CN107171996A - 一种基于自适应虚拟cp增长技术的doa估计方法 - Google Patents
一种基于自适应虚拟cp增长技术的doa估计方法 Download PDFInfo
- Publication number
- CN107171996A CN107171996A CN201710199845.1A CN201710199845A CN107171996A CN 107171996 A CN107171996 A CN 107171996A CN 201710199845 A CN201710199845 A CN 201710199845A CN 107171996 A CN107171996 A CN 107171996A
- Authority
- CN
- China
- Prior art keywords
- data
- snr
- snapshot
- doa
- rmse
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
- H04L27/2601—Multicarrier modulation systems
- H04L27/2647—Arrangements specific to the receiver only
- H04L27/2655—Synchronisation arrangements
- H04L27/2668—Details of algorithms
- H04L27/2681—Details of algorithms characterised by constraints
- H04L27/2688—Resistance to perturbation, e.g. noise, interference or fading
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
- H04L27/2601—Multicarrier modulation systems
- H04L27/2647—Arrangements specific to the receiver only
- H04L27/2655—Synchronisation arrangements
- H04L27/2666—Acquisition of further OFDM parameters, e.g. bandwidth, subcarrier spacing, or guard interval length
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
- H04L27/2601—Multicarrier modulation systems
- H04L27/2647—Arrangements specific to the receiver only
- H04L27/2655—Synchronisation arrangements
- H04L27/2668—Details of algorithms
- H04L27/2673—Details of algorithms characterised by synchronisation parameters
- H04L27/2676—Blind, i.e. without using known symbols
- H04L27/2678—Blind, i.e. without using known symbols using cyclostationarities, e.g. cyclic prefix or postfix
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
- H04L27/2601—Multicarrier modulation systems
- H04L27/2647—Arrangements specific to the receiver only
- H04L27/2655—Synchronisation arrangements
- H04L27/2689—Link with other circuits, i.e. special connections between synchronisation arrangements and other circuits for achieving synchronisation
- H04L27/2691—Link with other circuits, i.e. special connections between synchronisation arrangements and other circuits for achieving synchronisation involving interference determination or cancellation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
- H04L27/2601—Multicarrier modulation systems
- H04L27/2647—Arrangements specific to the receiver only
- H04L27/2655—Synchronisation arrangements
