CN112054829A - 一种具有固定相位中心特性的天线组阵信号合成方法 - Google Patents
一种具有固定相位中心特性的天线组阵信号合成方法 Download PDFInfo
- Publication number
- CN112054829A CN112054829A CN202010665022.5A CN202010665022A CN112054829A CN 112054829 A CN112054829 A CN 112054829A CN 202010665022 A CN202010665022 A CN 202010665022A CN 112054829 A CN112054829 A CN 112054829A
- Authority
- CN
- China
- Prior art keywords
- phase
- antenna
- algorithm
- row
- 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
- H04B7/0413—MIMO systems
- H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Variable-Direction Aerials And Aerial Arrays (AREA)
Abstract
本发明提供了一种具有固定相位中心特性的天线组阵信号合成方法,天线组阵具有固定相位中心特性,相位中心在低信噪比条件下不发生漂移,整个组阵都能够自适应跟踪参考天线的相位中心。本发明采用“1对L‑1”天线分组方法,以固定参考天线作为相位中心,通过耦合矩阵和解耦合矩阵,对Sumple算法进行改进,使其具有固定相位中心特性,使得整个组阵都能够自适应跟踪参考天线的相位中心,实现等效于Simple算法的权值相位估计,性能与Sumple算法相当,但解决了Sumple算法相位中心在低信噪比条件下会发生漂移的问题,可满足天线组阵系统对固定相位中心特性的需求。
Description
技术领域
本发明涉及于天线通信技术领域,具体涉及一种具有固定相位中心特性的天 线组阵信号合成方法。
背景技术
信号合成技术是天线组阵的关键技术之一,其基本原理是估计并补偿各天线 信号间的时延和相位差,进而实现相干合成。当前,天线组阵主要采用全频谱合 成(Full-Spectrum Combining,FSC)方案,在该方案中,子带相位差估计技术一直 是天线组阵的核心技术和研究热点。国内外研究和应用最广泛的经典相位差估计 算法主要有Simple算法、Sumple算法和基于Eigen算法改进的Matrix-Free算法。 其中,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算法。2003 年,Rogstad首次介绍了Sumple算法,并于2005年详细描述了算法原理、实现 步骤、收敛速率和合成性能,并指出了Sumple算法存在的相位漂移问题。总体 来说,目前Sumple算法在天线组阵信号合成方面仍然存在两个方面的不足: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。
然而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。例如, 当天线组阵用于测速测距或甚长基线干涉测量(Very Long Baseline Interferometrey,VLBI)等导航任务时,若阵列的等效相位中心随机变化,必然 会影响测量精度。针对这种应用背景,最简单直接的方法就是采用Simple算法, 但Simple算法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。为克服上述问题,沈彩耀、于宏毅提出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,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自适应跟踪信号的相位变化,于是又有人提出将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,但因相 关时的自相关分量将导致权值相位减小,影响收敛速率。
发明内容
有鉴于此,本发明提供了一种具有固定相位中心特性的天线组阵信号合成方 法,天线组阵具有固定相位中心特性,相位中心在低信噪比条件下不发生漂移, 整个组阵都能够自适应跟踪参考天线的相位中心。
本发明是通过以下技术方案来实现的:
一种具有固定相位中心特性的天线组阵信号合成方法,其特征在于,包括如 下步骤:
步骤1,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,其中L为天线组阵的天线总数;
生成L×L维耦合矩阵,所述耦合矩阵的各个行向量的元素值均只有两种, 对于第i行,其第i列对应的元素值为一种,其余列为另一种,i=1,2,3…L;
生成(L-1)×L维解耦合矩阵,所述解耦合矩阵的行向量互不相同,各个行向 量的元素值均只有三种,设为A、B和C;对于第j行,其第j列对应的元素值 为A,第L列的元素值为B,其余为C,其中j=1,2,3…L-1,;
步骤2,将L路天线数据按照各自对应的权值进行加权;
