（信号与信息处理专业论文）music改进算法在doa估计中的研究.pdf

南京邮电大学硕士研究生学位论文 摘要 摘要 d o a 估计是阵列信号处理的一个研究热点，在雷达、通信、声纳等领域有着广泛应用。 最经典的d o a 方法是s c h m i t 在1 9 7 9 年提出的m u s i c ( m u l t i p l es i g n a lc l a s s i f i c a t i o n ) 算法，在模型准确的条件下，该算法能精确地估计空间上互不相关信号的波达方向。然而， 对相干信号，m u s i c 算法却不能很好地分辨出它们的波达方向。针对相干信号源的d o a 估 计问题，各国学者提出了不少算法，这些算法大致可分为两类，一类是降维类处理算法， 另一类是非降维类处理算法。 本文围绕经典m u s i c 算法存在的一些问题做了研究，在已有成果的基础上提出了改进 方案，论文主要内容如下： 1 分析了经典m u s i c 算法的d o a 估计原理，从信噪比和信号相关等方面对m u s i c 算法 的性能进行了研究。 2 分析了空间平滑类算法的解相干原理，介绍了三种有效的空间平滑类算法：前向 空间平滑算法、后向空间平滑算法和前后向空间平滑算法。这几种空间平滑类算法都以牺 牲天线的有效阵元数为前提，因此减少了可分辨信号源的数目。空间平滑类算法在估计相 隔角度较小的相干信号源的情况下会失效。 3 针对空间平滑算法减少有效阵元数这一问题，分析了两种非降维处理解相干算法： 修正的m u s i c 算法( m m u s i c 算法) 和基于虚拟阵列变换法的m u s i c 算法。两种算法都不以减 少阵元的有效孔径为前提，能达到对相干信号源d o a 准确估计的效果，但是在估计相隔角 度较小的相干信号源的情况下，两种算法都会失效。鉴于此，作者在这两种方法的基础上， 提出了基于虚拟阵列变换法的m m u s i c 算法，该算法能够准确估计相隔角度为3 。的两个信 号的d o a ，在一定程度上提高了解相干信号源的角度分辨能力，计算机仿真结果证实了该 算法的有效性。 关键词：波达方向；空间平滑技术；m m u s i c 算法；虚拟阵列变换 南京邮电大学硕士研究生学位论文 a b s t r a c t a b s t r a c t t h e d o ae s t i m a t i o no fs i g n a lr e s o u r c e si sa ni m p o r t a n tr e s e a r c ho fa r r a ys i g n a l p r o c e s s i n g ，w h i c hi sw i d e l y u s e di nr a d a r ，c o m m u n i c a t i o na n ds o n a re t c m u s i c a l g o r i t h m ，p r e s e n t e db y s c h m i d ti n1 9 7 9 ，i st h em o s tc l a s s i c a la l g o r i t h mo f d o a b a s e do na ne x a c tm o d e lo fa n t e n n aa r r a y ，m u s i ca l g o r it h mc a ne s ti m a t et h ed o a o fu n c o r r e l a t e ds i g n a l sa c c u r a t e l y h o w e v e r ，a sf a ra sc o r r e l a t e ds i g n a l sa r e c o n s i d e r e d ，m u s i ca l g o r i t h mc a n n o te s t i m a t et h e i rd o a i no r d e rt os o l v et h ep r o b l e m o ft h ed o ae s t i m a t i o no fc o h e r e n ts i g n a l s ，al o to fa l g o r i t h m sw e r ep r o p o s e db y t h er e s e a r c h e ro fa l lo v e rt h ew o r l d a l lt h ea l g o r i t h m sc a nb ed e p a r t e di n t ot w o t y p e s ：d e c r e a s i n gd i m e n s i o na l g o r i t h ma n dn o n d e c r e a s i n gd i m e n s i o na l g o r i t h m i nt h et h e s i s ，t h ea u t h o rp r o p e 妙s o m em o d i f i e da l g o r i t h m sa f t e ra n a l y z i n g t h em u s i ca l g