- H04L27/2689—Link with other circuits, i.e. special connections between synchronisation arrangements and other circuits for achieving synchronisation
- H04L27/2695—Link with other circuits, i.e. special connections between synchronisation arrangements and other circuits for achieving synchronisation with channel estimation, e.g. determination of delay spread, derivative or peak tracking
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
- G01S3/02—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using radio waves
- G01S3/14—Systems for determining direction or deviation from predetermined direction
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Radio Transmission System (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于自适应虚拟CP增长技术的DOA估计方法,对特定用户进行DOA估计时,首先根据工程明确所需的均方根误差性能;再在预处理处编纂四元组(RMSE,snapshot_n, sensor_n,SNR)的表格,并根据接收端接受数据的信噪比,在特定的均方误差性能的前提下,从表格中快速得到最少的快拍数据P和最少的阵元数目L;然后由基于SC‑FDMA符号的DOA估计算法得到SC‑FDMA符号序列,只选择中间的P个数据真正用于DOA估计,而将2048−P个两边的数据都当作“虚拟CP”将它去掉;最后运用P个快拍数和L个阵元数通过MUSIC或UCA‑RB‑MUSIC算法得出DOA估计值。本方法结合了基于SC‑FDMA符号的DOA估计算法,运用自身的CP来抵抗多径干扰,自适应地选择最优快拍数和阵元数,从而更好地降低运算量,提高算法的实时性和实用性。
Description
技术领域
本发明涉及一种基于自适应虚拟CP增长技术的DOA(Direction of Arrival,波达方向)估计方法AVCPG(Adaptive Virtual CP Growth),适用于LTE系统中的上行SC-FDMA信号。
背景技术
在实际的通信环境中,信号在传输过程中会产生多径现象,即信号经过折射、反射、衍射等,导致不同幅度不同时延的信号从不同角度到达接收端,这在接收端即会产生相干信号源。
空间平滑算法是一种能有效地去相关的预处理方法,其基本思想是将ULA分成若干个阵列流型相同的子阵,从而将各子阵列的协方差矩阵进行平均以实现去相干。空间平滑算法虽然可以解相干,但是由于子阵列的阵元数少于原阵列的阵元数,子阵列的有效孔径降低,最大可分辨的信号源数目仅为原阵元数目的一半。为了增加阵列的有效孔径,Pillai和Kwon提出了前后空间平滑算法,即双向抽取子阵列,从而得到协方差矩阵,最大可分辨的信号源数目为原阵元数目的2/3。
在LTE系统中,上行信号采用SC-FDMA调制技术,它具有OFDM技术的大部分有点,本身即具有较好的抗ISI性能,并且SC-FDMA也采用了循环前缀作为保护,大大减少甚至消除了ISI。LTE系统设计的CP能满足绝大多数传播环境下的多径时延要求(4.68us)。所以,在LTE系统中,对上行SC-FDMA信号的DOA估计依赖自身的CP即可来抵抗多径。
发明内容
本发明所要解决的技术问题是提供一种基于自适应虚拟CP增长技术的DOA估计方法(Adaptive Virtual CP Growth,AVCPG),在LTE系统上行信号的背景下,结合基于SC-FDMA符号的DOA估计算法,运用自身的CP来抵抗多径干扰,并加以优化,进一步提高算法的实时性和实用性。
本发明为解决上述技术问题采用以下技术方案:
本发明提供一种基于自适应虚拟CP增长技术的DOA估计方法,具体步骤如下:
步骤1,根据工程需要明确估计算法的均方根误差性能RMSE;
步骤2,根据阵列接收数据的信噪比,得到当前用户DOA估计所需的快拍数P和阵元数L;
步骤3,由基于SC-FDMA符号的DOA估计算法得到SC-FDMA符号序列,对此序列进行虚拟CP增长,去掉首尾共2048-P个数据,保留2048个接收数据中间P个数据;
步骤4,运用P个快拍数据和L个阵元数,计算得出用户的DOA估计值。
作为本发明的进一步技术方案,信噪比SNR的范围为-5dB~50dB的情况下,均方根误差RMSE为:
作为本发明的进一步技术方案,步骤2中根据阵列接收数据的信噪比,得到当前用户DOA估计所需的快拍数P和阵元数L,具体为:
2.1,在阵元数sensor_n一定时,将信噪比在-5dB~50dB中遍历,得到K组三维数据(RMSE,snapshot_n,SNR),进而拟合得到snapshot_n与SNR之间的拟合函数关系snapshot_n’(SNR);再根据拟合均方根误差RMSE’对snapshot_n’(SNR)进行修正,得到修正的函数关系
