CN101013916A - 一种采用智能天线实现接收分集的方法及装置 - Google Patents

Abstract

本发明公开了一种采用智能天线实现接收分集的方法及装置。该方法利用天线阵列接收到无线信号后，先通过下变频和A/D变换到基带，然后经过固定多波束形成模块，形成多个波束信号；利用相关处理、多径估计及波束选择模块，估计出多个多径分量，并为每个多径分量选择相邻的两个波束信号；然后通过多个自适应波束形成处理模块，分别从两个相邻波束中提取出各多径分量；最后通过延时校正与合并模块，将各多径分量合并成一路信号，然后送到后续的模块做下一步处理。该装置主要包括多个下变频及A/D模块，固定多波束形成模块，波束选择模块；本发明在保持较低计算复杂度的条件下提高多径衰落环境下接收系统的性能，在实际工程中具有较好的使用价值。

Description

一种采用智能天线实现接收分集的方法及装置

技术领域

本发明涉及在无线通信系统中采用智能天线时的基带接收分集处理方法及装置。

背景技术

移动通信环境下的电波传播具有自由空间传播损耗、阴影衰落以及多径衰落等特点，其中多径衰落对无线信道上传输的信号有很严重的影响，尤其是在高速无线通信系统中，传输信号的符号周期远小于多径延时扩展，这种情况下的延时扩展会造成严重的符号间干扰(ISI)，在频域表现为频率选择性衰落，使无线通信系统的性能受到严重恶化。

为了抵抗多径衰落，通常可以在无线通信系统的接收端或发射端或接收与发射端采用分集技术。采用分集技术的基本原理是：经历具有不同衰落特性的多径信道的多径信号，他们同时处于深衰落的概率是很小的，如果能分离出各多径分量并进行适当合并，则可以大大提高无线链路的可靠性，最终提高无线通信系统的性能。

常见的分集技术包括时间分集、频率分集、空间分集等。这三种分集方法分别利用多径信号在时间、频率、空间域上经历的信道具有不相关的衰落特性，在这三个域上分别提取出各多径分量，然后利用各种合并技术对各多径分量进行合并。比如在CDMA系统中广泛采用的rake接收机技术，就是采用了时间分集技术。而对于非CDMA系统，则不容易从时间域分离提取出各多径分量，通常可以采用空间分集技术。

空间分集的常见形式就是天线分集，即在接收端或发射端采用多根天线。常见的天线分集又可以分为两大类，一种是采用阵列天线，这种天线利用了多径分量的角度信息，即利用到达阵列天线的各多径分量的波达角不同，采用波束形成技术提取各多径分量。这种天线对阵列的形状(如线形、环形等)要求较高，且各阵元的间距较小，才能保证各阵元接收的信号是强相干的。所谓强相干即对于从某个波达角入射到阵列的同一信号，各阵元接收的信号只是相位不同，幅度是相同的。而各天线接收的信号的相位与天线阵列的形状、间距及波达角有关。当天线阵列的形状及间距确定后，就只与波达角有关，选择合适的加权向量对各个天线阵元接收的信号进行加权合并后，即可提取出某个波达角方向的信号。利用这种阵列天线进行分集处理的技术称之为角度分集技术。另一种天线分集采用的天线阵列，对阵列的形状没有严格要求，但是要求天线阵元之间的距离足够远，以保证各天线接收或发射的信号经历的信道是相互独立的。这种天线阵列不需要利用多径分量的角度信息，而是利用多个天线接收信号之间的独立性，通过一定的合并原则将各个天线接收的信号进行合并，从而获得分集增益。

对于利用智能天线实现角度分集的技术，关键是如何利用阵列信号处理技术提取出各多径分量，然后进行合并处理。常见的处理方法有以下几种：

一种方法是先利用波达角(DOA)估计技术估计出各多径分量的波达角，然后根据估计出的波达角计算出相应的波束形成权向量，利用波束形成技术分别提取出各多径分量，然后进行合并。这种方法对DOA估计的精度要求非常高，DOA估计的误差对系统的性能影响比较大。

另一种方法是利用自适应波束形成处理的方法，利用多个自适应波束形成处理模块，每个模块提取和跟踪一个多径分量，然后进行合并。这种方法能获得较好的性能，但其计算复杂度随天线阵元的增加及需提取的多径分量数的增加而变得非常复杂。

