CN111988076A - 一种基于最大相关信噪比准则的天线分组及修正方法 - Google Patents
一种基于最大相关信噪比准则的天线分组及修正方法 Download PDFInfo
- Publication number
- CN111988076A CN111988076A CN202010665020.6A CN202010665020A CN111988076A CN 111988076 A CN111988076 A CN 111988076A CN 202010665020 A CN202010665020 A CN 202010665020A CN 111988076 A CN111988076 A CN 111988076A
- Authority
- CN
- China
- Prior art keywords
- row
- antenna
- noise ratio
- phase
- signal
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
- H04B7/0686—Hybrid systems, i.e. switching and simultaneous transmission
- H04B7/0691—Hybrid systems, i.e. switching and simultaneous transmission using subgroups of transmit antennas
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Variable-Direction Aerials And Aerial Arrays (AREA)
Abstract
本发明提供了一种基于最大相关信噪比准则的天线分组及修正方法,能够有效提高天线数量资源利用效率,达到最大的相关信噪比以及最优的相位估计性能。本发明采用将多个天线耦合在一起进行相关的算法(称本发明采用算法为Couple算法)体现由Simple和Sumple算法的演变过程。以最大相关信噪比为准则,提出一种“L/2对L/2”的天线分组方法,当采用“L/2对L/2”的天线分组方法时,可以达到最大的相关信噪比以及最优的相位估计性能,天线数量资源利用效率高,体现本发明Couple算法的优越性。
Description
技术领域
本发明涉及于深空探测技术领域,具体涉及一种基于最大相关信噪比准则的天线分组及修正方法。
背景技术
目前Sumple算法是目前综合性能最为优异且研究和应用最为广泛的信号合成方法。然而,Sumple算法仍然存在一些不足:①采用轮流的虚拟参考天线,无固定相位中心;②在低信噪比条件下,存在相位中心漂移问题。在天线组阵的某些应用背景中,需要天线组阵系统有一个固定的相位中心。例如,当天线组阵用于测速测距或VLBI测量等高精度测量任务时,若阵列的等效相位中心随机变化,必然会影响测量精度。针对上述问题,现有技术中有以算法收敛后某固定时刻的相位权值作为参考,修正其它时刻的相位权值的算法。该算法虽然能改善相位漂移问题,然而由于未考虑各天线相位中心变化的情况,在实际应用中将导致组阵不能快速实时跟踪信号相位的变化。还有将Sumple算法的参考天线改为所有天线信号的加权和,事实上,这就变成了Matrix-Free算法,自相关分量将恶化算法性能。因此,如何解决Sumple算法的无固定相位中心特性和相位漂移问题,仍需进一步研究。
目前对信号合成方法的研究成果中,有些是对现有算法的理论和仿真分析,有些是将现有算法应用到其他场景中,有些运算量较大,欠缺实用性,有些是采用闭环或滤波技术对现有算法进行最优相位修正。然而,在天线资源利用效率方面,目前仍然停留在Sumple算法的“1对L-1”的天线分组方法上。实际上,天线分组方法是决定算法性能最核心的因素。对于大规模天线组阵来说,天线数量巨大(达到400个),现有天线分组方法的天线数量资源利用效率较低。
发明内容
有鉴于此,本发明提供了一种基于最大相关信噪比准则的天线分组及修正方法,能够有效提高天线数量资源利用效率,达到最大的相关信噪比以及最优的相位估计性能。
本发明是通过以下技术方案来实现的:
本发明提供了一种基于最大相关信噪比准则的天线分组方法,包括如下步骤:
步骤1,选择天线组阵中的最多可取到的偶数路天线,记为L路;
设定L路天线数据对应权值的初值均为1,将第L路天线作为参考天线,保持其权值不变;
生成L×L维耦合矩阵,所述耦合矩阵的行向量互不相同,各个行向量的元素值均只有两种,每种占一半;
步骤2,将L路天线数据按照各自对应的权值进行加权,并求和输出一路合成信号;
步骤3,每个天线支路中均输入L路加权后的数据;
按所述耦合矩阵行向量顺序,依次将每个支路的数据,按照对应耦合矩阵行向量的元素值均分为两组数据;将每个支路的两组数据分别求和,得到对应的2路信号;
步骤4,将每个支路的2路信号分别进行相关处理,获得L个支路的相关相位,完成分组。
其中,所述耦合矩阵的第1行,前L/2元素均为1,后L/2元素均为-1;生成矩阵行号i为第2行至第L/2+1行时,以第1行元素为基准,保留第i-1和第L个元素符号不变,其余全取反;生成矩阵行号i为第L/2+2行至第L行时,以第2行元素为基准,保留第i-1和第L个元素符号不变,其余全取反。
其中,所述步骤4中,所述相关处理为共轭相乘和累加平均。
本发明还提供了一种基于最大相关信噪比准则的天线修正方法,利用本发明所述的基于相关信噪比准则的天线分组方法获得L个支路的相关相位,基于相关相位获得权值相位,利用权值相位对天线的相位进行修正。
其中,获得权值相位的具体方式为:
将L个支路的相关相位拷贝L-1份,与解耦合矩阵的L-1个行向量的各行按顺序一一对应,将每行对应元素值为A的相关相位相加后,再乘以L/4,获得该行对应的权值相位;如此,得到L-1行权值相位;
其中,所述解耦合矩阵为(L-1)×L维矩阵,行向量互不相同,各个行向量的元素值均只有两种,设为A和B;第1行至第L/2行的行向量中,第1和第i+1个元素的元素值为A,其余为B,第L/2+1行至第L-1行的行向量中,第2和第i+1个元素的元素值为A,其余为B,其中i为行向量序号。
有益效果:
本发明采用将多个天线耦合在一起进行相关的算法体现由Simple和Sumple算法的演变过程,以最大相关信噪比为准则,提出一种“L/2对L/2”的天线分组方法,当采用“L/2对L/2”的天线分组方法时,可以达到最大的相关信噪比以及最优的相关相位估计性能,天线数量资源利用效率高。
本发明中,基于分组方法修正相关相位,能实现最优相位修正。
附图说明
图1为不同信噪比条件下相位估计误差的概率密度。
图2为基于“多对多”天线分组方法的相位差估计系统模型。
图3为Simple、Sumple和Couple三种算法相关器的相位估计性能对比。
其中,图3(a)给出了L=36和L=100两种情况下,三种算法在不同信噪比条件下的相关相位估计方差性能,图3(b)给出了相对应的相位估计损失因子性能。
具体实施方式
下面结合附图并举实施例,对本发明进行详细描述。
相位估计算法的基本处理流程为:首先对两信号进行相关处理(共轭相乘、累加平均),然后利用反正切相位鉴别器来估计相位差。相关信噪比是指对两个信号进行相关处理后的信号的信噪比。相关信噪比直接决定了反正切相位鉴别器的估计性能。传统天线组阵理论为了简化分析,均假设反正切相位鉴别器是一种最大似然估计器,其估计方差能够达到克拉美-罗下界(Cramer-Rao Lower Bound,CRLB)。然而,这一假设条件仅当相关信噪比在中等值以上时才适用。为定量分析反正切相位鉴别器在低相关信噪比条件下的估计性能,本发明抛弃上述假设条件,通过理论分析对反正切相位鉴别器的相位估计性能进行深入研究。
为了得到各阵元相位估计误差,不失一般性,各阵元间相关处理后的信号可以建模为
式中:x[k]为观测量,K为样本个数,A为常数,Δθ为待估计相位差,为非随机参量,w[k]的实部和虚部都是均值为0,方差为σ2的独立同分布高斯随机噪声,则观测量x[k]的信噪比ρ=|A|2/(2σ2)。对x[k]进行K次累计平均,累加平均后的信噪比即为相关信噪比,用γ表示,则有γ=Kρ,然后利用反正切相位鉴别器来估计相位,则有
式中:Re[·]和Im[·]分别表示取实部和虚部。根据参数估计理论,对于如式(1)的复数形式的相位估计,估计量Δθ的CRLB为
传统天线组阵理论为了简化分析,认为反正切相位鉴别器是一种最大似然估计器。当γ较大时,能够很好地接近CRLB(Δθ),因此当相关信噪比较高时,合成算法的相位估计方差与γ具有如式(3)的线性关系。然而当γ较低时,这一假设将不再成立。为了分析低信噪比条件下的相位估计性能,本发明抛弃上述假设,考虑更一般的情况。设Δθ的估计误差为Δθe,并有有文献给出了Δθe的概率密度函数,这里将复数信号形式的信噪比γ代入,可得下式
式中:
图1给出了不同γ条件下,相位估计误差Δθe的概率密度。可以看出,γ越高,相位估计性能越高。为定量描述γ与相位估计性能的关系,下面对Δθ的相位估计方差进行研究。由于Δθ为常数,由可推知又由E[Δθe]=0,可得Δθ的估计方差为:
由式(8)可知,Γ仅与γ有关,对式(8)进行转换:
本发明提供了一种基于最大相关信噪比准则的天线分组方法,首先将所有L个天线数据同时送给L个支路;然后在每个支路中,按照耦合矩阵元素值的描述关系,将L个天线均匀划分为2组,并分别对每组天线信号求和,这样,每个支路的L个天线信号,通过均匀分组和各组求和,得到2路信号;之后,将L个支路的2路信号分别送给后续L个相关相位估计器的2路信号输入;相关相位估计器首先对两信号进行相关处理(共轭相乘、累加平均),然后利用反正切相位鉴别器来估计相位差φ,共有L个,完成分组。具体包括如下步骤:
步骤1,选择天线组阵中的最多可取到的偶数路天线,记为L路;
设定L路天线数据对应权值的初值均为1,将第L路天线作为参考天线,保持其权值不变;
生成L×L维耦合矩阵,所述耦合矩阵的行向量互不相同,各个行向量的元素值均只有两种,每种占一半;
步骤2,将L路天线数据按照各自对应的权值进行加权,并求和输出一路合成信号;
步骤3,每个支路均输入L路加权后的数据;
按所述耦合矩阵行向量顺序,依次将每个支路的数据,按照对应耦合矩阵行向量的元素值均分为两组数据;将每个支路的两组数据分别求和,得到对应的2路信号;
步骤4,将每个支路的2路信号分别进行相关处理,获得L个支路的相关相位,完成分组。
不论是Simple算法的“1对1”天线分组方法、Sumple算法的“1对L-1”天线分组方法,还是本发明提出的Couple算法的“L/2对L/2”天线分组方法,都属于“多对多”天线分组方法的特例。基于此,本发明将首先建立基于“多对多”天线分组方法的相位差估计系统模型,将上述三种天线分组方法纳入到统一的框架下进行讨论,而后对该模型的相位差估计性能进行数学推导,证明当采用“L/2对L/2”的天线分组方法时,可以达到最大的相关信噪比以及最优的相位估计性能,体现Couple算法的优越性。
基于“多对多”天线分组方法的相位差估计系统模型如图2所示,需要注意的是,该模型估计的相位差并不是最终的相位修正值,为便于区分,称该模型估计的相位差为相关相位。考虑均匀阵的情况,假设共有L个天线,各天线信号为复信号,带宽为B,设参与相关的两个信号分别为g1(tk)和g2(tk),且有
式中:常数P为各天线信号功率,为天线i接收信号的初相,ni(tk)表示天线i的复高斯随机噪声,其实部和虚部独立同分布,均值为0,方差均为σ2,不失一般性,假设信号与噪声相互独立,不同天线噪声相互独立。g1(tk)和g2(tk)包含的天线个数分别为M和L-M且无公共项,这样就保证了g1(tk)和g2(tk)不会有自相关分量。
考虑图2所示系统模型,假设天线组阵已经收敛,此时,各天线还残留小部分相位差,由式(4)给出的相位估计误差概率密度可知,各阵元信号相位呈高斯分布并且相互独立(即使不是严格意义上的高斯分布,当累加次数较多时,引入中心极限定理后,也可以近似为高斯分布),这里设其方差为为体现g1(tk)与g2(tk)相位的差异性,设g1(tk)与g2(tk)中各阵元相位的均值分别为φ1和φ2,则有
至此,给出了g1(tk)与g2(tk)中各阵元相位和的分布特性。注意到,M和L决定了天线分组方法,当M=1且L=2时,式(10)即可表示Simple算法的天线分组方法,当M=1且L>2时,式(10)即可表示Sumple算法的天线分组方法,而当M=L/2且L>2时,式(10)即可表示Couple算法的天线分组方法。
基于图2所示的系统模型,首先通过数学推导证明采用本发明提出的Couple算法的“L/2对L/2”天线分组方法可以达到最大的相关信噪比,而后分别对采用Couple、Simple和Sumple算法的天线分组方法的相关相位估计性能进行分析,给出理论公式,包括相关相位物理含义、相关信噪比、相关相位估计方差和相位估计损失因子。
如图2所示,对g1(tk)和g2(tk)进行互相关运算,有
式中:第一项为信号项,后三项为噪声项。由于信号与噪声相互独立,不同天线噪声相互独立,根据随机信号理论,可知这四项相互独立。利用这一性质,可以通过累加平均来提高相关信号Z(tk)的信噪比。为便于统一考量,这里设累加数据总时长为T,对T内所有采样点进行累加平均,则累加次数K=BT,设累加平均后的信号为ZK,可得
式中:由于信号和噪声的功率在积分时间段内是相对稳定的,因此ni(tk)和nj(tk)经累加平均后可等效为niK和njK。令由于和相互独立,则φij服从均值为φ=φ1-φ2,方差为的高斯分布,设ZK中的信号项为ZS,可得
则以φij为条件的有用信号分量可表示为
根据高斯随机变量的特征函数公式,有
式中:φ即为预估计的相关相位,其物理含义为
将式(18)代入式(16),整理可得
按照上述过程,噪声项ZN可表示为
则以φi和φj为条件的噪声分量可表示为
由式(14)、式(20)和式(23)可知,相关累加平均后的信号为
同样,由式(24)可以推导噪声分量的功率为
设单天线信噪比为ρ,则有ρ=P/(2σ2),将其代入式(28)可得
由式(29)可以看出,在累加次数K和单天线信噪比ρ不变的条件下,不同的天线分组方法(M不同)具有不同相关信噪比,且有如下不等式
由该不等式性质可知,天线分组越均等,相关信噪比越大,注意到天线总数L可能为偶数或奇数,则有
当组阵天线按照式(31)进行分组时,可以达到最大的相关信噪比,且有
当天线数较多时,L为偶数或奇数对γmax影响基本可以忽略,因此对于接下来的研究,均默认天线数为偶数,并且采用“L/2对L/2”的天线分组方法。
以上通过数学推导证明了当采用“L/2对L/2”的天线分组方法时,可以达到最大的相关信噪比,接下来根据式(9)推导相关相位φ的估计方差,有
至此得到了基于Couple算法的相关相位估计的性能,包括相关相位物理含义、相关信噪比、相位估计损失因子和相关相位估计方差等。为便于对比,将其总结如下:
Couple算法的相关相位估计值φCo的物理含义为
Couple算法的相关信噪比为
Couple算法的相位估计损失因子为
Couple算法的相关相位估计方差为
接下来,为证明Couple天线分组方法的优越性,将其与Simple和Sumple算法的天线分组方法进行对比。前面已经说过,Simple和Sumple算法的天线分组方法可被认为是“多对多”天线分组方法的特例。因此,对于Simple算法,设其参考天线为天线L,则进行相关处理的两个信号为
相关累加平均后的信号为
Simple算法的相关相位估计值φSi的物理含义为
Simple算法的相关信噪比为
Simple算法的相位估计损失因子为
Simple算法的相关相位估计方差为
在高信噪比条件下,Γ(γ)≈1,此时Simple算法的相关相位估计方差可简化为
对于Sumple算法,进行相关处理的两个信号为
相关累加平均后的信号为
Sumple算法的相关相位估计值φSu的物理含义为
Sumple算法的相关信噪比为
Sumple算法的相位估计损失因子为
Sumple算法的相关相位估计方差为
在高信噪比条件下,有Γ(γ)≈1,此时Sumple算法的相关相位估计方差可简化为
与Simple和Sumple算法的相关相位估计方差理论公式相比,本发明考虑了低信噪比条件下的估计性能恶化效应,因此本发明给出的公式更具普适性。
至此,通过数学推导得到了Simple、Sumple和Couple算法的相关相位的估计性能,包括相关相位物理含义、相关信噪比和相关相位估计方差,总结如表1所示。
表1 Simple、Sumple和Couple算法相关相位的估计性能对比
接下来对Simple、Sumple和Couple三种算法的相关相位估计性能进行对比。利用表1中的理论公式,图3(a)给出了L=36和L=100两种情况下,三种算法在不同信噪比条件下的相关相位估计方差性能,图3(b)给出了相对应的相位估计损失因子性能。通过对图3(a)和(b)进行分析和对比,可得到如下结论:
1)在不同信噪比条件下,三种算法的相关相位估计性能均随单天线信噪比ρ增大而改善,当信噪比较高时(ρ>-10dB),三者趋于一致,而当信噪比降低时(ρ<-10dB),Couple算法性能最高,Sumple算法次之,Simple算法最差;
2)在不同天线数条件下,Simple算法的性能不随天线数增多而提高,而Sumple和Couple算法都可以通过增加天线数来提高估计性能,其中,在同等天线数条件下,Couple算法较Sumple算法具有更高的估计性能,说明在多天线资源利用效率方面,Couple算法利用效率最高,Sumple算法次之,Simple算法利用效率最差;
3)比较图3(b)中的各条曲线可见,存在一个信噪比门限ρTH,当低于ρTH时,Couple算法的相位估计损失因子反而会低于Simple和Sumple算法。这是由相位估计损失因子的“过山车”特性引起的。实际上,此时Simple和Sumple算法的相位估计值已经出现严重折叠,不能正常工作。该门限与天线数有关,例如当L=36时,ρTH=-24dB,当L=100时,ρTH=-27dB,可以看出,门限ρTH随着天线数增加而降低。
综上所述,相比较传统Simple和Sumple算法,Couple算法能够更加充分利用天线组阵的多天线数量资源,从而有效提高低信噪比条件下的相位估计性能。
基于分组方法获得的相关相位进行修正,能实现最优相位修正。传统方法估计的相位差为各天线与某个固定天线的相位差,能够直接作为各天线的权值相位修正值,但是不能实现最大相关信噪比,本发明天线分组方法可以具有最大的相关信噪比,有效提高低信噪比条件下的相关相位估计性能。本发明得到的相关相位并不是两两天线信号间的相位差,不直接作为各天线的权值相位修正值进行修正,同时为了满足天线组阵对固定天线相位中心特性的需求,可基于最大相关信噪比准则进行天线组阵信号合成方法(Couple算法)。该算法估计的相位差为各天线与某个固定天线的相位差,可直接作为各天线的权值相位修正值。为区别于相关相位,称该相位差为权值相位。
本发明提供了一种基于最大相关信噪比准则的天线修正方法,利用本发明基于相关信噪比准则的天线分组方法获得L个支路的相关相位,基于相关相位获得权值相位,利用权值相位对天线的相位进行修正。
其中,获得权值相位的具体方式为:
将L个支路的相关相位拷贝L-1份,与解耦合矩阵的L-1个行向量的各行按顺序一一对应,将每行对应元素值为A的相关相位相加后,再乘以L/4,获得该行对应的权值相位;如此,得到L-1行权值相位;
其中,所述解耦合矩阵为(L-1)×L维矩阵,行向量互不相同,各个行向量的元素值均只有两种,设为A和B;第1行至第L/2行的行向量中,第1和第i+1个元素的元素值为A,其余为B,第L/2+1行至第L-1行的行向量中,第2和第i+1个元素的元素值为A,其余为B,其中i为行向量序号。
下面将首先以固定天线相位中心特性为算法应用需求,给出Couple算法的原理、处理流程和实现结构,而后通过理论推导,对比分析Simple、Sumple和Couple算法的相位估计性能,最后对Simple、Sumple和Couple算法的收敛特性和合成性能进行仿真分析,进一步证明Couple算法的优越性。。
(1)Couple算法原理
在天线组阵的某些应用背景中,需要组阵有一个固定的相位中心,这就要求相位估计算法对各个天线进行相位修正时,应以某个固定天线作为参考天线,使其它各天线均与该参考天线相位对齐。这样,该参考天线的相位中心即为整个组阵的相位中心。
事实上,针对这种应用背景,最简单直接的方法就是采用Simple算法,但其在低信噪比条件下性能较差,而Sumple算法虽然性能较高,但由于其参考天线是轮转的,收敛后的相位中心不固定,而且在低信噪比条件下会出现相位漂移问题。针对上述问题,本发明提出一种新的基于最大相关信噪比准则的天线组阵信号合成方法(Couple算法)。该算法可以满足固定参考天线相位中心特性需求,而且采用具有最大相关信噪比的天线分组方法,从而具有更优越的信号合成性能。
为便于讨论,下面以向量-矩阵形式来描述各天线相位相关相位φi和权值相位θi的关系,并定义与φi间的关系矩阵为耦合矩阵,定义φi和θi间的关系矩阵为解耦合矩阵。下面首先以Simple算法为例进行说明。首先将表1中Simple算法相关相位的物理含义公式用向量形式表示,可得
由Simple算法原理可知,其需要L-1个相关器,得到L-1个相关相位,将该过程以矩阵形式描述,有
是(L-1)×L维的,该矩阵即定义为Simple算法的耦合矩阵,接下来,给出Simple算法的解耦合矩阵,有
可见,Simple算法的解耦合矩阵就是单位阵,进一步将式(55)代入式(57),可得,
从式(58)可以看出,只要耦合矩阵与解耦合矩阵相乘后等于式(56)表示的矩阵,即可实现等效于Simple算法的权值相位估计。事实上,具有上述等式关系的耦合矩阵和解耦合矩阵有很多种,可以设想,通过巧妙设计,必然有能够符合Couple算法的耦合矩阵和解耦合矩阵。
基于上述认识,可以给出一种基于消元法思想的Couple算法耦合矩阵和解耦合矩阵设计方法。首先,将表1中Couple算法相关相位的物理含义公式用向量形式表示,可得
由式(59)不难看出,由Couple算法得到的相关相位不能直接作为单个天线的权值相位,然而注意到,各天线的相位信息均耦合在相关相位中,基于此,为实现从中解耦合出可以基于消元法思想,再进行一次相关得到并使中除和对应的元素与中和对应的元素正负号相同外,其余均相反,式(60)给出了两次相关的向量形式。
式中:为了表达方便,将常量2/L提取出来。接下来将式(60)的两个行向量相加,可得
将两个向量相乘,并代入权值相位θ1,整理可得
至此,得到了第一个天线的权值相位θ1,同理,可以获取其他天线的权值相位。为了使算法硬件消耗小,相关次数越少越好,对于L个天线,本发明所提设计方法需要L个相关器,该硬件消耗与Sumple算法是相当的。为说明这一点,下面给出一个直观的例子,设L=6,以天线6作为参考天线,得到耦合矩阵关系式为
解耦合矩阵关系式为
注意观察式(64)中的相关相位项,和分别与进行消元运算,而和则分别与进行消元运算,这是由于和对应的元素正负号必须相反,才能够得到因此,当与进行消元运算时,只能求取和当求取和时,可以与进行消元运算,这样,总共消耗相关器数量等于天线数L。
接下来,将解耦合矩阵(见式(64))左乘以耦合矩阵(见式(63)),可得
对比式(65)和式(56)可以看出,基于消元法的耦合矩阵和解耦合矩阵设计方法能够实现Couple算法的权值相位估计,并且具有等效于Simple算法的固定天线相位中心特性。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于最大相关信噪比准则的天线分组方法,其特征在于,包括如下步骤:
步骤1,选择天线组阵中的最多可取到的偶数路天线,记为L路;
设定L路天线数据对应权值的初值均为1,将第L路天线作为参考天线,保持其权值不变;
生成L×L维耦合矩阵,所述耦合矩阵的行向量互不相同,各个行向量的元素值均只有两种,每种占一半;
步骤2,将L路天线数据按照各自对应的权值进行加权,并求和输出一路合成信号;
步骤3,每个天线支路中均输入L路加权后的数据;
按所述耦合矩阵行向量顺序,依次将每个支路的数据,按照对应耦合矩阵行向量的元素值均分为两组数据;将每个支路的两组数据分别求和,得到对应的2路信号;
步骤4,将每个支路的2路信号分别进行相关处理,获得L个支路的相关相位,完成分组。
2.如权利要求1所述的基于最大相关信噪比准则的天线分组方法,其特征在于,所述耦合矩阵的第1行,前L/2元素均为1,后L/2元素均为-1;生成矩阵行号i为第2行至第L/2+1行时,以第1行元素为基准,保留第i-1和第L个元素符号不变,其余全取反;生成矩阵行号i为第L/2+2行至第L行时,以第2行元素为基准,保留第i-1和第L个元素符号不变,其余全取反。
3.如权利要求1所述的基于最大相关信噪比准则的天线分组方法,其特征在于,所述步骤4中,所述相关处理为共轭相乘和累加平均。
4.一种基于最大相关信噪比准则的天线修正方法,其特征在于,利用如权利要求1-3任意一项所述的基于相关信噪比准则的天线分组方法获得L个支路的相关相位,基于相关相位获得权值相位,利用权值相位对天线的相位进行修正。
5.如权利要求4所述的基于最大相关信噪比准则的天线修正方法,其特征在于,获得权值相位的具体方式为:
将L个支路的相关相位拷贝L-1份,与解耦合矩阵的L-1个行向量的各行按顺序一一对应,将每行对应元素值为A的相关相位相加后,再乘以L/4,获得该行对应的权值相位;如此,得到L-1行权值相位;
其中,所述解耦合矩阵为(L-1)×L维矩阵,行向量互不相同,各个行向量的元素值均只有两种,设为A和B;第1行至第L/2行的行向量中,第1和第i+1个元素的元素值为A,其余为B,第L/2+1行至第L-1行的行向量中,第2和第i+1个元素的元素值为A,其余为B,其中i为行向量序号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010665020.6A CN111988076B (zh) | 2020-07-10 | 2020-07-10 | 一种基于最大相关信噪比准则的天线分组及修正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010665020.6A CN111988076B (zh) | 2020-07-10 | 2020-07-10 | 一种基于最大相关信噪比准则的天线分组及修正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111988076A true CN111988076A (zh) | 2020-11-24 |
CN111988076B CN111988076B (zh) | 2021-05-07 |
Family
ID=73437615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010665020.6A Active CN111988076B (zh) | 2020-07-10 | 2020-07-10 | 一种基于最大相关信噪比准则的天线分组及修正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111988076B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101206259A (zh) * | 2007-12-13 | 2008-06-25 | 西安华迅微电子有限公司 | 基于数字匹配滤波器的多星座导航弱信号的捕获方法 |
CN101273543A (zh) * | 2005-09-30 | 2008-09-24 | 三菱电机研究实验室 | 在多路输入多路输出无线局域网中选择天线和波束的方法 |
CN101969329A (zh) * | 2010-09-30 | 2011-02-09 | 中国科学院国家天文台 | 天线组阵中基于循环互相关的信号相位差估计装置与方法 |
CN102006105A (zh) * | 2010-10-29 | 2011-04-06 | 北京大学 | 深空接收天线组阵相关加权方法及系统 |
US20130322508A1 (en) * | 2012-06-01 | 2013-12-05 | Qualcomm Atheros, Inc. | Antenna Selection Technique For Fast Diversity |
CN103595664A (zh) * | 2012-08-17 | 2014-02-19 | 中兴通讯股份有限公司 | 一种多接收天线系统中信道估计方法和装置 |
CN110896323A (zh) * | 2019-12-04 | 2020-03-20 | 浙江师范大学 | 一种联合中继与天线选择的新方法及系统 |
-
2020
- 2020-07-10 CN CN202010665020.6A patent/CN111988076B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101273543A (zh) * | 2005-09-30 | 2008-09-24 | 三菱电机研究实验室 | 在多路输入多路输出无线局域网中选择天线和波束的方法 |
CN101206259A (zh) * | 2007-12-13 | 2008-06-25 | 西安华迅微电子有限公司 | 基于数字匹配滤波器的多星座导航弱信号的捕获方法 |
CN101969329A (zh) * | 2010-09-30 | 2011-02-09 | 中国科学院国家天文台 | 天线组阵中基于循环互相关的信号相位差估计装置与方法 |
CN102006105A (zh) * | 2010-10-29 | 2011-04-06 | 北京大学 | 深空接收天线组阵相关加权方法及系统 |
US20130322508A1 (en) * | 2012-06-01 | 2013-12-05 | Qualcomm Atheros, Inc. | Antenna Selection Technique For Fast Diversity |
CN103595664A (zh) * | 2012-08-17 | 2014-02-19 | 中兴通讯股份有限公司 | 一种多接收天线系统中信道估计方法和装置 |
CN110896323A (zh) * | 2019-12-04 | 2020-03-20 | 浙江师范大学 | 一种联合中继与天线选择的新方法及系统 |
Non-Patent Citations (2)
Title |
---|
焦义文等: "相关信噪比对天线组阵相位估计性能的影响", 《电讯技术》 * |
闫萌: "深空网天线组阵相关算法研究", 《中国优秀硕士学位论文全文数据库》 * |
Also Published As
Publication number | Publication date |
---|---|
CN111988076B (zh) | 2021-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sánchez et al. | Decentralized massive MIMO processing exploring daisy-chain architecture and recursive algorithms | |
Mirfarshbafan et al. | Beamspace channel estimation for massive MIMO mmWave systems: Algorithm and VLSI design | |
CN109327850B (zh) | 基于梯度追踪和多步拟牛顿法技术的非正交多址接入系统多用户检测方法 | |
KR20010062214A (ko) | 개선된 신호 포착과 프로세싱을 지닌 코드분할 다중접속시스템 및 오퍼레이션 방법 | |
CN111988075B (zh) | 一种基于最大相关信噪比准则的天线组阵信号合成方法 | |
KR101114270B1 (ko) | 하나 이상의 추가 수신 경로들을 갖는 mimo 수신기들 | |
Sánchez et al. | Decentralized massive MIMO systems: Is there anything to be discussed? | |
US8761317B2 (en) | Soft-bit generation and channel estimation for interference cancellation using decoder output | |
CN112054829B (zh) | 一种具有固定相位中心特性的天线组阵信号合成方法 | |
CN1150689C (zh) | 使用网络用户标识符的具有初始化的迭代投影 | |
Gallyas-Sanhueza et al. | Blind SNR estimation and nonparametric channel denoising in multi-antenna mmWave systems | |
US20040248515A1 (en) | Multi-user detection | |
CN111988076B (zh) | 一种基于最大相关信噪比准则的天线分组及修正方法 | |
US10608686B1 (en) | Circuit and method for enabling channel denoising in a wireless communication apparatus | |
CN112822697A (zh) | 无小区mimo的多用户检测方法及装置 | |
CN109412984B (zh) | 一种基于Aitken加速法的多天线场景下盲信噪比估算方法 | |
CN107346985B (zh) | 一种结合发射天线选择技术的干扰对齐方法 | |
US8230310B2 (en) | Method and apparatus for received signal processing in a wireless communication receiver | |
CN114679356B (zh) | 一种不依赖于似然函数的信道全维参数提取方法、装置及存储介质 | |
CN107465472B (zh) | 一种基于路径合成的多径时延估计方法 | |
Lu et al. | Collapsed VBI-DP based structured sparse channel estimation algorithm for massive MIMO-OFDM | |
Seidel et al. | Efficient initialization of iterative linear massive MIMO uplink detectors by binary Jacobi synthesis | |
Seidel et al. | A novel approach for combining local estimates for fully decentralized feedforward massive MIMO equalization: The multistep fusion | |
Bellili et al. | Low-complexity DOA estimation from short data snapshots for ULA systems using the annihilating filter technique | |
Zhang et al. | Pilot-Assisted Methods for Channel Estimation in MIMO-V-OFDM Systems |
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 |