference of RX signals before and after PIM cancellation to evaluate the performance of PIM cancellation is a common evaluation method. However, this is not actually accurate because an incorrect IM product model can also lead to a reduction in RX signal power, but this does not mean that the actual PIM is cancelled in the RX signal. Due to incorrect IM product model, the reduced power is likely from the uplink signal of the UE. In this case, the better the performance, the worse the actual results, because the PIM was not cancelled, but the UE signal has been permanently damaged.

[0068] Therefore, it is crucial for the system to evaluate the performance of PIMC more accurately without knowing the actual PIM. The quality of PIM cancellation should not be judged solely by the reduction of RX power, as such evaluation criteria are not objective and accurate enough. The reduction of actual PIM in RX should be reflected from multiple perspectives.

[0069] In addition, excessive residual PIM will directly affect the reception and demodulation of uplink signals, which will also lead to an increase in system error rate. Therefore, obtaining real-time and accurate performance indicators of PIMC is an important factor in solving uplink signal problems.

[0070] The present disclosure proposes an improved solution for performance evaluation of PIMC. Hereinafter, the solution will be described in detail with reference to FIGs. 3-22.

[0071] The basic principle of the present disclosure

[0072] The cross-correlation function can effectively represent the degree of correlation between two signals. It may be expressed by the following formula (1) :

[0073] where f [t] and g [t] are two discrete signals, m represents a sliding factor and Rfg represents the cross-correlation result between f [t] and g [t] , and g [t] is delayed by m time units.

[0074] For each m value, an Rfg can be calculated. When the Rfg value is maximum, it indicates that the correlation between f [t] and g [t] (delay M time units) is the highest. If f [t] and g [t] are two signals with strong correlation, Rfg (m=M) needs to be much greater than Rfg (m≠M) , which can be shown in FIG. 3. This figure illustrates a simulation result using Matlab xcorr function. From this figure, the cross-correlation result of the signals is maximum when m = 266, and the correlation results at other times are very low. The concept of peak-to-average ratio (PAR) can be used to determine whether there is a correlation between two signals. A high PAR indicates that there is a high correlation between the two signals in the delay window, representing that there are some correlations between the two signals. A low PAR indicates that the two signals do not have any correlation throughout the entire delay window, and they are relatively independent of each other. For example, the results in FIG. 4 indicate that the PAR is very low and there is no correlation.

[0075] As the actual PIM is generated by TX, calculating the cross-correlation between the TX that generates the PIM and RX is equivalent to calculating the cross-correlation  between the actual PIM and the RX. A high correlation between the TX and the RX indicates part of the RX is correlated with the TX, and this part is the PIM signal. In an ideal scenario, the cross-correlation result between the RX processed by a PIMC module and any TX should be low, that is, the RX does not contain any PIM components.

[0076] First embodiment of performance evaluator

[0077] Based on the above basic principle, FIG. 5 illustrates a performance evaluator and a radio unit according to a first embodiment of the disclosure. For example, the radio unit may be for use in a base station such as a next generation node B (gNB) , an evolved node B (eNB) , etc. Note that the performance evaluator may be a separate apparatus and be installed into the radio unit to be connected with other components of the radio unit. Thus, the first embodiment provides a performance evaluator and also provides a radio unit comprising the performance evaluator.

[0078] As shown in FIG. 5, the performance evaluator 52 comprises a first cross-correlation calculating module 521, a metric calculating module 522 and an evaluating module 523. These components may be implemented by hardware, or software, or a combination of both. The first cross-correlation calculating module 521 is configured to calculate values of first cross-correlation between a transmission signal that generates PIM and a reception signal after PIMC. The metric calculating module 522 is configured to calculate a metric reflecting a relation between PARs of peaks in the calculated values of the first cross-correlation. The evaluating module 523 is configured to evaluate a performance of the PIMC based on the calculated metric. Next, these components will be described in detail respectively.

[0079] First cross-correlation calculating module 521

[0080] In the first cross-correlation calculating module 521, the transmission signal that generates PIM may be a transmission signal which is to undergo upsampling and digital to analog (DA) conversion in the transmission path of the radio unit. Depending on different PIMC solutions employed in specific application scenarios, the reception signal after PIMC may refer to a reception signal output by a PIMC module of the radio unit, or a reception signal after scheduling adjustment by selecting reception bands, or a reception signal after on-site manual maintenance by using physical PIM mitigation  techniques. The reception signal may be a reception signal after in-phase quadrature (I / Q) downconversion and analog to digital (AD) conversion in the reception path of the radio unit. The values of the first cross-correlation may be calculated according to formula (1) mentioned above. The sliding factor m may take a relatively larger value so that various possible values of loopback delay between the transmission signal and PIM residue (if any) in the reception signal after PIMC can be covered.