还有一种方法是利用波束空间波束形成技术，即先对阵元接收的信号进行固定多波束形成处理，然后依据波束的质量指标和一个门限值选择出一个或多个波束信号，然后再对波束信号进行合并或自适应处理。这种方法可以降低第二种方法的计算复杂度，但其性能受波束选择的方法的影响较大，且不容易分离出各多径分量。

综上所述，现有的采用智能天线实现接收分集的方法存在以下不足之处：

1.对于采用DOA估计的接收分集技术，对DOA估计误差太敏感；

2.对于利用自适应波束形成处理实现接收分集的方法，其计算复杂度太高；

3.对于利用基于波束空间波束形成处理实现接收分集的方法，目前的波束选择原则不容易分离出多径分量。

发明内容

本发明的目的是针对现有技术的不足，提供一种采用智能天线实现接收分集的方法，该方法在基带对接收的信号进行固定多波束形成处理，通过将波束信号与期望用户的参考信号做相关来估计出多径分量，并为估计出的每个多径分量选择相邻的两个波束，通过自适应算法从两个相邻的波束中提取出各多径分量，最后利用合并方法将各多径分量合并为一路信号。

本发明的另一个目的是提供一种实现上述方法的接收分集装置。

本发明方法是这样实现的：

一种采用智能天线实现接收分集的方法，包括以下步骤，

a：天线阵列接收无线信号，并将射频信号转换为待处理的基带数字信号；

b：对步骤a的输出信号，由固定多波束形成模块进行接收处理，输出多个波束信号；

c：从步骤b输出的多个波束信号中，通过相关运算估计出多个多径分量的相对延时及其所在的波束，并为每个多径分量选择相邻的两个波束信号；

d：从步骤c为每个多径分量选出的相邻的两个波束信号中，分别利用自适应信号处理方法提取出各多径分量；

e：对步骤d输出的多径分量进行延迟校正后，通过合并算法将各多径分量合并为一路信号。

步骤b所述由固定多波束形成模块进行接收处理的过程如下：

b1：根据波束宽度φ_BW确定需生成的波束个数N，N＝2×(360/φ_BW)，所述波束宽度φ_BW由所选择的天线阵列的类型及天线阵元个数决定，可以通过仿真实验获得；根据波束宽度φ_BW确定各波束的方向θ_k及相应的波束形成权向量W_k，θ_k＝k×(φ_BW/2)，其中k＝1，2，...，N；W_k＝a(θ_k)，其中a(θ_k)是与方向θ_k相对应的阵列导引矢量，由方向θ_k、天线阵列的类型及阵元的间距确定；

b2：根据步骤b1确定的各波束形成权向量W_k，分别对步骤a输入的基带数字信号进行波束形成处理，输出多个波束信号。

步骤c所述估计多个多径分量的相对延时及其所在波束的方法如下：

c11：对步骤b输出的所有波束信号先分别与期望用户的参考信号做相关运算，输出相关值；然后在所有波束的相关值中搜索出最大相关峰值，该最大峰值所对应的波束作为是包含估计出的第一径分量的波束信号之一，最大峰值所对应的相对延时作为估计出的第一径分量的相对延时；

c12：在所有波束相关值中，在除了与估计出的第一径分量的延时值之外的其他延时范围内，再次搜索出最大相关峰值，该最大峰值所对应的波束作为是包含估计出的第二径分量的波束信号之一，最大峰值所对应的相对延时作为估计出的第二径分量的相对延时；

c13：用同样的方法估计出其他多径分量的相对延时及包含该多径分量的波束信号之一。

步骤c所述为每个多径分量选择相邻的两个波束信号的方法如下：

c21：为每个多径分量选择的两个相邻的波束信号之一，即是步骤c11到c13中确定的包含估计出的各多径分量的波束信号；

c22：为每个多径分量选择的另一个波束信号，从与步骤c21中确定的波束信号的两个相邻的波束信号中选择，选择的原则是比较这两个波束在该多径分量的相对延时处的相关值，选择相关值较大的一个波束信号。

步骤d中对不同多径分量做自适应处理时，根据步骤c中估计出的不同多径的相对延时选择参考信号，对期望用户的参考信号做相应延时。所述的自适应处理算法可以采用最小均方误差算法(LMS)、迭代最小二乘算法(RLS)、采样矩阵求逆算法(SMI)等。比如在训练序列比较短的情况下，可以采用收敛速度比较快的RLS、SMI算法等。

