CN100473236C - 期望信号初始doa估计及智能天线新方法 - Google Patents

Abstract

本发明公开了期望信号初始DOA估计及智能天线新方法，初始DOA估计包括步骤：根据基站采用的阵元数目确定覆盖智能天线对应的扇区所需的初始定位区域数；利用始定位区域中心角对应的权矢量分别对接收信号进行加权处理，用权矢量分别对阵列接收信号进行解调和排序，根据排序结果确定初始DOA。智能天线新方法包括所述期望信号初始DOA估计和期望信号DOA跟踪，DOA跟踪包括步骤：建立一缓存器，并确定缓存器的长度、期望信号DOA值的更新周期及初始步长；利用当前DOA值和步长构造两个权矢量；计算更新周期内该两权矢量的接收结果，并根据该结果确定新的期望信号DOA值；将DOA值的增量移入缓存器，并缓存器的状态确定跟踪步长。本发明适用于TDMA、FDMA和CDMA等系统。

Description

期望信号初始DOA估计及智能天线新方法

技术领域

本发明涉及无线通信系统中采用阵列天线进行接收和发射方法，尤其涉及蜂窝式移动通信领域在蜂窝小区基站采用智能天线技术进行接收和发射的方法。

背景技术

移动通信技术由于给人们的生活工作带来了极大的方便，因而能自其商用之日起便得到了迅速的发展，并在现代通信中占着越来越重要的地位。尽管移动通信的发展从无线通信的发明之日起就开始了，但是真正的大规模商用移动通信系统开始于二十世纪七十年代末到八十年代初，之后移动通信技术便以一日千里的气势迅速发展起来。到目前为止商用移动通信系统的发展大致分为三个阶段，即通常所说的第一代、第二代、第三代移动通信系统。

第一代移动通信系统开始于二十世纪七十年代末到八十年代初。第一代移动通信系统是基于模拟通信技术，所有蜂窝系统均采用频率调制，而移动通信系统提供的服务仅为语音通信。尽管第一代移动通信系统在当时发展迅速，但是它存在许多问题，如：频谱利用率低，系统容量小；不能提供高速数据业务服务；保密性差；移动设备成本高、体积大等。

第二代移动通信系统主要兴起于二十世纪九十年代。采用数字通信技术，开始支持数字业务，实现了更好的话音质量、加密技术和更大的系统容量，引入了更合理的系统结构和网络管理技术。由于第二代移动通信系统的巨大成功，全球范围内移动通信用户数急剧增加；另一方面在全球移动通信用户数激增的同时，Internet也正在全球飞速发展，使移动通信技术与Internet技术结合起来，或说要求无线通信系统承担更高速率的数据业务越来越成为移动用户的迫切要求。这一切成为第三代移动通信系统发展的主要动力。

第三代移动通信系统又称IMT-2000，其主要目标可以概括如下：在全球形成统一频率、统一标准、实现全球漫游并提供多种业务的服务。对IMT-2000无线传输技术(RTT)而言，ITU要求在市内环境数传码率达到2Mbps，室外步行环境码率达到384Kbps，室外车载台达到144Kbps，卫星移动环境中达到96Kbps。

移动用户的迅猛增长和不断提高的无线业务要求迫使现在的移动通信系统急于解决如何进一步提高系统地频谱利用率和增大系统容量地问题。抑制无线通信系统容量增大和传输数据率不断提高的因素主要集中在以下几个方面：

1、因频率复用造成的共信道干扰(CCI)，采用蜂窝式的小区结构和频率复用技术是解决频率资源紧张的有效方法，特别是在CDMA系统中，频率复用系数可以是1，甚至在同一小区的不同扇区间采用相同的载频，这样必然会产生CCI。在CDMA系统中，由于不同用户扩频码的非正交性或异步同样会造成CCI。

2、多径现象 由于移动环境的复杂性，通常从发射机到接收机的信号包含有折射、衍射、绕射等多种信号成分，不同成分到达接收机的强度不同，时间不同，方向不同，甚至在通常情况下，发射机到接收机不存在直达波束。

3、衰落 由于多径效应的影响，接收机收到信号的功率会随收发信机之间的距离而存在大幅度的波动(通常可达20dB)。衰落通常分为阴影衰落(慢衰落)和多径衰落(快衰落)。慢衰落是由于遮挡效应造成的，其信号的局部平均近似对数正态分布，而快衰落是因为接收信号分量的相位差引起的，其信号近似服从瑞牙分布。实际的接收信号是由快衰落信号与慢衰落信号的乘积得到。