o r i t h ma n dt h e q u e s t i o n so fe x i s t i n gi n t h e m m 歹h em a i nw o r ko f t h e t h e sis 盈伽诵一a s p e c ts 丽而高一 1 t h ep r i n c i p l eo fd o ae s t i m a t i o no fm u s i ca l g o r i t h mi sd e m o n s t r a t e d t h e p e r f o r m a n c eo fm u s i ca l g o r i t h mi sa n a l y z e do ns n ra n dc o r r e l a t i o no fs i g n a le t c 2 t h ed e c o r r e l a t i o no fp r i n c i p l eo ft h ek i n do fs p a t i a ls m o o t h i n ga l g o r i t h m i sd e m o n s t r a t e d t h e ns o m ee f f e c t i v ea l g o r i t h m so fs p a t i a ls m o o t h i n g ，s u c h a s f o r w a r ds p a t i a ls m o o t h i n g ，b a c k w a r ds p a t i a ls m o o t h i n ga n df o r w a r db a c k w a r ds p a t i a l s m o o t h i n ga l g o r i t h m s ，w e r ei n t r o d u c e d t h ea l g o r i t h m sw eh a v em e n t i o n e d ，a r eb a s e d o nt h er e d u c i n go ft h ee f f e c t i v ea p e r t u r eo ft h ea r r a yt od e c o r r e l a t i o n ，t h en u m b e r s o fs i g n a l sw h i c hc a nb ed i s t i n g u i s h e da r er e d u c e dc o n s e q u e n t l y 3 i nc o g n i z a n c eo ft h ep r o b l e mo ft h es p a t i a ls m o o t h i n ga l g o r i t h m s ，t w ok i n d s o f n o n d e c r e a s i n gd i m e n s i o na l g o r i t h m a r ea n a l y z e d t h e ya r em o d i f i e df i j s i c a l g o r i t h ma n dv i r t u a l a r r a y t r a n s f o r m a t i o nm u s i ca l g o r i t h mw h i c hd o n tr e d u c e t h ee f f e c t i v ea p e r t u r eo fa r r a ya n dh a v eag o o dr e s u l to fe s t i m a t i n gt h ed o ao f c o r r e l a t e ds i g n a l s h o w e v e r ，a sf a ra sb o t hc o r r e l a t e da n da d j a c e n ts i g n a l sa r e c o n sid e r e d ，n e it h e ro ft h e mc a ne s ti m a t e t h e i rd o a d u et ot h ef a u ltm e n ti o n e da b o v e ， v i r t u a l - a r r a y - t r a n s f o r m a t i o nm m u s i ca l g o r i t h mi sp r o p o s e db a s e do nt h e s et w o a l g o r i t h m s t h en e wa l g o r i t h mc a na c c u r a t e l ye s t i m a t et h ed o ao ft w oc o r r e l a t e d s i g n a l sw h i c hh a v e3d e g r e e s i n t e r v a l ，a n di m p r o v et h er e s o l v i n gp o w e ra t a c e r t a i ne x t e n t