CN109412982A - 一种基于信道观测冲激响应模型的多径数目估计方法 - Google Patents
一种基于信道观测冲激响应模型的多径数目估计方法 Download PDFInfo
- Publication number
- CN109412982A CN109412982A CN201811141395.1A CN201811141395A CN109412982A CN 109412982 A CN109412982 A CN 109412982A CN 201811141395 A CN201811141395 A CN 201811141395A CN 109412982 A CN109412982 A CN 109412982A
- Authority
- CN
- China
- Prior art keywords
- impulse response
- matrix
- channel
- signal
- multipath
- 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
- 230000004044 response Effects 0.000 title claims abstract description 107
- 238000000034 method Methods 0.000 title claims abstract description 30
- 239000011159 matrix material Substances 0.000 claims abstract description 67
- 239000013598 vector Substances 0.000 claims abstract description 56
- 238000001514 detection method Methods 0.000 claims abstract description 16
- 230000001427 coherent effect Effects 0.000 claims description 28
- 238000000638 solvent extraction Methods 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 238000009499 grossing Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000003313 weakening effect Effects 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 description 15
- 230000007547 defect Effects 0.000 description 4
- 230000001934 delay Effects 0.000 description 3
- 239000000523 sample Substances 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/0204—Channel estimation of multiple channels
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/024—Channel estimation channel estimation algorithms
- H04L25/0242—Channel estimation channel estimation algorithms using matrix methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
- H04L25/03006—Arrangements for removing intersymbol interference
- H04L25/03178—Arrangements involving sequence estimation techniques
- H04L25/03305—Joint sequence estimation and interference removal
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Electromagnetism (AREA)
- Noise Elimination (AREA)
Abstract