4、多谱勒扩展 由于收发信机之间的相对运动，使得接收信号存在多普勒频移，又由于多径现象，不同的多径分量有着不同的多普勒频移，从而使接收信号带宽整体被展宽。多普勒频移的大小反映了信道特性变化的快慢，多普勒频移越高，信道变化越快，信号的快衰落越严重。

5、延时扩展 由于不同多径分量的不同到达时间，造成接收信号的时域展宽。时延扩展直接造成接收信号的码间干扰，从而决定了信道能传输的最高信号速率。

传统的对付上述问题的办法主要包括调制解调技术、信道的编解码技术、信道均衡技术、分集联合技术等等，这些技术已日益成熟，对于上述问题的进一步解决已十分困难。近年来阵列天线技术在移动通信领域的引入为这些问题的进一步解决带来了新的思路。阵列天线技术广泛地应用于雷达、声纳及军事通信领域，它在移动通信领域的引入特别是在蜂窝式移动通信系统基站的使用为从空间角度上区分期望信号提供了可能。阵列天线技术只通过改变天线阵元的相对相位及增益实现对天线阵方向图及阵元信号合成方式的灵活控制，故又称为智能天线技术或软件天线技术。智能天线技术与传统时域信号处理技术的结合形成的空时信号处理技术在扩大小区范围、提高系统容量、提高系统频率、使用效率、降低发射功率、减小用户干扰等方面显示了巨大的潜能。

智能天线的接收处理算法在很多资料、文献、专利上都有讨论，总体上可以分为两类，一类是基于一定最优准则直接利用接收信号和相关的系统信息求出阵列处理的复数加权矢量，另一类是首先通过一定的方法估计出接收信号中期望信号的空间到达方向(Direction of Arrival，简称DOA)，然后按照阵列的空间结构形成与估计的DOA对应的理想的阵列处理矢量。

第一类方法多数是基于接收符号的权矢量更新，因而阵列处理大大加重了基站的处理负荷。特别是许多智能天线算法在求解权矢量时需要进行接收矢量矩阵的求逆运算(如基于MMSE准则的大量算法)或干扰加噪声矩阵的求逆运算(如基于最大信号干扰噪声比准则的大量算法)，这样进一步加重了基站的附加运算量。尽管一些自适应算法如LMS算法运算量不大，但是它的收敛速度较慢，实际实现时步长选取不当容易造成算法发散。第一类方法中还存在一类盲自适应智能天线算法如恒模算法(CMA)，由于它使用了系统调制信号的公共特性，必须在权矢量更新过程中不断利用正交化算法如GSO法对不同输出断口的权矢量进行正交化处理，然后在阵列输出端运用不同路信号的其它特征如在DS/CDMA系统中用不同用户的扩频码对不同端口的信号进行识别。盲智能天线算法如MT-LSCMA还存在一个问题就是阵列输出端口数目受阵列阵元数的限制。整个这一类智能天线算法还存在一个稳定性、可靠性的问题，如果因为干扰或某种原因导致波束形成偏差，波束形成的接收效果会严重恶化，甚至比单阵元接收效果还差。另外，由于在接收符号内利用有限的数据进行特征矩阵的形成，基于符号的权矢量更新算法形成的波束图通常会随符号的不同有很大的波动(即使移动台处于静止状态)，导致接收性能的明显下降。

DOA跟踪的智能天线算法分为两个步骤，首先对期望信号的初始DOA进行估计，然后对DOA进行跟踪，在对权矢量更新时，直接由当前估计的期望信号DOA按阵列空间结构形成与估计DOA对应的理想波束形成矢量，然后又重新估计新的DOA。这种方法利用了在蜂窝移动通信系统中实际数据符号率通常远大于移动台相对于基站的角度变化的特点，对多个符号采用相同的阵列权矢量进行接收，因而相对基于符号更新权矢量的智能天线算法可以大大降低基站处理的运算量。直接权矢量形成的阵列接收算法每个数据比特都按一定的最优准则形成阵列接收权矢量，实现时复杂度较大。