t h es i m u l a t i o nr e s u l t ss h o wt h a tt h ep r o p o s e dm e t h o di se f f e c t i v e k e yw o r d s ：d o a ；s p a t i a ls m o o t h i n g ；t e c h n i q u e ：m o d i f i e dm u s i ca l g o r i t h m ；v i r t u a l a r r a yt r a n s f o r m a t i o n i i 南京邮电大学学位论文原创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得 的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包 含其他人已经发表或撰写过的研究成果，也不包含为获得南京邮电大学或其它 教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的 任何贡献均已在论文中作了明确的说明并表示了谢意。 研究生签名： 醐：学 南京邮电大学学位论文使用授权声明 南京邮电大学、中国科学技术信息研究所、国家图书馆有权保留本人所送 交学位论文的复印件和电子文档，可以采用影印、缩印或其它复制手段保存论 文。本文电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文 外，允许论文被查阅和借阅，可以公布( 包括刊登) 论文的全部或部分内容。 论文的公布( 包括刊登) 授权南京邮电大学研究生部办理。 研究生签名： 导师签名： 睦日期：整学 南京邮电大学硕士研究生学位论文第一章绪论 第一章绪论 1 1 引言 上世纪9 0 年代以来，阵列信号处理被引入移动通信，很快形成了一个新的研究热点一 一智能天线。智能天线能够有效的提高通信容量和改善通信质量，因而倍受关注。智能天 线研究主要包括一下两个方面的内容：一是上行多用户信号的分离，即利用空间信道估计 和均衡技术对同一信道中用户发往基站的信号加以识别；而是下行选择性发射，即利用用 户的空间方位( 主要是信号波达方向( d o a ) ，d i r e c t i o no fa r r i v a l ) 的差异，然后再 利用数字波束形成技术( d b f ，d i g i t a lb e a m - f o r m i n g ) 对准用户来波的方向进行指向性 发射，保证每一个移动台只接收到基站发给自己的下行信号而不接收同一个信道中基站发 给其他用户信号的干扰。特别是在频分双工系统中，必须对信号的d o a 确定后才能进行指 向性发射。因此对用户信号d o a 的测定，已成为智能天线实现指向性发射的必要前提。 对波达方向( d o a ) 的估计是空间谱估计研究的主要课题。以现代谱分析理论为基础的 超分辨率空间谱估计其目的在于解决密集信号环境中多个干扰源的高分辨和高精度测向 定位问题。超分辨空间谱估计技术目前已广泛用于雷达、声纳、通信以及地震、生物医学 工程等许多领域【1 ，2 1 。 作为最经典的d o a 估计方法，m u s i c 算法是由s c h m i d t 博士于1 9 7 9 年提出，并于1 9 8 6 年 重新发表的一种高分辨率算法。它在所估计的信号为互不相干的窄带信号和模型准确的前 提下，能以较高的计算效率实现对信号d o a 的渐进无偏估计，但对于相关特别是相干信号， m u s i c 算法的分辨能力则受到限制甚至完全失效，因此必须寻找改进的m u s i c 算法或者新的 算法来估计相干信号源的来波方向。 1 2 国内外研究发展状况 波达方向( d o a ) 估计指的是要确定同时处于空间某一区域内多个感兴趣的信号的空间 位置，即各个信号到达阵列参考阵元的方向角。波达方向( d o a ) 技术是阵列信号处理中的 重要研究方向，是近年来迅速发展起来的一门跨学科专业的边缘技术。特别是多信号源的 波达方向( d o a ) 技术、相干信号源的波达方向( d o a ) 估计、宽带波达方向( d o a ) 估计、复杂 环境下的波达方向( d o a ) 估计等更是国际上研究的四热点。波达方向( d o a ) 估计技术在雷 1 南京邮电大学硕士研究生学位论文 第一章绪论 达、声纳、通信、地震以及生物医学工程领域都有着十分广泛的应用前景1 2 捌。 波达方向( d o a ) 估计技术的关键在于利用处于空间不同位置的天线信号阵列，接收多 个不同方向的信号源发出的信号，运用现代信号处理方法快速、高精度地估计出信号源的 方向。 近年来，波达方向( d o a ) 估计的各种算法取得了丰硕的成果，其理论日益完善，这为 其投入实际的应用中提供了坚实的理论基础。 波达方向( d o a ) 估计是空间谱估计研究的主要课题，对于同一参考信号源来说，各天 线阵元所接收的信号之间存在着相位差，从而形成谐波。不同方向的信号源对应着不同的 谐波频率，只要估计出各谐波频率，即可求出各对应信号源的波达方向( d o a ) 。由此可见 波达方向( d o a ) 估计技术在很大程度上依赖于谱估计理论的发展h 5 1 。 