本发明公开了一种基于信道观测冲激响应模型的多径数目估计方法，选择长度为N的伪随机序列作为基带探测信号，确定空间信道冲激响应模型，生成具有M个相同阵元的均匀线性排列的接收阵列天线，确定天线阵列的导向矢量；对第1个至第M个接收天线振子的接收信号，将接收信号与一个标准的本地伪随机序列做滑动相关得到观测冲激响应，进行离散化处理得到观测冲激响应矩阵，对观测冲激响应矩阵进行多径数目估计，对空间信道的第1～K条有效径和相干径进行检验与估计，得到整个接收信号的多径数目以及对应的相关结构。本发明实现大量多径信号的数目估计，估计精确度高且能够区分相干径。
Description
技术领域
本发明属于无线通信系统中的测距和定位技术领域，具体涉及一种基于信道观测冲激响应模型的多径数目估计方法。
背景技术
为了更好地利用多径信道的空域特性，准确的信道模型是不可或缺的。而支撑信道模型的信道参数同样是需要测量以及求解的。在这其中，波达角的估计是必不可少的。现有的大部分高精度波达角估计算法，如MUSIC算法、ESPRIT算法以及似然算法，能够实现其超分辨性能的先决条件之一是多径数目已知。如果这一先验知识与实际的多径数目不一样，那么大多数估计算法的性能将迅速下降，甚至失效。因此，如何更准确地实现对多径数目的估计，尤其是在多径数目较多、信噪比较低的情况下，是需要研究的一个难题。
现有的多径数目估计算法存在着以下几点不足：一、算法稳定性较差，在环境较为恶劣的情况下性能急剧下降；二、对相干径数目的估计性能差，即解相干能力弱；三、受阵列天线孔径数目的限制，传统算法要求多径数量小于天线阵列的振子个数，而实际密集多径场景信道中的多径数量很大，无法满足需求。
因此，传统的多径数目估计算法不再适用于密集多径场景，需要一种新的算法来实现正确的多径数目以及相关结构估计。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于信道观测冲激响应模型的多径数目估计方法，实现了在未知多径数目与相关结构的情况下，对大量多径，且存在相干径的信号进行准确的多径数目估计，同时具有良好的估计精度以及较高的稳定性。
本发明采用以下技术方案：
一种基于信道观测冲激响应模型的多径数目估计方法，选择长度为N的伪随机序列作为基带探测信号p(t)，确定空间信道冲激响应模型h(t)，生成具有M个相同阵元的均匀线性排列的接收阵列天线，确定天线阵列的导向矢量a(θl)；对第1个至第M个接收天线振子的接收信号，将接收信号ym(t)与一个标准的本地伪随机序列p(t)做滑动相关得到观测冲激响应进行离散化处理得到观测冲激响应矩阵对观测冲激响应矩阵进行多径数目估计，对空间信道的第1～K条有效径和相干径进行检验与估计，得到整个接收信号的多径数目以及对应的相关结构。
具体的，基带探测信号p(t)为：
其中，t表示时间，是单位矩形脉冲函数，信号宽度是Tb；
设传播环境中包含L条多径信号，其空间信道冲激响应模型h(t)表示如下：
其中，θ为入射角度，θl是第l条径的入射角度，是第l条径在信道下的复响应，τl是对应的时延。
具体的，接收阵列天线的阵元间隔d＝λ/2，λ为信号的波长，收发天线之间的距离满足远场条件，经解调后，第m个阵元的接收信号ym(t)经过下变频降采样后表示为：
其中，Nm(t)为加性噪声，是第l条径在信道下的复响应，t表示时间，τl是对应的时延，u为冲激函数，am(θl)表示阵元m在传播方向θl上的响应，天线阵列在第l条径下的导向矢量a(θl)如下：
a(θl)＝[a1(θl)a2(θl)…aM(θl)]T
其中，θl是第l条径的入射角度。
具体的，计算观测冲激响应矩阵的步骤如下：
S201、对天线振子的输出信号进行解调、低通滤波后，得到基带接收信号ym(t)；
S202、将接收信号ym(t)与一个标准的本地伪随机序列p(t)做滑动相关得到观测冲激响应；
S203、将观测冲激响应离散化，得到M×L的观测信道冲激响应
S204、对于第1个至第M个接收天线振子的接收信号均执行以上步骤，得到对应的观测冲激响应矢量，分别表示为
进一步的，步骤S202中，观测冲激响应如下：
其中，表示增益，N′m(t)是与本地伪随机序列相关后的噪声信号。
进一步的，步骤S203中，将观测冲激响应离散化，得到冲激响应如下：
式中，N′m＝[N′m(τ1)…N′m(τL)]是噪声向量，中的每一行代表着一个阵元的观测冲激响应，每一列给出的是每一条径上M个阵元的响应，S是关于δ(t)的矩阵，是M×L维矩阵。
具体的，在观测冲激响应模型下对多径数目进行估计的步骤如下：
S301、对向量x进行去底噪处理，以向量最小值代表噪声，弱化向量中噪声的影响。而后，将向量x按降序排列得到x′，完成对观测冲激响应中有效径数目的检测；
S302、取出M个阵元冲激响应中第k条有效径对应的值组成向量作为该步骤的输入，假设第k条有效径中存在β条相干径；
S303、对空间信道的第1～K条有效径，分别执行以上两个步骤，得到整个接收信号的多径数目以及对应的相关结构。
进一步的，步骤S301中，冲激响应是长度为N的向量x，其中包含K(K≤L)个大值，向量x如下：