步骤3,设置L个支路,每个天线支路中均输入L路加权后的数据;
按步骤1中的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分为两组数据;将第i行第i列元素对应支路数据作为1 路信号;对于第i行,将除第i行第i列元素对应支路数据以外的数据求和,作 为另一路信号;
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;
步骤5,将L个支路的相关相位拷贝L-1份,与所述解耦合矩阵的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的相关相位减对应元素值为 B的相关相位后,再乘以获得该行对应的权值相位;如此,得到L-1个权 值相位;
步骤6,根据步骤5获得的L-1个权值相位,更新前L-1路天线数据对应的 权值;判断任务是否结束,若结束则求和输出一路合成信号,完成合成,否则返 回执行步骤2。
其中,A为1,B为-1,C为0。
其中,所述步骤4中,所述相关处理为共轭相乘和累加平均。
有益效果:
本发明采用“1对L-1”天线分组方法,以固定参考天线作为相位中心,通 过耦合矩阵和解耦合矩阵,对Sumple算法进行改进,使其具有固定相位中心特 性,使得整个组阵都能够自适应跟踪参考天线的相位中心,实现等效于Simple 算法的权值相位估计,性能与Sumple算法相当,但解决了Sumple算法相位中心 在低信噪比条件下会发生漂移的问题,可满足天线组阵系统对固定相位中心特性 的需求。
附图说明
图1为本发明Sumple-fix算法权值相位估计的实现原理框图;
其中,①为耦合矩阵;②为解耦合矩阵。
图2为本发明相位差估计系统模型;
其中,③为信道模拟;④为天线分组方法;⑤为相关相位估计。
图3为不同算法的权值相位估计方差性能示意图;
其中图3(a)为36个天线时不同算法的权值相位估计方差性能,横坐标表 示单天线信号信噪比(db),纵坐标表示权值相位估计方差(rad^2);图3(b) 为100个天线时不同算法的权值相位估计方差性能,横坐标表示单天线信号信噪 比(db),纵坐标表示权值相位估计方差(rad^2)。
图4为本发明权值相位估计性能仿真分析的流程图。
图5为本发明Sumple-fix算法权值相位估计方差的理论与仿真结果示意图;
其中,横坐标表示单天线信号信噪比(db);纵坐标表示权值相位估计方差 (rad^2)。
图6为本发明Sumple-fix算法权值相位方差性能示意图;
其中,横坐标表示单天线信号信噪比(db);纵坐标表示权值相位估计方差 (rad^2)。
图7为本发明Sumple-fix算法的权值相位方差与估计损失因子的关系示意 图;
其中,图7(a)为36个天线时Sumple-fix算法的权值相位方差与估计损失 因子的关系,横坐标表示单天线信号信噪比(db),左纵坐标表示权值相位估计 方差(rad^2),右纵坐标表示相关估计器估计损失因子;图7(b)为100个天线 时Sumple-fix算法的权值相位方差与估计损失因子的关系,横坐标表示单天线信 号信噪比(db),左纵坐标表示权值相位估计方差(rad^2),右纵坐标表示相关估 计器估计损失因子。
图8为本发明算法收敛特性与合成性能仿真实验的结构框图。
图9为三种算法的相位收敛特性示意图;
其中,图9(a)为Simple算法时的相位收敛特性,横坐标表示迭代次数(time), 纵坐标表示相位(°);图9(b)为Sumple算法时的相位收敛特性,横坐标表示 迭代次数(time),纵坐标表示相位(°);图9(c)为Sumple-fix算法时的相位收 敛特性,横坐标表示迭代次数(time),纵坐标表示相位(°)。
图10为三种算法合成损失的收敛过程;
其中,图10(a)为三种算法合成损失收敛过程的全局图,横坐标表示迭代 次数(time),纵坐标表示相位(°);图10(b)为三种算法合成损失收敛过程的 细节图,横坐标表示迭代次数(time),纵坐标表示相位(°)。
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。
本发明提出的一种具有固定相位中心特性的天线组阵信号合成方法,是在Sumple算法基础上的改进,如图1所示,包括3种相位:初始相位为预估计 的相关相位φSu和权值相位θSu-fix,含有初始相位的天线信号通过耦合矩阵 ①送给相关相位估计器,完成相关相位估计,得到L个相关相位φSu,相关相位φSu通过解耦合矩阵②进行运算得到权值相位θSu-fix。其中L表示天线个数,φSu表示 Sumple算法下的相关相位。将本发明算法命名为Sumple-fix算法,Sumple-fix算 法推导过程如下:
1.引入损失因子,准确描述相关相位估计方差与相关信噪比的关系:
为了得到各阵元相位估计误差,对各阵元间相关处理后的信号进行建模为:
x[k]=AejΔθ+w[k],(k=1,2,…,K) (1)
式中:x[k]为观测量,K为样本个数,A为常数,j为虚数单位,Δθ为待估 计相位差,为非随机参量,w[k]的实部和虚部为服从均值为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。估计量Δθ的CRLB(Cramer-RaoLower Bound,克拉美罗下界)为
式中:
由式(8)可知,Γ仅与γ有关,对式(8)稍作转换,有
