关闭

关闭

关闭

封号提示

内容

首页 智能天线中DOA估计技术及相应波束形成技术的研究.pdf

智能天线中DOA估计技术及相应波束形成技术的研究.pdf

智能天线中DOA估计技术及相应波束形成技术的研究.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《智能天线中DOA估计技术及相应波束形成技术的研究pdf》,可适用于IT/计算机领域,主题内容包含I饿龇密级:编号:工学博士学位论文智能天线中DOA估计技术及相应波束形成技术的研究博士研究生:指导教师:学位级别:学科、专业:所在单位:论文提交日期符等。

I饿龇密级:编号:工学博士学位论文智能天线中DOA估计技术及相应波束形成技术的研究博士研究生:指导教师:学位级别:学科、专业:所在单位:论文提交日期:论文答辩日期:学位授予单位:黄蕾张曙教授工学博士通信与信息系统信息与通信工程学院年“月年月哈尔滨工程大学智能天线中DOA估计技术及相应波束形成技术的研究摘要智能天线是现代信号处理的一个重要研究领域它在雷达、通信、声纳、地质勘探、射电天文以及生物医学工程等众多领域有着广泛应用。文中介绍了智能天线的基本理论和模型讨论了现有各种到达角(DOA:DirectionOfArrival)估计算法的特点与不足其中包括有Capon、多重信号分类(MUSIC:MUltipleSignalsClassification)算法和利用子空间旋转不变性的信号参数估计技术(ESPRIT:EstimationofSignalParametersviaRotationalInvarianceTechniques)等还讨论了相应波束形成技术的特点与不足进而研究了新的DOA算法及相应波束形成技术。通过对传统基于二阶矩的DOA估计算法及相应波束形成技术的研究发现Capon、MUSIC和ESPRIT等计算量较大不能快速实时地进行DOA估计并且当信噪比较低、信号数较多时工作性能下降。为了解决这一问题在假设入射信号具有非圆对称特性的情况下提出了一种非圆快速投影矩阵算法(NCFPMA:theNonCircularFastarojectionMatrixAlgorithrn)NCFPMA算法对原有阵列进行了虚拟孔径扩展并利用虚拟协方差矩阵数据来直接近似信号子空间从而可更快速地得到对信号DOA的良好估计。理论分析与仿真试验都证明了NCFPMA算法的有效性。通过对基于四阶累积量的DOA估计算法及相应波束形成技术的研究发现MUSIC.LIKE、虚拟MUSIC(VMUSIC:VirtualMUSIC)等常见的四阶累积量算法只能在信号数确知的条件下工作否则就不能较好地完成DOA估计。为了解决这一问题在入射到实际阵列上的信号能被虚拟阵列分辨的情况下提出了一种基于恒定维数噪声子空间的四阶累积量DOA算法。通过构造恒定维数的噪声子空间基于恒定维数噪声子空间的新四阶累积量算法能够对包含信号DOA在内的备选DOA进行估计并可利用有关准则对备选DOA的估计结果进行筛选从而同时得到对信号数以及信号DOA的良好估计。理论分析与仿真试验都证明了该算法的有效性。实际环境中的噪声不总是高斯噪声有的还具有冲击特性。因此人们对该环境下的DOA算法进行了研究并形成了ROC.MUSIC(RObustCovariation哈尔滨工程大学博士学位论文MUSIC)、FLOM.MUSIC(FractionLowerOrderMomemMUSIC)等算法。尽管如此但是这些算法由于计算量较大所以不能快速有效地进行DOA估计。为了解决这一问题提出了一种基于分数低阶矩的快速实值算法。快速实值算法通过对原有分数低阶矩阵的分割重组得到一个实分数低阶矩阵并利用该实分数低阶矩阵的数据来直接近似噪声子空间从而完成DOA估计。与原有算法相比新算法由于可以在实数域上进行DOA估计并且避免了计算量较大的特征分解运算因此能在冲击噪声环境下较快速地得到对信号DOA的良好估计。理论分析和仿真试验证明了该算法的有效性。关键词:智能天线DOA波束形成非圆分数低阶矩智能天线中DOA估计技术及相应波束形成技术的研究ABSTRACTSmartantennaisanimportantresearchfieldofmodernsignalprocessing.Ithasfoundwideapplicationsinmanyfieldssuchasradar,communicationssonar,seismology,radioastronomyandbiomedicineengineeringetc.Firstly,themodelandtheoryofSmartantennaaleintroducedinthisdissertation.Secondly,thepropertyandweaknessesoftheformervariousDOA(DirectionOfArrival)estimatealgorithmssuchasCaponMUSIC(MUltipleSignalsClassification)andESPRIT(EstimationofSignalParametersviaRotationalInvarianceTechniques)andSOonareintroduced.Introductionforthoseoftherelatedbeamformingtechnologiesisfollowed.AndthennewDOAalgorithmsandrelatedbeamformingtechnologiesarediscussedindetail.It’SfoundthatthetraditionalalgorithmssuchasCapon,MUSICandESPRITandSOonarenotprefertoestimateDOAquicklyandtimelybecauseofrelativelargercomputationloadandtheyperformpoorlyifSNR(SignaltoNoiseRatio)isrelativelylowandsignalsarerichthroughstudyingonthealgorithmsforDOAestimateandrelatedbeamformingtechnologiesbasedonthesecondmoment.AnovelalgorithmNCFPMA(theNonCircularFastProjectionMatrixAlgorithm)isproposedtosmoothawaytheproblem.NCFPMAcanestimateDOAofmoresignalsbetterandmorefastthantheformer,becauseitexpandsthearrayaperturevirtuallyundertheassumptionthatthesignalsimpingingonthearrayarenoncircular,andUSeSthedataofvirtualcovariancematrixtoapproximatethesignalsubspace.etheoreticalanalysisandcomputersimulationsshowtheeffectivenessofNCFPMA.It’SfoundthatthepopularalgorithmsincludingMUSICLIKEVMUSICWirtualMUSIC)andSOon,carlonlyworkwellundertheconditionthatthenumberofthesignalsisknownasaprioriandwhentheinformationaboutthenumberofsignalsiswrongthosealgorithmswillmakepoorDOAestimatethroughstudyingonthealgorithmsforDOAestimateandrelatedbeamforming哈尔滨工程大学博士学位论文Itechnologiesbasedonthefourthordercumulant(roe).AFOCDOAalgorithmbasedthenoisesubspaceoffixeddimensionsisproposedundertheassumptionthatthesignalsimpingingontherealarrayareresoluableforthevirtualarraytosmoothawaytheproblem.硼enewFOCalgorithmbasedonthenoisesubspaceoffixeddimensionscanobtaintheestimateofasubstituteDOAsetcontainingDOAofsignals.ThenitcailfindtheestimateoftrueDOAinthesubstituteDOAsetandestimatethenumberofthesignalsbycertainprincipleatthesametime.砀etheoreticalanalysisandcomputersimulationstestifytheeffectivenessofthenewmethod.TruenoiseenvironmentsalenotoftentheGaussnoiseandsomebehaveratherimpulsive.Forthisreason,DOAalgorithmsaresurveyedinimpulsenoiseconditionandseveralalgorithmssuchasROCMUSIC(RObustCovariationMUSIC)FLOMMUSIC(FractionLowerOrderMomentMUSIC)andSOonaleturnedout.ButtheheavycalculationburdensofthesemethodspreventthemfromestimatingDOAquicklyandefficiently.AfastrealvaluedFLOMalgorithmunderimpulsenoiseenvironmentisproposedtosmoothawaytheproblem.TefastrealvaluedalgorithmcallobtainarealFLOMmatrixbyrecombiningthedataoutofaformerFLOMmatrixusethedataofrealFLOMtoapproximatethenoisesubspaceandestimatetheDOAofsignals.