最初的波达方向( d o a ) 估计方法是基于傅立叶变化的线性谱估计方法【4 5 1 ，后来，基于 统计分析的最大似然谱估计方法，因其具有很高的分辨性能和较好的鲁棒性而受到人们的 关注，然而最大似然估计法要对高维参量空间进行搜索，运算量极大，难于在实践中得到 应用 4 , 5 , 6 , 7 , 8 1 。 1 9 6 7 年，b u r g 提出了最大熵谱估计方法，开始了现代谱估计的研究，这类方法都具有 分辨率高的优点，但它们的运算量都很大，且鲁棒性差【4 5 9 10 1 。 八十年代以后，学术界提出了一类基于矩阵特征值分解的谱估计方法。其中以 m u s i c ( m u l t i p l es i g n a lc l a s s i f i c a t i o n ) 方法和e s p r i t ( e s t i m a t i n gs i g n a lp a r a m e t e r v i ar o t a t i o n a li n v a r i a n c et e c h n i q u e s ) 方法为代表。它们分别基于信号子空间与噪声 子空间的正交性和信号子空间的旋转不变性。以m u s i c 为代表的特征结构分析法，具有不 错的d o a 估计能力和角度分辨能力 1 1 , 1 2 1 。在一定的条件下，m u s i c 算法是最大似然法的一种 一维实现，具备与最大似然法相近的性能1 3 , 1 4 1 。这一点上g t s i c 算法超过了其他算法，受到 广泛的重视；其弱点是运算量大。e s p r i t 算法及其改进算法，都有较好的分辨率，并且这 类算法避免了运算量极大的谱搜索过程，大大加快了波达方向( d o a ) 估计速度，但是e s p r i t 算法及其改进算法需要通过特殊的阵列结构才能实现波达方向( d o a ) 估计，因而适用范围 相对较窄【1 5 】。 相干信号源的存在，造成信号子空间的向量散发到噪声子空间去，导致d o a 估计错误。 解决思路围绕着如何补偿由于相干引起的秩亏缺。为了解决相干信源的d o a 估计问题，人 南京邮电大学硕士研究生学位论文第一章绪论 们提出了很多算法，这些算法一般可分为两类：一类是降维类处理算法，主要有空间平滑 类算法和矩阵重构类算法等。另一类算法是非降维类处理算法，即在不损失阵列有效孔径 的情况下达到解相干的目的。这类算法与降维算法相比最大的优点在于阵列的孔径没有损 失，但这类算法往往针对的是特定环境，如宽带信号、非等距阵列、移动阵列等。1 9 8 5 年， t j s h a n 和w a xm 提出了空间平滑技术【1 6 1 ，它作为一种传统的相干信源d o a 估计技术被广泛应 用到相干信号处理中。空间平滑算法的基本思想是将等距线阵分成若干个相互重叠的子阵 列，各个子阵列的阵列流型相同，通过对子阵的协方差矩阵进行平均来实现去相干的目的， 但它属于降维类处理技术，是以牺牲有效阵列孔径来实现信号源解相干的。1 9 8 9 年，p i l l a i s u 对这种算法做了改进，在前向空间平滑的基础上提出了后向平滑的概念，并进而提出了 前后向空间平滑的的概念，前后向空间平滑算法可以估计出2 m 3 个相干信号源，降低了阵 列孔径的损失程度。继p i l l a is i j 之后很多学者针对前后向空间平滑技术做了改进，最有 代表性的是在1 9 9 1 年w e i x i ud u 等人提出的改进的前后向空间平滑算法1 1 7 1 。较前人提出的 前向空间平滑算法或前后向空间平滑算法而言，改进的前后向空间平滑算法不仅考虑到各 个子阵的自相关信息，而且首次把各个子阵间的互相关信息考虑进来，这在处理相干信号 d o a 估计方面是一次大的突破。这些方法分别从不同程度上减小了阵列有效孔径的损失。 至此，我们看到的空间平滑算法都是应用于均匀线阵的，而在圆阵中则无法实现。1 9 9 4 年 w a xm 等人提出了一种把阵元空间的均匀圆阵转换成模式空间的虚拟均匀线阵【l 引，从而进 行空间平滑去相干处理，开辟了历史上用圆阵去相干的新纪元。文献 3 3 1 提出了一种计算有 效的迭代空间平滑算法，它通过两步计算将非相关信源与相关信源分开分辨，但其需要构 造非相关信源的协方差矩阵，给实现带来了不少困难。1 9 9 6 年，k u n d u d 提出了一种修正 的m u s i c 算法【l9 1 ，其实质就是前后向空间平滑算法中取子阵的长度与阵元数相同的特殊情 况。这种算法的最大优点在于没有减少阵列的有效孔径，在大多数情况下，它的估计性能 要优于前后向空间平滑算法。前面提到的算法仅是在一维空间的角度估计，后来一些学者 把它们应用n - 维空间。一些作者把阵元空间的均匀圆阵转换到均匀虚拟线阵，然后提出 了均匀圆阵中的二维角度估计，把空间平滑算法及其改进的算法应用到二维的圆阵中去。 在信号( 含噪声) 服从高斯分布且信号可以被一阶、二阶矩完全描述时，利用接收信号的二 阶统计特性就可以了。但是，实际环境中我们遇到的信号通常是非高斯信号，用一阶、二 阶矩不能完全描述信号的统计特性，因此需要用高阶矩的形式。