在提取出各多径分量之后，经过适当延时校正，可以采用各种合并技术如选择合并、等增益合并、最大比合并等，将他们合并为一路信号，送到后级处理单元做下一步处理。

本发明的一种接收分集装置通过如下技术方案实现：

一种接收分集装置，包括天线阵列，多个下变频及A/D模块，固定多波束形成模块，波束选择模块，多个自适应波束形成模块，延迟校正与合并模块；

天线阵列的每个天线阵元接收到的无线信号分别通过一个下变频及A/D模块转换为基带数字信号后送到固定多波束形成模块，下变频及A/D模块的个数与天线阵列的阵元个数一致；

所述固定多波束形成模块包括多个波束形成器单元及波束形成权向量产生单元，所述的每个波束形成器单元分别对输入的多路基带数字信号进行加权合并处理，产生多个波束信号，送到波束选择模块；所述波束形成权向量产生单元为每个波束形成器单元产生加权向量；

所述波束选择模块还包括多个相关器单元，多径估计单元及波束选择单元，其中相关器单元的个数与输入的波束个数一致；所述每个相关器单元分别对一路波束信号与期望用户的参考信号做相关运算，输出相关运算的值到多径估计单元；所述多径估计单元估计出多个多径分量；所述波束选择单元为每个多径分量选择相邻的两个波束信号；

所述每个自适应波束形成模块从为每个多径分量选出的相邻的两个波束信号中，分别提取出各多径分量，输出到延时校正与合并模块；所述自适应波束形成模块的个数与希望提取的多径个数一致；提取的多径个数根据实际应用的环境和要求确定，考虑到复杂度及对性能的改善程度，提取的多径个数不超过4径；

所述延迟校正与合并模块先对输入的多径分量进行延迟校正，将校正后的各多径分量合并为一路信号。

与现有技术相比，本发明方法有以下优点：

1.比较容易根据实际需要形成和修改固定多波束形成网络；

2.在进行波束选择时，能准确估计出多径分量，并为每个多径分量选择波束；

3.在利用自适应算法提取各多径分量时，由于每个自适应处理模块只需对两个波束信号进行处理，大大降低了自适应处理的复杂度；

4.与基于阵元空间的自适应波束形成算法相比，本发明在进行自适应处理之前先利用固定多波束形成网络对阵元信号进行预处理，可以进一步提供输出信噪比(SNR)，从而提高系统性能。

附图说明

图1：本发明设计的在OFDM系统中采用智能天线实现接收分集的框图；

图2：本发明实施例1波束选择的示意图；

图3：图1中自适应波束形成处理模块的构成框图；

图4：利用全自适应波束形成方法实现接收分集的框图；

图5：本发明方法与全自适应波束形成方法实现接收分集时的误码率性能仿真图。

具体实施方式

为更好地理解本发明，下面结合附图和实施例以及比较实施例对本发明进行进一步说明，但本发明要求保护的范围并不局限于实施例表述的范围。

实施例1

下面以采用8阵元环形阵列天线的基于IEEE802.11标准的OFDM无线通信系统为例，说明本发明的具体实施方式。

在基于IEEE802.11标准的OFDM无线通信系统中，训练序列分为短训练序列和长训练序列，其中短训练序列为包含10个相同的短训序列符号，每个符号的周期都是16；长训练序列为2个相同的长训序列符号，每个符号周期为64。在本发明的具体实施方式中，在前5个短训符号时间内进行相关运算，并估计多径分量的延迟及为每个多径分量选择相邻的两个波束信号。在后5个短训符号时间内做自适应波束形成处理，用于计算自适应波束形成的权向量。而两个长训练序列符号用于进行信道估计。在有效数据符号期间，保持为每个多径分量选择的波束及自适应波束形成的权向量不变，直到下一帧数据开始时，才重新选择波束及计算波束形成权向量。