(2)定义天线分组方式,分析相关信噪比对相位估计性能的影响:
图2给出本发明在一般情况下,相位差估计系统模型,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。
如图2所示,考虑均匀阵的情况,假设共有L个天线,各天线信号为二进制 相移键控调制复信号,带宽为B,设参与相关的信号分别为g1(tk)和g2(tk),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,并设其方差为为体现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, Sumple-fix算法的天线分组方法与Sumple算法一致。
下面基于图2的系统模型,通过数学推导分别对采用Simple和Sumple算法 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:niK表示第i个天线经K次累加平均后的噪声项,njK表示第j个天线经 K次累加平均后的噪声项,“*”表示共轭。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 的天线组对方案(M不同)具有不同相关信噪比,且有如下不等式
接下来根据式(9)推导相关相位φ的估计方差,有
Simple和Sumple天线分组方法可被认为是一般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
沈彩耀、胡赟鹏、于宏毅在2012年第10期《系统仿真学报》发表文章 “SUMPLE算法的合成权值相位性能分析与仿真”,给出了Simple算法相关相位 之差的方差公式为Sumple算法相关相位之差的方差 公式为其与公式(37)和公式(46)对比可见,本发明考 虑了低信噪比条件下的估计性能恶化效应,通过引入相位估计损失因子,给出的 相位估计方差公式更具普适性。
(3)构建耦合和解耦合矩阵,获得Sumple-fix算法的权值相位估计值:
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。
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。下面以Simple算法为例进行说明。首先将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(49)代入式(51), 可得,
从式(52)可以看出,只要耦合矩阵与解耦合矩阵相乘后等于式(50)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Sumple-fix算法的耦合矩阵和解耦合矩阵。
接下来,按照上述研究思路,对Sumple算法进行改进,使其具有固定相位 中心特性,并称该算法为Sumple-fix算法。
根据Sumple算法相关相位估计原理,其需要L个相关相位估计器,得到L个 相关相位,下面将其用耦合矩阵形式描述,可得
则L个天线时由Sumple算法估计的权值相位、预估计的相关相位与各天线初 始相位的关系为
可见,通过采用Sumple-fix算法解耦合矩阵描述的权值相位估计器,可以实 现等效于Simple算法的固定相位中心特性。
基于上述分析,本发明提出的一种具有固定相位中心特性的天线组阵信号合 成方法,包括如下步骤:
1、一种具有固定相位中心特性的天线组阵信号合成方法,其特征在于,包 括如下步骤:
步骤1,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,其中L为天线组阵的天线总数;
生成L×L维耦合矩阵,所述耦合矩阵的各个行向量的元素值均只有两种, 对于第i行,其第i列对应的元素值为一种,其余列为另一种,i=1,2,3…L;
生成(L-1)×L维解耦合矩阵,所述解耦合矩阵的行向量互不相同,各个行向 量的元素值均只有三种,设为A、B和C;对于第j行,其第j列对应的元素值 为A,第L列的元素值为B,其余为C,其中j=1,2,3…L-1,;
步骤2,将L路天线数据按照各自对应的权值进行加权;
步骤3,设置L个支路,每个天线支路中均输入L路加权后的数据;
按步骤1中的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分为两组数据;将第i行第i列元素对应支路数据作为1 路信号;对于第i行,将除第i行第i列元素对应支路数据以外的数据求和,作 为另一路信号;
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;
步骤5,将L个支路的相关相位拷贝L-1份,与所述解耦合矩阵的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的相关相位减对应元素值为 B的相关相位后,再乘以获得该行对应的权值相位;如此,得到L-1个权 值相位;
步骤6,根据步骤5获得的L-1个权值相位,更新前L-1路天线数据对应的 权值;判断任务是否结束,若结束则求和输出一路合成信号,完成合成,否则返 回执行步骤2。
较优地,A为1,B为-1,C为0。
具体地,所述步骤4中,所述相关处理为共轭相乘和累加平均。
一、理论分析Sumple-fix算法相位差估计性能:
沈彩耀、胡赟鹏、于宏毅给出的Sumple算法相关相位之差的方差公 式一方面未考虑相位估计损失因子的影响,另一方面直接将 作为天线1与天线L的相位差,由式(58)可知,这相当于将相位差真值 乘上一个步长因子L/(L-1),由于L/(L-1)>1,必然导致相位估计方差增大, 即存在“超调”。特别地,当天线数较小时,超调量很大,导致当天线数较低时, Sumple算法相关相位差的估计方差性能反而不如Simple算法的原因。
至此,得到了Simple和Sumple-fix算法权值相位估计的性能公式,这两种 算法都具有固定天线相位中心特性。表1给出了三种算法的权值相位估计性能的 对比。
表1 Simple、Sumple和Sumple-fix算法的相位差估计性能对比
对Simple、Sumple和提出的Sumple-fix算法的权值相位估计方差进行对比 分析如下:
从图3(a)和图3(b)可以看出,三种算法的权值相位估计性能均随ρ增大而改 善。其中Simple算法性能最差,Sumple-fix算法略优于Sumple算法。对比图3(a) 和图3(b)可知,在单天线信噪比ρ相同,天线数不同的情形下,Simple算法性能 不变,而Sumple-fix算法和Sumple算法性能都随天线数增多而提高,其中 Sumple-fix算法略优于Sumple算法。
理论分析结果表明,提出的Sumple-fix算法的权值相位估计性能优于传统的Simple算法和Sumple算法。
二、实验仿真验证Sumple-fix算法相位估计性能:
在本实验中,考虑均匀阵的情况,假设信号为二进制相移键控(Binary PhaseShift Keying,BPSK)复信号,采用矩形脉冲成形滤波器,每个码元的采样点数为 10,设各天线信号相位已对齐,初相均为0,累加平均次数K=1000(即符号个数 为100)。令单天线信噪比ρ由-30dB按1dB递增至-10dB,天线总数L分别等于36和100。
按照图4给出的仿真执行流程,采用Sumple-fix算法估计权值相位,每个参 数条件进行10000次蒙特卡洛仿真,统计其权值相位的方差,并将仿真结果与理 论值进行对比。图5给出了Sumple-fix算法权值相位估计方差的理论与仿真结果。
比较图5中的仿真和理论曲线,可以得到如下结论:
(1)当估计方差小于1时,仿真曲线与理论曲线吻合较好;
(2)当估计方差大于1时,随着信噪比逐渐降低,仿真曲线与理论曲线偏 离越来越大。
这是由于在实际仿真过程中,对相关相位进行乘加运算后,其范围将超过 -π~π,而权值相位应限制在-π~π范围内,因此必须对运算结果进行相位折叠, 该过程将导致方差减小,而且信噪比越低,偏离越大。
事实上,当相位权值方差大于1时,表明天线间相位对齐精度较差,必然导 致合成损失很大,已没有实际意义,因此只对权值方差小于1的情况进行分析是 合理并且有效的。
综上实验所述,在权值方差小于1的情况下,理论与仿真结果可以认为是吻 合的。
以下给出L=36和L=100两种情况下,Sumple-fix算法在不同信噪比条件下的 权值相位估计方差性能。
由图6可以看出,增加单天线信号信噪比,增加天线个数都可以提高算法的 估计性能。由表2给出的Sumple-fix算法的权值相位估计方差公式可知,该算法 的方差性能由相位估计损失因子决定。为进一步说明这一点,图7(a)和7(b)以双 Y轴图形式,直观地给出了L=36和L=100两种情况下,Sumple-fix算法的权值相 位估计方差与相位估计损失因子的关系。
由图7可见,相位估计损失因子存在“过山车”特性,出现该现象的根本原 因是由于当信噪比过低时,导致估计相位严重偏离真值,然而反正切相位鉴别器 职能得到初相,因此相位值被卷绕在-π~π范围内,从而造成相位估计损失因子 反而降低(“过山车”顶部左侧部分)。假设顶点位置对应的单天线信噪比为门限 ρTH,由于当ρ<ρTH时,估计相位在实际应用中已没有意义,因此实际系统都工 作在ρ>ρTH区间。在ρ>ρTH区间内,Sumple-fix算法表现优良。
三、利用计算机仿真实验分析Sumple-fix算法的收敛特性和合成性能:
收敛特性包括固定天线相位中心特性、权值相位和合成损失的收敛速率,合 成性能利用算法收敛后的合成损失来评估。图8给出了本仿真实验的结构框图。
图8中的天线L作为固定参考天线,其相位中心就是整个天线组阵系统的相 位中心。因此,在进行权值修正时,天线L不进行调整,其它L-1个天线通过权 值修正与之对齐。这样,组阵合成信号能够始终自适应跟踪参考天线的相位中心。 下面结合图8,给出算法仿真的执行流程:
(1)设定权值初值w(0)、步长因子μ和积分采样点数K;
(2)时刻n,取各天线K点数据按图8所示进行加权并合成输出;
(3)将步骤2加权后的数据送入权值相位估计器中。如图8所示,权值相 位估计器由相关相位估计器、耦合矩阵和解耦合矩阵组成。其中,相关相位估计 器的实现结构如图2所示,耦合矩阵和解耦合矩阵的实现结构由采用的算法决定, 对于Sumple-fix算法,其具体实现结构如图3所示;
(4)将步骤3得到的权值进行更新;
(5)n=n+1,返回步骤2。
在本仿真实验中,考虑均匀阵的情况,各天线信号为二进制相移键控调制复 信号,噪声为独立同分布的复高斯随机噪声,采用矩形脉冲成形滤波器,每个码 元的采样点数为10,积分采样点数K为1000(100个码元符号)。
仿真实验通过考察Simple、Sumple和Sumple-fix算法权值相位的收敛特性, 验证所提算法的固定天线相位中心特性,然后通过考察三种算法合成损失的收敛 特性,对比分析不同算法的收敛速率与合成损失性能。
相位的收敛特性如下:
为了分析算法的固定天线相位中心特性,对各天线初相进行了约束,表2给 出了本实验的仿真参数。按照该仿真参数,分别采用Simple、Sumple和Sumple-fix 算法进行信号合成,并在每次迭代过程中,记录各天线信号加权前的初相,图9 给出了利用不同算法得到的天线1、9、27、35和36的相位收敛过程。
表2 不同算法收敛特性的仿真实验参数
由图9(a)可见,Simple算法的参考天线相位保持60°不变,其它天线进行调 整,但由于该算法在低信噪比条件下性能太差,算法未收敛。由图9(b)可见,传 统的Sumple算法不具有固定天线相位中心特性,各天线收敛于某个随机相位, 更为严重的是,出现了明显的相位斜漂现象。由图9(c)可见,本发明提出的 Sumple-fix具有固定天线相位中心特性,各天线相位能够收敛于参考天线相位。
合成损失的收敛特性如下:
图9虽然可以直观看出相位的收敛过程,却难以精细考察不同算法的收敛速 率和合成损失性能。鉴于此,本实验利用蒙特卡洛实验仿真方法考察上述算法合 成损失的收敛特性。仿真参数仍如表2所示,不同的是,在每次迭代过程中,利 用信噪比估计算法估计组阵合成信号的信噪比。考虑均匀阵的情况,设天线数为 L,单天线信噪比为SNR,实际合成信噪比为SNRreal,理想合成信噪比为 SNRideal=L×SNR,可根据下式计算合成损失:
蒙特卡洛仿真实验次数设为2000,图10(a)给出了不同算法合成损失的收敛 过程,图10(b)对(a)中Sumple和Sumple-fix算法收敛后的合成损失进行了放大。
由图10(a)可见,Simple算法未能收敛,性能最差,而其余两种算法均能收 敛。对比图10(b)中的曲线可知,两种种算法的收敛速率基本一致,对于合成损 失性能来说,Sumple-fix优于Sumple算法。
通过上面两个实验和分析,得出的结论是:
(1)本发明提出的Sumple-fix算法能够满足固定天线相位中心特性的应用 需求;
(2)在合成损失性能方面,Simple算法最差,Sumple-fix优于Sumple算法。
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 (4)
1.一种具有固定相位中心特性的天线组阵信号合成方法,其特征在于,包括如下步骤:
步骤1,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,其中L为天线组阵的天线总数;
生成L×L维耦合矩阵,所述耦合矩阵的各个行向量的元素值均只有两种,对于第i行,其第i列对应的元素值为一种,其余列为另一种,i=1,2,3…L;
生成(L-1)×L维解耦合矩阵,所述解耦合矩阵的行向量互不相同,各个行向量的元素值均只有三种,设为A、B和C;对于第j行,其第j列对应的元素值为A,第L列的元素值为B,其余为C,其中j=1,2,3…L-1,;
步骤2,将L路天线数据按照各自对应的权值进行加权;
步骤3,设置L个支路,每个天线支路中均输入L路加权后的数据;
按步骤1中的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分为两组数据;将第i行第i列元素对应支路数据作为1路信号;对于第i行,将除第i行第i列元素对应支路数据以外的数据求和,作为另一路信号;
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;
步骤5,将L个支路的相关相位拷贝L-1份,与所述解耦合矩阵的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的相关相位减对应元素值为B的相关相位后,再乘以获得该行对应的权值相位;如此,得到L-1个权值相位;
步骤6,根据步骤5获得的L-1个权值相位,更新前L-1路天线数据对应的权值;判断任务是否结束,若结束则求和输出一路合成信号,完成合成,否则返回执行步骤2。
3.如权利要求1或2所述的具有固定相位中心特性的天线组阵信号合成方法,其特征在于,A为1,B为-1,C为0。
4.如权利要求1所述的具有固定相位中心特性的天线组阵信号合成方法,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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010665022.5A CN112054829B (zh) | 2020-07-10 | 2020-07-10 | 一种具有固定相位中心特性的天线组阵信号合成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010665022.5A CN112054829B (zh) | 2020-07-10 | 2020-07-10 | 一种具有固定相位中心特性的天线组阵信号合成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112054829A true CN112054829A (zh) | 2020-12-08 |
CN112054829B CN112054829B (zh) | 2021-04-23 |
Family
ID=73601080
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010665022.5A Active CN112054829B (zh) | 2020-07-10 | 2020-07-10 | 一种具有固定相位中心特性的天线组阵信号合成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112054829B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114488217A (zh) * | 2021-12-24 | 2022-05-13 | 中国人民解放军战略支援部队航天工程大学 | 基于深度学习的高轨卫星cei信号频率估计方法 |
CN116151038A (zh) * | 2023-04-18 | 2023-05-23 | 安徽大学 | 一种圆极化mimo微带天线阵列自解耦技术的分析方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1581577A (zh) * | 2003-08-08 | 2005-02-16 | 株式会社Ntt都科摩 | 信号发送装置以及信号发送方法 |
JP2005286780A (ja) * | 2004-03-30 | 2005-10-13 | Fujitsu Ltd | 位相キャリブレーション方法及び位相キャリブレーション装置 |
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 |
CN103178894A (zh) * | 2013-02-04 | 2013-06-26 | 中国人民解放军信息工程大学 | 一种多信号流的信号合成方法及装置 |
CN103338024A (zh) * | 2013-06-08 | 2013-10-02 | 中国科学院国家天文台 | 天线组阵中时延的互补卡尔曼滤波装置与方法 |
CN104954060A (zh) * | 2015-05-22 | 2015-09-30 | 中国电子科技集团公司第十研究所 | 天线组阵宽带信号频域全频谱相关合成系统 |
CN105049096A (zh) * | 2015-05-25 | 2015-11-11 | 中国电子科技集团公司第十研究所 | 深空天线组阵频域解时延模糊的方法 |
CN107863996A (zh) * | 2017-11-27 | 2018-03-30 | 广东通宇通讯股份有限公司 | 全向阵列天线及其波束赋形方法 |
WO2019100376A1 (zh) * | 2017-11-27 | 2019-05-31 | 广东通宇通讯股份有限公司 | 全向阵列天线及其波束赋形方法 |
KR102098862B1 (ko) * | 2019-08-22 | 2020-05-15 | 국방과학연구소 | 하이브리드 빔포밍 시스템에서 도래각을 추정하는 방법 및 장치 |
-
2020
- 2020-07-10 CN CN202010665022.5A patent/CN112054829B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1581577A (zh) * | 2003-08-08 | 2005-02-16 | 株式会社Ntt都科摩 | 信号发送装置以及信号发送方法 |
JP2005286780A (ja) * | 2004-03-30 | 2005-10-13 | Fujitsu Ltd | 位相キャリブレーション方法及び位相キャリブレーション装置 |
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 |
CN103178894A (zh) * | 2013-02-04 | 2013-06-26 | 中国人民解放军信息工程大学 | 一种多信号流的信号合成方法及装置 |
CN103338024A (zh) * | 2013-06-08 | 2013-10-02 | 中国科学院国家天文台 | 天线组阵中时延的互补卡尔曼滤波装置与方法 |
CN104954060A (zh) * | 2015-05-22 | 2015-09-30 | 中国电子科技集团公司第十研究所 | 天线组阵宽带信号频域全频谱相关合成系统 |
CN105049096A (zh) * | 2015-05-25 | 2015-11-11 | 中国电子科技集团公司第十研究所 | 深空天线组阵频域解时延模糊的方法 |
CN107863996A (zh) * | 2017-11-27 | 2018-03-30 | 广东通宇通讯股份有限公司 | 全向阵列天线及其波束赋形方法 |
WO2019100376A1 (zh) * | 2017-11-27 | 2019-05-31 | 广东通宇通讯股份有限公司 | 全向阵列天线及其波束赋形方法 |
KR102098862B1 (ko) * | 2019-08-22 | 2020-05-15 | 국방과학연구소 | 하이브리드 빔포밍 시스템에서 도래각을 추정하는 방법 및 장치 |
Non-Patent Citations (1)
Title |
---|
焦义文: "相关信噪比对天线组阵相位估计性能的影响", 《电讯技术》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114488217A (zh) * | 2021-12-24 | 2022-05-13 | 中国人民解放军战略支援部队航天工程大学 | 基于深度学习的高轨卫星cei信号频率估计方法 |
CN114488217B (zh) * | 2021-12-24 | 2022-11-18 | 中国人民解放军战略支援部队航天工程大学 | 基于深度学习的高轨卫星cei信号频率估计方法 |
CN116151038A (zh) * | 2023-04-18 | 2023-05-23 | 安徽大学 | 一种圆极化mimo微带天线阵列自解耦技术的分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112054829B (zh) | 2021-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Farahmand et al. | Set-membership constrained particle filter: Distributed adaptation for sensor networks | |
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 | |
Yang et al. | RLS-based adaptive algorithms for generalized eigen-decomposition | |
CN107425929B (zh) | Alpha稳定分布噪声下衰落信道非辅助数据均衡方法 | |
US8732223B2 (en) | Deriving a function that represents data points | |
CN109061686B (zh) | 基于递归广义最大互熵的自适应多径估计方法 | |
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 | |
CN111953380B (zh) | 基于范数拟合的非周期长码直扩信号时延估计方法及系统 | |
Cheung | Eigen theory for optimal signal combining: a unified approach | |
CN109150776B (zh) | 一种短码直扩信号伪码序列盲估计方法 | |
CN110460354B (zh) | 一种伪码序列盲估计系统 | |
Saoudi et al. | An iterative soft bit error rate estimation of any digital communication systems using a nonparametric probability density function | |
CN112505665B (zh) | 适用于部分均匀混响环境的空时自适应检测方法及系统 | |
CN103607181A (zh) | 一种空间分布式变阶数自适应系统辨识方法 | |
Paul et al. | Estimation information bounds using the I-MMSE formula and Gaussian mixture models | |
CN113051739A (zh) | 一种基于稀疏约束的鲁棒性自适应处理方法 | |
Lee et al. | Generalized iterative methods for enhancing contaminated chaotic signals | |
CN114938232B (zh) | 基于lstm的同时同频全双工数字域自干扰抑制方法 | |
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 | |
Chen et al. | A computationally efficient iterative MLE for GPS AOA estimation | |
Werner et al. | Estimation of kronecker structured channel covariances using training data | |
CN110365610A (zh) | 相位恢复装置及相位恢复方法 | |
Kono et al. | A Consideration of High-Convergence Adaptive Deconvolution with Noise Reduction Function Based on Total Least Squares | |
Chen | Novel adaptive signal processing techniques for underwater acoustic communications | |
JP2007221317A (ja) | マルチユーザー検出装置 |
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 |