2.2,在快拍数snapshot_n一定时,将信噪比在-5dB~50dB中遍历,得到K组三维数据(RMSE,sensor_n,SNR),进而拟合得到sensor_n与SNR之间的拟合函数关系sensor_n’(SNR);再根据拟合均方根误差RMSE’对sensor_n’(SNR)进行修正,得到修正的函数关系
2.3,在DOA估计的预处理处编纂四元组(RMSE,snapshot_n,sensor_n,SNR)的表格,根据阵列接收数据的信噪比,查询表格即可得到特定信噪比下最优的(snapshot_n,sensor_n),即最少的快拍数P和最少的阵元数L。
作为本发明的进一步技术方案,步骤3的具体步骤为:
1)对接收到的数据去掉CP,然后进行解调;
2)由DCI的格式0,计算得到用户分配的RB数量及起始RB,进而分离得到目标用户子载波数K及其数据;
3)对2)中的目标用户数据进行资源映射;
4)对3)中子载波映射后的数据,重新进行调制,得到目标用户的SC-FDMA符号序列;
5)对4)中的SC-FDMA符号序列进行虚拟CP增长,去掉首尾共2018-P个数据,只保留2048个接收数据中间P个数据。
作为本发明的进一步技术方案,步骤4中运用P个快拍数据和L个阵元数,通过MUSIC或UCA-RB-MUSIC算法计算得出用户的DOA估计值。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:本发明提供的基于自适应虚拟CP增长技术的DOA估计方法,复杂度低于经典的空间平滑解相干DOA估计算法,并且能保证较好的估计均方根误差性能。
附图说明
图1是阵元数为8,SNR=12dB时得出的快拍数与均方根误差的图;
图2是快拍数为322,SNR=12dB时基于SC-FDMA符号的DOA估计均方根误差性能与阵元数的关系;
图3是本发明的方法流程图。
具体实施方式
下面结合附图以及具体实施例对本发明的技术方案做进一步的详细说明:
本发明提供一种基于自适应虚拟CP增长技术的DOA估计方法,首先,需要根据工程需要明确估计算法的均方根误差性能。
均方根误差RMSE与接收信号信噪比有关,当信噪比SNR很低时,误差RMSE达不到0.1°。本发明中,考虑信噪比从-5dB~50dB的情况,这里作如下处理:
其次,由阵列接收数据的信噪比,得到当前用户DOA估计所需的快拍数P和阵元数L。
在基于SC-FDMA符号的DOA估计算法中,对特定的信噪比(SNR)而言,若要达到RMSE性能要求,并非每次都需要2048个快拍数,当快拍数超过一定值,继续增加快拍数会让算法运算量增大,而性能几乎没有增长。
当阵元数sensor_n一定时,若信噪比已知,则可以通过MATLAB仿真可求得满足指定均方根误差所需的最小快拍数snapshot_n。将信噪比在-5dB~50dB中遍历,则可由仿真求得K组三维数据(RMSE,snapshot_n,SNR),继而得出snapshot_n与SNR之间的函数关系。我们可以使用不同的拟合方式得到拟合函数关系snapshot_n’(SNR),该拟合函数关系有两个性能指标:拟合度R-squre和拟合均方误差RMSE’。
由于快拍数snapshot_n为整数,故需要将上述snapshot_n与SNR之间的函数关系snapshot_n’(SNR)向上取整。
在实际的工程应用中,为了满足RMSE所要求的性能,快拍数snapshot_n必须保证足够。但是函数拟合的误差总是存在的,拟合函数得出的snapshot_n可能大于也可能小于所需的最小真实快拍数。当snapshot_n大于最小真实快拍数时,显然可以达到RMSE所要求的性能;当snapshot_n小于最小真实快拍数时,DOA估计的快拍数不足,从而估计RMSE将达不到所要求的性能RMSE,故此时对上述拟合函数关系snapshot_n’(SNR)进一步修正,即:加上拟合均方根误差RMSE’的向上取整值,得到修正的函数关系snapshot_n(SNR),
考虑到在上述每一组特定的RMSE性能、信噪比以及快拍数的条件下,阵列的阵元数存在一个最小值,只要阵列的阵元数不小于这个临界值,即可达到RMSE所要求的性能。
仿照snapshot_n(SNR)的得出过程,在快拍数一定的前提下,可以根据信噪比求出满足RMSE性能要求的最小阵元数,同样可通过仿真遍历信噪比求得M组(RMSE,sensor_n,SNR),继而得出sensor_n与SNR之间的函数关系,使用不同的拟合方式得到的函数关系总结为sensor_n’(SNR)。
sensor_n与SNR间的拟合函数关系sensor_n’(SNR)也需要通过向上取整并增加拟合均方根误差RMSE’的向上取整来进一步修正,得到修正的函数关系sensor_n(SNR),
因此,由阵列接收数据的信噪比,在阵元数确定时,可通过式snapshot_n(SNR)可以得到当前用户DOA估计所需的快拍数P;在快拍数确定时,可通过式sensor_n(SNR)可以得到阵元数L。
综合snapshot_n(SNR)和sensor_n(SNR),可得三元组(snapshot_n,sensor_n,SNR),在实用中可以不断地修正使其具有较强的稳定性和鲁棒性。然后,即可以在DOA估计的预处理处编纂四元组(RMSE,snapshot_n,sensor_n,SNR)的表格,这样在未来的使用中即不必再通过重复计算,即可快速得到特定信噪比下最优的(snapshot_n,sensor_n),即最少的快拍数据和最少的阵元数目,从而在运算量理论上最少的情况下,获得均方根误差RMSE的性能保证。
再次,由基于SC-FDMA符号的DOA估计算法得到SC-FDMA符号序列,对此序列进行虚拟CP增长,去掉首尾共2048-P个数据,只保留2048个接收数据中间P个数据,具体步骤为:
1)对接收到的数据去掉CP,然后进行解调;