怆newonecanobtainthegoodestimateforDOAofsignalsmorefastunderimpulsenoiseenvironmentbecauseitdoesthatinrealnumberfieldwithoutexhaustiveeigendecomposition.nletheoreticalanalysisandcomputersimulationstestifytheeffectivenessofthefastrealvaluedalgorithmunderimpulsenoiseenvironment.KeyWords:SmartantennaDOABeamformingnoncircularFLOM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):蕊豸Et.期:砂习年碉/争日第章绪论.研究的背景及意义第章绪论电子战已成为现代战争的主要作战形式之一其中军事通信对抗是电子战中技术含量最高的重要组成部分它的核心技术是通信信号处理技术。通信信号处理技术主要研究非合作通信条件下对非平稳且隐蔽的信号进行盲检测、盲估计以及抗人为干扰等问题因此技术难度很大。近年来服务于军事通信对抗的通信信号处理技术获得了世人瞩目的巨大成就其原因在于以下几个方面:首先军事通信的技术和手段不断更新在数字化的基础上逐步实现软件化、智能化、宽带化和网络化并出现了自适应跳频、突发通信、宽带调制和复杂编码等许多新的实用技术这便推动了有关信号检测和处理领域的算法研究其次现代信号处理中包括谱估计、高阶统计量方法、阵列信号处理和时频分析在内的四大热点理论和技术日臻完善并逐渐在通信技术的各个领域得到应用最后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的实践提供了应用平台。尽管如此战时电子环境的日趋复杂化向军事通信对抗系统提出了更高的要求即要求该系统在复杂的无线通信环境和频带资源受限的条件下具有极大的通信容量、极好的通信质量和极高的频带利用率。但是通信中的多径衰落、时延扩展和多址干扰特别是在军事通信系统中敌方的恶意干扰等对该目标的顺利实现非常不利为了克服这些困难仅仅依靠目前的数字通信技术是远远不够的所以需要研究新的智能移动通信技术。智能移动通信技术主要包括智能天线、智能传输、智能接收和智能化通信协议等其中智能天线技术为解决多址干扰、容量限制等问题开辟了更新的手段。从信息获取的角度上讲智能天线可看作是将一组天线阵元按特定方式放在空间中不同位置上构成的阵列利用该天线阵将接收到数据经过相关技术处理便能提取所需的信号源和信号的属性等信息所以智能天线技术可在敌方干扰方向形成零陷并达到抗干扰目的因此它也已成为军事通信对抗中的热门技术之一。【创本文作为对“十一五”国防预研项目的先期研究工作主要研究智能天哈尔滨工程大学博士学位论文线中的到达角(DOA:DirectionOfArrival)估计技术以及相应的波束形成(BF:BeamForming)技术。.智能天线相关技术的研究现状智能天线的相关技术主要由两大部分组成其一是到达角(DOA:DirectionOfArrival)估计其二是波束形成(BFBeamForming)。..DOA估计的研究现状利用入射信号的DOA信息可以进一步的完成波束形成任务所以DOA估计技术在智能天线中具有至关重要的地位。早期的DOA估计以Bartlett波束形成法【】为代表此类算法由于受阵元数目、阵列孔径的限制分辨力较低随后以Capon法【】最大熵法【和线性预测法【~】等为代表的功率谱估计算法由于在一定程度上突破了这一约束提高了DOA估计精度与谱分辨率初步形成了超分辨率算法的概念接着R.O.Schmit提出了著名的多重信号分类(MUSIC:MUltipleSignalsClassifieation)算法该算法由于深刻剖析了DOA估计问题的内在几何结构利用噪声子空间与信号子空间的正交关系来得到DOA估计’所以最大限度地突破了阵列孔径对传统算法估计性能的限制提高了阵列天线的分辨能力因此开创了子空间类DOA估计算法的研究先河成为了阵列信号处理理论和算法研究中的一个重要里程碑而后来发展的最小范数方法(MNM:MinNormMethod)】、求根MUSIC(RootMUSIC)算法t等都可视为对MUSIC的推广几年后Paulraj、Roy和Kailath等人在子空间分解的基础上提出了利用子空间旋转不变性的信号参数估计技术(ESPRITEstimationofSignalParametersviaRotationalInvarianceTechniques)D该算法可以直接得到DOA估计的闭式解随之发展的有关U.ESPRIT算法【、结构化最小二乘ESPRIT算法【】和广义ESPRIT算法【】等都是对该算法的进一步推广此后VibergOttersten和Kailath提出的子空间拟合类算法构造了一个可概括多种方位估计算法的统一框架当以不同的方式使用观测数据或是在不同的空间实现搜索过程时该框架即可给出不同的算法因此一般来说子空间拟合类算法比子第章绪论空间类算法的估计性能优越但是由于其运算量十分庞大故其使用范围受到了较大的限制。