对于DOA估计，多数资料、文献上均采用通常的空间谱估计算法如多重信号分类法(MUSIC)、通过旋转不变技术估计信号参数(ESPRIT)法等。这些算法在雷达、军事通信等领域广泛采用，但是在移动通信系统基站采用是不合适的。在雷达等领域，天线阵列相对移动通信系统有多得多的阵元数目，空间处理具有足够的自由度，即满足独立阵元数目大于甚至远大于需要空间处理信号的数目；而在移动通信系统基站，由于成本的限制，阵元数通常只能取4到8个阵元，在绝大多数情况下阵元数目是小于小区或扇区内激活用户数目的。另外这些特征子空间分析类的DOA估计方法要求不同的空间入射信号不相关，否则首先需要进行去相关处理，从而进一步降低了阵列的有效阵元数目，这对阵元数目本来很少的移动通信基站是很难接受的，而且通常情况下移动通信环境存在许多相关的多经分量。W.G.Hou等提出了在角度空间逐比特搜索的DOA估计方法(W.G.Hou，etc.Interference suppression receiver with adaptiveantenna array for code division multiple access conununication system.VTC2000fall.Boston，MaUSA.)，然而逐位迭代时，为了反映DOA随比特的变化，迭代步长必须很小，迭代步长很小时，确定的初始DOA与迭代初值有很大关系，这样很容易收敛到阵列方向图的一个局部极大值(即方向图的一个副瓣)上去(即初值靠近一个局部极大值)，从而导致错误的DOA跟踪。而且没有先验知识很难估计应采用的步长。

对于DOA的跟踪，W.G.Hou等采用固定步长的尝试法，也就是以一定的固定步长，将当前DOA左右的角度所对应的权矢量均用来进行期望信号的接收，根据输出的大小来判断DOA向哪个方向改变。虽然该方法看上去简略，但是在对DOA要求不是十分精确的移动通信环境还是比较实用的，其主要优点是运算量比较小，稳定，不存在收敛问题，如果跟踪比较准确(阵列方向图主瓣3dB以内)，期望信号可以得到比DOA不在主瓣内的干扰得到8到9个dB的增强(半波长间距6阵元均匀线性ULA)。但是由于基站事先对移动台的角速度并无任何先验信息可以利用，如果采用固定步长△θ，为了保证阵列波束的扫描速度跟踪得上移动台的角速度变化，必需将△θ取得较大，这样必然会带来比较大的DOA估计偏差。

发明内容

本发明的目的在于提供一种期望信号初始DOA估计方法；

本发明的另一目的在于提供一种智能天线新方法。

本发明的解决方案：

期望信号初始DOA估计方法包括步骤：

根据基站采用的阵元数目确定覆盖智能天线对应的扇区所需的初始定位区域数；

利用每一初始定位区域相应定位角对应的权矢量分别对接收信号进行加权处理，并分别对加权处理后阵列接收信号进行解调；

将解调的输出值排序，根据排序结果确定期望用户的初始DOA。

智能天线新方法包括：期望信号初始DOA估计和期望信号DOA跟踪；

所述期望信号初始DOA估计包括下述步骤：

1)根据基站采用的阵元数目确定覆盖智能天线对应的扇区所需的初始定位区域数；

2)利用每一初始定位区域相应定位角对应的权矢量分别对接收信号进行加权处理，并分别对加权处理后阵列接收信号进行解调；

3)将解调的输出值排序，根据排序结果确定期望用户的初始DOA；

所述期望信号DOA跟踪包括下述步骤：

a)建立一缓存器，并确定缓存器的长度、期望信号DOA值的更新周期及初始跟踪步长；

b)利用当前期望信号DOA值和跟踪步长构造两个权矢量；

c)计算更新周期内该两权矢量的接收结果，并根据该结果确定新的期望信号DOA值；

d)将新的期望信号DOA值的增量移入缓存器，并判断缓存器是否已满，如果缓存器未满则转步骤b)，否则进行下步；

e)根据缓存器的状态确定跟踪步长，然后转步骤b)。

采用本发明所述的期望信号初始DOA估计新方法消除了DOA估计时因初值选取不当而收敛到阵列方向图副瓣的危险；而自适应步长DOA跟踪法可以根据移动台对基站的角速度动态调整DOA跟踪的步长，解决了当固定步长较小时算法跟踪不上移动台运动角速度的危险，当跟踪步长较大时给DOA跟踪带来很大的估计误差的缺点。