基于x′构造似然函数如下：
其中，D是最大多径数，d是预估有效径数，从0到D-1遍历。
进一步的，步骤S302具体步骤如下：
S3021、对yk求解其协方差矩阵
其中，表示向量yk的共轭转置，Rk是一个M×M矩阵；
S3022、构造前向空间平滑矩阵
定义一个(M-k)×M矩阵I：
IM-k,j＝[01…0j IM-k 0M-k+j…0M]
表示其前j列与后k-j列是0矢量，然后对协方差矩阵Rk按如下方式来划分成交叉且重叠的矩阵：
其中，k＝1,2,…,M-1；
S3023、求解的信号子空间维数
对协方差矩阵进行分块：
其中，是将矩阵除去第M行和第M列得到M-1维方阵，对其进行特征分解得到对应的特征向量构成的酉矩阵利用构成一个酉变换矩阵如下：
利用这样的酉变化矩阵变换以后，得到如下：
盖氏圆半径表示为：
基于信号特征矢量求解出的盖氏圆半径将会比0大，确定判定多径数目的准则如下：
其中，k＝1,2,…,M-2，D(N)是与快拍数有关的调整因子；
S3024、确定相关结构
设接收到的空间多径由gi(i＝1,2,…,L)的相干多径群构成如下：
其中，i是该群包含的相干径数目，i＝1,2,…,L。
更进一步的，步骤S3023中，信号子空间的维数满足以下等式：
与现有技术相比，本发明至少具有以下有益效果：
本发明一种基于信道观测冲激响应模型的多径数目估计方法，选择长度为N的伪随机序列作为基带探测信号p(t)，确定空间信道冲激响应模型h(t)，生成具有M个相同阵元的均匀线性排列的接收阵列天线，确定天线阵列的导向矢量a(θl)；将接收信号ym(t)与一个标准的本地伪随机序列p(t)做滑动相关得到观测冲激响应进行离散化处理得到观测冲激响应矩阵对观测冲激响应矩阵进行多径数目估计，分别对有效径和相干径进行检验与估计，得到整个接收信号的多径数目以及对应的相关结构，不同多径的信道冲激响应被分离并分别单独处理，因此可估计的多径数目不受接收天线阵列规模的限制，对每一组有效径对应的入射信号分别进行相干径数目的估计，而在实际中一组有效径内的相干径数目往往较少，因此单次估计的精确度高，速度快，考虑到了现实中存在的相干径，并针对相干径信号做了对应的处理，因此即使相干径会对接收信号的协方差阵造成秩的损失，但利用本算法是能够准确识别相干径的。
进一步的，在现实场景中，多径的数目相对较少，具有稀疏性，因此对多径进行建模能够充分利用多径空间和时间的稀疏性。
进一步的，基于时域信道模型，信道冲激响应仅在若干真实存在径的位置上有值，其余位置为极小值，具有较强的稀疏性。因此，利用冲激响应能够充分利用信道的稀疏性，得到信道角度估计的稀疏解。
进一步的，波达角的估计是当前方向估计、定位的主要手段，通过估计到达角度从而能够更加准确地获得定位信息。
进一步的，是对y的一种稀疏表示，通过这样的建模方式，能够得到较为准确的稀疏解。
进一步的，通过对上述子空间维数的求解，能够更加准确地区分信号子空间与噪声子空间，从而更加精确地确定多径的有效数目。
综上所述，本发明实现大量多径信号的数目估计，估计精确度高且能够区分相干径。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1为冲激响应中多径所在位置示意图。
具体实施方式
本发明提供了一种基于信道观测冲激响应模型的多径数目估计方法，用于解决密集多径场景下多径数目多、相干性强以及传统多径数目估计算法的种种不足等问题。具体步骤如下：
S1、信号定义
选择长度为N的伪随机序列作为基带探测信号p(t)，其表达式为
其中，t表示时间，是单位矩形脉冲函数，信号宽度是Tb。
K个PN序列组成一个探测帧u(t)，其表达式为：
其中Tp＝XTb，是整个PN序列传输时间。
探测帧u(t)是本方法中的基本探测信号，该探测帧调制后经天线发射出去，首先假设传播环境中包含L条多径信号，其空间信道冲激响应模型h(t)表示如下
其中，θl是第l条径的入射角度，是第l条径在信道下的复响应，τl是对应的时延，本申请是准静态信道，即信道在多径传输以及测量的过程中几乎不变，所以是与t无关的常数。
接收阵列天线是M个相同阵元的均匀线性排列，阵元间隔d＝λ/2，λ为信号的波长，收发天线之间的距离满足远场条件，经解调后，第m个阵元的接收信号ym(t)经过下变频降采样后表示为：
其中，Nm(t)为加性噪声，am(θl)表示阵元m在传播方向θl上的响应，在不考虑天线自身引入的误差，其可理解成天线阵列在第l条径下的导向矢量，即：
a(θl)＝[a1(θl)02(θl)…aM(θl)]T (5)
导向矢量是天线阵列的重要属性，在实际过程中，一般在微波暗室直接测量得到。
S2、计算观测冲激响应矩阵，对于第m个天线振子，计算观测冲激响应矩阵分为以下步骤：
S201、对天线振子的输出信号进行解调、低通滤波后，得到基带接收信号ym(t)；
S202、将接收信号ym(t)与一个标准的本地伪随机序列p(t)做滑动相关，即可得到观测冲激响应表达式如下