1 9 9 4 年，e g e m e ng o n e n 等 人提出了基于高阶累积量切片的v e s p a ( v i r t u a le s p r i ta l g o r i t h m ) 算法 2 0 , 2 1 ，该方法首 3 南京邮电大学硕士研究生学位论文第一章绪论 先用切片四阶累积量得到三个累积量矩阵，再用总体最小二乘e s p r i t 算法( t l s e s p r i t ) 将 接收的信号分成n 个互不相关组，然后再估计出每组内各相干多径的d o a 。1 9 9 7 年，n y u e n 和b f r i e d l a n d e r 提出的基于s v d o a ( s t e e r i n gv e c t o r sd o a ) 算法，也是利用切片的四 阶累积量矩阵，通过直接进行矩阵运算，从而得到n 个互不相关组，最后进行各组内的相 干信号d o a 估计。 国内学者也对相干信源的d o a 估计问题做了一些研究，其中，高世伟、保铮等早在1 9 8 9 年就提出了利用数据矩阵分解实现对空间相干源的超分辨处理方法【2 3 1 。叶中付于1 9 9 7 年提 出了空间平滑差分法，该算法是通过重复利用接收阵列输出的数据，对不相关信号源和 相关信号源采用常规超分辨算法估计，对相关源和相干源的空间谱采用空间平滑差分方法 估计，从而兼顾了不相关信号源和相干信号源，增加了可估计信号源数目。王布宏、王永 良、陈辉等提出了加权空间平滑法来处理相干信号源【2 5 】，该算法不需要对阵列协方差矩阵 进行特征分解，经过遗传迭代便可获得理想的方位估计精确。同时基于矩阵分解的思想， 提出了将前向空间平滑的数据协方差矩阵和后向空问平滑的数据协方差矩阵一起形成新 的非正方形矩阵，然后利用奇异值分解来解相干的d o a 估计算法。 前面提到的去干处理算法基本上都是以空间平滑算法和特征分解为基础的，近年来， 一些学者提出了不需要空间平滑算法或者不需要特征分解的去相干算法。在文献【2 6 】提出的 便是一种既不需要空间平滑也不需要特征分解的方法，这种方法被称为传播算子的算法， 可以消除不相干的未知噪声。相干信号源在实际生活中是普遍存在的，通信中的多径干扰 问题就是其中之一，所以，相干信源的d o a 估计算法研究有着重要的现实意义。 近年来，学术界认为常规的空间谱估计波达方向( d o a ) 估计方法，如m l 、m u s i c 、e s p r i t 等方法都忽略了信号的时间特性，而随着阵列信号处理技术日益广泛的应用，在许多场合 中信号是配合其他信号使用的。因此有必要在使用常规方法进行空域处理的同时有效的引 入适当的时域处理，更充分的利用信号中的有用信息，一些学者认为可以在空域和时域对 信号同时进行采样，利用多出来的一维处理补充空域信息的不足，降低对阵列结构的约束， 提高算法的抗噪能力。近年来，人们在探索同时利用时域和空域信息来改善波达方向( d o a ) 的性能方面取得了重大进展，已成为阵列信号处理领域的前沿课题。 由于雷达、通信信号在一定的条件下具有循环平稳特性，人们近年来将循环平稳信号 处理技术与传统空间谱估计方法相结合，提出了一系列基于信号循环平稳特性的波达方向 ( d o a ) 估计方法。由于循环平稳统计量对噪声和干扰特殊的抑制作用，同时由于不同信号 4 南京邮电大学硕士研究生学位论文 第一章绪论 的特征频率不同，因而这些方法在进行波达方法估计时具有信号选择的能力，能够大大提 高算法的抗干扰能力、分辨能力m 筇】。 在阵列信号处理中，天线阵列接收来自多个信号源的信号，源信号可能是完全未知的， 传输通道也是完全未知和时变的，而传输通道的不确定性是限制高分辨率波达方向( d o a ) 估计算法实用化的主要因素之一。所以国内外学者波达方向( d o a ) 盲估计的概念。波达方 向( d o a ) 盲估计可以在未知通道特性的情况下，估计信号波达方向( d o a ) ，具有广阔的应用 前景。原则上这些盲分离算法都可以用于波达方向( d o a ) 盲估计。 许多天然和人工的信号，如语音、生物医学信号、雷达和声纳信号，都是典型的非平 稳信号，其特点是持续时间有限，并且是时变的。处于对实际系统的非线性、非平稳特性 考虑，在波达方向( d o a ) 估计中采用人工神经网络方法，也是近年来研究的方向。 上述这些方法中，基本上处于理论研究和实验室仿真阶段，远未达到实用化程度。目 前，在实际的波达方向( d o a ) 估计中所采用的主流技术，主要是干涉法。在各种基于空间 谱估计的波达方向( d o a ) 估计中，鉴于m u s i c 类算法具有较高的分辨率、适中的计算量、较 好的稳健性、对阵列结构适用面较广，在工程实用化过程中，人们往往首先采用m u s i c 算 法进行研究实验，并研制出了一些硬件设备，在实用化过程中取得了一定的成果。 1 3 本论文的研究内容 本文共分四章，第二章首先介绍空间谱估计中要用到的一些理论知识，为以后的算法 分析奠定理论基础。第三章分析d o a 估计经典算法m u s i c 算法和空间平滑技术。经典m u s i c 算法在估计相关信号源时性能会急剧下降，甚至失效。空间平滑技术包括前向空间平滑、 后向空间平滑和前后向空间平滑。并给出计算机仿真结果。