[0081] FIG. 6 illustrates an exemplary example for implementing the first embodiment. In this exemplary example, the radio unit comprises a PIMC module 54 and the reception signal after PIMC is the output of the PIMC module 54. As shown in FIG. 6, the first cross-correlation calculating module 521 may be implemented as including a transmission memory 5211, a reception memory 5212 and a cross-correlation calculator 5213. The transmission memory 5211 may be configured to store time-series data samples of the transmission signal that generates PIM. The reception memory 5212 may be configured to store time-series data samples of the reception signal after PIMC. The cross-correlation calculator 5213 may be configured to calculate the values of the first cross-correlation based on the time-series data samples stored in the transmission memory 5211 and the reception memory 5212. The other components of the performance evaluator shown in FIG. 6 are the same as those of the performance evaluator shown in FIG. 5.

[0082] Metric calculating module 522

[0083] The metric calculating module 522 is configured to calculate a metric reflecting a relation between PARs of peaks in the calculated values of the first cross-correlation. The purpose of using such metric is to more accurately reflect whether there is an actual correlation between two signals.

[0084] FIGs. 7A-7C illustrate different examples of PARs which may be present in the calculation result from the first cross-correlation calculating module 521. In FIG. 7A, the peak value is 7 and the mean value is 1.56, so the PAR is 4.3. In FIG. 7B, the peak value is 0.97 and the mean value is 0.53, so the PAR is 1.8. However, a high PAR value does not necessarily indicate a significant correlation between two sequences. It depends on whether there are obvious peak areas. For example, in FIG. 7C, the PAR is 4.62, which is similar to the PAR in FIG. 7A, but FIG. 7C does not have any obvious peak areas.

[0085] In view of the above facts, the metric may be, for example, a ratio between PARs of the first two highest peaks in the calculated values of the first cross-correlation. Correspondingly, the metric calculating module 522 may be implemented as including a first PAR calculator 5221, a peak locating module 5222, a filter 5223, a second PAR calculator 5224 and a divider 5225, as shown in FIG. 8. The first PAR calculator 5221 may be configured to calculate a first PAR based on the calculated values of the first cross-correlation. The peak locating module 5222 may be configured to determine a location of a maximum value in the calculated values of the first cross-correlation. The location may be represented by an index of the maximum value in a data sequence of the calculated values of the first cross-correlation. The filter 5223 may be configured to remove, from the calculated values of the first cross-correlation, the values around the location of the maximum value. For example, the values falling within a predetermine window may be removed. The second PAR calculator 5224 may be configured to calculate a second PAR based on the filtered values of the first cross-correlation. The divider 5225 may be configured to calculate, as the metric, a ratio between the first PAR and the second PAR.

[0086] FIG. 9 illustrates an exemplary example for implementing the metric calculating module 522 of FIG. 8. As shown in FIG. 9, in the exemplary example, the first PAR calculator 5221 is implemented as including a maximum value determiner 52211 configured to determine the maximum value from the input data sequence, a mean value calculator 52212 configured to calculate the mean value of the input data sequence, and a divider 52213 configured to calculate a ratio between the maximum value and the mean value. Similarly, the second PAR calculator 5224 is implemented as including a maximum value determiner 52241 configured to determine the maximum value from the input data sequence, a mean value calculator 52242 configured to calculate the mean value of the input data sequence, and a divider 52243 configured to calculate a ratio between the maximum value and the mean value. The other components of the metric calculating module shown in FIG. 9 are the same as those of the metric calculating module shown in FIG. 8.

[0087] In the process shown in FIG. 9, the input is RTX-clean RX result sequence, where TX represents the transmission signal that generates PIM, clean RX represents the  reception signal after PIMC, and RTX-clean RX represents the sequence of the calculated values of the first cross-correlation. The maximum value, the maximum value’s index and the mean value of the input sequence are calculated separately by the maximum value determiner 52211, the peak locating module 5222 and the mean value calculator 52212. The divider 52213 calculates the ratio between the maximum value and the mean value and outputs PAR1 for use. The filter 5223 (e.g. a window filter) removes the values near the maximum value’s index from the input RTX-clean RX sequence, which means the original peak is removed. Then the second PAR calculator 5224 calculates the filtered sequence’s PAR (i.e. PAR2) and output PAR2 for use. In theory, if the removed peak is the obvious peak, PAR2 will be much smaller than PAR1. The divider 5225 calculates the ratio between PAR1 and PAR2, as the metric.

[0088] Evaluating module 523

[0089] The evaluating module 523 is configured to evaluate a performance of the PIMC based on the calculated metric. With respect to the metric (e.g. the ratio between the first PAR and the second PAR) from the metric calculating module 522, if the ratio is approximately equal to 1, it proves that the removed peak is not the obvious peak, and there are other peaks that do not significantly reduce PAR, which is like the example shown in FIG. 7B. This indicates that the TX and the RX are not correlated, and the PIMC results are good enough. However, if the ratio is larger than 1, the removed peak should be the obvious peak in the data sequence. This indicates that there are still residual parts related to the TX in the clean RX, so the PIMC cancelation is not good.