其中，表示增益，N′m(t)是与本地伪随机序列相关后的噪声信号；
S203、将观测冲激响应离散化，改写成如下的简化向量形式如下：
式中，N′m＝[N′m，(τ1)…N′m(τL)]是噪声向量，式(7)成立的前提是各个τl之间互不相同，即多径是非相干的。
若存在相干径，即两条多径同时到达，设第k条径与第p径时延相同，则需改写为以下形式：
统一起见，对于包含M个阵元的接收阵列，可以写成如下M×L的观测信道冲激响应：
中的每一行代表着一个阵元的观测冲激响应，每一列给出的是每一条径上M个阵元的响应，因此可以将冲激响应改写成以下形式：
式中，S是关于δ(t)的矩阵，是M×L维矩阵；
S204、对于第1个至第M个接收天线振子的接收信号都执行以上三个步骤，得到它们的观测冲激响应矢量，分别表示为
将这些观测冲激响应矢量按照如下形式组织成观测冲激响应矩阵：
是一个M×L矩阵，它的数学表达式为：
中的每一行代表着一个阵元的观测冲激响应，每一列给出的是每一条径上M个阵元的响应。因此可以将冲激响应改写成以下形式：
式中，S是关于δ(t)的矩阵，是M×L维矩阵；
S3、多径数目估计
根据式(12)可知，信道观测冲激响应中的有用信号部分是由L条不同码片位置的δ(t)组成，位置由τl决定，如图1所示，可以看到，当多径之间τl不相同，也就是多径之间不相干的时候，利用观测冲激响应的方法能够直接将不相干径利用位置信息剥离开，如图中的τ1、τ2、τk、τL。而对于τl相同的多径，也就是相干径，如图中的τm和τn，基于冲激响应的位置信息是无法对二者进行评估的，因此需要用到解相干的算法实现对在同一时延内相干径数目的估计。
根据以上的分析，可以看到在观测冲激响应模型下对多径数目的估计主要分为以下步骤：
S301、有效径的检测
理论冲激响应是L个δ(t-τl)函数构成，从数值上看仅包含K(K≤L)个非零值，其余位置全部为零。实际中，接收信号的冲激响应有若干较大值，其余的是数值接近于零的杂乱噪声值。
因此，可以把问题转化为在噪声背景下在一组向量中寻找“非零值”，即数组中数值明显大于数组底噪的数值。在这里，基于信息论准则方法，完成对观测冲激响应中有效径数目的检测。
冲激响应是长度为N的向量x，其中包含K(K≤L)个大值，则可以表示成：
首先，对向量x进行去底噪处理，以向量最小值代表噪声，弱化向量中噪声的影响。而后，将向量x按降序排列得到x′，基于x′构造似然函数，在这里可以表示为：
在这里，D是最大多径数(可根据实际测量场景假设，也可设为最大值N)，d是预估有效径数，从0到D-1遍历。
相应的，给出基于MDL以及AIC准则的表达式：
AIC(d)＝2N(D-d)lnΛ(d)+2d(2D-d) (16)
其最小值对应的d就是有效径数目的估计值，在实际使用中，MDL准则在高信噪比下具有稳定且较好的性能，但在低信噪比下性能不如AIC准则，因此需首先对信号的信噪比进行评估，而后动态选取两种算法实现对有效径数目的估计。
S302、相干径的检验与估计
完成对有效径的检测后，需要对其中每一条有效径进行检测，判断其是否含有相干径并对相干径的数目进行估计。
取出M个阵元冲激响应中第k条有效径对应的值组成向量作为该步骤的输入，假设第k条有效径中存在β条相干径。
S3021、对yk求解其协方差矩阵
其中，表示向量yk的共轭转置，Rk是一个M×M矩阵。
S3022、构造前向空间平滑矩阵
首先定义一个(M-k)×M矩阵I：
IM-k,j＝[01…0j IM-k 0M-k+j…0M] (19)
表示其前j列与后k-j列是0矢量，然后对协方差矩阵Rk按如下方式来划分成交叉且重叠的矩阵：
其中，k＝1,2,…,M-1，其实质就是前向空间平滑矩阵。
S3023、求解的信号子空间维数。在这里的信号子空间维数等于的秩，这里利用改进的盖氏圆方法对秩进行求解，为了书写方便，将简写成
首先，对协方差矩阵进行分块：
其中，是将矩阵除去第M行和第M列得到M-1维方阵，对其进行特征分解得到对应的特征向量构成的酉矩阵利用构成一个酉变换矩阵，可得到：
利用这样的酉变化矩阵变换以后，得到如下：
式中，
其中，i＝1,2,…,M-1，RS是信号的协方差矩阵，A为前M-1个阵元的导向矢量矩阵，且bM＝[exp(j(i-1)β1),exp(j(i-1)β2)],….exp(j(i-1)βK)，因此，盖氏圆半径可以表示为：
同时，由上式不等式可以看到，盖氏圆半径主要由决定，若是特征矢量中的噪声特征矢量，由于噪声子空间与导向矢量的正交性，盖氏圆半径理想状态为0，在噪声存在下数值会很小。而基于信号特征矢量求解出的盖氏圆半径将会比0大，从而这就可以成为判定多径数目的准则：
其中，k＝1,2,…,M-2，D(N)是与快拍数有关的调整因子。
通过这样的方式，盖氏圆算法实现了对的秩的求解。
S3024、确定相关结构。同时，信号子空间的维数满足以下等式：