附图说明

下面结合附图对本发明的原理做进一步的解释。

图1是一个蜂窝小区基站采用智能天线技术进行收发的结构示意图。

图2是本发明提出的基于DOA跟踪的智能天线方法的系统流程图。

图3是采用本发明提出的初始DOA估计方法的处理示意图。

图4是采用固定步长DOA跟踪的均方误差图。

图5是采用固定步长和自适应步长DOA跟踪的效果比较图。

具体实施方式

本发明适用于TDMA、FDMA和CDMA等系统，本实施例仅以DS/CAMA系统为例进行说明。

为了讨论方便，首先将原DOA跟踪方法说明如下：

假设系统为处于加性高斯信道的同步DS-CAMA系统，考虑一个蜂窝小区内的一个扇区的接收处理。假设每个扇区内采用有N个天线阵元的均匀线性阵列(ULA)，该扇区内共有M个激活用户，系统的处理增益为P。假设扇区内M个用户对基站天线阵均为远场信号源，则基站天线阵第k个阵元在t时刻(第i个用户第j个信源符号)的接收信号为：

$x_k=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}\sqrt{2E_i}{b}_i\left(j\right)c_i((j-1)P+l)a_k\left({\mathrm{\θ}}_i\right)+n_k\left(t\right),k=1,...,N$

其中：

E_i表示第i个用户的信源符号进行扩频后每个扩频码片(chip)的能量；

b_i(j)表示第i个用户第j个信源符号的值，为+1或-1；

c_i((j-1)P+l)，l-1，...，P表示第i个用户第j个信源符号的第1个扩频码片；

a_k(θ_i)表示第i个期望信号对基站天线阵的方向矢量a(θ_i)的第k个分量，

其中N阵元相邻的均匀直线阵的方向矢量为

$a\left({\mathrm{\θ}}_i\right)={[1,e^{\mathrm{j\φ}},e^{j2\mathrm{\φ}},...,e^{j(N-1)\mathrm{\φ}}]}^T,\mathrm{\φ}=\frac{d\sin \left({\mathrm{\θ}}_i\right)}{\mathrm{\λ}}2\mathrm{\π},$

d为ULA阵元间距，λ为载波波长；n_k(t)表示第k个阵元上的加性高斯白噪声。则 $X_j={[x_1\left(j\right),x_2\left(j\right),...,x_N\left(j\right)]}^T=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}\sqrt{{2E}_i}{b}_i\left(j\right)c_i((j-1)P+l)a_k+n\left(j\right)$

表示整个阵列一个快拍的输出。

设第i个用户的接收权矢量为W_i＝[w_i1，w_i2，...，w_iN]^T，则第i个用户的阵列输出信号为：

$Y_i\left(j\right)=\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{w}_{\mathrm{ik}}^{*}{x}_k\left(j\right)=W_i^{H}X\left(j\right)$

Y_i(j)用于进行第i个期望信号的解扩。

对Y_i(j)直接匹配滤波得到 $Z_i\left(j\right)=\underset{i=1}{\overset{P}{\mathrm{\Σ}}}{c}_i((j-1)P+l).Y\left(j\right)$

Z_i(j)即为第i个用户第j个比特的判决变量。在进行阵列处理时，就是要尽可能准确地估计a_i(j)或θ_i，从而使接收阵列的方向图主瓣对准期望用户的DOA，利用相对较低的副瓣实现对干扰期望信号的抑制。

此处对本发明提出的初始DOA估计技术方案进行描述：

由于该方法在时间T内均采用相同的接收矢量，所以这仅是一种次最优接收方法。只要保证期望用户位于波束主瓣的3dB带宽以内，就认为实现了对期望信号DOA的跟踪。当ULA阵元数N为6时，主瓣对副瓣大约有12dB的增益，即使期望用户的实际DOA位于3dB带宽的边缘，对DOA位于副瓣内的干扰用户，期望用户仍大约能保持9dB的天线增益。

由于半波长间距的ULA的主瓣3dB宽度约为BW0.5＝100/(N-1)度，这时可以预先将120^O扇区均匀分为120/BW0.5＝1.2(N-1)区间，例如当N＝6时，一个扇区分为彼此不相交的每个宽度为20^O的6个扇形区域，设θ₀₁，...，θ₀₆分别表示6个区域的中心角度。在初始定位期间，将6个中心角度对应的权值都用来解调，输出较大的那个区定位移动台存在的区域，并以该区的中心角作为移动台的初始DOA。如果区域判断正确，期望用户一定位于初始DOA所时应波束主瓣的3dB带宽以内。

在按上述方法进行初始定位时，为了提高初始定位的精确度，可以进一步考虑以下问题：

初始DOA定位的平均接收长度不能太短，当然在这个接收长度内，移动台的DOA只能有很小的变化。例如取几百个比特(通常几个ms)。

利用系统的扇区切换信息。当移动台从一个扇区刚切换到另一个扇区时，可以很容易地确定移动台的初始位置在该扇区的第一或第六个初始定位区域。

当移动台位于某个定位区域的边缘时，由于多径效应的影响，相邻两个区域接收权矢量对应的输出可能都很强，这时将初始DOA定为这两个区域的交界(两个中心角的平均)无疑是更准确的定位。所以本文在进行初始DOA估计时，首先将各区域的输出A_i，i＝1，...，6进行排序，假设A1>A2>...>A6，然后进行如下判断：

$\frac{A_1}{A2}\≥\mathrm{\β}*\frac{A_2}{A_3}$

如果上式成立，可以将期望用户的初始DOA定为A₁对应的区域的中心角，否则将期望用户的初始DOA定为A₁、A₂所对应的定位区域的交界处。β为一个可以调节的与系统所处环境相关的系数，通常情况下β取1，在多径数目较多的密集城区β取值大于1，在多径数目较少的郊区β取值小于1，具体取值可由所处环境测量统计值估计。这样在前述定位复杂度不变的情况下，实际上将120^O扇区分成了11个初始定位区域。

不失一般性，假设所有移动台在小区内均匀分布，同样在每个初始定为区域内也为均匀分布，这样如果直接按每扇区6个初始定位区域定位，则初始定位的均方根误差为：

$\sqrt{\frac{400}{12}}={5.77}^O,$

若利用上式再对初始定位区域的交界处进行进一步的划分，此时初始定位的均方根误差为： $\sqrt{\frac{100}{12}}={2.89}^O.$

由于6阵元半波长ULA的3dB主瓣宽度约为20^O，所以对初始定位细化后的精度2.89^O应该足以满足将移动台初始定位到主瓣3dB以内的要求。

下面对本发明提出的自适应步长DOA跟踪方法的技术方案进行描述：

因为基站事先对移动台的角速度并无任何先验信息可以利用，如果采用固定步长△θ，为了保证阵列波束的扫描速度跟踪得上移动台的角速度变化，必需将△θ取得较大，这样必然会带来比较大的DOA估计偏差，为了减小DOA估计的偏差，本发明设计了一种简单的自适应步长调节方法如下。

当阵列波束对移动台的DOA处于良好的跟踪状态时，DOA跟踪的当前值θ_cur应在实际的DOA左右跳变，即θ_cur交替取θ_cur+△θ、θ_cur-△θ。当阵列波束对移动台处于跟踪失败状态时，θ_cur会长时间超出或者低于实际的DOA。本发明设计一个长度为SL的先进先出(FIFO)的缓存器，用于记录连续的SL个θ_cur值的增量，每次进行θ_cur更新时，判断当前存储的SL个θ_cur的增量，如果连续SL个θ_cur增量的符号均为正(或负)，说明按照当前的步长△θ，阵列波束跟踪不上移动台的角速度变化，这时△θ增大1dB；如果连续的SL个相邻θ_cur增量的符号彼此异号，说明步长△θ可能偏大，这时可以减小步长△θ1dB。这样△θ一直在检测与调整之中，如果△θ偏大或偏小，几个DOA估计周期T后就能得到校正。

当然每次步长变化的幅度可以由系统具体情况而改变，通常情况下1dB或2dB是足够了的。为了避免过量步长调整，或者说为了排除已经使用过的θ_cur对步长调整的影响，在每次步长增大或减小调整之后将FIFO缓存器清空，然后等缓存器满后重新开始检查缓存状态。

从直观上看，SL越长，越能反映当前步长是否合适，但是越长的SL产生的调整滞后越大；但是过短的SL又很难反映当前步长的特性，特别是当步长过大时，必需通过DOA增量的符号反复才能看出来。从这一点上看，SL最短要取3或者4，5是比较合适的。一般在迭代初期，由于步长是随机取的，所以步长应该调整快一些，SL应取短一点如取5，当步长稳定后，可以稍稍延长一点，如取到7。

假定在WCDMA系统中应用该方法，每(10ms)更新一次θ_cur，SL取5，每次步长的调整量为1dB。如果初始跟踪步长△θ与实际移动台的移动角速度相差很大，需要连续增加(或减小)△θ，那么1秒钟时间内△θ可以变化20dB，这么快的变化速度不当的△θ初值在很短的时间内可以得到校正。例如△θ初始定为0.01，即可以跟踪的最大移动台角速度为1^O/s，而实际移动台的移动角速度为3^O/s，则△θ需要5dB的增大调整，SL为5时，完成5dB的调整需要250ms。

下面结合附图对本发明做进一步的解释：

参见图1，图中示出了一个使用三扇区结构的蜂窝小区内其中一扇区的智能天线的使用示意图。从天线阵元引下的信号先利用功能块100的进行前端的滤波、变频等处理，然后不同的激活用户对应不同的接收处理通道，例如激活用户1的接收通道为120，在每个用户的接收通道中接收信号经过阵列加权110(波束形成)进行空间加权及合并，不同用户的接收通道利用一定的阵列接收算法130和该接收通道的解调信息独立形成该通道的阵列加权矢量。

参见图2，图2给出了本发明提出的基于DOA跟踪的智能天线方法的系统流程图。首先应该根据阵元数目及阵列空间结构确定覆盖扇区需要多少个初始定位区域(图中假定初始定位区域数为6)，并确定每个定位区域中心角对应的理想阵列处理权矢量。并利用这些权矢量对阵列接收信号分别进行解调，从而判断期望用户位于哪个定位区域，然后利用前面描述的方法对期望用户的初始DOA估计进行优化处理并确定用户当前DOA，即θ_cur。DOA跟踪时先设定DOA更新的周期T，缓存器长度SL，并设定初始步长△θ，由于采用自适应步长更新，△θ的初始值只要不太大或太小，对跟踪影响不大。然后将F IFO缓存器清零，利用当前θ_cur和△θ构造两个可能的接收权矢量进行接收，时间长度为T，并利用T时间内的接收结果平均确定新的DOA以更新θ_cur，θ_cur的增量移入FIFO缓存器。如果缓存器已满，判断缓存器的值是否同符号，若同符号说明当前步长△θ太小，△θ增大1dB，并将缓存器清零，继续循环。如果缓存器的相邻值彼此异号，说明△θ可能偏大，将△θ减小1dB，并将缓存器清零，继续循环。

其中，按公式：

$Y_1=\frac{1}{L}\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}\left|W_1^{H}X\right|$

$Y_2=\frac{1}{L}\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}\left|W_2^{H}X\right|$

计算两权矢量的接收结果；

按公式：

${\mathrm{\&theta;}}_{\mathrm{cur}}(i+1)=\left\{\begin{array}{c}{\mathrm{\&theta;}}_{\mathrm{cur}}\left(i\right)+\mathrm{\&Delta;\&theta;},Y_1<Y_2\\ {\mathrm{\&theta;}}_{\mathrm{cur}}\left(i\right)-\mathrm{\&Delta;\&theta;},Y_1>Y_2\\ {\mathrm{\&theta;}}_{\mathrm{cur}}\left(i\right),Y_1=Y_2\end{array}\right.$

更新期望信号DOA值，

其中：T为期望信号DOA的更新周期，L为时间T内的比特数，W1、W₂分别表示由w_1m，w_2m，m＝0，...，N-1组成的矢量，w_1m、w_2m表示两个矢量，X表示阵列阵元接收的空间信号，Y1，Y2分别表示用W1、W2接收时阵列的输出信号，θ_cur(i)为期望信号当前的DOA值，θ_cur(i+1)为更新后的期望信号DOA值，Δθ为当前步长。

参见图3，图3示出了以基站采用半波长间距6阵元ULA为例的初始DOA估计的示意图。同样首先对阵元信号利用功能块100进行射频前端处理并变频到基带，然后利用已知的6个初始定位区域的中心角对应的权矢量310到360对接收信号进行分别解调，解调时间可以与DOA更新时间T相同或稍长，对解调结果按本说明书前面描述的方法利用功能块370进行比较并优化，然后输出对期望信号DOA的初始估计值。

参见图4，图4是对固定步长DOA跟踪法的DOA估计误差的一个定量仿真结果。以DS/CDMA系统为例，蜂窝小区内一个扇区采用ULA，阵元数N为6，移动台在扩频增益P为32时，从扇区的-50^O到50^O连续运动，每发射1000比特对基站的角速度变化1^O，DOA跟踪步长△θ从2^O变化到10^O。不同△θ下的DOA估计的均方误差(MSE)如图4所示。从图4可明显看出，随着DOA估计步长△θ的增大，DOA估计的MSE单调增大，当△θ达到BW0.5的一半10°时，MSE为7，尽管仍然处于接收波束主瓣的3dB带宽以内，但是已存在较大的偏差。如果跟踪步长小于移动台对基站的角速度，则形成的波束跟踪不上移动台的移动，导致跟踪失败。

参见图5，图5示出了采用不同固定DOA跟踪步长和自适应跟踪步长的跟踪效果比较图。同样采用了DS/CDMA系统，期望用户从-50^O到50^O匀速运动，每发射1000个比特其DOA变化2^O，扇区内共有20个激活用户，干扰用户的方向随机产生，跟踪结果如图5所示。图中(a)、(b)、(c)分别表示△θ取1^O、2^O、10^O的情况，(d)表示自适应步长时的情况，“trace1”表示阵列的实际指向，“trace2”表示移动台DOA的变化轨迹，表示成边为从-50^O到50^O的正方形的对角线。从图5可以明显看出采用固定步长，若△θ取得合适如图5-(b)，阵列波束520可以很好地跟踪期望期望信号DOA的变化，然而当△θ太小如图5-(a)，阵列波束510一直跟不上移动台的实际运动角速度而导致DOA跟踪失败，△θ太大如图5-(c)，阵列波束530尽管在实际移动台运动轨迹上下变动，但是会产生很大的DOA估计偏差。当采用自适应△θ时，如图5-(d)，DOA跟踪步长可以自动调整，此时阵列波束540对移动台运动DOA轨迹的跟踪与△θ的初始取值关系不大，从而一方面可以保证对期望信号DOA的跟踪又能保持较小的估计偏差。

本发明所述方法虽然一直以DS/CDMA系统为例进行阐述，但是完全可以稍作修改应用于TDMA或FDMA移动通信系统，但该种改变修改并不脱离本发明的精神。

Claims (17)

1、一种期望信号初始DOA估计方法，其特征在于包括以下步骤：

根据基站采用的阵元数目确定覆盖智能天线对应的扇区所需的初始定位区域数；

利用每一初始定位区域相应定位角对应的权矢量分别对接收信号进行加权处理，并分别对加权处理后阵列接收信号进行解调；

将解调的输出值排序，根据排序结果将最大解调结果对应的初始定位区域的定位角确定为期望信号的初始DOA。

2、如权利要求1所述的方法，其特征在于：根据排序结果对关系式 $\frac{A_1}{A_2}\&GreaterEqual;\mathrm{\&beta;}*\frac{A_2}{A_3}$ 进行判断；如果判断为真，即关系式成立，则将A₁对应的初始定位区域的定位角确定为期望信号的初始DOA；如果判断为假，即关系式不成立，则将A₁和A₂所对应区域的交界处确定为期望信号的初始DOA；其中：A₁、A₂和A₃表示排序后三个最大的值且A₁>A₂>A₃，β为一个可以调节的与系统所处环境相关的系数，取值可由所处环境测量统计值估计。

3、如权利要求1或2所述的方法，其特征在于：所述的定位角为初始定位区域的中心角。

4、如权利要求1或2所述的方法，其特征在于：所述的定位角为初始定位区域中心角附近的角度。

5、如权利要求1所述的方法，其特征在于：对接收信号进行处理前还包括对接收信号进行滤波和变频处理。

6、如权利要求1所述的方法，其特征在于：权矢量对阵列接收信号进行解调的时间与期望信号DOA更新的时间相同或稍长。

7、一种基于期望信号DOA跟踪的智能天线新方法，包括期望信号初始DOA估计和期望信号DOA跟踪，其特征在于：

所述期望信号初始DOA估计包括下述步骤：

1)根据基站采用的阵元数目确定覆盖智能天线对应的扇区所需的初始定位区域数；

2)利用每一初始定位区域相应定位角对应的权矢量分别对接收信号进行加权处理，并分别对加权处理后阵列接收信号进行解调；3)将解调的输出值排序，根据排序结果将最大解调结果对应的初始定位区域的定位角确定为期望信号的初始DOA；

所述期望信号DOA跟踪包括下述步骤：

a)建立一缓存器，并确定缓存器的长度、期望信号DOA值的更新周期及初始步长；

b)利用期望信号当前的DOA值和步长构造两个权矢量；

c)计算更新周期内该两权矢量的接收结果，并根据该结果确定新的期望信号DOA值；

d)将新的期望信号DOA值的增量移入缓存器，并判断缓存器是否已满，如果缓存器未满则转步骤b)，否则进行下步；

e)根据缓存器的状态确定步长，然后转步骤b)。

8、如权利要求7所述的方法，其特征在于：步骤3)是指根据排序结果对关系式 $\frac{A_1}{A_2}\&GreaterEqual;\mathrm{\&beta;}*\frac{A_2}{A_3}$ 进行判断；如果判断为真，即关系式成立，则将A₁对应的初始定位区域的定位角确定为期望信号的初始D0A；如果判断为假，即关系式不成立，则将A₁和A₂所对应区域的交界处确定为期望信号的初始D0A；其中：A₁、A₂和A₃表示排序后三个最大的值且A₁>A₂>A₃，β为一个可以调节的与系统所处环境相关的系数，取值可由所处环境测量统计值估计。

9、如权利要求7或8所述的方法，其特征在于：所述的定位角为初始定位区域的中心角。

10、如权利要求7或8所述的方法，其特征在于：所述的定位角为初始定位区域中心角附近的角度。

11、如权利要求7所述的方法，其特征在于步骤2)对接收信号进行处理前还包括对接收信号进行滤波和变频处理。

12、如权利要求7所述的方法，其特征在于步骤2)中权矢量对阵列接收信号进行解调的时间与期望信号DOA更新的时间相同或稍长。

13、如权利要求7所述的方法，其特征在于步骤c)包括下述步骤：

1)按公式：

$Y_1=\frac{1}{L}\underset{l=0}{\overset{L-1}{\mathrm{\&Sigma;}}}\left|{W_1}^{H}X\right|$

$Y_2=\frac{1}{L}\underset{l=0}{\overset{L-1}{\mathrm{\&Sigma;}}}\left|{W_2}^{H}X\right|$

计算两权矢量的接收结果；

2)按公式：

${\mathrm{\&theta;}}_{\mathrm{cur}}(i+1)=\left\{\begin{array}{c}{\mathrm{\&theta;}}_{\mathrm{cur}}\left(i\right)+\mathrm{\&Delta;\&theta;},Y_1<Y_2\\ {\mathrm{\&theta;}}_{\mathrm{cur}}\left(i\right)-\mathrm{\&Delta;\&theta;},Y_1>Y_2\\ {\mathrm{\&theta;}}_{\mathrm{cur}}\left(i\right),Y_1=Y_2\end{array}\right.$

更新期望信号DOA值；

其中：T为期望信号DOA的更新周期，L为时间T内的比特数，W1、W2分别表示由w_1m，w_2m，m＝0，...，N-1组成的矢量，X表示阵列阵元接收的空间信号，Y1，Y2分别表示用W1、W2接收时阵列的输出信号，θ_cur(i)为期望信号当前的DOA值，θ_cur(i+1)为更新后的期望信号DOA值，Δθ为当前步长。

14、如权利要求7所述的方法，其特征在于所述的缓存器为先进先出(FIFO)缓存器。

15、如权利要求7所述的方法，其特征在于步骤e)所述的确定步长包括步骤：

1)对缓存器中增量值的符号进行判断，如果同符号则将当前步长增大；如果相邻值彼此异号则将当前步长减小；

2)将缓存器置零。

16、如权利要求15所述的方法，其特征在于步长增大或减小的幅度为1～2dB。

骤：

1)对缓存器中增量值的符号进行判断，如果同符号则将当前步长增大；如果相邻值彼此异号则将当前步长减小；

2)将缓存器置零。

17、如权利要求16所述的方法，其特征在于步长增大或减小的幅度为1～2dB。

Images