[0090] In view of the above, the evaluating module 523 may be configured to upgrade a rating for the evaluated performance of the PIMC as the ratio between the first PAR and the second PAR decreases. As an exemplary example, the evaluation table shown in FIG. 10 may be used by the evaluating module 523. The more stars are in a row of the evaluation table, the better the PIMC performance is. With the evaluation table, the proportion of residual PIM in the reception signal after PIMC (e.g. the output signal of the PIMC module) can be determined to evaluate whether the PIM has been fully and cleanly canceled and meets the uplink requirements. Note that the number of rows in the evaluation table may take a value other than 5 as long as it is greater than or equal to 2.

[0091] The evaluating module 523 may output the evaluation result to help the system observe and judge the working performance of PIMC in real time, and determine whether the reception signal after PIMC meets the uplink requirements. Real time dynamic monitoring of the performance of PIMC is important for the system, whether the PIMC is implemented through algorithm software optimization, scheduling adjustments, or on-site manual maintenance, since it can help engineers make more accurate decisions when meeting PIM problems. For example, if a plurality of PIMC algorithms (e.g. PIM modeling algorithms) could provide basically same PIMC performance according to their evaluation results, the PIMC algorithm having the lowest computational cost may be selected to be used in the PIMC module. Moreover, if currently used PIMC algorithm could provide basically satisfactory PIMC performance according to its evaluation result, there would be no need to further develop more complex PIMC algorithm.

[0092] As described hereinbefore, due to the presence of PIM in the uplink of the system, it is not known what the pure uplink signal power is. In this case, it is not accurate to determine the cancelation of PIMC solely by the reduction of the total uplink power, because only the relative reduction of PIM can be determined, but the absolute reduction cannot be determined. However, with the above first embodiment, the degree of an absolute reduction of PIM can be accurately determined by processing known information without additional measurement work. Note that the first embodiment may also be used in combination with the judgment of power reduction, to create a more accurate PIMC performance evaluation model.

[0093] The basic principle of second embodiment

[0094] FIG. 11 illustrates a PIMC module that may be used together with the performance evaluator of the present disclosure. As shown in FIG. 11, the PIMC module 54 comprises a time delay estimation (TDE) module 541, a PIM modeling module 542 and a subtractor 543. The TDE module 541 is configured to estimate a first time delay at which second cross-correlation between the transmission signal that generates PIM and the reception signal before PIMC is maximum. The reception signal before PIMC may be the reception signal input to the PIMC module 54. The first time delay estimated by the TDE module 541 may also be called PIM delay (represented by PIMDelay) . The working principle of the TDE module 541 is to perform cross-correlation calculation between the RX signal  with PIM and the TX signal that generates PIM, and the point where the cross-correlation peak value is located is the delay result of PIM. For example, according to the peak in FIG. 3, the PIM delay is 266.

[0095] Thus, the TDE module 541 may be implemented as including a second cross-correlation calculating module 5411 and a delay determining module 5412. The second cross-correlation calculating module 5411 may be configured to calculate values of the second cross-correlation between the transmission signal that generates PIM and the reception signal before PIMC. The delay determining module 5412 may be configured to determine, as the first time delay, a time delay at which a maximum peak occurs in the calculated values of the second cross-correlation.

[0096] For example, the second cross-correlation calculating module 5411 may comprise a transmission memory 54111, a reception memory 54112 and a cross-correlation calculator 54113. The transmission memory 54111 may be configured to store time-series data samples of the transmission signal that generates PIM. The reception memory 54112 may be configured to store time-series data samples of the reception signal before PIMC. The cross-correlation calculator 54113 may be configured to calculate the values of the second cross-correlation based on the time-series data samples stored in the transmission memory 54111 and the reception memory 54112.

[0097] The PIM modeling module 542 is configured to build a PIM model (represented by PIMmodel) to model the PIM generated by the transmission signal, based on the transmission signal and the first time delay estimated by the TDE module 541. The subtractor 543 is configured to subtract the modeled PIM from the reception signal before PIMC. The result output from the PIMC module 54 is the clean RX signal. Note that TX1 and TX2 in FIG. 11 may refer to transmission signals with different carriers or different transmission frequencies.

[0098] FIG. 12 illustrates loopback delay in downlink and uplink. As shown in FIG. 12, in a case where the performance evaluator (PE) 52 is used together with the PIMC module 54, if synchronous capture of TX and clean RX is employed in the PE 52, there would be an overall delay (represented by TPE) between the TX and residual PIM (if any) in the clean RX. This is because the generation of the PIM by the TX through a loop from downlink (DL) back to uplink (UL) requires a certain delay, and the generation of  the clean RX by the PIMC module 54 from the RX also requires a certain delay. The former delay (represented by TTX-RX) between the TX and the RX is PIMdelay according to the TDE result, i.e. TTX-RX = PIMdelay. The precise value of the latter delay (represented by TRX-clean RX) between the RX and the clean RX is unknown, but it should be in a limited range. Thus, the following inequality (2) can be obtained: TPE = TTX-clean RX = TTX-RX + TRX-clean RX > TTX-RX = TTDE = PIMdelay.    (2)