假设接收到的空间多径由gi(i＝1,2,…,L)这样的相干多径群构成，其中i是该群包含的相干径数目，如i＝3表明有三条相干径。因此，g3＝2表示有两个相干径群，每个群里含有3条相干径。同时前一步利用冲激响应模型已经将非相干径区分开，且有效径内所有径都是相干径，因此，
联立上述方程组，进而求解出了这一组有效径中的相干径的个数。
S303、对空间信道的第1～K条有效径，分别执行以上两个步骤，即可得到整个接收信号的多径数目以及对应的相关结构。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
以下介绍一种本方法具体的仿真实施方式。
(a)信号定义，步骤如下：
(a-1)生成探测帧信号。
使用长度为1023的m序列作为伪随机序列，基带探测信号a(t)的码速率为100兆比特/秒，也即式(1)中的Tb＝10ns，其中ns表示纳秒。一个探测帧u(t)由两个伪随机序列连接组成，也即式(2)中K＝2。探测帧通过BPSK调制，载波频率为2.5GHz。调制后的探测帧表示为u′(t)。
(a-2)生成多径信息。
假设环境中包含L＝20条多径。这20条多径的时延、复响应和入射信号角度对发送端和接收端是未知的。为进行仿真，可以将这20条径的时延和复响应按照表1进行设置。
表1不同多径的时延和复响应
其中，ξ是一个复常数，可自由设置。时延的单位是纳秒，其中多条径的时延是相同的，这20条多径的入射方位角可随机生成，角度分辨率为1度，取值范围为1～180度。
(a-3)生成接收天线阵列
接收天线是包含8个阵元的均匀线阵，相邻天线阵元的距离都是射频信号波长的一半，也即6厘米。
(a-4)生成接收天线阵列在不同波达方向上的导向矢量
对于第m个天线振子，则其在的来波方向θ上的复响应x(θ)为：
其中e表示自然底数，j表示虚数，表示射频信号的波长，在本例中为12厘米(0.12米)，d表示相邻天线振子的距离，在本例中为6厘米(0.06米)。设置方位角θ的取值集合Θ为[1，180]度，两个相邻方位角取值之差(也即方位角分辨率)为1度。
对于取值集合内的所有方位角，都按照式(29)计算出第m个天线振子的复响应，此结果称为第m个天线的方向图或导向矢量。
(a-5)生成接收信号。
对于第m个天线振子，按照式(30)生成射频接收信号y′m(t)。
其中，N′m(t)是服从高斯分布的白噪声，信噪比设置为0dB。和τl即为表1中所示的径的复响应和时延。对天线阵列上的所有8枚天线振子，都生成相应的接收信号。
(b)计算观测冲激响应矩阵，步骤如下：
(b-1)设置天线振子序号m为1；
(b-2)对射频接收信号y′m(t)进行BPSK解调、低通滤波(滤波器带宽100MHz)，得到基带探测帧ym(t)；
(b-3)将基带探测帧ym(t)和基带探测信号a(t)做滑动相关，以表示得到的相关结果，即观测冲激响应矢量
(b-4)天线振子序号m加1，转回到(b-2)步骤执行，直至所有天线振子的观测冲激响应矢量都求取完成；
(b-5)完成以上子步骤后，按照式(11)所示把所有观测冲激响应矢量组合成为一个观测冲激响应矩阵，表示为在本例中是8×20的矩阵。
(c)估计多径数目，步骤如下：
(c-1)取其中任一根接收天线的观测冲激响应矢量这里长度为1023；
(c-2)利用式(15)构造似然函数，而后结合式(16)以及式(17)求解出有效径的数目K；
(c-3)设有效径的序号k设置为1；
(c-4)取出观测冲激响应矩阵中第k条有效径对应的列向量，表示为yk，按照式(18)，计算出yk的协方差矩阵Rk；
本例中矩阵Rk是8×8的矩阵，利用式(20)得到修正后的协方差阵并结合式(26)求解得到协方差阵的秩。而后，利用式(27)求解得到第k条有效径内相干径数目。
(c-5)径的序号k加1，并转回至(c-4)步骤执行，直至序号k等于K，也即所有径的相干径数目都完成估计；
(c-6)经过以上子步骤，所得到的多径数目以及相关结构即为本方法对本例中20条径的数目的估计结果。
通过上述的方式，实现大量多径信号的数目估计，估计精确度高且能够区分相干径，解决了密集多径场景下多径数目多、相干性强以及传统多径数目估计算法的种种不足等问题。
以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。
Claims (10)
1.一种基于信道观测冲激响应模型的多径数目估计方法，其特征在于，选择长度为N的伪随机序列作为基带探测信号p(t)，确定空间信道冲激响应模型h(t)，生成具有M个相同阵元的均匀线性排列的接收阵列天线，确定天线阵列的导向矢量a(θl)；对第1个至第M个接收天线振子的接收信号，将接收信号ym(t)与一个标准的本地伪随机序列p(t)做滑动相关得到观测冲激响应进行离散化处理得到观测冲激响应矩阵对观测冲激响应矩阵进行多径数目估计，对空间信道的第1～K条有效径和相干径进行检验与估计，得到整个接收信号的多径数目以及对应的结构。
2.根据权利要求1所述的基于信道观测冲激响应模型的多径数目估计方法，其特征在于，基带探测信号p(t)为：
其中，t表示时间，是单位矩形脉冲函数，信号宽度是Tb；
设传播环境中包含L条多径信号，其空间信道冲激响应模型h(t)表示如下：
其中，θ为入射角度，θl是第l条径的入射角度，是第l条径在信道下的复响应，τl是对应的时延。
3.根据权利要求1或2所述的基于信道观测冲激响应模型的多径数目估计方法，其特征在于，接收阵列天线的阵元间隔d＝λ/2，λ为信号的波长，收发天线之间的距离满足远场条件，经解调后，第m个阵元的接收信号ym(t)经过下变频降采样后表示为：
其中，Nm(t)为加性噪声，是第l条径在信道下的复响应，t表示时间，τl是对应的时延，u为冲激函数，am(θl)表示阵元m在传播方向θl上的响应，天线阵列在第l条径下的导向矢量a(θl)如下：
a(θl)＝[a1(θl) a2(θl) … aM(θl)]T
其中，θl是第l条径的入射角度。
4.根据权利要求1所述的基于信道观测冲激响应模型的多径数目估计方法，其特征在于，计算观测冲激响应矩阵的步骤如下：
S201、对天线振子的输出信号进行解调、低通滤波后，得到基带接收信号ym(t)；
S202、将接收信号ym(t)与一个标准的本地伪随机序列p(t)做滑动相关得到观测冲激响应；
S203、将观测冲激响应离散化，得到M×L的观测信道冲激响应
S204、对于第1个至第M个接收天线振子的接收信号均执行以上步骤，得到对应的观测冲激响应矢量，分别表示为
5.根据权利要求4所述的基于信道观测冲激响应模型的多径数目估计方法，其特征在于，步骤S202中，观测冲激响应如下：
其中，表示增益，N′m(t)是与本地伪随机序列相关后的噪声信号。
6.根据权利要求4所述的基于信道观测冲激响应模型的多径数目估计方法，其特征在于，步骤S203中，将观测冲激响应离散化，得到冲激响应如下：
式中，N′m＝[N′m(τ1) … N′m(τL)]是噪声向量，中的每一行代表着一个阵元的观测冲激响应，每一列给出的是每一条径上M个阵元的响应，S是关于δ(t)的矩阵，是M×L维矩阵。
7.根据权利要求1所述的基于信道观测冲激响应模型的多径数目估计方法，其特征在于，在观测冲激响应模型下对多径数目进行估计的步骤如下：
S301、对向量x进行去底噪处理，以向量最小值代表噪声，弱化向量中噪声的影响，将向量x按降序排列得到x′，完成对观测冲激响应中有效径数目的检测；
S302、取出M个阵元冲激响应中第k条有效径对应的值组成向量作为该步骤的输入，假设第k条有效径中存在β条相干径；
S303、对空间信道的第1～K条有效径，分别执行步骤S301和S302，得到整个接收信号的多径数目以及对应的结构。
8.根据权利要求7所述的基于信道观测冲激响应模型的多径数目估计方法，其特征在于，步骤S301中，冲激响应是长度为N的向量x，其中包含K(K≤L)个大值，向量x如下：
基于x′构造似然函数如下：
其中，D是最大多径数，d是预估有效径数，从0到D-1遍历。
9.根据权利要求7所述的基于信道观测冲激响应模型的多径数目估计方法，其特征在于，步骤S302具体步骤如下：
S3021、对yk求解其协方差矩阵
其中，表示向量yk的共轭转置，Rk是一个M×M矩阵；
S3022、构造前向空间平滑矩阵
定义一个(M-k)×M矩阵I：
IM-k,j＝[01 … 0j IM-k 0M-k+j … 0M]
表示其前j列与后k-j列是0矢量，然后对协方差矩阵Rk按如下方式来划分成交叉且重叠的矩阵：
其中，k＝1,2,…,M-1；
S3023、求解的信号子空间维数
对协方差矩阵进行分块：
其中，是将矩阵除去第M行和第M列得到M-1维方阵，对其进行特征分解得到对应的特征向量构成的酉矩阵利用构成一个酉变换矩阵如下：
得到如下：
盖氏圆半径表示为：
确定判定多径数目的准则如下：
其中，k＝1,2,…,M-2，D(N)是与快拍数有关的调整因子；
S3024、确定相关结构
设接收到的空间多径由gi的相干多径群构成如下：
其中，i是该群包含的相干径数目，i＝1,2,…,L。
10.根据权利要求9所述的基于信道观测冲激响应模型的多径数目估计方法，其特征在于，步骤S3023中，信号子空间的维数满足以下等式：
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811141395.1A CN109412982B (zh) | 2018-09-28 | 2018-09-28 | 一种基于信道观测冲激响应模型的多径数目估计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811141395.1A CN109412982B (zh) | 2018-09-28 | 2018-09-28 | 一种基于信道观测冲激响应模型的多径数目估计方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109412982A true CN109412982A (zh) | 2019-03-01 |