第四章主要介绍m m u s i c 算法 和虚拟阵列变换法，并在此基础上提出一种新的相干信号源的d o a 估计算法基于虚拟 阵列变换法的m m u s i c 算法。e u s i c 算法和基于虚拟阵列变换法改进的m u s i c 算法不能估 计出相隔角度很小的两个信号的d o a 。新的改进算法能够准确估计相隔角度为3 。的两个 信号的d o a ，在一定程度上提高了解相干信号源的角度分辨率，具有一定的实际意义，并 给出计算机仿真结果。最后是总结与展望。 5 南京邮电大学硕士研究生学位论文 第二章阵列信号处理模型 第二章阵列信号处理模型 当空间存在多个信号源时，常常需要对这些空间信号进行分离，以便跟踪和检测我们 感兴趣的信号，抑制那些被认为是干扰的信号，为此，需要使用天线阵列对多个空间信号 进行接收，这种对天线阵列接收的空间信号进行的分析和处理统称为阵列信号处理。它包 括两个主要的研究方向：自适应空域滤波和空间谱估计，空间谱估计侧重于研究空间多传 感器阵列所构成的处理系统对感兴趣的空间信号的多种参数进行准确估计的能力，其主要 目的是估计信号的空域参数或信号源位置。空间谱表示信号在空间各个方向上的能量分 布，得到信号的空间谱就可以估计信号的d o a ，所以，空间谱估计也常称为d o a 估计。d o a 估计已成为智能天线实现指向性发射的必要前提。 2 1 智能天线技术 随着全球通信业务的迅速发展，作为未来个人通信的主要手段移动通信技术更是 引起了人们的关注，如何消除同信道干扰( c c i ) 和多址干扰( m a i ) 以及多径衰落的影响成为 移动通信技术在提高无线移动通信系统性能方面应考虑的主要因素，因此寻找一种能够提 高系统容量和通信质量的新技术已成为迫切需要。智能天线利用数字信号处理技术动态产 生空间定向波束，使天线的主波束跟踪用户信号到达方向，旁瓣或零陷对准干扰信号方向， 达到充分高效利用移动信号方向并消除干扰信号的目的，同时，利用各个移动用户间信号 空间特征的差异，通过阵列天线技术在同一信道上接收和发射多个移动用户信号而不发生 相互干扰，使无线电频谱的利用率和信号的传输质量更为有效。在不增加系统复杂度的情 况下，使用智能天线可满足服务质量和网络扩容的需要。实际上它使通信资源不再局限于 时间域( t d m a ) 、频率域( f d m a ) 或码域( c d m a ) 而拓展到了空间域，属于空分多址( s d m a ) 体制 呤7 1 。智能天线技术主要用于雷达、声纳、军事抗干扰通信，用来完成空间滤波和定位等。 由于价格等因素影响一直未能普及到其他通信领域。近年来，随着移动通信的发展及对移 动通信电波传播、组网技术、天线理论等方面研究的逐渐深入，以及现代数字信号处理技 术的应用迅速发展和数字信号处理芯片处理能力的不断提高，使得利用数字技术在基带形 成天线波束成为可能并以此来代替模拟电路形成天线波束的方法，提高了天线系统的可靠 性和灵活程度，这样使得智能天线开始在移动通信中应用。另一方面，移动通信用户数目 增加迅速，人们对移动通信通话质量的要求不断提高，要求移动通信网在大容量下仍具有 6 南京邮电大学硕士研究生学位论文 第二章阵列信号处理模型 较高的话音质量。而使用智能天线可以在不增加系统复杂度的情况下满足服务质量和网络 扩容的需要。目前，美国、日本和欧洲等国非常重视未来移动通信中智能天线的作用，已 经开展了大量的理论分析和研究。我国也早己将研究智能天线技术列入国家8 6 3 - 3 1 7 通信 技术主题研究中的个人通信技术分项，许多专家及研究单位正在进行相关的研究。在连续 获得i t u 和3 g p p 通过的我国自主研发的t d - s c d m a 技术体制中，就广泛采用了智能天线和软 件无线电技术。一般智能天线被定义为具有测向和波束形成能力的天线阵列。因此，智能 天线分为两大类：多波束智能天线和自适应阵列智能天线。多波束天线采用多波束合成技 术，生成多个并行波束覆盖整个用户区，每个波束的指向是固定的，波束宽度也随振元数 目而定。它通过检测来确定所需信号的到达方向，然后通过调节各个阵元的加权系数，选 择相应波束，而关掉其它波束，随着用户在小区中的移动，基站选择不同的相应波束，使 接收信号最强。因为用户信号不一定在固定波束的中心处，当用户信号位于波束边缘而干 扰信号位于波束中央时，接收效果最差，所以多波束天线不能实现信号的最佳接收，但是 与自适应天线相比，多波束天线具有结构简单，无需判定用户到达方向等优点。自适应天 线一般采用4 - 1 6 阵元结构，阵元间距为1 2 波长：若阵元间距过大会使接收信号彼此相关程 度降低，太小则会在方向图上形成不必要的栅瓣，故一般取半波长。自适应天线是智能天 线的主要类型，可以构成全向天线来完成用户信号的发送和接收。自适应阵列天线系统采 用数字信号处理技术来识别信号的到达方向，然后在此方向上形成天线主波束，并且主波 束根据信号到达方向的改变不断调整，以便保持对准所需信号方向，同时将零辐射方向或 者旁瓣对准干扰信号方向。自适应天线根据用户信号的不同空间传播方向提供不同的空间 信道，等同于信号有线传输的线缆，可有效克服干扰对系统的影响。 2 1 1 智能天线的结构和原理 智能天线的基本思想是：天线以多个高增益的动态窄波束分别跟踪多个期望信号，来 自窄波束以外的信号被抑制。