[0099] In view of the above, the cross-correlation window for the PE 52 can be set as shown in FIG. 13. Specifically, assume that the start data of TX sequence is D1, and the start time of D1 is Ttx_start. According to the previous analysis, the PIM generated by D1 should delay TTX-clean RX time on clean RX and TTX-clean RX = TTX-RX + TRX-clean RX =PIMdelay + TRX-clean RX. Although the precise value of TRX-clean RX is unknown, TRX-clean RX can be ensured to be considered in the cross-correlation calculation by setting a window because TRX-clean RX should be in a limited range. Therefore, the window size Twindow_size of the window may equal to a predetermined value that is configured before the PE starts working and it needs to be ensured that Twindow_size is greater than TRX-clean RX. This may be expressed as below:

[0100] Accordingly, the length of the result of the cross-correlation calculated in the PE can equal to the window size Twindow_size, which may be represented as below: RTX-clean RX = [RTX-clean RX (0) , RTX-clean RX (1) , RTX-clean RX (2) , ……, RTX-clean RX (Twindow_size) ] . (4)

[0101] Then, the input to the metric calculating module will be RTX-clean RX data which has the window size.

[0102] Second embodiment of performance evaluator

[0103] Since the TDE module has already obtained the PIM delay, this PIM delay can be used for narrowing the window size which defines the range of the sliding factor m in the above formula (1) for cross-correlation calculation during performance evaluation. In this  way, the window for cross-correlation calculation is smaller and does not require a lot of computation.

[0104] Based on this principle, FIG. 14 illustrates a performance evaluator and a radio unit according to a second embodiment of the disclosure. As shown in FIG. 14, the second embodiment is applicable to the case where the PIMC is implemented by a PIMC module. Thus, the radio unit 50’ may comprise a PIMC module 54 whose input is a reception signal before PIMC and whose output is the reception signal after PIMC. The PIMC module 54 comprises a TDE module 541 configured to estimate a first time delay at which second cross-correlation between the transmission signal that generates PIM and the reception signal before PIMC is maximum. For example, the TDE module 541 may be implemented as including the second cross-correlation calculating module 5411 and the delay determining module 5412 described above with respect to FIG. 11.

[0105] The performance evaluator 52’ comprises a delaying module 524, a first cross-correlation calculating module 521’ , a metric calculating module 522 and an evaluating module 523. The delaying module 524 is configured to delay the output of the PIMC module by the first time delay relative to the transmission signal that generates PIM. The expression like “delaying a first signal by a first time delay relative to a second signal” here may refer to that when calculating cross-correlation between the first signal (corresponding to g (t) ) and the second signal (corresponding to f (t) ) according to the above formula (1) , the sliding factor m for the first signal has a value range defined by a delay window, and the lower limit of the delay window is the first time delay. Further, the delayed output of the PIMC module provided from the delaying module 524 to the first cross-correlation calculating module 521’ may have a time duration that is longer than a second time delay required by the PIMC module 54 for generating the reception signal after PIMC. Thus, the upper limit of the above delay window is a sum of the first time delay and the time duration. As an exemplary example, the data samples of the output of the PIMC module 54 may be captured at the same time when the data samples of the transmission signal are captured, and a subset of the captured data samples of the output of the PIMC module 54 which is within the above delay window and the captured data samples of the transmission signal may be used for calculating the first cross-correlation in the first cross-correlation calculating module 521’ . The use of the delay  window can narrow the window range and reduce the computational complexity of cross-correlation.

[0106] Correspondingly, the first cross-correlation calculating module 521’ is configured to calculate the values of the first cross-correlation between the transmission signal that generates PIM and the delayed output of the PIMC module 54. The metric calculating module 522 and the evaluating module 523 of the second embodiment are the same as those of the first embodiment. Thus, their detailed description is omitted here for brevity.

[0107] FIG. 15 illustrates an exemplary example for implementing the second embodiment. As shown in FIG. 15, in this exemplary example, the first cross-correlation calculating module 521’ may be implemented as including a transmission memory 5211, a reception memory 5212’a nd a cross-correlation calculator 5213. The transmission memory 5211 may be configured to store time-series data samples of the transmission signal that generates PIM. The reception memory 5212’ may be configured to store time-series data samples of the delayed output of the PIMC module 54. The cross-correlation calculator 5213 may be configured to calculate the values of the first cross-correlation based on the time-series data samples stored in the transmission memory 5211 and the reception memory 5212’ . The other components shown in FIG. 15 are the same as those shown in FIG. 14.

[0108] With the above second embodiment, in addition to the same effects as the first embodiment, the window range for cross-correlation calculation can be further narrowed to further reduce the corresponding computational complexity when compared with the first embodiment. Note that the number of the transmission signals used for modeling the PIM may depend on the order of the PIM. For example, for third order PIM, one or two transmission signals may be used. For fifth order PIM, more transmission signals may be used.

[0109] Third embodiment of performance evaluator

[0110] According to the implementing example shown in FIG. 15, the first cross-correlation calculating module 521’ needs to capture and load the delayed PIMC output data and the TX data to corresponding memories for cross-correlation calculation. According to the PIMC module 54 shown in FIG. 11, the TDE module 541 also needs to perform cross- correlation to obtain the PIM delay. Both works are in series, that is, the TDE module 541 in the PIMC module 54 needs to be performed first, followed by the operations of the performance evaluator 52’ . Although the data selected for calculation are different, the cross-correlation part can be reused.

[0111] In view of the above, FIG. 16 illustrates a performance evaluator and a radio unit according to a third embodiment of the disclosure. As shown in FIG. 16, the first cross-correlation calculating module 521’a nd the second cross-correlation calculating module 5411 in the above second embodiment are implemented by a common cross-correlation calculating module 521” in the third embodiment. The performance evaluator 52” comprises a signal selector 525 configured to provide the reception signal before PIMC to the common cross-correlation calculating module 521” when the radio unit 50” is in an operation mode of PIMC, and to provide the delayed output of the PIMC module to the common cross-correlation calculating module 521” when the radio unit 50” is in an operation mode of PIMC performance evaluation. Since the cross-correlation part of the performance evaluator 52” shares the same hardware resources with the cross-correlation part in the TDE module 541, resource conservation can be achieved. In the case where the performance evaluator is integrated into the radio unit, the main part of the computing additionally introduced by the performance evaluator can reuse the existing hardware resources of the radio unit without involving too many additional resources. The other components of the performance evaluator 52” and the radio unit 50” are the same as those of the second embodiment and thus their detailed description is omitted here for brevity.

[0112] FIG. 17 illustrates an exemplary example for implementing the third embodiment. As shown in FIG. 17, the common cross-correlation calculating module 521” comprises a transmission memory 5211, a reception memory 5212” and a cross-correlation calculator 5213. The transmission memory 5211 may be configured to store time-series data samples of the transmission signal that generates PIM. The reception memory 5212” may be configured to store time-series data samples of the reception signal before PIMC or the delayed output of the PIMC module 54. The cross-correlation calculator 5213 may be configured to calculate the values of the first cross-correlation or the second cross-correlation based on the time-series data samples stored in the  transmission memory 5211 and the reception memory 5212”. The other components shown in FIG. 17 are the same as those shown in FIG. 16.

[0113] In the process shown in FIG. 17, the signal selector 525 may be a simple selector controlled by outside configuration to decide whether the radio unit works in PIMC mode or performance evaluation mode. This determines which kind of data is stored in the RX memory in the TDE module. Only 1 bit is enough to control the selector. For example, when the control signal for the signal selector is ‘0’ , the radio unit works in PIMC mode and the signal selector outputs the original RX data. When the control signal for the signal selector is ‘1’ , the radio unit works in performance evaluation mode, and the signal selector outputs the clean RX data. The original RX data is captured from the UL before the PIMC module, and it contains both UE data and PIM interference. The clean RX data is captured from the UL after the PIMC module. In theory, the PIM should be cancelled by the PIMC module, but there may still be some residue, depending on the performance of the PIMC module. The initial configuration for the signal selector can be set to ‘0’ , as the PIMC module should build the model and cancel the PIM first. After it finishes cancellation work and the clean RX data is generated, the configuration for the signal selector can be set to ‘1’ to start the performance evaluation mode if needed.

[0114] With the above third embodiment, in addition to the same effects as the second embodiment, resources used for cross-correlation calculation can be further conserved when compared with the second embodiment.

[0115] Method embodiments of the disclosure

[0116] FIG. 18 is a flowchart illustrating a method performed by a performance evaluator according to an embodiment of the disclosure. At block 1802, the performance evaluator calculates values of first cross-correlation between a transmission signal that generates PIM and a reception signal after PIMC, as described above with respect to the first cross-correlation calculating module 521.

[0117] At block 1804, the performance evaluator calculates a metric reflecting a relation between PARs of peaks in the calculated values of the first cross-correlation, as described above with respect to the metric calculating module 522. For example, block 1804 may be implemented as blocks 1912～1920 of FIG. 19. At block 1912, the  performance evaluator calculates a first PAR based on the calculated values of the first cross-correlation. At block 1914, the performance evaluator determines a location of a maximum value in the calculated values of the first cross-correlation. At block 1916, the performance evaluator removes, from the calculated values of the first cross-correlation, the values around the location of the maximum value. At block 1918, the performance evaluator calculates a second PAR based on remaining values of the first cross-correlation after the removing. At block 1920, the performance evaluator calculates, as the metric, a ratio between the first PAR and the second PAR.

[0118] At block 1806, the performance evaluator evaluates a performance of the PIMC based on the calculated metric, as described above with respect to the evaluating module 523. With the method of FIG. 18, the degree of an absolute reduction of PIM can be accurately determined by processing known information without additional measurement work. Moreover, real time dynamic monitoring of the performance of PIMC can be achieved.

[0119] FIG. 20 is a flowchart illustrating a method performed by a performance evaluator according to an embodiment of the disclosure. The method is applicable to the case where the PIMC is implemented by a PIMC module of the radio unit. At block 2008, the performance evaluator receives a first time delay from the PIMC module whose input is a reception signal before PIMC and whose output is the reception signal after PIMC. The first time delay is a time delay at which second cross-correlation between the transmission signal that generates PIM and the reception signal before PIMC is maximum.

[0120] At block 2010, the performance evaluator delays the output of the PIMC module by the first time delay relative to the transmission signal that generates PIM. Further, the delayed output of the PIMC module may have a time duration that is longer than a second time delay required by the PIMC module for generating the reception signal after PIMC.

[0121] At block 2002, the performance evaluator calculates the values of the first cross-correlation between the transmission signal that generates PIM and the delayed output of the PIMC module. At block 1804, the performance evaluator calculates a metric reflecting a relation between PARs of peaks in the calculated values of the first cross- correlation. At block 1806, the performance evaluator evaluates a performance of the PIMC based on the calculated metric.

[0122] With the method of FIG. 20, in addition to the same effects as the method of FIG. 18, the window range for cross-correlation calculation can be further narrowed to further reduce the corresponding computational complexity when compared with the method of FIG. 18.

[0123] FIG. 21 is a flowchart illustrating a method performed by a performance evaluator according to an embodiment of the disclosure. The method is applicable to the case the first cross-correlation in the performance evaluator and second cross-correlation in a PIMC module of the radio unit are calculated by a common cross-correlation calculating step. At block 2122, the performance evaluator provides the reception signal before PIMC to the common cross-correlation calculating step when the radio unit is in an operation mode of PIMC. At block 2124, the performance evaluator provides the delayed output of the PIMC module to the common cross-correlation calculating step when the radio unit is in an operation mode of PIMC performance evaluation. At block 2126, the performance evaluator stores time-series data samples of the transmission signal that generates PIM. At block 2128, the performance evaluator stores time-series data samples of the reception signal before PIMC or the delayed output of the PIMC module. At block 2130, the performance evaluator calculates the values of the first cross-correlation or the second cross-correlation based on the stored time-series data samples. With the method of FIG. 21, resources used for cross-correlation calculation can be further conserved since common resources are used for performing the common cross-correlation calculating step.

[0124] Fourth embodiment of performance evaluator

[0125] FIG. 22 is a block diagram illustrating a performance evaluator and a radio unit according to a fourth embodiment of the disclosure. As shown in FIG. 22, the fourth embodiment provides a performance evaluator 2202 and also provides a radio unit 2200 comprising the performance evaluator 2202. The performance evaluator 2202 comprises a processor 2204 and a memory 2206 that stores a program.

[0126] The program includes program instructions that, when executed by the processor 2204, enable the performance evaluator 2202 to operate in accordance with the embodiments of the present disclosure, as discussed above. That is, the embodiments of the present disclosure may be implemented at least in part by computer software executable by the processor 2204, or by hardware, or by a combination of software and hardware.

[0127] The memory 2206 may be of any type suitable to the local technical environment and may be implemented using any suitable data storage technology, such as semiconductor based memory devices, flash memories, magnetic memory devices and systems, optical memory devices and systems, fixed memories and removable memories. The processor 2204 may be of any type suitable to the local technical environment, and may include one or more of general purpose computers, special purpose computers, microprocessors, digital signal processors (DSPs) and processors based on multi-core processor architectures, as non-limiting examples.

[0128] Based on the above description, the fourth embodiment also provides a computer program product. The computer program product may comprise instructions which when executed by at least one processor, cause the at least one processor to perform the method according to any of the above method embodiments.

[0129] In addition, the fourth embodiment also provides a computer readable storage medium. The computer readable storage medium may store thereon instructions which when executed by at least one processor, cause the at least one processor to perform the method according to any of the above method embodiments.

[0130] As such, it should be appreciated that at least some aspects of the exemplary embodiments of the disclosure may be practiced in various components such as integrated circuit chips and modules. It should thus be appreciated that the exemplary embodiments of this disclosure may be realized in an apparatus that is embodied as an integrated circuit, where the integrated circuit may comprise circuitry (as well as possibly firmware) for embodying at least one or more of a data processor, a digital signal processor, baseband circuitry and radio frequency circuitry that are configurable so as to operate in accordance with the exemplary embodiments of this disclosure.

[0131] It should be appreciated that at least some aspects of the exemplary embodiments of the disclosure may be embodied in computer-executable instructions, such as in one or more program modules, executed by one or more computers or other devices. Generally, program modules include routines, programs, objects, components, data structures, etc. that perform particular tasks or implement particular abstract data types when executed by a processor in a computer or other device. The computer executable instructions may be stored on a computer readable medium such as a hard disk, optical disk, removable storage media, solid state memory, RAM, etc. As will be appreciated by one skilled in the art, the function of the program modules may be combined or distributed as desired in various embodiments. In addition, the function may be embodied in whole or in part in firmware or hardware equivalents such as integrated circuits, field programmable gate arrays (FPGA) , and the like.

[0132] References in the present disclosure to “one embodiment” , “an embodiment” and so on, indicate that the embodiment described may include a particular feature, structure, or characteristic, but it is not necessary that every embodiment includes the particular feature, structure, or characteristic. Moreover, such phrases are not necessarily referring to the same embodiment. Further, when a particular feature, structure, or characteristic is described in connection with an embodiment, it is submitted that it is within the knowledge of one skilled in the art to implement such feature, structure, or characteristic in connection with other embodiments whether or not explicitly described.

[0133] It should be understood that, although the terms “first” , “second” and so on may be used herein to describe various elements, these elements should not be limited by these terms. These terms are only used to distinguish one element from another. For example, a first element could be termed a second element, and similarly, a second element could be termed a first element, without departing from the scope of the disclosure. As used herein, the term “and / or” includes any and all combinations of one or more of the associated listed terms.

[0134] The terminology used herein is for the purpose of describing particular embodiments only and is not intended to limit the present disclosure. As used herein, the singular forms “a” , “an” and “the” are intended to include the plural forms as well, unless the context clearly indicates otherwise. It will be further understood that the terms  “comprises” , “comprising” , “has” , “having” , “includes” and / or “including” , when used herein, specify the presence of stated features, elements, and / or components, but do not preclude the presence or addition of one or more other features, elements, components and / or combinations thereof. The terms “connect” , “connects” , “connecting” and / or “connected” used herein cover the direct and / or indirect connection between two elements. It should be noted that two blocks shown in succession in the above figures may, in fact, be executed substantially concurrently, or the blocks may sometimes be executed in the reverse order, depending upon the functionality involved.

[0135] The present disclosure includes any novel feature or combination of features disclosed herein either explicitly or any generalization thereof. Various modifications and adaptations to the foregoing exemplary embodiments of this disclosure may become apparent to those skilled in the relevant arts in view of the foregoing description, when read in conjunction with the accompanying drawings. However, any and all modifications will still fall within the scope of the non-Limiting and exemplary embodiments of this disclosure.

Claims

1.A performance evaluator (52, 52’ , 52” ) at a radio unit (50, 50’ , 50” ) , the performance evaluator (52, 52’ , 52” ) comprising:a first cross-correlation calculating module (521, 521’ , 521” ) configured to calculate values of first cross-correlation between a transmission signal that generates passive intermodulation, PIM, and a reception signal after PIM cancellation, PIMC;a metric calculating module (522) configured to calculate a metric reflecting a relation between peak-to-average ratios, PARs, of peaks in the calculated values of the first cross-correlation; andan evaluating module (523) configured to evaluate a performance of the PIMC based on the calculated metric.2.The performance evaluator (52’ , 52” ) according to claim 1, wherein the radio unit (50’ , 50” ) comprises: a PIMC module (54) whose input is a reception signal before PIMC and whose output is the reception signal after PIMC;wherein the PIMC module (54) comprises a time delay estimation, TDE, module (541) configured to estimate a first time delay at which second cross-correlation between the transmission signal that generates PIM and the reception signal before PIMC is maximum;wherein the performance evaluator (52’ , 52” ) further comprises: a delaying module (524) configured to delay the output of the PIMC module by the first time delay relative to the transmission signal that generates PIM; andwherein the first cross-correlation calculating module (521’ , 521” ) is configured to calculate the values of the first cross-correlation between the transmission signal that generates PIM and the delayed output of the PIMC module.3.The performance evaluator (52’ , 52” ) according to claim 2, wherein the delayed output of the PIMC module (54) provided from the delaying module (524) to the first cross-correlation calculating module (521’ , 521” ) has a time duration that is longer than a second time delay required by the PIMC module (54) for generating the reception signal after PIMC.4.The performance evaluator (52’ , 52” ) according to claim 2 or 3, wherein the TDE module (541) comprises:a second cross-correlation calculating module (5411, 521” ) configured to calculate values of the second cross-correlation between the transmission signal that generates PIM and the reception signal before PIMC; anda delay determining module (5412) configured to determine, as the first time delay, a time delay at which a maximum peak occurs in the calculated values of the second cross-correlation.5.The performance evaluator (52” ) according to claim 4, wherein the first cross-correlation calculating module (521’ ) and the second cross-correlation calculating module (5411) are implemented by a common cross-correlation calculating module (521” ) ; andwherein the performance evaluator (52” ) comprises a signal selector (525) configured to provide the reception signal before PIMC to the common cross-correlation calculating module (521” ) when the radio unit (50” ) is in an operation mode of PIMC, and to provide the delayed output of the PIMC module to the common cross-correlation calculating module (521” ) when the radio unit (50” ) is in an operation mode of PIMC performance evaluation.6.The performance evaluator (52” ) according to claim 5, wherein the common cross-correlation calculating module (521” ) comprises:a transmission memory (5211) configured to store time-series data samples of the transmission signal that generates PIM;a reception memory (5212” ) configured to store time-series data samples of the reception signal before PIMC or the delayed output of the PIMC module; anda cross-correlation calculator (5213) configured to calculate the values of the first cross-correlation or the second cross-correlation based on the time-series data samples stored in the transmission memory (5211) and the reception memory (5212” ) .7.The performance evaluator (52, 52’ , 52” ) according to any of claims 1 to 6, wherein the metric calculating module (522) comprises:a first PAR calculator (5221) configured to calculate a first PAR based on the calculated values of the first cross-correlation;a peak locating module (5222) configured to determine a location of a maximum value in the calculated values of the first cross-correlation;a filter (5223) configured to remove, from the calculated values of the first cross-correlation, the values around the location of the maximum value;a second PAR calculator (5224) configured to calculate a second PAR based on the filtered values of the first cross-correlation; anda divider (5225) configured to calculate, as the metric, a ratio between the first PAR and the second PAR.8.The performance evaluator (52, 52’ , 52” ) according to claim 7, wherein the evaluating module (523) is configured to upgrade a rating for the evaluated performance of the PIMC as the ratio between the first PAR and the second PAR decreases.9.The performance evaluator (52’ , 52” ) according to any of claims 2 to 8, wherein the PIMC module (54) further comprises:a PIM modeling module (542) configured to model the PIM generated by the transmission signal, based on the transmission signal and the first time delay estimated by the TDE module (541) ; anda subtractor (543) configured to subtract the modeled PIM from the reception signal before PIMC.10.The performance evaluator (52, 52’ , 52” ) according to any of claims 1 to 9, wherein the radio unit (50, 50’ , 50” ) is for use in a base station.11.A method performed by a performance evaluator at a radio unit, the method comprising:calculating (1802) values of first cross-correlation between a transmission signal that generates passive intermodulation, PIM, and a reception signal after PIM cancellation, PIMC;calculating (1804) a metric reflecting a relation between peak-to-average ratios, PARs, of peaks in the calculated values of the first cross-correlation; andevaluating (1806) a performance of the PIMC based on the calculated metric.12.The method according to claim 11, further comprising:receiving (2008) a first time delay from a PIMC module of the radio unit whose input is a reception signal before PIMC and whose output is the reception signal after PIMC, wherein the first time delay is a time delay at which second cross-correlation between the transmission signal that generates PIM and the reception signal before PIMC is maximum; anddelaying (2010) the output of the PIMC module by the first time delay relative to the transmission signal that generates PIM;wherein the values of the first cross-correlation between the transmission signal that generates PIM and the delayed output of the PIMC module is calculated.13.The method according to claim 12, wherein the delayed output of the PIMC module has a time duration that is longer than a second time delay required by the PIMC module for generating the reception signal after PIMC.14.The method according to claim 12 or 13, wherein the first cross-correlation and the second cross-correlation are calculated by a common cross-correlation calculating step; andwherein the method comprises: providing (2122) the reception signal before PIMC to the common cross-correlation calculating step when the radio unit is in an operation mode of PIMC; and providing (2124) the delayed output of the PIMC module to the common cross-correlation calculating step when the radio unit is in an operation mode of PIMC performance evaluation.15.The method according to claim 14, wherein the first cross-correlation and the second cross-correlation are calculated by the common cross-correlation calculating step by:storing (2126) time-series data samples of the transmission signal that generates PIM;storing (2128) time-series data samples of the reception signal before PIMC or the delayed output of the PIMC module; andcalculating (2130) the values of the first cross-correlation or the second cross-correlation based on the stored time-series data samples.16.The method according to any of claims 11 to 15, wherein calculating (1804) the metric comprises:calculating (1912) a first PAR based on the calculated values of the first cross-correlation;determining (1914) a location of a maximum value in the calculated values of the first cross-correlation;removing (1916) , from the calculated values of the first cross-correlation, the values around the location of the maximum value;calculating (1918) a second PAR based on remaining values of the first cross-correlation after the removing; andcalculating (1920) , as the metric, a ratio between the first PAR and the second PAR.17.The method according to claim 16, wherein a rating for the evaluated performance of the PIMC is upgraded as the ratio between the first PAR and the second PAR decreases.18.The method according to any of claims 11 to 17, wherein the radio unit is for use in a base station.19.A performance evaluator (2202) at a radio unit (2200) , the performance evaluator (2202) comprising:at least one processor (2204) ; andat least one memory (2206) , the at least one memory (2206) containing instructions executable by the at least one processor (2204) , whereby the performance evaluator (2202) is operative to:calculate values of first cross-correlation between a transmission signal that generates passive intermodulation, PIM, and a reception signal after PIM cancellation, PIMC;calculate a metric reflecting a relation between peak-to-average ratios, PARs, of peaks in the calculated values of the first cross-correlation; andevaluate a performance of the PIMC based on the calculated metric.20.The performance evaluator (2202) according to claim 19, wherein the performance evaluator (2202) is operative to perform the method according to any of claims 12 to 18.21.A radio unit (50, 50’ , 50” , 2200) comprising:a performance evaluator (52, 52’ , 52” , 2202) according to any of claims 1 to 10 and 19 to 20.22.A computer readable storage medium storing thereon instructions which when executed by at least one processor, cause the at least one processor to perform the method according to any of claims 11 to 18.

Images