| CN109412982B CN109412982B (zh) | 2020-09-15 |
Family
ID=65465523
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811141395.1A Active CN109412982B (zh) | 2018-09-28 | 2018-09-28 | 一种基于信道观测冲激响应模型的多径数目估计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109412982B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112054972A (zh) * | 2020-07-24 | 2020-12-08 | 东南大学 | 利用多极化宽带扩展阵列响应的密集多径参数估计方法 |
| CN113687296A (zh) * | 2021-07-09 | 2021-11-23 | 中国人民解放军战略支援部队信息工程大学 | 一种基于阵列信号数值计算的水下目标辐射噪声相干信源测向方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104820216A (zh) * | 2015-05-08 | 2015-08-05 | 西北工业大学 | 基于阵列响应旋转不变性的多径信号波达角估计方法 |
| CN104993860A (zh) * | 2015-05-08 | 2015-10-21 | 西北工业大学 | 基于阵列冲激响应的多径信号波达角估计方法 |
| CN105915473A (zh) * | 2016-05-26 | 2016-08-31 | 中南大学 | 一种基于压缩感知技术的ofdm系统参数化信道估计及均衡方法 |
-
2018
- 2018-09-28 CN CN201811141395.1A patent/CN109412982B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104820216A (zh) * | 2015-05-08 | 2015-08-05 | 西北工业大学 | 基于阵列响应旋转不变性的多径信号波达角估计方法 |
| CN104993860A (zh) * | 2015-05-08 | 2015-10-21 | 西北工业大学 | 基于阵列冲激响应的多径信号波达角估计方法 |
| CN105915473A (zh) * | 2016-05-26 | 2016-08-31 | 中南大学 | 一种基于压缩感知技术的ofdm系统参数化信道估计及均衡方法 |
Non-Patent Citations (3)
| Title |
|---|
| KUNLAI XIONG 等: "Underdetermined DOA estimation of multi-path signals based on ICA and sparse reconstruction", 《2014 IEEE INTERNATIONAL CONFERENCE ON ACOUSTICS, SPEECH AND SIGNAL PROCESSING (ICASSP)》 * |
| 李文娟: "大规模多天线信道测量及小尺度衰落特性研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
| 王世超: "三维空时无线信道测量及参数估计算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112054972A (zh) * | 2020-07-24 | 2020-12-08 | 东南大学 | 利用多极化宽带扩展阵列响应的密集多径参数估计方法 |
| CN113687296A (zh) * | 2021-07-09 | 2021-11-23 | 中国人民解放军战略支援部队信息工程大学 | 一种基于阵列信号数值计算的水下目标辐射噪声相干信源测向方法 |
| CN113687296B (zh) * | 2021-07-09 | 2023-05-16 | 中国人民解放军战略支援部队信息工程大学 | 一种基于阵列信号数值计算的水下目标辐射噪声相干信源测向方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109412982B (zh) | 2020-09-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109375153B (zh) | 一种基于冲激响应压缩感知的密集多径信号角度估计方法 | |
| van der Tol et al. | Self-calibration for the LOFAR radio astronomical array | |
| Jakobsson et al. | Subspace-based estimation of time delays and Doppler shifts | |
| Oumar et al. | Comparison between MUSIC and ESPRIT direction of arrival estimation algorithms for wireless communication systems | |
| CN106501770B (zh) | 基于幅相误差阵列的远近场宽带混合源中近场源定位方法 | |
| JPH10505990A (ja) | マルチパス伝搬によって妨害される信号の再構成のための方法及び受信装置 | |
| CN111487478B (zh) | 基于深度神经网络的角度依赖型复杂阵列误差校准方法 | |
| CN104993860B (zh) | 基于阵列冲激响应的多径信号波达角估计方法 | |
| CN109412982B (zh) | 一种基于信道观测冲激响应模型的多径数目估计方法 | |
| CN104820216B (zh) | 基于阵列响应旋转不变性的多径信号波达角估计方法 | |
| Chen et al. | Iterative subspace alternating projection method for GNSS multipath DOA estimation | |
| CN110231589B (zh) | 一种大扩散角的多径信号波达方向估计方法 | |
| KR101958337B1 (ko) | 신호의 도래각을 추정하는 방법 및 장치 | |
| Li et al. | Superresolution wireless multipath channel path delay estimation for CIR-Based localization | |
| Wu et al. | Computationally efficient DOA and carrier estimation for coherent signal using single snapshot and its time-delay replications | |
| Yang et al. | RF emitter geolocation using amplitude comparison with auto-calibrated relative antenna gains | |
| Bouchereau et al. | Multipath delay estimation using a superresolution PN-correlation method | |
| Ma et al. | Off-grid DOA estimation with arbitrary-spaced linear array using single snapshot | |
| CN111770528B (zh) | 基于信道参数萃取方法的视距与非视距识别方法及装置 | |
| Gunther et al. | Algorithms for blind equalization with multiple antennas based on frequency domain subspaces | |
| Piper | Beamforming narrowband and broadband signals | |
| CN116243240A (zh) | 一种基于空间多元信息融合的地面nlos环境精确定位方法 | |
| CN114910863A (zh) | 一种基于平行因子的高精度时延估计方法 | |
| Gu et al. | Sparse linear arrays for estimating and tracking DOAs of signals with known waveforms | |
| Xu et al. | Two‐Dimensional Direction‐of‐Arrival Estimation of Noncircular Signals in Coprime Planar Array with High Degree of Freedom |
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 |