另一方面最大似然算法(MLM:MaximumLikelihoodMethod)"删j作为超分辨DOA算法中的另一重要派别也得到了极大的关注。MLM建立在假设对环境噪声统计特性完全已知的基础上以概率理论为出发点利用似然函数建立起相应的最优化问题然后研究该最优化问题的最佳解其理论性能好于之前所介绍的算法。由于MLM的代价函数是一个非线性函数寻找其最优值一般要使用非常复杂的多维搜索技术因而其计算量十分庞大不利于实时处理数据但作为一个经典的数学问题MLM仍然得到了大量的研究其中Gloub和Pereyra提出了可使信号波形参数与信号方位参数相互分离的条件【】Ziskind和Wax提出了一种交替投影算法【】来寻找代价函数的次优值故在很大程度上降低了MLM的计算量:而MODE(MethodOfDirectionEstimation)Jg'法t】以及改进MODE算法【l】也是有效实现最大似然估计的两种技术。以上所介绍的算法主要是基于二阶矩的DOA算法(本文简称该类算法为二阶矩算法下同)。随着研究的进一步深入人们发现当阵元数有限信噪比有限并且信号数较多时由于受到噪声的影响二阶矩算法的性能逐渐下降甚至于无法工作因此有关学者引入高阶累积量来进一步对抗这些影响并形成了主要是基于四阶累积量的有关算法脚】(本文简称该类算法为四阶算法下同)。其中Porat和Friedlander【】的MUSIC.LIKE算法首先使得阵列可分辨的信号数超过阵元数成为阵列扩展思想的萌芽在此基础上Dogan和Mendel等提出了虚拟阵列的概念并形成虚拟ESPRIT等一系列算法,铘】此外国内张曙、武思军等人也对此展开了相应研究【这都使得对四阶算法的研究达到了一个更新的高度。但是如何在保证算法性能的前提下尽可能地减少估计累积量所需的快拍数从而加快算法的实现速度仍然是目前对四阶算法研究的一大难点。传统的二阶矩算法和四阶算法都以阵列噪声服从高斯分布为主要假设这在大多数情况下是符合实际的但仍有一些噪声例如海杂波噪声、地杂波噪声以及雷达杂波噪声等由于它们具有较强的冲击性故它们的统计模型与高斯分布相差较大从而会影响到传统算法的工作性能。近年来已有一哈尔滨工程大学博士学位论文些学者对在冲击噪声环境下基于分数低阶矩的算法展开了研究‘~,(本文简称该类算法为分数低阶算法下同)其中Shao和Nikias比较系统地介绍了稳定分布过程的特征、定义、性质及其在信号处理中的应用初步构建了基于分数低阶矩的稳定信号处理框架【。】Tsakalides和Nikias提出了ROC.MUSIC(RObustCovariationMUSIC)算法【从而改善了MUSIC算法在冲击噪声环境中的DOA估计性能Liu和Mendel研究了FLOM.MUSIC(FractionLowerOrderMomentMOSlC)算法瞵引对冲击噪声进行了有效的抑制在国内有邱天爽等研究了FLOM.ESPRIT算法【还有张曙、黄蕾研究了有关快速算法等【。尽管如此在冲击噪声环境中的DOA估计还有很多值得完善与探索的地方。以上的超分辨率DOA算法几乎都需要假设信号数精确已知特别是对于基于子空间分解的算法它们需要利用信号子空间和噪声子空间之间的正交性如果信号数估计出现偏差就会无法正确估计信号子空间和噪声子空间从而不能得到真实的信号DOA。但是在许多实际应用环境中信号数通常是一个未知参数只能通过有关信息进行估计目前也已形成了一些经典算法其中主要有W奴和Kailath提出的信号数估计算法f】:Zhao等人基于EDC(EfficienfDetectionCrit耐a)准则的算法【还有盖氏圆算法等等嗍。尽管这样但是这些算法不能对多于阵元数的信号数进行估计也不能直接推广到累积量域和分数低阶域因此如何在复杂环境中准确估计信号数也成为许多科学工作者的努力方向。综上所述DOA估计技术目前尽管已经比较成熟但是如何在复杂环境中快速有效地进行DOA估计仍是该领域的一大热点。而若将这一问题落实到我们的研究任务中可知本文的重要研究方向之一即是开发出快速有效的DOA算法以适应在阵元数有限以及数据采集要求迅速的舰载通信中实时信号处理的需要。..波束形成的研究现状在空间中往往存在多个同频带信号叠加在一起的情况例如期望信号与同频带干扰信号共存的情况而此时单凭常规的时域滤波已经无法正常区分期望信号和干扰信号因此产生了相应的波束形成技术。所谓波束形成即第章绪论III根据一定的最优化准则利用空域滤波去除不希望的干扰和噪声增强期望信号的功率从而提高系统输出信噪比对期望信号达到最佳接收。近几十年来波束形成理论及其有关技术得到了飞速的发展涌现出一大批性能优良的算法【,,,~。