但智能天线的波束跟踪并不意味着一定要将高增益的窄波束 指向期望用户的物理方向：事实上，在随机多径信道上移动用户的物理方向是难以确定的， 特别是在发射台至接收机的直射路径上存在阻挡物时，用户的物理方向并不一定是理想的 波束方向。 智能天线波束跟踪的真正含义是在最佳路径方向形成高增益窄波束并跟踪最佳路径 的变化，智能天线的“智能化”正体现于此。 智能天线的理想前景是空分多址( s d m a ) ，它不是信道复用的概念，而是一种信道倍增 南京邮电大学硕士研究生学位论文 第二章阵列信号处理模型 、 方式， & ：j f d m a 、t d m a 、c d m a 等系统完全兼容，从而实现组合的多址方式。 下面，我们给出智能天线一般的基本结构f 矧，如下图： 天线阵元 x 1 ( t ) x 2 ( t ) x n ( t ) 图2 1 智能天线基本结构 y ( t ) 智能天线由三部分组成：天线阵列、信号合成通道和智能算法控制单元。 ( 1 ) 天线阵列是由按某种规律排列的天线阵元构成，常见的阵列形式由直线阵和圆形 阵。 ( 2 ) 信号合成通道则将来自每个天线阵元的感应信号加权相加，其中的权系数为复数。 也就是说，每路信号的相位和幅度均可以改变。自适应控制单元是智能天线的核心。该单 元的功能是根据一定的算法和优化准则主动地去适应周围的电磁环境的变化。 ( 3 ) 智能天线的算法直接影响着智能天线的性能。一般智能天线在实现时主要的算法 有：最小均方算法( l m s ) 、递归最小平方算法( r l s ) 和恒模算法( c m h ) 。其中最小均方算法 和递归最小平方算法需要系统提供与用户相关的参考信号，用以计算误差，控制阵列加权。 恒模算法利用阵列输出信号恒包络原理，不需要参考信号，属于盲均衡方法。 作为提高移动通信系统容量的重要手段，智能天线主要在基站使用。对于收发共用类 型全向智能天线，采用时分双工( t d d ) 方式的自适应天线更为合适。频分双工( f d d ) 方式由 于上行( 从用户到基站) 与下行链路( 从基站到用户) 有4 5 m h z 或8 0 m h z 的频率间隔，信号传播 的无线环境受频率选择性衰落的影响各不相同，故根据上行链路计算得到的权值不能直接 应用于下行链路。在t d d 方式中，上行与下行链路间隔时间短，使用相同频率传输信号， 上行与下行链路无线传播环境差异不大，可以使用相同权值，故t d d 方式优于f d d 方式。未 r 南京邮电大学硕士研究生学位论文第二章阵列信号处理模型 来移动通信系统工作频率更高，在满足半波长阵元间隔条件下，大尺寸可以做得更小，在 移动用户端使用智能天线也将成为可能。 2 1 2 智能天线在移动通信中的应用 智能天线在整个移动通信系统中可以发挥重要的作用2 引，智能天线系统将在以下几个 方面提高未来移动通信的性能： ( 1 ) 减轻时延扩展及多径衰落 无线信道的多径效应是形成时延扩展及多径衰落的原因，也是造成码间干扰( i s i ) 的 主要原因。在移动通信系统的基站引入阵列天线技术可以大大减轻时延扩展及多径衰落对 接收信号的影响。当处于接收方式时，基站天线阵系统可以采用分级联合技术增强接收信 号电平，减轻多径衰落，也可以采用波束形成技术对消多径时延。 ( 2 ) 减小共信道干扰 阵列天线技术队共信道干扰( c c i ) 的抑制有很强的效果。当处于发射方式时阵列天线 的作用表现在对期望信号的定向发射上，由于窄的发射波束，这时的发射信号能量集中在 期望信号附近，对其他用户的干扰就会大大减小，同理，在接收方式时，由于利用指向用 户的窄波束接收，对其他干扰用户的信号能量的接收就会大大降低，因而可以提高期望用 户的信噪比。 ( 3 ) 提高通信系统容量 通信系统容量主要由载干比决定，由于智能天线技术能实现指向性发射和接收，可以 大大降低共道干扰，因此载干比大大提高，因而也就大大提高了系统容量。另一方面，对 于f d m a 或t d m a 系统，运用智能天线技术能开发新的信道资源一空间信道，从而倍增系统容 量。 ( 4 ) 提高通信质量 现有的通信系统由于多径传播带来了多径衰落和时延扩展问题，引起了通信系统的信 噪比( s n r ) 降低和码间干扰( i s i ) 。s d m a 利用了智能天线指向性发射和接收，并有动态波束 跟踪用户的特点，一方面通过分辨直射信号和多径信号，在上行链路降低和组合了多径分 量，提高了信干噪比。另一方面通过指向性发射，在上行链路抑制了多径传播的发生，从 而极大地降低了其他用户的干扰，提高了通信容量。 ( 5 ) 提高数据传输率 多径传播引起了码间干扰，极大的限制了数据传输率，这给移动通信数据业务不断扩 9 南京邮电大学硕士研究生学位论文第二章阵列信号处理模型 大的需求造成瓶颈。利用智能天线技术，可以减少时延扩展，支持高数据传输率，实现多 媒体通信。 ( 6 ) 降低系统造价，改善系统管理 智能天线具有n 个天线阵元，在保持原有发射功率不变的条件下每个阵元的功率为总 功率的1 n ，因此智能天线可以选用多个小功率放大器来代替大功率放大器。这样可以降 低基站的成本，提高设备的可靠性。对于移动台，在保持通信质量不下降的情况下，可采 用小体积小功率电池，这也意味着大大缩小了移动台的体积，减少给周围环境带来的电磁 污染。 