关闭

关闭

关闭

封号提示

内容

首页 智能天线DOA估计技术研究.pdf

智能天线DOA估计技术研究.pdf

智能天线DOA估计技术研究.pdf

上传者: xl46512 2012-05-08 评分 0 0 0 0 0 0 暂无简介 简介 举报

简介:本文档为《智能天线DOA估计技术研究pdf》,可适用于IT/计算机领域,主题内容包含哈尔滨工程大学博士学位论文智能天线DOA估计技术研究姓名:张锦中申请学位级别:博士专业:通信与信息系统指导教师:张曙智能天线BOA估计技术研究摘要阵符等。

哈尔滨工程大学博士学位论文智能天线DOA估计技术研究姓名:张锦中申请学位级别:博士专业:通信与信息系统指导教师:张曙智能天线BOA估计技术研究摘要阵列信号处理是信号处理领域的一个重要分支在雷达、通信等系统中得到广泛的应用。通过对信号在时间和空间上同时进行采样和处理可以更加充分地提取信号中的信息从而更加有效地抑制干扰提高系统的效率。本文介绍了阵列信号处理基本理论及模型主要对阵列信号处理的两个重要方面DOA估计和波束形成技术及其相关技术进行了一些研究。)研究了特征结构波束形成算法特征结构波束形成法有效地提高了MVDR算法针对指向误差敏感的缺点但是带来了较大的运算量而且当约束矢量与信号导向矢量正交时系统性能将严重下降。本文针对特征结构法以上的缺点构造了基于指向误差均匀分布模型的平均导向矢量由于新的约束矢量的作用相当于加宽了波束主瓣的宽度减少了期望信号落入波束主瓣边缘的概率因此该算法可以有效地对抗指向性误差。该文还针对不同的阵元数给出了角度区间的选择准则。计算机的仿真结果证明基于导向矢量旋转的稳健算法在不明显增加算法运算量的基础上有效的提高了算法对指向误差的鲁棒性。对自适应波束形成器的设计有一定的指导意义。)在对最小误码率波束形成研究的基础上提出了最小误码率空时均衡技术的自适应实现。要求一个判决系统的误码率我们必须首先知道观测信号的概率密度函数但我们通常无法知道观测信号的概率密度函数。因此必须首先估计观测信号的概率密度函数。有两种非参数化的概率密度估计方法一个是Parzen密度估计即核密度估计另一个是knearestneighbor密度估计法这两种方法原理非常相似但却有不同的统计特性。本文采用经典的Par'zen窗法或核密度估计法来近似空时均衡器输出信号的概率密度导出了系统误码率与权值的关系。研究了最小误码率空时均衡逐样本自适应算法即随机梯度最小误码率法。此方法具有较低的计算量可与LMS相比拟。仿真结果还表明最小误码率空时均衡技术具有较强的抗过载与抗强干扰的能力。)研究了信源扩展情况下的两维DOA估计算法。由于信源扩展相当于在接收信号协方差阵的每个元素上附加一乘性噪声在高斯白噪声的假设下哈尔滨工程大学博士学位论文加性噪声对协方差矩阵次对角线不产生影响因此可以利用次对角线的信息来获得到达信号的方向角估计。由此本文得到了两个改进的二维扩展DOA估计方法对两种方法进行的仿真结果证明了它们对均匀圆阵小角度扩展信号DOA估计具有良好的性能。第一种方法获得了DOA的闭式解同时改善了误码率利用两条次对角线还构造了最小二乘方程这种方法所相应的DOA估计与原方法基本相同说明本方法也是有效的。)在仔细研究了波束域DOA估计算法基本原理及其性能的基础上提出了一种基于DFT的波束域改进投影矩阵算法。最后对改进算法和阵元域投影矩阵法进行了仿真比较并给出了分析结果。仿真结果表明改进算法是一种有效的DOA估计算法在计算量、计算时间、估计信号个数等问题上都有一定的改进优于阵元域投影矩阵算法。基于DFT的波束域改进投影矩阵算法是一种估计信源数目和波达方向的快速DOA估计算法。关键词:阵列信号处理DOA估计自适应波束形成智能天线智能天线BOA估计技术研究ABSTRACTArraysignalprocessinganditsapplicationhasbeenoneofthefocasesinsignalprocessingfield.BysamplingandprocessingsignalbothintimedomainandinspatialdomaintheinformationofinterestcontainedinthesignalCanbeexploitedsufficiently,therebyinterferencecallbesuppressedmoreeffectively,andSOthecapacityofsystemCanbeimprovcdbyintroducingarraysignalprocessingalgorithms.InthisdissertationthemodelandtheoryofarraysignalprocessingarestudiedDOAsestimationandbeamformingtechnologiesandtheircorrelatedtechnologywereresearcheddeeply,whicharethetwomainaspectsinarraysign丑lprocessingfield..ThealgorithmbasedontheeigenspacewasinvestigateditmaketheMVDRpossesstheabilityresistingthepointingerror,butthecompumtionalamountisverylargeandtheperformanceofthesystemwilldegradesharplywhentheconstraintvectorisorthogonalwiththesigrlalsteeringvector.Aimingattheabovedeficiencyoftheeignespacebeamformer,thepaperconstructallaveragesteeringvectorassumingthattheDOAdistributionofthesi刚isuniforminthespecifiedangularre,on.Thenovelconstraintsteeringvectorbroadensthemalnlobewidthofthebeamformer,reducestheprobabilitythatsignalisattheedgeofthemalnlobeSOitCancombatthepointingerroreffectively.epaperalsoderivestheselectioncriterionofthean刚arinterval嬲thevarialiceoftheelememnumber.Thesimulationresultsofthecompmershowthealgorithmproposedbythispaperisrobustforthepointingerror,butitdonotincreasethecomputationeffortmuch..TllisdissertationinvestigatedbeamformingbasedonthemiRinlumbiterrorrateandproposedaspacetimeequalizationalgorithmbasedontheminimumbiterrorrateandtheadaptiveimplememofspacetimeequalizationalgorithmbasedonthemJninlurflbiterrorrateInordertodeterminethebiterrorrateofadecisionsystem.wemustfirstlyknowntheprobabilitydensityfunctionoftheobservedsignalunfortunatelywecannotoftenobtainit.哈尔滨工程大学博士学位论文一IIUtilizingtheParzenwindowandkerneldensitytoestimatetheprobabilityoftheweightedoutputsignalthepaperstudyspacetimeequalizationalgorithmbasedstochasticgradientminimumbitcrrolratewhosecomputationeffortislOWel"likeLMS.Theresultsofcomputersimulationindicatespacetimeequalizationalgorithmbasedontheminimumbitell'Orratehavethecapabilityresistingthearrayoverloadandthestronginterference..ispaperstudiedtwodimensionDOAestimationalgorithminthepresenceofDOAspreadabouttheSotlrct:.DOAspreadofthe$Olllmeisequivalenttoaddamultiplenoiseinthedemententryofthecovarianeeofoutputsignal.UndertheassumptionofadditivewhitegaussiannoiseadditivenoisedonotcontributetotheoffmaindiagonalofthecovarianceSOWeC:铷estimatetheDOAofsignalutilizingtheoffmaindiagonal.ThispaperobtaintwodimensionDOAestimationalgorithmwhoseperformanceisverygoodforthesmallanglespreadwhenthearraygeometryistheuniformcirculararray.OneobtainsthecloseformsolutionofD九andimprovesBER,anotherperformanceis$all'le踞theoriginalalgorithmbyconstructingLSequation..KspaperproposedabeamspaceprojectionDOAestimationalgorithmbasedontheDFTtransform.FirstlybeamspaeeprocessingmethodandprojectionmatrixDOAestimationisintroducedthenWOcomparedtheperformanceofmodifiedmethodandoriginalalgorithm.SimulationresultsindicatethemodifiedmethodsuperiortotheoriginalalgorithmandhaveadvantageinthecomputationeffortcomputationtimeandthenumberestimationoftheSoUrCe.Keywords:ArraysignalprocessingDOAestimationAdaptivebeamforming,Smaitantcrma哈尔滨工程大学学位论文原创性声明本人郑重声明:本论文的所有工作是在导师的指导下由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出并与参考文献相对应。除文中已注明引用的内容外本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者(签字):丝丝Ft期:矽‘年月伽Et第章绪论第章绪论.研究的背景及意义近十多年来全球无线通信事业飞速发展通信业务的需求量越来越大特别是军用通信技术对战时复杂电子环境下的技术指标要求对通信技术提出了更高的要求。通信系统除了要有极大的通信容量有极好的通信质量有极高的频带利用率外同时还要求在复杂的无线通信环境和频带资源受限的条件下也能达到以上的目标。而要实现先进的无线通信技术的飞跃主要受以下个因素的限制:(多径)衰落时延扩展和多址干扰特别是在军事通信系统中还存在敌方的人为干扰等。要克服这些限制仅仅采用目前的数字通信技术是远远不够的。近几年开始研究的智能通信技术:即智能移动通信技术包括智能天线、智能传输、智能接收和智能化通信协议等为克服和减轻这些限制达到或接近第三代移动通信系统的理想目的提供了有力的技术支持已成为现代军事通信技术及第三代移动通信系统重要的技术保证。而智能天线技术以其独特的方式成为抗干扰、提高容量限制等问题的有效的手段它可以在敌方干扰方向形成零陷是对抗敌方干扰的有效方式被认为是未来通信技术中的一种技术发展趋势成为军事通信系统的新的技术之一。从十九世纪末俄国波波夫的无线电通信实验和马克尼在英吉利海峡成功进行无线电通信试验以来无线通信已走过了一百多年的历史。在其间无线通信技术经历了第二次世界大战的洗礼无线通信已经成为军事、民用通信中不可缺少的重要通信方式。然而真正大规模的民用无线通信应用还是在上世纪中叶以后的事。特别是近二十年来通信技术出现了突飞猛迸的发展。这个飞跃一方面要归功于许多相关技术领域的进展包括数字通信技术、射频电路制造技术、计算机技术、大规模集成电路技术和其他微型工艺技术等。正是由于这些技术的应用使得通信设备实现了体积微型化通信系统性能更可靠系统的容量也有了成倍地增加。另一方面。世界经济的发展大大强哈尔滨工程大学博士学位论文化了个人通信方式的发展使得无线通信成为电信领域中发展最快的分支之一。巨大的市场潜力吸引各国政府和有实力的通信公司投入大量的资金去研究新的通信技术力争在竞争日趋剧烈的移动通信行业中获取更大的利益。目前这种高速发展的态势继续保持下去直到最终实现个人通信的所谓A目标为止。即实现在任何地点、任何时间和任何人(anywhereanytimetoany.boay)都可以自由地交换信息。非常有趣的是尽管现代军事通信技术和民用通信技术两者的出发点是如此之不同但在要实现高效、高容量、高可靠的A通信方面却是完全相同的现代军事通信技术和民用通信技术两者在这方面可以说是异途同归。可以说从来没有一种军事技术的发展与民用技术的关系能象今天的军事通信技术与民用通信技术相互渗透相互融合密不可分。军事通信技术与民用通信技术两者有很大的相似性军事通信技术大量采用了民用通信技术同时很多军事通信技术也转化为商业、民用。但由于军事通信技术是围绕战争这个特殊的环境和任务军事通信要求迅速、准确、保密和不间断从而军事通信技术就比民用通信技术更加注重时效性、机动灵活性、安全保密性、电子防御能力等等。首先在时效性上军事行动兵贵神速时间的军事价值十分突出要求反应迅猛以最快的速度赢得战场主动。而这首先对信息的传递速度提出了极高的要求没有通信的及时性快速性就没有指挥员的及时掌握战场瞬息万变的可能性。以舰载导弹进行舰对舰的超视距攻击从时间准备而言只有短短的几分钟。没有信息传递的快速性没有通信的有效的宽广覆盖范围没有高的通信速率和低的误码率要保证指控系统和战场的指挥员抓住稍纵即逝豹战机是不可能的。其次在机动性上现代战争在广阔的空间上展开因此现代军事通信技术应能适应高度机动性和应变能力。要能适应各种复杂的地形地貌各种海区海况在部队高速运动中进行机动通信实现和战术通信网以及与相对固定的战略通信网基础通信网之间互联互通实现可靠通信。在电子防御方面(或通信抗干扰方面)它是保障战时通信系统正常运行的必要能力是信息战的重要组成部分。因为电子对抗(电子战)已是现代战争的新型领域己成为影响战争进程乃至战争胜负的重要因素。由于战时第章绪论敌我双方都主要依靠无线电通信而敌方的电子干扰可能从全频段对整个cI系统的电子设备进行干扰其干扰功率可达几十至上百千瓦干扰跟踪速度为毫秒级干扰精度达千赫从而使得未来战争中的军事通信设备必须具有良好的抗干扰能力从而才能应对十分复杂的电磁干扰环境。除了采取通用的无线电通信管理原则外还要采取抗干扰能力强的通信体制加强通信设备自身抗干扰能力采用扩频通信、猝发通信以减小被截获的概率而采用自适应技术的智能天线技术对抗干扰能力的增加都会提供有力的技术支持。.军事通信技术信息技术在现代军事领域占有越来越重要的地位已经成为决定战争胜负的一个关键因素。信息战己经成为现代战争的主要作战形式之一。为适应信息战的要求我国最近提出的军队建设目标是“以信息化带动机械化”。军事通信对抗已经成为信息战中技术含量最高的重要组成部分。应用于通信对抗中的通信信号处理技术主要研究非合作通信条件下对非平稳、隐蔽的信号进行盲检测、盲估计以及抗人为干扰等问题技术难度更大。军事通信对抗中的信号处理技术发展非常迅速。这得益于两个方面的动力:其一军事通信的技术和手段不断更新在数字化的基础上逐步走向软件化、智能化、宽带化和网络化出现了自适应跳频、突发通信、宽带调制和复杂编码等许多新的实用技术推动了具有很强针对性的信号侦测和处理领域的算法研究其二现代信号处理的四太热点:谱估计、高阶统计量方法、阵列信号处理、时频分析的理论和技术日臻完善并逐渐应用于通信技术的各个领域。此外全数字接收机和软件无线电技术的应用和发展为现代信号处理技术提供了应用平台。通信信号处理是通信和信号处理两个学科的综合应用随着信号处理技术的迅速发展和通信技术的广泛应用而引起研究人员的高度重视具有强劲的发展势头。在数字通信中发射端采用数字调制方式发射信息信号接收端采用数字信号处理方法恢复发射的信号。在雷达信号处理、地球物理、声哈尔滨工程大学博士学位论文纳信号中【由于传输信道为无线信道在信号的传输过程中会遭受衰落、扩展及多径传播等现象并且可能存在多个用户同时在同一信道进行发射和接收的情况。这使得通信信号的分析和处理具有明显区别于其他信号处理技术。本文主要研究现代通信信号处理理论中的智能天线技术即DOA估计技术与波束形成技术。阵列信号处理的理论可以追溯到二十世纪六十年代到现在已经有四十多年的历史了其间主要经历了三个主要阶段:六十年代主要集中在自适应波束控制上如自适应相控阵列、自适应波束操控天线等七十年代主要集中在自适应零点控制上如自适应滤波、自适应置零技术、自适应副瓣对消等而八十年代后主要集中在空间谱估计上如子空间谱估计、最大似然谱估计、最大熵谱估计等等。随着人们研究的不断深入阵列信号处理理论也曰趋成熟和完善并且有了大量相关的报道其中包括R.Monzingo【】J.E.HudsonA.FarinaMILC.Liberti和T.S.Rappaport】等人的关于智能天线的著作以及H.Steyskal【R.T.Compton,VanVeen【lGabrielW.F.【loGodaraLalC.【'等综述文章。另外关于阵列信号处理的最新成果包括HaykinS.【HarryL.VanTreesllWillieS.Stergios【埘P.S.Naidu【】等人的著作关于智能天线的综述文章还包括文酬都是各个不同时期对阵列信号处理和智能天线的优秀综述。在通信系统中采用智能天线的最终目的是提高信号的信干噪比(SINR)因此要进行波束形成但我们所提出的智能天线系统方案(在第二章叙述)是以空间为参考的波束形成技术。因此需要首先估计信号的到DOA。.DOA估计技术..空间扩展源的DDOA估计建立天线阵测量数据模型包括天线阵模型、信号模型、以及干扰与噪声的模型是阵列信号处理的第一步。在阵列信号处理中通常假定感兴趣第章绪论的信号是由点源发出的。这些信号源被认为是三维空间中的一个点。当辐射源的尺寸与接收天线阵的分辨率相比要小得多时我们就可以把此源看作点源。实际中的源总是有一定大小的而不是一个点。实际的信号总会由于散射等而会在空间形成符合某种分布的空间扩展的信号。本文中称这些实际中的信号为空间扩展源。还有人称这种信号为空间分布源、空间弥散信号、散射源等等。因为空间分布源在许多工程应用中广泛存在因此开发出可以从空间扩展源中提取信号与参数的检测与估计算法就显得非常重要了。问题是目前的许多高分辨的DOA估计算法如MUSICESPRIT“算法都是基于点源的假设的因此它们不能直接应用于空间扩展源。对于窄带点源信号子空间的维数是非相干的信号数。因此每个信号对应于信号子空间中的一维。空间扩展源可以看作是由许多空间邻近的点源所组成的。如果这些点源也是非相关的话则相应的协方差矩阵会张成整个空间。这意味着传统的基于子空间分解的DOA估计算法将会对信号的空间扩展非常敏感而导出错误的结果。已有一些算法对点源模型进行了扩展可以对空间扩展的信号进行检测和估计。两维到达角估计是DOA估计的发展方向。如果要同时估计信号的两维空间角即方位角与俯仰角则要求使用面阵。而均匀圆阵在DOA估计上有如下优点:均匀圆阵可以覆盖度范围的方位角并可提供俯仰角的信息。而且合成的方向图随着方位角的改变而基本不变。已有的二维空间角估计方法基于上是把基于子空间的一维DOA估计方法推广N维情况。因此需要进行两维搜索计算量很大。所以有必要研究对空间扩展源适用的不需要进行搜索的能直接给出闭式解的算法进行研究。..波束域DOA估计技术波束形成的一个重要应用就是可以对信号入射方位进行准确估计。但是常规波束形成方法由于受瑞利限的限制无法分辨两个靠得很近的目标更无法对它们的方位进行准确的估计。天线阵信号处理的高分辨技术突破了方位分辨的瑞利限为智能天线系统性能的提高提供了一个值得探索的研究哈尔滨工程大学博士学位论文方向。但目前的高分辨算法离实用还有一定的距离。这种现状促使研究者们想方设法对高分辨技术加以某种改进以使其能在实际系统中获得应用。波束域高分辨方位估计技术是高分辨技术发展历史上的较大进步。不同于直接采用天线阵阵元输出的传统高分辨技术波束域方法利用天线阵多个波束的输出对这些波束覆盖的空间区域内的目标进行高分辨方位估计。考虑到常规波束形成法对阵元误差(包括系统误差、随机误差等)有较好的鲁棒性BienvenuG.和KoppL.瞄J最早提出在应用高分辨方法估计目标方位前先用波束形成器对阵元输出数据进行预处理以降低高分辨算法对阵元误差的灵敏度。ByrneC.L.和SteelA.K.口】考虑到当环境噪声空间相关时以特征分解为基础的高分辨方法的空间谱的零点不稳定提出通过波束形成做预处理后采用高分辨方法以在所感兴趣的空间区域内得到稳定的方位估计。为了估计某个空间区域之内的目标方位一般只要使用覆盖该区域的B个波束即可。此时波束个数B往往远小于阵元个数M从而可使常规高分辨方法中特征分解的运算董由OO一)降为)。这样一来就可以降低高分辨方法的运算负担。这一点对于大型天线等应用场所具有重要的实际意义。对波束域高分辨算法的最初研究主要集中在MUSIC算法上以LeeHarryB.iJ和XiaoLiangxu【】为代表的研究者们对波束域MUSIC算法的估计性能作了较为系统的研究。他们的研究结果表明通过波束域处理降低噪声予空间的维数可以降低分辨的信噪比门限适当地选择波束形成器可以使信噪比门限最低。Xu的研究还指出当用于方位估计的波束区域之外存在目标源或干扰源时会对波束区域之内目标方位的估计造成影响但是他并没有给出解决的办法。随后一些研究者尝试着将其它高分辨算法运用到波束域中。ZoltowskiMichaelD.【l等人成功地导出了波束域RootMUSIC算法并分析了该算法的性能。受其启发XuGuanghan】构筑了波束域ESPRIT算法。上述三种波束域高分辨目标方位估计算法都是子空间类方法。从这一点出发LiuH.阱】等人用统一的形式分析了这几种算法的性能并且用一个简单的表达式通过基阵阵列流形和波束形成矩阵等物理量表示了这些算法对方位估计的均方误差同时还讨论了使方位估计的均方误差最小的波束形成器的设计准则。关于波束域方位估计的均方误差LiuH.的结论和AndersonS.冽的研究结果是一致的。他们指出无论怎样选取波束第章绪论形成矩阵波束域方位估计的克拉美罗界总是大于等于阵元域的。要使两者相等波束形成矩阵的选取必须满足一定的条件。该条件需要预知信号的方位。故在实际中是不可行的。上述方法都采用了降维处理即由原来的以阵元个数为维数的方位估计问题降到以波束个数为维数。这种维数的降低是波束域方法运算量下降的基础。从另一方面看维数的降低本质上使得天线阵观测的空间区域变小了。因此需要研究不减小观测的空间区域又能进行快速计算的算法。本文提出了一种基于DFT的波束域投影矩阵算法可以达到这一要求。.波束形成算法研究现状根据波束形成技术中是否需要参考信号可以将波束形成技术分为三种形式:()空间参考:空间参考方式的自适应波束形成算法中必须知道信号的一些空间信息比如期望信号和干扰的来波方向(DOA)或者是天线阵对信号的阵列响应信号和干扰的个数等。但实际应用中这些参量事先是未知的所以要首先估计这些参量。波达方向估计大致可以分为:电扫法、子空间法、最大似然法以及将谐波恢复法和子空间法结合起来的综合法。由于子空间算法可以突破瑞利限达到较高的分辨率所以近年来涌现出很多基于子空间类的高分辨测向算法比较著名的包括MUSIC、ESPRITE等算法。现在高分辨的阵列测向算法在阵列信号处理中依然是一个非常重要的研究领域。线性约束最小方差算法(LcMv)就是基于空间参考信号的自适应波束形成算法。基于空间参考的波束形成算法的性能取决于对信号的波达方向的正确估计。如果估计存在误差则该方法的空域滤波性能将急剧下降。所以对存在指向误差时的稳健自适应波束形成算法的研究很有意义。()时间参考:以时间参考信号为基础的波束形成算法必须包含训练信号或导频信号。这种方式不需要知道信号的波达方向不需要对阵列进行校准因此具有较强的稳健性。但是该算法要求对信号进行精确同步且降低哈尔滨工程大学博士学位论文了频谱利用效率。较有代表性的算法包括LMS、尼骆算法等。()盲自适应算法:盲自适应算法不需要专门的训练信号或信号的波达方向。但是盲算法需要信号的一些先验知识比如恒模(cMA)算法要求期望信号具有模值特性基于累积量的C埘“算法则需要信号具有高斯特性等。盲自适应波束形成算法包括恒模【】算法(CMA):恒模算法利用通信中信号模值恒定的特性来作为信号的参考可以提取最强的信号从而抑制其他的信号这种算法可以有效的抑制多径及相邻的干扰但是存在着收敛速度慢和总是捕捉到最强的信号的问题。基于累积量【“l】的盲算法由于高斯过程的四阶累积量为零所以利用这一性质排除四阶累积量矩阵中高斯信号的分量只剩下非高斯信号的成分从而估计出阵列的导向矢量完成盲自适应算法。基于四阶累积量的算法还可以处理多径信号的情况通过构造四阶累积量矩阵通过适当的处理完成广义导向矢量的估计进而完成相干信号情况下的波束形成。基于累积量的盲自适应波束形成算法对阵列的误差不敏感稳健性比较好。但是如果干扰的功率很强则估计的导向矢量误差很大算法将可能失效所以还需要研究在弱信号情况下的稳健性算法。基于信号循环平稳。】的盲算法传统的波束形成算法只考虑了信号的空域特性对信号的时域特性考虑的不多而循环平稳属于信号的时域特征。基于循环平稳的盲自适应波束形成算法考虑了信号的时域和空域的特征使得信号处理的性能得到了较大的提升。比较有代表性的算法有SCORE【J算法和CABll算法。但正如累积量的盲算法一样基于循环平稳性质的盲自适应波束形成算法对于强干扰的条件也不能很好的工作。现在虽然有一些改进的算法但性能依然不太理想。所以盲算法在弱信号下工作的稳健性算法依然是现在研究的重点。现有的自适应波束形成算法大多是在一定理想的假设条件下得到的。但是在实际系统中往往存在着许多误差和非理想因素这些因素包括信号和环境因素、系统因素以及算法本身【】这些都严重的影响着系统的性能。信号环境包括非零带宽信号和干扰、干扰与信号以及干扰之间的相关等系统因素包括阵元之间的互耦、通道失配、信道的非线性失真、ADC及DSP等有第章绪论限字长效应、系统频率响应以及器件的公差等算法因素包括算法的收敛性、对系统误差的敏感性、天线阵几何结构的影响等。由于这些原因使得现在的阵列信号处理算法在实际工程应用中还有较大的难度。因此研究阵列信号处理算法的稳健性以及算法运算量的改善等均具有重大的理论意义和实用价值而这同时也是目前阵列信号处理研究中的一个热点问题。.多用户检测技术与自适应空时接收机CDMA无线通信系统是一种典型的多用户自干扰系统系统中不同用户(包括同一小区的用户和不同小区的用户)的信号之间以及信号的不同多径之间存在着相互的干扰分别称为多址干扰(MultipleAccessInterference:MAI)和符号间干扰(InterSymboleInterference:ist)或称为多用户干扰(MultiUserInterference:MUI)和多径干扰(Multi.PathInterference:MPI)。通信系统欲达到最大容量以及最优的服务质量在很大程度上依赖于物理层的误码率(BitErrorRate:BER)性能而BER性能直接与接收机恢复发射符号的能力有关。移动通信中的符号恢复性能主要受到两种干扰的限制:MAI以及由频率选择性衰落引起的ISI。把移动通信技术移值到军事通信中也有多用户及如何抑制干扰的问题不但有这两种干扰的存在而且还存在敌方的人为干扰。这就需要我们用新的技术来对这三种干扰进行抑制。年Verdu首先提出了多用户检测思想【。们认为多址干扰是具有一定结构的有效信息理论上证踞采用最大似然序列检测(MLSD)可以逼近单用户接收时的性能并有效地克服了“远近”效应大大提高了系统容量但是MLSD结构是匹配滤波器组加上Viterbi算法其复杂度随用户数呈指数增加在实际应用中很难实现。Yerdu的工作为进一步的研究奠定了理论基础激励了对多用户检测的广泛研究促使人们去寻找复杂度低、性能比传统检测器优越的各种次最优多用户检测和抗干扰技术。目前各国的研究人员己广泛地展开了对多用户检测技术的研究并己取得了许多可喜的成绩。已提出的基本次最优检测有:线性检测【、多级干扰抵消检测【.、非线性类概率检测【。其中线性检测主要包括MMSE哈尔滨工程大学博士学位论文检测、解相关检测H明和子空间检测岱删非线性类概率检测包括序列检.测ts,ss,m、分组检钡qt、基于神经网络的检澳,j,、基于支持向量机的检测【叫以及基于进化算法的检测【。对无线通信中自适应阵列技术的大量研究表明使用天线阵列和空时信号处理可以进一步抑制多址干扰和码间串扰获得抵抗多径衰落的空间分集提高系统软容量汹“。智能天线能根据信号的来波方向自适应地调整其方向图、跟踪期望信号、减小或抵消干扰信号、提高信噪比、增加移动通信系统容量、提高移动通信系统频谱利用率、降低信号发射功率、提高通信的覆盖范围等等。这些均起到提高移动通信系统综合性能的效果再加上实现智能天线的各项技术日趋成熟。将自适应天线技术与多用户检测技术两者结合起来形成的空时多用户检测技术对现代移动通信是一个极有诱惑的技术支持因此空时多用户接收机成为空时处理中的一个热点。’“’”。“”“。多用户检测技术可以从时域方面抑制多址干扰而智能天线技术可以从空域方面抑制多址干扰将空时处理与智能多用户检测技术相结合可以发挥各自优势能更有效地抑制干扰大大提高移动通信系统的容量和通信质量。B.Sua,'d和A.Naguib提出的码滤波方法采用空时级联的结构对期望用户的每一条多径按最大信干噪比准则进行波束形成然后利用波束形成输出合并各多径分量在估计波束形成权时利用解扩前和解扩后相关矩阵的差异性通过广义特征分解得到空域最大信干噪比权向量””。H。Liu将上述思想推广到了空时联合处理中提出了先进行空时均衡然后再解扩的接收机结构m。x.D.Wang等人提出了性能更优异的空时多用户检测为智能天线和多用户检测技术的结合研究进一步奠定了基础【。D.Reynolds等人考虑了多天线发射和多天线接收的CDMA系统中的空时多用户检测研究了两个发射天线时嵌入Alamouti空时编码哺的盲自适应实现虽然大大提高了系统性能但复杂度较高【。近十年来国内有关高校、科研机构、通信公司也对多用户检测技术和自适应空时接收展开了大量的研究取得了大量的研究成果。多用户检测与空时接收机理论在近十多年来得到了通信及信号处理领域科学家和工程师的极大的关注取得了大量重要的研究成果。多用户检测和空时处理问题将是第章绪论无线通信研究的一大热点和极具诱惑力的研究方向。.国内外实验平台研究现状虽然阵列信号处理从理论到实践的过程比较困难但还是有很多公司进行了相关方面的尝试这些尝试包括国内和国外的各种试验。欧洲智能天线项目欧洲通信委员会(CEC)在RACE(ResearchintoAdvancedCommunicationinEurope)计划中实施了第一阶段的智能天线技术研究称之为TSUNAMI(TheTechnologyinSmartAntennasforUniversalAdvancedMobilehnffastructure)由德国、英国、丹麦和西班牙合作完成。该智能天线的试验平台选用了DECT的射频标准由于DECT的标准可以工作于孤立的小区可以不必考虑诸如系统软切换等因素的影响系统较简单。DECT的射频标准包括:T作频带:MHz~MHz>载波数:>载波间隔:.MHz峰值发射功率:mW.多址方式:TDMA>帧长:ms双工方式:TDD该试验小组的智能天线由个阵元组成阵元分布包括直线阵、圆环阵和平面阵等阵元之间的间距可调并且每个阵元后接一个通道。射频工作在.GHz采用数字下变频的方式由射频下变频到基带在基带进行信号处理。数字波束形成采用ERA公司的DBFll每片DBFll对位复数据、l位复权值执行MCOPS(兆复运算/秒)在该系统中进行了基于子空间的MUSIC算法测算信号的空间到达角分别进行了基于阵元空间和波柬空间的两种自适应波束形成算法研究了基于参考信号的NLMS算法和哈尔滨工程大学博士学位论文RLS算法等。基于该系统的研究表明在两个信号四个空间信道的条件下试验系统的比特差错率(BER)d,于。研究结果表明圆环和平面天线阵适用于室内通信环境而直线阵更适合应用在市区。欧洲通信委员会(CEC)准备在ACTS(AdvancedCommunicationTechnologiesandServices)计划中继续进行智能天线技术的研究具体问题集中于以下方面最优波束形成算法、系统协议研究与系统性能评估、多用户检测与自适应天线结构、时空信道特性估计以及微蜂窝优化等。日本智能天线试验平台日本三菱电气和ATR光电通信研究所等联合研制了用于卫星通信用的移动DBF试验系统。该系统由x的阵元平面方阵组成阵元间距为半波长载波为.GIIz经过数字下变频后变为中频信号中频信号的频率为KHz经过A/D交换以后的采样率为KHz位的量化基带数字信号。每个阵元的基带信号经过FFT处理以后形成波束。该波束形成处理机包含个DSP核个门的FPGA系统较复杂在进行波束形成算法处理时个DSP内核同时工作。整块电路板大小为.cmx.Ocm。在该试验系统中分别进行了恒模算法(CMA)和最大比合并分集算法的处理同时进行了自适应干扰抑制的试验为减小运算量系统采用了波束空间CMA算法首先在多波束形成器中形成多个波束然后选择具有强输出信号的波束来进行自适应处理。美国试验平台美国ArrayComm公司和中国邮电电信科学研究院信威公司研制出应用于无线本地环路(WLL)的智能天线系统。该系统采用可变阵元的配置在不同试验环境下分别采用阵元和阵元圆环形自适应阵列在日本的现场试验表明在PHS基站采用该技术可以使容量提高倍。信威公司的智能天线则采用阵元环形自适应阵列射频工作在M/'/z~MHz采用TDD方式收发间隔为ms接收灵敏度最大可以提高dB。中国大唐智能天线第章绪论中国大唐电信研究院提出的TD.SCDMA成为第三代移动通信的技术标准之一其中就用到了智能天线的技术。TD.SCDMA系统的智能天线是由个天线单元的圆型阵列组成的直径为era。同全向天线相比它可获得dB的增益。该系统分别采用阵元空间的处理方式和波束空间的处理方式采用TDD的工作模式每个子帧的长度为ms。另外国防科技大学研制了元双速率Systolic阵自适应波束形成系统西安电子科技大学电子工程研究所对时空二维自适应处理系统和米波超分辨实验室进行了研制并取得了一定的研究成果。.本文的主要工作和内容安排本文主要研究智能天线在舰载通信中的应用因此舰载智能天线的实现方案应满足智能天线的快速性好、灵活高、抗干扰性强及稳定性高的要求。整个论文工作是按照舰载智能天线的研究展开的。全文共分六章各章的主要工作概括如下:第章为绪论介绍阵列信号处理研究的意义军事通信系统中对智能天线的需求回顾了阵列信号的主要研究历史和最新的进展情况介绍了国内外的研究现状阐述了智能天线中的几个关键技术最后介绍了本文的主要工作。第章首先介绍了矢量信道模型及其分类对于基于几何的和基于统计的几种经典的矢量信道模型进行了描述。然后介绍了在无线通信系统中应用天线阵给通信系统带来的优点如可以增加系统容量增加通信距离。然后介绍了空时处理方法空时处理方法可分为两大类一类是基于最小均方误差(MMSE)和最大似然序列估计(IdLS)等常用优化准则的处理方法一类是基于某个或某些空时结构特性(如空间流形、时间流形、FA特性、cM特性、循环平稳性特性等)的处理方法。最后介绍了舰载智能天线的基本概念实现方案、切换波束与自适应波束形成。第章介绍了特征结构波束形成算法特征结构波束形成法有效地提高了MVDR算法针对指向误差敏感的缺点但是带来了较大的运算量而且当哈尔滨工程大学博士学位论文约束矢量与信号导向矢量正交时系统性能将严重下降。本章针对特征结构法以上的缺点构造了基于指向误差均匀分布模型的平均导向矢量由于新的约束矢量的作用相当于加宽了波束主瓣的宽度减少了期望信号落入波束主瓣边缘的概率因此该算法可以有效地对抗指向性误差。该文还针对不同的阵元数给出了角度区间的选择准则。计算机的仿真结果证明基于导向矢量旋转的稳健算法在不明显增加算法运算量的基础上有效的提高了算法对指向误差的鲁棒性。对自适应波束形成器的设计有一定的指导意义。第章研究了信源扩展情况下的两维DOA估计算法。由于信源扩展相当于在接收信号协方差阵的每个元素上附加一乘性噪声在高斯白噪声的假设下加性噪声对协方差矩阵次对角线不产生影响因此可以利用次对角线的信息来获得到达信号的方向角估计。由此本文得到了两个改进的二维扩展DOA估计方法对两种方法进行的仿真结果证明了它们对均匀圆阵小角度扩展信号DOA估计具有良好的性能。第一种方法获得了DOA的闭式解同时改善了误码率利用两条次对角线还构造了最小二乘方程这种方法所相应的DOA估计与原方法基本相同说明本方法也是有效的。第章在对最小误码率波束形成研究的基础上提出了最小误码率空时均衡技术并对其白适应实现进行了研究。要求一个判决系统的误码率我们必须首先知道观测信号的概率密度函数但我们通常无法知道观测信号的概率密度函数。因此必须首先估计观测信号的概率密度函数。有两种非参数化的概率密度估计方法一个是Parzen密度估计即核密度估计另一个是k=nearestneighbor密度估计法这两种方法原理非常相似但却有不同的统计特性。本文采用经典的Parzen窗法或核密度估计法来近似空时均衡器输出信号的概率密度导出了系统误码率与权值的关系。研究了最小误码率空时均衡逐样本自适应算法即随机梯度最小误码率法此方法具有较低的计算量可与LMS相比拟。仿真结果还表明最小误码率空时均衡技术具有较强的抗过载与抗强干扰的能力。第章在仔细研究了波束域DOA估计算法基本原理及其性能的基础上提出了一种基于DFT的波束域改进投影矩阵算法。最后对改进算法和阵元域投影矩阵法进行了仿真比较并给出了分析结果。仿真结果表明改进算法是一种有效的DOA估计算法在计算量、计算时间、估计信号个数等问题第章绪论上都有一定的改进优于阵元域投影矩阵算法。基于DFT的波束域改进投影矩阵算法是一种估计信源数目和波达方向的快速DOA估计算法。哈尔滨工程大学博士学位论文第章矢量信道模型与舰载智能天线.矢量信道模型天线阵系统的性能依赖于无线信道的特征。在某些环境中天线阵可以提供较大的性能提升而在另一些环境中却只能提供中等程度的性能提升。为了获得天线阵系统性能的可靠估计需要建立精确的矢量信道模型。这些模型必须能够提供空间信息与经典信道的时域信道特征也即是经典时域信道的推广经典时域信道是矢量信道的特例。目前已经提出了许多矢量信道模型本节绍其中几种比较典型的矢量信道模型。..信号环境在无线通信系统中通信信号与环境的相互关系是相当复杂的。接收机接收到的信号是直接路径信号与几个多径信号的和。发射信号在传输过程中会出现散射反射衍射从而会形成多径信号。几种多径传播机制如下:反射当信号在传播过程中遇到尺寸比信号波长大的障碍物时便会发生反射。如果障碍物是良导体则信号能量会全部被反射否则会有部分信号能量发生透射””。如果障碍物的表面是非光滑的信号能量会向任何方向传播””也即会发生表面散射。散射如果障碍物的尺寸比信号波长小的时候便会发生散射。散射体接收到的信号能量会向所有的方向再辐射。衍射信号能量可以绕过障碍物而进行传播的机制称为衍射。基于Huygen原理波前上的所有的点均可看作辐射能量的点源。从点源辐射的能量在无直射路径的情况下可以到达阴影区域从而形成衍射。第章矢量信道模型与舰载智能天线illiiIIII..矢量信道模型分类...基于几何的矢量信道模型有些信道模型可以给出障碍物分布的空间区域与这些障碍物的分布情况这样的信道模型称为基于几何的信道模型。信号传播过程中遇到障碍物会发生散射与反射信号与障碍物的相互关系是这样的每个多径只是信号与一个障碍物的相互作用形成的即可以看作是信号从发射机到接收机经历了一次反射。这类矢量信道模型通常称作基于几何的单反射模型(GBsB)"o...统计矢量信道模型‘统计矢量信道模型不依赖于特定的几何区域信号参数可以直接从某些统计分布中直接获得这些模型由于根据信道参数来选择分布因此非常灵活。事实上使用统计模型可以产生有任意的期望延迟剖面多谱勒谱与角度扩展的信号。实现这些模型的主要难点是使用什么样的参数。从现有文献来确定角度符合什么分布如何随环境变化是难点之一。..基于几何的矢量信道模型圆域模型圆域矢量信道模型假定障碍物在以移动台为中心的半径为R的圆内均匀分布如图.所示“””。圆域散射模型可以用来导出两个天线元之间的相关特性。圆域矢量信道模型对于乡村与郊区的宏蜂窝是最适合的在这些环境中基站天线高度高于基站本地的散射体在移动台周围也没有大的反射体。Lee模型哈尔滨工程大学博士学位论文圆形多径区域图.圆域散射模型Fig..Geometryofthecircularscatteringchannelmodel‘Y八散射体彳移动台\一。卜叫基站x图.Lee矢量信道模型Fig..Lee’smodelgeometryLee模型是一种相对简单的矢量信道模型它可以描述两个天线元之间的相关函数。”并且假定散射体均匀的分布在以移动台为中心半径为R的圆周上如图.所示。在基站得到角度分布之后就可以推导出空间相关函数。NorkIit模型

用户评论(0)

0/200

精彩专题

上传我的资料

每篇奖励 +1积分

资料评价:

/23
仅支持在线阅读

意见
反馈

立即扫码关注

爱问共享资料微信公众号

返回
顶部