以LMS(LeastMeanSquare)、RLS(RecursiveLeastSquare)算法【】为代表的传统波束形成技术一般都需要训练序列但由于训练序列的传输需要占用一定的带宽并且这些算法的收敛速度较慢故在频谱资源日益紧张并要求系统反应迅速的今天这些算法已经不合时宜为此有关学者对盲波束形成技术进行了大量的研究该类技术不是通过训练序列而是通过用户信号本身特性例如恒模特性、非高斯性和循环平稳性等来实现波束形成因而相应地发展了恒模算法(CMA:ConstantModulusAlgorithm)帷基于四阶累积量的盲算法,捌与基于信号循环平稳的盲算法【帖】等但这些算法的收敛速度依然较慢容易捕获强干扰注意到以上情况近来基于信号空间信息的波束形成技术例如最大信噪比算法(MaXSNR)【】和最小方差无畸变算法(MVDR:MinimumVarianceDistortionlessResponse)蜘~】等得到了更多的重视因为该类技术主要利用期望信号和干扰信号的DOA信息来实现对期望信号的最佳接收和干扰抑制而这些信息在一定条件下是能够较准确获得的其中对于该类技术在舰载通信中的应用方面国内已有张曙张锦中和武思军等率先开展了初步研究flmuJ。综上所述按照目前对有关波束形成技术的研究与实践状况来看基于信号空间特征即DOA的波束形成算法在现在和将来一段时间内仍是这一领域的重要研究方向。而结合到本文的研究实际如何在阵元数有限及数据采集要求迅速的舰载通信中保证该类算法的工作性能也就成为本文感兴趣的一个方向。.国内外有关智能天线系统的研究概况美、欧、日等国家和地区非常重视智能天线技术在未来移动通信方案中的地位与作用并开展了大量的理论分析研究和应用研究同时也建立了一些技术实验平台。在美国斯坦福(Stanford)大学成立智能天线研究小组(Smart哈尔滨工程大学博十学位论文AntennaResearchGroup:SARG)致力于将阵列天线技术和空时信号处理技术应用到移动网络以提高网络的功能和经济性而US.WESTVectorGroup公司对波束、波束的智能天线波束切换系统进行了外场试验在欧洲欧洲通信委员会实施了TSUNAMI(TheTechnologyinSmartAntennasforUniversalAdvancedMobileInfrastructure)计划并对NLMS(NormalizedLeastMeanSquare)算法和RLS(RecursiveLeastSquare)算法的波束形成效果进行了研究在日本日本三菱电气和ATR光电通信研究所等联合研制了用于卫星通信的移动数字波束形成系统’并在试验中检验了采用恒模算法的多波束天线功能而我国对智能天线技术的研究起步虽然较晚但是近年来国内的学者们在智能天线的研究和开发方面也做了较多的研究工作。学术界和产业界互相配合支持尤为明显出现了一些理论研究中心和一些试验平台。【】.论文的主要工作与创新点本文的工作受“十一五"国防预研项目资助主要是研究智能天线技术中DOA估计技术及相应波束形成技术在舰载通信中的应用。一般来说舰载智能天线的尺寸有限从而使得阵元数有限并且为使系统反应及时、准确在舰载通信中的数据采集时间不宜过长因此开发出快速、有效的DOA估计技术以及相应波束形成技术便是本文的研究目的与动力所在。..论文的主要工作及内容安排本论文的具体内容安排如下:第章为绪论。该章首先对本论文选题的来源背景与意义进行了概括其次对国内外智能天线技术研究的现状进行了必要的说明最后对论文的主要工作做了总结。第章对智能天线技术的基础知识进行了介绍。首先给出智能天线技术的一些基本概念、假设以及阵列接收数据的统计模型其次重点讨论了均匀线阵和均匀圆阵的结构并介绍了阵列变换的目的与有关理论方法最后对经典的超分辨率DOA算法及MVDR算法作了介绍。该章内容是后续各章研究工作的基础。第苹绪论第章是对二阶矩算法及其相应波束形成技术的研究。首先提出了一种新的超分辨率快速投影矩阵算法(FPMA:FastProjectionMatrixAlgorithm)并与Capon算法MUSIC算法进行了性能比较:其次当入射信号具有非圆对称性时提出了一种新的非圆DOA估计算法及其求根形式并与经典的MUSIC算法进行了比较:第三作为对前两方面的综合提出了一种非圆快速投影矩阵算法(NCFPMA:theNonCircularFPMA)该算法在实现快速DOA估计的同时还能分辨更多信号最后提出了一种基于信号非圆特性的波束形成器NCBF(theNon.CircularBeamForming)其与传统MVDR相比的优势是由于对阵列做了虚拟扩展故可以对距离期望信号更近的干扰信号进行抑制从而保证对期望信号的最佳接收。第章是对四阶算法及其相应波束形成技术的研究。首先提出了一种基于恒定维数噪声子空间的四阶算法该算法的特点是当入射信号能被虚拟阵列分辨时它可以同时得到对信号数与信号DOA的良好估计其次提出了一种改进的虚拟MUSIC算法该算法与原虚拟MUSIC算法相比对四阶累积量估计误差不敏感更适于在低信噪比和较少快拍数下工作:最后对一种改进的四阶波束形成算法进行了讨论该算法和原累积量波束形成技术相比对期望信号的广义导向矢量的估计更为准确从而有着更优的工作性能。