智能天线采用动态波束跟踪技术，可以随时确定用户在小区的位置，减少越区切换和 呼损率，甚至根据实际用户分布情况实现动态小区分割。 智能天线的独有特点已在移动通信中显示出诱人前景，但系统的实际运用还要注意与 其他技术的结合问题。 ( 1 ) 与软件无线电技术结合：将使算法更加简便，功能更加强大，增强智能天线技术 的环境适应性，真正实现智能化。 ( 2 ) 智能天线技术在处理空间选择性衰落信号方面具有更大的优势。 2 2 空间谱估计的系统结构 空间谱估计是利用空间阵列实现空间信号的参数估计的一项专门技术整个空间谱估 计系统应该由三个部分组成：空间信号入射、空间阵列接收及参数估计相应地可分为三个 空间，即目标空间、观测空间、估计空间，也就是说空间谱估计系统由这三个空间组成， 如图2 - 2 所示。 广_ l i l i i l i l i i i 图2 - 2 空间谱估计的系统结构框图 1 0 南京邮电大学硕士研究生学位论文第二章阵列信号处理模型 对于上述的系统结构，做以下几点说明： ( 1 ) 目标空间是一个由信号源参数与复杂环境参数张成的空间。对于空间谱估计系统，就 是利用特定的一些方法从这个复杂的目标空间中估计出信号的未知参数。 ( 2 ) 观测空间是利用空间按一定方式排列的阵元，来接收目标空间的辐射信号。由于环境 的复杂性，所以接收数据中包含信号特征( 方位、距离) 和空间环境特征( 噪声、干扰) 这 里的观测空间为一个多维空间，即系统的接收数据是由多个通道组成，而传统的时域处理 方法只有一个通道。特别指出的是：通道与阵元并不是一一对应，通道是由空间的一个、 几个或所有阵元合成的，空间某个特定的阵元也可包含在不同的通道内。 ( 3 ) 估计空间是利用空间谱估计技术( 包括阵列信号处理中的一些技术，如阵列校正、空 域滤波等技术) 从复杂的观察数据中提取信号特征参数。从框图中我们可以清晰的看出估 计空间相当于是对目标空间的一个重构过程，通过估计信号的一些特征参数来重构目标信 号源。下面简单介绍在这一重构过程中所要用到的一些理论基础，也就是估计信号源 d o a 时的理论依据。 2 3 窄带信号源数学模型 阵列信号处理中窄带信号含义，是指信号的带宽b 远小于信号波前跨越阵列最大口径 所需要的时间，即信号等效时宽1 b 远大于延迟f ，以保证所有阵元“几乎同时 接收到 该信号波前。由此得到窄带信号的条件为： 了bx 了l 1 ( 2 1 ) 厶见 一纠 其中，l 为阵列最大口径，五和旯分别为信号中心频率和该频率对应的波长。 考虑n 个远场的窄带信号入射到空间某阵列上，其中阵列天线由m 个阵元组成，这里 假设阵元数等于通道数，即各阵元接收到信号后经各自的传输信道传送到处理器，也就是 说处理接收来自m 个通道的数据。在信号源是窄带的假设下，信号可以用如下的复包络形 式表示： s l ( f ) - - , l ( f ) p ，+ 妒 ( 2 2 a ) s l 一f ) - - u l ( f f ) 2 卜r 卜p 卜f ( 2 2 b ) 式中，“。( ，) 是接收信号的幅度，t p ( t ) 是接收信号的相位。且满足嘞= 2 z f o 。假设f 为 信号的延迟时间。在窄带远场信号源的假设下，有： 南京邮电大学硕士研究生学位论文 第二章阵列信号处理模型 u 1 ( f 一丁) = “l ( f ) ( 2 3 a ) 缈( f f ) = 缈o ) ( 2 3 b ) 根据上式我们有： j f ( t - - ) = s i ( t ) e j 吣 i = l ，2 ，n ( 2 4 ) 上式表明，对于窄带信号s ，o ) ，当延迟远小于带宽的倒数时，延迟对信号的作用相当于是 信号的复包络西o ) = s ( t ) + ( f ) 在阵元上的时间延迟转化为相移，而幅度的变化可以忽 略不计。这一结论在阵列信号处理中具有十分重要的作用。 信号的传输情况是极其复杂的，其严格的数学模型的建立需要有物理环境的完整描 述。但这种做法不利于信号算法的设计。为了得到一个比较有用的参数化模型，必须简化 有关波形传输的假设为了简化模型，我们有以下假设： ( 1 ) 接收阵元位于信号源的远场，可近似认为接收到的信号为平面波。 ( 2 ) 传输介质是无损的、线性的、非扩散的、均匀的且各向同性。 ( 3 ) 接收阵元的几何尺寸远小于入射平面波的波长，且阵元为无指向性，可近似认为接收 阵元是原点。 ( 4 ) 接收阵列的阵元间距远大于阵元尺寸，各阵元间的相互影响可以忽略不计。 _ d 主j ( 彳) - 口 _ 口 m ，lm 图2 - 2 均匀直线阵列结构 对于满足上面假设条件的均匀直线阵，如图2 2 所示。对于接收远场中一平稳信号为 s ( t ) ，假设第一个阵元接收的数据矢量为 而( f ) = s ( f ) + ( f ) ( 2 5 ) 那么第二个阵元在同一时刻接收到该信号的表达式为： 而o ) = 葺o f ) = s ( f ) p 一_ ，等心n ( 钔+ 嘭( f ) ( 2 6 ) 1 2 南京邮电大学硕士研究生学位论文第二章阵列信号处理模型 ds i n ( o , ) 即q 2 = _ 。同理，可得其他各阵元的接收信号，将这些信号排列成一个