下面结合附图对本实施例进行详细说明。

如图1所示，采用8阵元环形天线时，M＝8。8个天线阵元11-1，11-2，…，11-M等接收到OFDM无线信号，分别通过8个下变频及A/D电路12-1，12-2，…，12-M等变换为8路基带数字信号，如图中X₁，X₂，…，X_M所示。在固定多波束形成模块20中，分别利用各固定方向的波束形成权向量W_k对输入的8路基带数字信号X₁，X₂，…，X_M进行加权合并，形成多个波束信号Y₁，Y₂，…，Y_N。对于8阵元环形阵列天线，其波束宽度约为40度，因此需形成的波束信号个数N＝2×(360/20)＝18，各波束的方向分别为θ_k＝20×k，k＝1，2，…，18。波束形成权向量W_k＝a(θ_k)，a(θ_k)为各波束方向的导引矢量，对于圆形等间距阵列(UCA)，a(θ_k)＝[e^j1，e^j2，...，e^jM1]^T，其中

R为圆环形阵列的半径。

固定多波束形成模块13生成的18个波束信号，一方面送入波束选择模块14-1中，另一方面送入相关运算、多径延时估计及波束选择机制模块14-2中进行相关运算、多径估计运算及生成波束选择控制信号，控制波束选择模块14-1为每个多径分量选择相邻的两个波束。

模块14-2的各项功能是这样实现的：在前5个短训序列符号期间，将18个波束信号Y₁，Y₂，…，Y_N分别与期望用户的参考短训符号做相关运算，相关运算周期为16(因此相对延时可划分为0，1，…，15)。为了提高多径估计的准确性，对5个相关周期内的相关值按符号周期求平均，18个波束信号在16个相对延时处的相关值可以构成一个18×16的相关值矩阵，其中每一行是一个波束信号在不同相对延迟时的相关值。在这个相关值矩阵内，搜索出最大相关峰值，其对应的相对延迟值及所在的波束作为选择的第一个多径分量的相对延迟值及包含该多径分量的波束信号之一；在所有波束信号的剩下的相对延时值范围内，再次搜索出最大相关峰值，其对应的相对延迟值及所在的波束作为选择的第二个多径分量的相对延迟值及包含该多径分量的波束信号之一；用同样的方法可以估计出其他多径分量的相对延迟值及包含该多径分量的波束信号之一。如图1所示为提取3个多径分量的情形。

在估计出3个多径分量的相对延时及包含各多径分量的波束信号之一后，需要按如下方式为每个多径分量选择两个相邻的波束：

对于每个多径分量，前一步估计出的包含该多径分量的波束信号即作为选出的第一个波束；

第二个波束从与选择出的第一个波束左右相邻的两个波束中选择，具体是比较这两个波束在该多径分量的相对延时值处的相关值的大小，选择相关值大的一个波束。

如图2所示，本实施例每个多径分量选择相邻的两个波束。假设多径分量在0～360度波达角范围内随机分布，图2中表示出了3个多径分量21、22、23。在每隔1/2波束宽度方向上形成一个波束信号，这样所有波束可以覆盖整个360度的波达角范围。从图2可以看出，每个多径分量都包含在两个相邻的波束信号内。实际的波束方向图具有旁瓣，为了更清楚说明该算法思想而未画出其旁瓣。为了选择出这两个相邻的波束，通过将波束信号与期望用户的参考信号做相关运算。如图2所示，为3个多径分量21、22、23选择出的相邻波束信号分别为21-1、21-2，22-1、22-2及23-1、23-2。

模块14-2为每个多径分量选出包含该多径分量的两个相邻的波束后，控制波束选择模块14-1实现波束信号选择，输出到后面的自适应波束形成处理模块。波束选择模块14-1可以看成是一个切换开关矩阵，其功能是从输入的18个波束中，分别为3个多径分量选择两个相邻的波束信号。功能的实现靠模块14-2输出的控制信号。

波束选择模块14-1为3个多径分量分别选出两个相邻的波束信号后，分别送到后面的3个自适应波束形成模块15-1，15-2和15-3中。这3个模块分别通过自适应算法从输入的两个信号中提取出各多径分量。

图3给出了自适应波束形成处理模块结构框图。在自适应权向量生成模块34中，利用一定的自适应算法计算出加权权值w1和w2。输入的两路信号分别通过乘法器31和32与相应的权值相乘后，再通过加法器33合并，即可将多径分量从输入的两个波束信号中提取出来。计算权向量的常见的自适应算法有最小均方误差算法(LMS)、迭代最小二乘算法(RLS)、采样矩阵求逆算法(SMI)等。在本实施例中，由于训练序列较短，只有5个短训符号，共80个采样数据，因此可以选用收敛速度较快的SMI算法。