2)由DCI的格式0,计算得到用户分配的RB数量及起始RB,进而分离得到目标用户子载波数K及其数据;
3)对2)中的目标用户数据进行资源映射;
4)对3)中子载波映射后的数据,重新进行调制,得到目标用户T的SC-FDMA符号序列;
5)对4)中的SC-FDMA符号序列进行虚拟CP增长,去掉首尾共2018-P个数据,只保留2048个接收数据中间P个数据。
最后,运用P个快拍数据和L个阵元数通过MUSIC或UCA-RB-MUSIC算法来得出用户的DOA估计值。
具体实施例
本实施例包含两部分:
第一部分是通过具体的仿真数据,说明在特定的均方根误差性能的前提下,对于每一个接收数据信噪比,都存在快拍数和阵元数的最小值。
图1是在阵元数为8,SNR=12dB时得出的快拍数与均方根误差的图。因为SNR=12dB,根据步骤一中的RMSE表达式,选择此时的均方根误差RMSE为0.1°。从图中可以看出,在均方根误差小于0.1°时所需的最少的快拍数是322,从而此时的(RMSE,snapshot_n,SNR)对应于(0.1°,322,12)。
图2表示基于SC-FDMA符号的DOA估计均方根误差性能与阵元数之间的关系,这种关系是在图1所示的RMSE性能不超过0.1°的条件下所得到的最小快拍数为322的基础上,通过改变不同的阵元数并计算各自的RMSE性能而得到的。由图2可知,只要阵元数大于等于8,就能保证算法的RMSE≤0.1°,此时的(RMSE,sensor_n,SNR)对应于(0.1°,8,12)。
综合上述求得的两个三元组,可得对应信噪比SNR=12的四元组(RMSE,snapshot_n,sensor_n,SNR)为(0.1°,322,8,12)。
第二部分是阐述了基于自适应虚拟CP增长技术的DOA估计方法的具体实施步骤,图3为其方法流程图。
1.根据工程需要明确估计算法的均方根误差性能。
2.由阵列接收数据的信噪比,通过snapshot_n(SNR)得到当前用户DOA估计所需的快拍数P,通过sensor_n(SNR)得到阵元数L。
考虑接收信噪比为-5dB~50dB,以间隔1dB遍历,即此时的K为56。按照图1和2的进行仿真,最终可分别得K组(RMSE,snapshot_n,SNR)和(RMSE,sensor_n,SNR)。
下面用求得的K组具体三维数据来分别求得snapshot_n(SNR)和sensor_n(SNR)。
1)当RMSE≤0.6°且-5dB≤SNR≤-1dB时
由MATLAB“Sum of Sine”的拟合方法得到其拟合曲线,拟合度R-squre=0.97,拟合均方根误差RMSE’为115.5,所得的函数为:
snapshot_n’(SNR)=1570×sin(0.3189×SNR-3.107)
2)当RMSE≤0.2°且0dB≤SNR≤9dB
由“Fourier”拟合方法可以得到拟合度R-squre=0.9583,拟合均方根误差RMSE’为213.3的拟合曲线。
所得到的函数为:
snapshot_n’(SNR)=940.6+719.9×cos(0.4718×SNR)+
378.6×sin(0.4718×SNR)+301.9×cos(0.9436×SNR)
+72.9×sin(0.9436×SNR)
3)当RMSE≤0.1°且10dB≤SNR≤19dB
同理,由三次多项式可以得到拟合度R-squre=0.991,拟合均方根误差RMSE’为23.37的拟合曲线。
所得到的函数为:
snapshot_n’(SNR)=-0.6026×SNR3+34.09×SNR2-662.5×SNR+4419
4)当RMSE=0°且20dB≤SNR≤50dB
运用指数函数逼近的方法可以得到较好的拟合度为R-squre=0.9789,拟合均方根误差RMSE’为23.35的拟合曲线。
拟合函数为:
snapshot_n’(SNR)=1.447×1019×e-1.919×SNR+5.364×104×e-0.2427×SNR
快拍数snapshot_n与信噪比SNR的关系总结为:
将上述snapshot_n与SNR的关系向上取整,如情况1)中的关系式可以加上拟合均方根误差RMSE’(此时为115.5)的向上取整值(即加上116)修正如下:
仿照snapshot_n(SNR)的得出过程,使用不同的拟合方式得到的下列拟合函数关系sensor_n’(SNR),其具体过程不再赘述:
sensor_n与SNR间的拟合函数关系sensor_n’(SNR)也需要通过向上取整与增加拟合均方根误差RMSE’来进行修正。
综合snapshot_n(SNR)和sensor_n(SNR)即可得到在不同均方根误差性能RMSE条件下三维变量snapshot_n、sensor_n及SNR间的约束关系,最终可制成四元组(RMSE,snapshot_n,sensor_n,SNR)的表格。通过接收信噪比查找此表格,可得对应的快拍数P和阵元数L。
3.由基于SC-FDMA符号的DOA估计算法得到SC-FDMA符号序列,对此序列进行虚拟CP增长,去掉首尾共2048-P个数据,只保留2048个接收数据中间P个数据,具体步骤为:
1)对接收到的数据去掉CP,然后进行解调;
2)由DCI的格式0,计算得到用户分配的RB数量及起始RB,进而分离得到目标用户子载波数K及其数据;
3)对2)中的目标用户数据进行资源映射;
4)对3)中子载波映射后的数据,重新进行调制,得到目标用户T的SC-FDMA符号序列;
5)对4)中的SC-FDMA符号序列进行虚拟CP增长,去掉首尾共2018-P个数据,只保留2048个接收数据中间P个数据。
4.运用P个快拍数据和L个阵元数通过MUSIC或UCA-RB-MUSIC算法来得出用户的DOA估计值。