第章是在冲击噪声环境下研究了分数低阶算法。首先提出了一种实值分数低阶算法该算法由于将复数域上的DOA估计转化到实数域上进行故能节省所需的计算量其次提出了一种快速分数低阶算法该算法直接利用分数低阶矩阵的数据来近似噪声子空间从而可以快速进行DOA估计最后。作为对前两部分的综合提出了一种快速实值分数低阶算法该算法在快速近似噪声子空间的同时还实现了纯实数域的DOA估计。最后是结论它对作者的研究工作做了总结并对该领域中需要继续研究的问题和方向给出了自己的个人见解。..论文的创新点本论文的主要创新点如下:()提出了一种非圆快速投影矩阵算法(NCFPMA:theNonCircularFast哈尔滨工程大学博士学位论文ProjectionMatrixAlgorithm)在信噪比较低和信号数较多的条件下由于NCFPMA利用了信号的非圆特性所以它与现有的CaponMUSIC等二阶矩算法相比有着更小的DOA估计误差以及更高的谱分辨率并可以分辨更多信号此外由于它利用虚拟协方差矩阵的数据直接近似信号子空间因此在同等条件下它与非圆算法相比可以更快速有效地得到对信号DOA的良好估计即更适宜于在实际中应用。()提出了一种基于恒定维数噪声子空间的四阶算法传统的四阶算法在对信号数的先验知识有误时会发生DOA估计错误。而在入射信号能被虚拟阵列分辨的前提下基于恒定维数噪声子空间的四阶算法可以同时对信号数及信号DOA进行估计。()提出了一种快速的分数低阶实值算法在冲击噪声环境下快速的分数低阶实值算法通过对分数低阶矩阵数据的分割重组将复数域上的DOA估计转化为实数域上的DOA估计并且它不需要进行特征分解就可以直接利用相应数据来近似噪声子空间因此计算量小于现有算法更有利于快速得到对信号DOA的良好估计。第章智能天线的基础知识第章智能天线的基础知识天线阵列通常是指将一组天线阵元按特定方式放在空间不同位置上构成的排列。利用天线阵列能够接收空间中的传播信号并且通过有关技术提取所需的信号源和信号属性等信息包括信号源的数目、方向、幅度等。按天线阵元在空间分布形式的不同天线阵列可以分为线性阵和圆形阵均匀阵和非均匀随机阵平面阵和共形阵等不同形式的阵列存在较大的性能差异。.智能天线中的主要假设与信号模型从信号发射端到接收端的传播介质称为信道信道是任何通信系统中不可或缺的组成部分本文只涉及无线信道。众所周知无线信道是具有随机性的因此信号通过无线信道的情况非常复杂例如存在着大尺度空间(数百米或数千米)内的路径损失中等尺度空间(数百波长)内的阴影衰落小尺度空间(数个或数十个波长)内的多径衰落以及各种扩展等情况这些情况综合在一起对信号在空间中的传播情况的分析制造了一定阻碍。为了便于对问题的分析与研究必须对信号的传输情况进行某些必须的假设。本节将对有关假设进行介绍并在此基础上对智能天线的信号统计模型展开讨论。..一些主要的假设假设信号为远场信号从点辐射源发出的电波以球面波的形式向外传播因此只要离辐射源足够远在接收的局部区域球面波就可以近似为平面波。雷达和通信信号的传播一般都满足这一远场条件即点辐射源到阵列的距离远大于阵列的孔径阵列位于辐射源的远场区。故本文假设入射信号都为远场信号。假设信号为窄带信号在本论文中假设入射信号为窄带信号其含义是指入射信号带宽的倒数远大于其波前跨越阵列最大孔径所需要的时间。从而可以认为所有阵元“几乎同时"接收到某特定信号即可认为各阵元接收的信号在包络上近似无变化只是在射频相位上产生了一个相移这就给智能天线中信号统计模型的哈尔滨工程大学博士学位论文建立带来了很大的方便。阵列为非模糊没有互耦效应存在的阵列即任何膨个互不相等的DOA所对应的阵列导向矢量的集合是一个线性独立的子集并且相邻阵元距离足够远从而可近似认为阵元之间不存在互耦效应。这是利用特定阵列对信号进行DOA估计与波束形成的必要条件。对信号及噪声统计特性的假设如无特别说明假设阵列接收到的入射信号和阵列噪声为平稳随机过程并且噪声是各态历经的此外在一次处理中信号的有关参数不发生变化。..信号模型图.天线阵列模型Fig..themodelofantennaarray在这里简单给出天线阵列的信号模型【】。假设有一个由g个全向阵元组成的天线阵列(如图.)阵元编号从到口一l设以第个阵元为参考阵元即坐标系原点各阵元相对于原点的位置矢量分别为r<i=...g一ro=O)在t时刻有远场窄带信号s(t)=so(t)expOcoot)A,射到天线阵列其中So(t)代表s(f)的复包络COo为J(f)的载波频率波数矢量为k。根据图.可知波数矢量k在坐标系中的坐标为:k=一tlkll“zcos(o)sin仰sin()sin(p)cos(f)】(一)在式(.)中:表示求矢量的二阶范数IIklll/=coo/c=r/其中c为光速A为载波波长口为一k在xy平面上的投影与x轴之间的夹角通常称为信号lO第苹智能天线的基础知识jIi昌ii宣葺宣i置iiiii宣宣i昌昌暑ii置ii昌宣鲁置葺ii暑iiiii暑昌iiii暑ii置iiii暑皇蕾|皇葺暑宣皇宣宣皇i宣暑i置宣暑昌篁s(f)对于阵列的方位角声为一k与Z轴之间的夹角通常称为信号s(O对于阵列的俯仰角可知由于k与(幺励一一对应因此s(沿波束矢量k入射到阵列等价于s(从(只励的方向上入射到阵列:【】‘表示转置。则信号s(O至U达第f个阵元与参考阵元之间的波程差厶为:铲一彪cos(y=IIr,陀rTk/(lr,彪llklll陀)=r,Tk/llklll陀(.)在式()中:弦为一k与rj之间的夹角。当不存在噪声时设在参考阵元处的接收信号为xo(O=s(O=so(OexpOcoot)那么第f个天线阵元处的接收信号为:x<垆s(r觚)邵”Al/c)=So(tAl/c)expjCoo(tA./c)】()由于s(为窄带信号所以s(的带宽B远小于其载频(DO即s(的复包络so(变化相对比较缓慢因此可用so(O近似代替So(tAl/c)即式(.)可近似为:硝D兰so(expjo)o(tAl/c)】()忽略掉载频(DO可得阵列对信号s(O的接收矢量x(o的基带形式为:x(o=so(t)a(k)=so(Oa(O,历()在式()中:口(k)诅(幺励【expowoAlt尼)...exp(jtooAlql尼)】()在式()中:口(k)或口(只历称为s(O对阵列的导向矢量它是关于k即关于(易励的矢量变量本文为讨论问题方便起见对于任意阵列一般使用口(k)表示导向矢量而在具体阵列中一般使用口(只历来表示导向矢量。设有M个不相关且载频相同的远场窄带信号{Sm(t)ll<mg协从不同的方向{k埘蜘g协入射环境噪声为与信号独立的加性高斯白噪声则根据以上讨论易知阵列在时刻的接收数据矢量X(为:x(o=as(On(O()在式()中:彳=(k)...口(k曲】为信号导向矢量矩阵S(=SI(...似甜。为信号矢量:以()=刀o().../'/ql(硝。是噪声矢量。式(.)即为智能天线中信号模型的一般表述式它的物理含义是阵列接收数据矢量x(o总可以表示为信号导向矢量矩阵与信号矢量s(o的乘积加上噪声矢量n(的形式。【】以下将x(、删和(分别简写为黑S和刀可以得到阵列接收数据哈尔滨工程大学博士学位论文协方差矩阵Rxx为:’Rxx=EXXu=RsRs=arsaH以(.)在式()中:Rs=AF影H其中rs=ESSH=diag{Pl...PM)为信号协方差矩阵厶为第m个信号的功率虱印‰其中矿为噪声功率厶为g维的单位阵E()是求数学期望【.】H为求共轭转置。由于Rxx是非负定的埃尔米特矩阵,因此若对Rxx进行特征分解并将其特征值按降序排列为{AI...^>相应的特征矢量为{M...%}设Es【M...嘲为所有信号特征矢量构成的矩阵虱=【VMl.qVq】为所有噪声特征矢量构成的矩阵则Rxx的特征表示为:R)o【=丑KKⅣ=五KKⅣ以KKⅣ刁呱A幽H虱AN虱H()tIiM!在式()中:As=diag...砌AN=diag阻...州。可知Rxx的特征值仇S亡匀)和特征矢量{KS色鲫)满足【:五l豺宦数跳l芝孔=>o(lo)K:{:lj()LllJ由式()和()可知:EsEsHENEsH=毛(.)span(EN).span(Es)()在式(.)中:span()表示由括号内矩阵中的所有列矢量张成的空间上表示正交。由式(H)可得:AFsaH=ErAsEsHEsANEsH一以(.)将式()代入()有:,rs,,lH=EsAsEsHcr风凰H=Es,怛sH(.)在式(l)中:A=diag一矿...打胡。在式(.)的两边左乘右乘K并限定脚匀根据式()有:rsH矽#矿谊sMFKH舔A匦Hp声o(.)在式(.)中:w=H”。.由于几为正定矩阵即对于非零矢量W总有矿hw>因此:第章智能天线的基础知识ImI宣i置宣置暑葺昌宣iiEij暑暑昌暑i昌iiii宣iiii暑暑昌宣宣iiii宣i暑|i叠置暑宣ii薯I缈=HVr=MxI(.)在式(.)中:OMxl表示M维的零矢量。式()说明K与A正交其中脚冬脚所以有:span(EN).Lspan(A)()根据(.)可推导出:靥IH口(k沪(g哟x鲰z()此外还可以证明,:span(Es)=span(A)()式(冲)与()^<.)共同描述了协方差矩阵Rxx的固有特性即信号子空间与噪声子空间的正交性该特性来源于信号与噪声的平稳性。此外需要指出的是以上的讨论是建立在膨个信号源互不相关即没有多径干扰存在的基础上的即此时砖为满秩的对角阵而当有多径信号存在时尽会发生秩的亏缺从而使得子空间分解类算法的工作性能逐渐下降直至失效此时就需要对Rxx进行解相干处理以保证有关算法能正常工作。在实际中一般使用Rxx的抽样估计值氟来代替Rxx:'r如=专x)x()H()上、tI式(.)中的K代表快拍数依据对信号与噪声的平稳性假设当K趋于无穷时‰能无限逼近Rxx。.常用阵列及阵列变换为了保证有关算法的工作性能在实际中需要对阵列的形式有所约束本小节则对这一方面的知识进行简单介绍。..常用阵列()均匀线阵(ULA:UniformLinearArray)设有图所示的g阵元均匀线阵(ULA:UniformLinearArray)其中阵元间距为d第个阵元为参考阵元。哈尔滨工程大学博士学位论文l卜.彭{k/y谯号s惫/《怕.图.ULA结构Fig..UniformLinearArrayGeometry可知ULA的导向矢量auLA(e为:口uLA(回=【口t/l...珥...,aqI】卜()在式(.)中:a,exp(jmoMc)=cxpnidcos(O)/XeXp(jf咖础os(回舰()此外需说明的是阵元间距d的设置是有讲究的并且抛常取为/t,】。因此当有肘个远场窄带信号{s槲Il蜘型协从不同的方向{目辨蜘型峪入射的时候与信号对应的导向矢量矩阵uLA的具体结构为uuFexpO伊)expj(q一)仍】exp(jPM)::.expj(q)%】’Z入射信号一丫丫...丫弋澎、、一()图.ULA的圆锥模糊表面Fig.theambiguousV.,OlleplaneofULA从式(.)可以看到AULA要有范德蒙结构它的这种结构使得ULA具有许多优良的性能可以在ULA上非常方便的实现各种算法比如空间平滑第章智能天线的基础知识解相干算法等【扣这是其他阵列结构所不能直接做到的。但ULA自身的弱点也较明显:如图.所示对于ULA来说当入射信号分布在以阵列轴线方向为中心的锥面上时它们到达阵列的延迟是一致的所以ULA只能进行一维DOA估计即对方位角占进行估计。()均匀圆阵(UCA:UniformCircularArray)图.UCA结构Fig..UniformCircularArrayGeometry如图.所示的均匀圆阵(UCA:UniformCircularArray)是平面阵列可以进行二维DOA估计即同时估计方位角口和俯仰角。以UCA的圆心为坐标原点第个阵元为参考阵元可知第f个阵元的位置矢量n为:ryrcos(arsin(a】()在式(.)中:at=xilqOSf.匀一()则UCA的导向矢量auc^(O历为:areA(e,历=exp(jr/cos(Oao))...exp(j/cos(Oaqt))】()在式(.)中:t/=死rsin(ff)/()所以当有M个远场窄带信号{%()Il锄g哪从不同的方向{(如风)蜘纠田入射的时候导向矢量矩阵AUCA的具体结构为:uC^exp(jr/lcos(q一‰))...expOr/ucos(OMa))expO确cos(岛一%”exp(j彻cos(O,M一%))exp(jr/,cos(O,一%一))...exp(jr/ucos(钆一%一))()哈尔滨工程大学博士学位论文根据式()可见AUCA并不满足范德蒙结构。..阵列变换的有关理论为了同时对信号的方位角和俯仰角进行估计并进行有效的波束形成人们设计了矩形面阵、UCA和共形阵等特殊阵列来满足系统的实际要求但是大多数智能天线的优秀技术都是针对ULA的范德蒙结构进行讨论的例如求根MUSIC算法、对多径环境不敏感的空间平滑算法和矩阵分解算法等等【~而这些算法在非ULA的条件下无法直接正常工作这就给特殊阵列的广泛应用设置了障碍。为了解决这一矛盾人们对阵列变换的有关理论及算法进行了研究f侧。()模式空间变换法考虑如图.的UCA设有M个不相关远场窄带信号{s“纠蜘g协从不同的方向{如Il朝型町沿阵列的平面入射令阵列接收数据矢量双f)=‰()xql()】则在无噪声的理想情况下第i个阵元的接收数据为:以f)=expj/zi:os(,,一等)Mf)os脚一()在式(.)q丁:/z=nr/。对阵列接收数据做空间DFT可得:试):qi毛(r)exp(一jri/):芝兰expjc。s(lH一丝)】%(f)expjril)试)i=O啪)eXp(jr/)xpj/比Cs(lH一等心)xp(一jril)iOm=l吁Y鼍萎Mil委q!eXp卜细s(钝等黼)eXp(一等力=g{jJ(#)exp(j埘)jwJwf(/隧)expj(wq)Om}s脚(D()在式(.)qb:le一hjkJnz(z为整数集)L.j表示向下取整Jw(Z)为第一类W阶贝塞尔函数其中当W>Z时Jw(z)=O。根据第一类w阶贝塞尔函数的性质当woq>L,uJ时有Jwq/(f)O则式(.)可近似为:第章智能天线的基础知识似f)=gJJ一(g)exp(jlO.)s。(r)一bj亟bJ()m=l令uq(t)=vt(t)则有:u(t)=qyAs(()在式()中:口(f)【“山J(D“山l(D...‰J】J=diag(jL"JJqyJ(一)jLuJljL一^I(叫).jLzJJb。j(g))s(=pl...似明Tj为虚拟ULA导向矢量矩阵它满足:|exp(一jL肛Jo,).exp(一jb‰)彳=liil()【exp(jh)...exp(JLflJou)J因为口(是对x(的空间DFT所以u(还满足:髓(f)=F"X(()在式()中:=“J几J”..几J】其中fr=exp(jd/q)..expjd(ql洵】】FHF=ql。由式()和()知:AS(沪Wx(t)()因而有:取D=彳S=.厂FHx(t)/q=礅D()式(.)说明在无噪声的理想情况下当g>bj时若令变换矩阵弘Fn/q可将g元UCA的接收数据矢量双力转化为阵元数为(bJ)的虚拟ULA的接收数据矢量M。以上将UCA转化为虚拟ULA的阵列变换方法即文献】中的模式空间变换法。该文献还指出在阵列变换之后

用户评论(0)

0/200

精彩专题

上传我的资料

每篇奖励 +2积分

资料评价:

/26
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