在图1中，自适应波束形成模块15-1、15-2和15-3分别提取出的3多径分量，送入延时校正与合并模块16中。在模块16中，先对3个多径分量进行延时校正，然后通过等增益合并算法将这3个多径分量合并为一路信号输出。该合并算法也可采用最大比合并算法等算法。

合并后的信号由FFT及解调解码模块17做下一步处理。

比较实施例

比较实施例的实现框图如图4所示。比较实施例与前面所述根据本发明实现的实施例1的最大区别是：估计多径分量的方法及提取每个多径分量的方法不同。具体为：比较实施例中直接从所有阵元的基带数字信号中估计多径分量，并将估计出的各多径分量的延时信息分配到多个自适应波束形成模块中。每个自适应波束形成模块通过自适应处理算法从所有阵元的基带数字信号中提取出各多径分量。

如图4所示，8个天线阵元41-1，41-2，…，41-M接收到无线信号后，通过8个下变频与A/D模块42-1，42-2，…，42-M将射频信号变换为8路基带数字信号，这8路信号一方面送到相关运算、多径延时估计与分配模块44，另一方面送到3个自适应波束形成模块45-1，45-2，45-3中。模块44估计出3个多径分量的延时信息后，分配到3个自适应波束形成模块中。每个自适应波束形成模块与图3的结构类似，只是输入的信号个数为8路，而不是如图3所示的2路。3个自适应波束形成模块45-1，45-2，45-3分别根据模块3输入的延时信息，从输入的8路信号中利用自适应算法提取出3个多径分量。这3个多径分量送到延时校正与合并模块46进行延时校正后，利用合并算法合并为一路信号，输出到模块47做下一步处理。

图5是实施例1与比较实施例1在由matlab软件构成的仿真平台上的性能仿真结果。仿真的条件是按照802.11标准构建采用8阵元环形阵列天线的OFDM无线通信系统，OFDM系统的参数符合802.11标准，如采用64点FFT，数据调制采用16QAM，每帧数据包含10个周期为16的短训符号，2个周期为64的长训符号及40个数据符号等。天线阵列接收的信号分别采用实施例1和比较实施例1的方法在时域合并为一路信号，然后再进行FFT变换及后续的解调解码操作。仿真的信道环境有两种，一种是具有12个多径分量，另一种具有4个多径分量，每个多径分量的幅度服从瑞利衰落，每个多径分量的波达角(DOA)服从0到360度范围内的均匀分布。自适应算法都采用SMI算法。

图5中的曲线51，52，53，54分别表示：

曲线51表示：比较实施例1所述方法在多径分量个数为12径的信道环境中的系统误码率(BER)性能与输入信噪比(SNR)的关系；

曲线52表示：比较实施例1所述方法在多径分量个数为4径的信道环境中的系统误码率(BER)性能与输入信噪比(SNR)的关系；

曲线53表示：实施例1所述方法在多径分量个数为12径的信道环境中的系统误码率(BER)性能与输入信噪比(SNR)的关系；

曲线54表示：实施例1所述方法在多径分量个数为4径的信道环境中的系统误码率(BER)性能与输入信噪比(SNR)的关系；

从图5中可以看出，比较实施例1的方法在两种信道环境下的性能都不如本发明的实施例1的方法，而且比较实施例1的方法在信道中多径分量增加时，性能恶化严重，而本发明的实施例1的方法在信道中多径分量增加时，性能基本保持不变。这充分说明本发明方法在多径环境中比现有方法具有更好的性能，而且在多径环境中具有更强的鲁棒性。

需要说明的是，本发明方法不局限用于OFDM无线通信系统中，也可用于其他无线通信系统中。

Claims (7)

1、一种采用智能天线实现接收分集的方法，所述方法包括以下步骤，

a：天线阵列接收无线信号，并将射频信号转换为待处理的基带数字信号；

b：对步骤a的输出信号，由固定多波束形成模块进行接收处理，输出多个波束信号；

c：从步骤b输出的多个波束信号中，通过相关运算估计出多个多径分量的相对延时及其所在的波束，并为每个多径分量选择相邻的两个波束信号；

d：从步骤c为每个多径分量选出的相邻的两个波束信号中，分别利用自适应信号处理方法提取出各多径分量；

e：对步骤d输出的多径分量进行延迟校正后，通过合并算法将各多径分量合并为一路信号。

2、如权利要求1所述的方法，其特征在于，步骤b所述由固定多波束形成模块进行接收处理的方法如下：

b1：根据波束宽度φ_BW确定需生成的波束个数N，N＝2×(360/φ_BW)，所述波束宽度φ_BW由所选择的天线阵列的类型及天线阵元个数决定，可以通过仿真实验获得；根据波束宽度φ_BW确定各波束的方向θ_k及相应的波束形成权向量W_k，θ_k＝k×(φ_BW/2)，其中k＝1，2，...，W_k＝a(θ_k)，其中a(θ_k)是与方向θ_k相对应的阵列导引矢量，由方向θ_k、天线阵列的类型及阵元的间距确定；

b2：根据步骤b1确定的各波束形成权向量W_k，分别对步骤a输入的基带数字信号进行波束形成处理，输出多个波束信号。

3、如权利要求1所述的方法，其特征在于，步骤c所述估计多个多径分量的相对延时及其所在波束的方法如下：

c11：对步骤b输出的所有波束信号先分别与期望用户的参考信号做相关运算，输出相关值；然后在所有波束的相关值中搜索出最大相关峰值，该最大峰值所对应的波束作为是包含估计出的第一径分量的波束信号之一，最大峰值所对应的相对延时作为估计出的第一径分量的相对延时；

c12：在所有波束相关值中，在除了与估计出的第一径分量的延时值之外的其他延时范围内，再次搜索出最大相关峰值，该最大峰值所对应的波束作为是包含估计出的第二径分量的波束信号之一，最大峰值所对应的相对延时作为估计出的第二径分量的相对延时；

c13：用同样的方法估计出其他多径分量的相对延时及包含该多径分量的波束信号之一。

4、如权利要求1所述的方法，其特征在于，步骤c所述为每个多径分量选择相邻的两个波束信号的方法如下：

c21：为每个多径分量选择的两个相邻的波束信号之一，即是步骤c11到c13中确定的包含估计出的各多径分量的波束信号；

c22：为每个多径分量选择的另一个波束信号，从与步骤c21中确定的波束信号的两个相邻的波束信号中选择，选择的原则是比较这两个波束在该多径分量的相对延时处的相关值，选择相关值较大的一个波束信号。

5、如权利要求1所述的方法，其特征在于，步骤d中对不同多径分量做自适应处理时，根据步骤c中估计出的不同多径的相对延时选择参考信号，对期望用户的参考信号做相应延时。

6、一种采用智能天线实现接收分集的装置，其特征在于包括天线阵列，多个下变频及A/D模块，固定多波束形成模块，波束选择模块，多个自适应波束形成模块，延迟校正与合并模块；

由多个天线阵元组成天线阵列，每个天线阵元接收到的无线信号分别通过一个下变频及A/D模块转换为基带数字信号后送到固定多波束形成模块，下变频及A/D模块的个数与天线阵列的阵元个数一致；

所述固定多波束形成模块包括多个波束形成器单元及一个波束形成权向量产生单元，所述的每个波束形成器单元分别对输入的多路基带数字信号进行加权合并处理，产生多个波束信号，送到波束选择模块；所述波束形成权向量产生单元为每个波束形成器单元产生加权向量；

所述波束选择模块包括多个相关器单元，多径估计单元及波束选择单元，其中相关器单元的个数与输入的波束个数一致；所述每个相关器单元分别对一路波束信号与期望用户的参考信号做相关运算，输出相关运算的值到多径估计单元；所述多径估计单元根据相关值估计出多个多径分量的延时及各多径分量所在的波束；所述波束选择单元为每个多径分量选择相邻的两个波束信号；

所述每个自适应波束形成模块从为每个多径分量选出的相邻的两个波束信号中，分别提取出各多径分量，输出到延时校正与合并模块；所述自适应波束形成模块的个数与提取的多径个数一致；

所述延迟校正与合并模块先对输入的多径分量进行延迟校正，将校正后的各多径分量合并为一路信号。

7、根据权利要求6所述的采用智能天线实现接收分集的装置，其特征在于所述提取的多径个数不超过4径。

Images