以上所述,仅为本发明中的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉该技术的人在本发明所揭露的技术范围内,可理解想到的变换或替换,都应涵盖在本发明的包含范围之内,因此,本发明的保护范围应该以权利要求书的保护范围为准。
Claims (5)
1.一种基于自适应虚拟CP增长技术的DOA估计方法,其特征在于,具体步骤如下:
步骤1,根据工程需要明确估计算法的均方根误差性能RMSE;
步骤2,根据阵列接收数据的信噪比,得到当前用户DOA估计所需的快拍数P和阵元数L;
步骤3,由基于SC-FDMA符号的DOA估计算法得到SC-FDMA符号序列,对此序列进行虚拟CP增长,去掉首尾共2048-P个数据,保留2048个接收数据中间P个数据;
步骤4,运用P个快拍数据和L个阵元数,计算得出用户的DOA估计值。
2.根据权利要求1所述的一种基于自适应虚拟CP增长技术的DOA估计方法,其特征在于,信噪比SNR的范围为-5dB~50dB的情况下,均方根误差RMSE为:
3.根据权利要求2所述的一种基于自适应虚拟CP增长技术的DOA估计方法,其特征在于,步骤2中根据阵列接收数据的信噪比,得到当前用户DOA估计所需的快拍数P和阵元数L,具体为:
2.1,在阵元数sensor_n一定时,将信噪比在-5dB~50dB中遍历,得到K组三维数据(RMSE,snapshot_n,SNR),进而拟合得到snapshot_n与SNR之间的拟合函数关系snapshot_n’(SNR);再根据拟合均方根误差RMSE’对snapshot_n’(SNR)进行修正,得到修正的函数关系
2.2,在快拍数snapshot_n一定时,将信噪比在-5dB~50dB中遍历,得到K组三维数据(RMSE,sensor_n,SNR),进而拟合得到sensor_n与SNR之间的拟合函数关系sensor_n’(SNR);再根据拟合均方根误差RMSE’对sensor_n’(SNR)进行修正,得到修正的函数关系
2.3,在DOA估计的预处理处编纂四元组(RMSE,snapshot_n,sensor_n,SNR)的表格,根据阵列接收数据的信噪比,查询表格即可得到特定信噪比下最优的(snapshot_n,sensor_n),即最少的快拍数P和最少的阵元数L。
4.根据权利要求1所述的一种基于自适应虚拟CP增长技术的DOA估计方法,其特征在于,步骤3的具体步骤为:
1)对接收到的数据去掉CP,然后进行解调;
2)由DCI的格式0,计算得到用户分配的RB数量及起始RB,进而分离得到目标用户子载波数K及其数据;
3)对2)中的目标用户数据进行资源映射;
4)对3)中子载波映射后的数据,重新进行调制,得到目标用户的SC-FDMA符号序列;
5)对4)中的SC-FDMA符号序列进行虚拟CP增长,去掉首尾共2018-P个数据,只保留2048个接收数据中间P个数据。
5.根据权利要求1所述的一种基于自适应虚拟CP增长技术的DOA估计方法,其特征在于,步骤4中运用P个快拍数据和L个阵元数,通过MUSIC或UCA-RB-MUSIC算法计算得出用户的DOA估计值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710199845.1A CN107171996B (zh) | 2017-03-30 | 2017-03-30 | 一种基于自适应虚拟cp增长技术的doa估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710199845.1A CN107171996B (zh) | 2017-03-30 | 2017-03-30 | 一种基于自适应虚拟cp增长技术的doa估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107171996A true CN107171996A (zh) | 2017-09-15 |
CN107171996B CN107171996B (zh) | 2019-12-10 |
Family
ID=59849323
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710199845.1A Active CN107171996B (zh) | 2017-03-30 | 2017-03-30 | 一种基于自适应虚拟cp增长技术的doa估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107171996B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6208295B1 (en) * | 1995-06-02 | 2001-03-27 | Trw Inc. | Method for processing radio signals that are subject to unwanted change during propagation |
CN103634038A (zh) * | 2013-12-09 | 2014-03-12 | 南京邮电大学 | 基于多天线的联合doa估计和波束形成的多径信号接收方法 |
CN104092634A (zh) * | 2014-07-29 | 2014-10-08 | 中国民航大学 | 联合doa估计与主波束成型的测距仪脉冲干扰抑制方法 |
CN105182278A (zh) * | 2015-08-03 | 2015-12-23 | 东南大学 | 一种基于sc-fdma符号的lte上行信号doa估计方法 |
-
2017
- 2017-03-30 CN CN201710199845.1A patent/CN107171996B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6208295B1 (en) * | 1995-06-02 | 2001-03-27 | Trw Inc. | Method for processing radio signals that are subject to unwanted change during propagation |
CN103634038A (zh) * | 2013-12-09 | 2014-03-12 | 南京邮电大学 | 基于多天线的联合doa估计和波束形成的多径信号接收方法 |
CN104092634A (zh) * | 2014-07-29 | 2014-10-08 | 中国民航大学 | 联合doa估计与主波束成型的测距仪脉冲干扰抑制方法 |
CN105182278A (zh) * | 2015-08-03 | 2015-12-23 | 东南大学 | 一种基于sc-fdma符号的lte上行信号doa估计方法 |
Non-Patent Citations (1)
Title |
---|
DANIELE INSERRA: ""Training symbol exploitation in CP-OFDM for DoA estimation in multipath channels"", 《21ST EUROPEAN SIGNAL PROCESSING CONFERENCE (EUSIPCO 2013)》 * |
Also Published As
Publication number | Publication date |
---|---|
CN107171996B (zh) | 2019-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102308541B (zh) | 用于ofdm系统的两步式最小二乘时域信道估计 | |
CN101136881B (zh) | 一种ofdma上行链路接收机和估计载波频偏的方法 | |
CN101827060B (zh) | 基于分数阶傅里叶变换的自适应调制解调方法 | |
CN102237922B (zh) | 一种波束赋形的方法和装置 | |
CN107181706B (zh) | 一种恒包络正交频分复用系统中基于前导符号的频偏估计及补偿方法 | |
Qiao et al. | Sparse Bayesian learning for channel estimation in time-varying underwater acoustic OFDM communication | |
WO2008103092A1 (en) | Equalizer for single carrier fdma receiver | |
CN110311872A (zh) | 一种水声稀疏信道估计方法、系统、设备及存储介质 | |
WO2022007932A1 (zh) | 信号发送方法、信道估计方法、发送端设备及接收端设备 | |
CN103873406B (zh) | 水声正交频分复用通信系统帧间干扰消除方法 | |
CN104580057B (zh) | 一种单载波mimo系统的时域导频及其同步方法 | |
Wu et al. | DFT-spread orthogonal time frequency space system with superimposed pilots for terahertz integrated sensing and communication | |
WO2023185373A1 (zh) | 天波大规模mimo三重波束基信道建模及信道信息获取 | |
CN109150772A (zh) | 一种基于正交匹配追踪的水声信道时延估计方法 | |
CN105721361A (zh) | 一种基于ls算法结合频域fir滤波的ofdm信道估计新方法 | |
CN104486284B (zh) | 基于增强型六维64psk星座的正交频分复用方法 | |
CN109787669A (zh) | 联合抑制ofdma系统频谱旁瓣和峰均比的预编码方法 | |
CN107171996A (zh) | 一种基于自适应虚拟cp增长技术的doa估计方法 | |
CN105119861B (zh) | 一种交织载波索引调制n阶连续ofdm系统ber改善方法 | |
CN110677318A (zh) | 一种基于线性调频z变换的水声信道时延估计方法 | |
CN103501284B (zh) | 一种dvb-t2系统中精细定时同步的方法 | |
Mallaiah et al. | An embedded pilot power based channel estimation and low-complexity feedback equalization scheme for OTFS system | |
CN102244636B (zh) | 一种部分传输序列方法 | |
CN103346987A (zh) | 免疫人工鱼群优化频域自适应小波多模盲均衡方法 | |
CN104022980B (zh) | 一种ofdm系统信干噪比盲估计方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |