CN112350757B - 一种基于单站阵型映射到mimo阵型的设计方法 - Google Patents

一种基于单站阵型映射到mimo阵型的设计方法 Download PDF

Info

Publication number
CN112350757B
CN112350757B CN202011171311.6A CN202011171311A CN112350757B CN 112350757 B CN112350757 B CN 112350757B CN 202011171311 A CN202011171311 A CN 202011171311A CN 112350757 B CN112350757 B CN 112350757B
Authority
CN
China
Prior art keywords
array
mimo
station
equivalent
receiving
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.)
Active
Application number
CN202011171311.6A
Other languages
English (en)
Other versions
CN112350757A (zh
Inventor
丁丽
李银伟
李萍
朱亦鸣
尹丽娟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Shanghai for Science and Technology
Original Assignee
University of Shanghai for Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Shanghai for Science and Technology filed Critical University of Shanghai for Science and Technology
Priority to CN202011171311.6A priority Critical patent/CN112350757B/zh
Publication of CN112350757A publication Critical patent/CN112350757A/zh
Application granted granted Critical
Publication of CN112350757B publication Critical patent/CN112350757B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Radio Transmission System (AREA)

Abstract

本发明提出一种基于单站阵型映射到MIMO阵型的设计方法，利用单站阵列逆向求解出MIMO收发阵型，以发射阵元和接收阵元的空间位置和数量为变量，以MIMO收发阵列经过等效相位中心原理合成的等效阵列与单站阵列的位置误差最小化为优化目标函数，利用发射和接收阵列的轨迹模型建立约束条件，通过智能优化算法进行优化问题求解。选用该MIMO阵型的意义在于，圆环中所有阵元的波束在半径方向的投影相同，而螺旋阵列具有在空间上分布不均匀的特征，使得该MIMO阵型的等效阵型表现出更好的随机性，而根据栅瓣抑制的原理，若等效阵型具有随机且空间分布较均匀的特征，在成像过程中可大大降低栅瓣出现的概率，从而提高成像的质量。

Description

一种基于单站阵型映射到MIMO阵型的设计方法
技术领域
本发明涉及信号接收技术领域，尤其涉及一种基于单站阵型映射到MIMO阵型的设计方法。
背景技术
MIMO技术指在发射端和接收端分别使用多个发射天线和接收天线，使信号通过发射端与接收端的多个天线进行发送和接收，从而可以改善通信质量。它能充分利用空间资源，通过多个天线实现多发多收，在不增加频谱资源和天线发射功率的情况下，可以成倍的提高系统的信道容量，在传输信号上显示出明显的优势、更被视为下一代信号传输的核心技术。MIMO技术的实质是为系统提供空间分集增益与空间复用增益。
发射端通过空时技术将要发送的数据信号映射到多根天线上发送出去，接收端将每个天线接收到的信号进行空时译码从而恢复出发射端发送的数据信号。根据空时映射方法的不同，MIMO技术大致可以分为两类：空间分集和空间复用。空间分集是指利用多根发送天线将具有相同信息的信号通过不同的路径发送出去，同时在接收机端获得同一个数据符号的多个独立衰落的信号，从而获得分集提高接收可靠性。举例来说，在慢瑞利衰落信道中，使用一根发射天线n根接收天线，发送信号通过n个不同的路径。如果各个天线之间的衰落是独立的，则可以获得的最大分集增益为n。对于发射分集技术来说，同样是利用多条路径的增益来提高系统的可靠性。在一个具有m根发射天线、n根接收天线的系统中，如果天线对之间的路径增益是独立均匀分布的瑞利衰落，则可以获得的最大分集增益为m×n。
在MIMO阵列的研究中，发现曲线MIMO阵列几何阵型可以很好的避免等效阵元出现阴影的现象，如果发射孔径函数和接收孔径函数均为确定的几何结构，则MIMO的成像性能便可相应的确定，由于圆环中所有的波束在半径方向的投影是相同的，而螺旋阵列在空间上具有非均匀分布的特征，两者形成的等效阵列可以尽量减少等效阵元出现阴影效应，而且相比于方形阵列来说，曲线阵列作为非规则MIMO阵列的等效孔径表现出更好的随机性，从而降低栅瓣出现的概率，改善MIMO阵列的成像性能；基于此，如何降低成像过程中栅瓣出现的概率，提高成像的质量成为本领域技术人员的当务之急。
发明内容
本发明的目的在于提出一种成像过程中栅瓣出现概率低，成像质量高的基于单站阵型映射到MIMO阵型的设计方法。
为达到上述目的，本发明提出一种基于单站阵型映射到MIMO阵型的设计方法，利用单站阵列逆向求解出MIMO收发阵型。
进一步的，包括以下步骤：
步骤1：输入单站阵列的位置和阵元数；
步骤2：将单站阵列的位置和阵元数代入阵型约束函数；
步骤3：利用智能优化算法进行优化；
步骤4：确定MIMO收发阵列位置和数量；
步骤5：判断阵型误差是否最小化，若否，进入步骤6,；若是，结束计算；
步骤6：重新进行步骤3，根据约束条件迭代计算出最优的待定参数值，重新确定MIMO收发阵列位置和数量，再由等效相位中心原理得到MIMO等效阵列的位置和数量。
进一步的，在步骤2中，所述阵型约束函数包括设计MIMO接收阵列的阵元数用NR表示，MIMO发射阵列的阵元数用NT表示，等效阵列(即初始单站阵列)的阵元数用NE表示，则
Figure BDA0002747400510000031
其中，A，B为修改的sigmoid函数的待定参数，i为接收阵列的圈数索引，I为总圈数。
收发阵元位置设置，即直角坐标系为：
Figure BDA0002747400510000032
其中，ΔθR为每个接收阵元对应的角度；
Figure BDA0002747400510000033
其中，ΔθT为每个发射阵元对应的角度；
根据等效相位中心定理得等效阵元的位置为：
Figure BDA0002747400510000034
进一步的，在步骤3中，所述智能优选算法包括以下限制条件：
Figure BDA0002747400510000035
其中，λ为加权系数(0＜λ＜1)，PE(rE)为初始单站阵型的位置函数，Mmax为MIMO接收螺旋阵列每一圈的最大阵元数，Mmin为MIMO接收螺旋阵列每一圈的最小阵元数。
进一步的，在步骤4中，通过步骤3确定A和B的值，随后通过步骤2中的阵型约束函数来计算确定MIMO收发阵列位置和数量。
进一步的，在步骤5中，判断误差大小的公式为：
Figure BDA0002747400510000041
与现有技术相比，本发明的优势之处在于：本发明在相同性能指标的要求下，通过单站阵型逆向求解出MIMO收发阵型，使其合成的等效阵列与初始的单站阵列的位置误差尽可能小，且其等效阵型具有随机且空间分布较均匀的特征，在成像过程中可大大降低栅瓣出现的概率，从而提高成像的质量。
附图说明
图1为单站阵列逆映射到MIMO螺旋阵列的流程图；
图2为初始单站阵列图；
图3为MIMO收发阵列图；
图4为MIMO等效阵列图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将对本发明的技术方案作进一步地说明。
如图1所示，本发明提出一种基于单站阵型映射到MIMO阵型的设计方法，利用单站阵列逆向求解出MIMO收发阵型。
进一步的，包括以下步骤：
步骤1：输入单站阵列的位置和阵元数；
步骤2：将单站阵列的位置和阵元数代入阵型约束函数；
所述阵型约束函数包括设计MIMO接收阵列的阵元数用NR表示，MIMO发射阵列的阵元数用NT表示，等效阵列(即初始单站阵列)的阵元数用NE表示，则
Figure BDA0002747400510000051
其中，A，B为修改的sigmoid函数的待定参数，i为接收阵列的圈数索引，I为总圈数。
收发阵元位置设置，即直角坐标系为：
Figure BDA0002747400510000052
其中，ΔθR为每个接收阵元对应的角度；
Figure BDA0002747400510000053
其中，ΔθT为每个发射阵元对应的角度；
根据等效相位中心定理得等效阵元的位置为：
Figure BDA0002747400510000054
步骤3：利用智能优化算法进行优化；
所述智能优选算法包括以下限制条件：
Figure BDA0002747400510000061
其中，λ为加权系数(0＜λ＜1)，PE(rE)为初始单站阵型的位置函数，Mmax为MIMO接收螺旋阵列每一圈的最大阵元数，Mmin为MIMO接收螺旋阵列每一圈的最小阵元数。
步骤4：通过步骤3确定A和B的值，随后通过步骤2中的阵型约束函数来计算确定MIMO收发阵列位置和数量。
步骤5：判断阵型误差是否最小化，若否，进入步骤6,；若是，结束计算；
进一步的，在步骤5中，判断误差大小的公式为：
Figure BDA0002747400510000062
步骤6：重新进行步骤3，根据约束条件迭代计算出最优的待定参数值，重新确定MIMO收发阵列位置和数量。
本发明的方法针对目前大趋势下，都是先设计MIMO阵型，然后根据MIMO阵型的收发阵列，由等效相位中心原理确定其等效阵型，而很少有人会先由确定好的单站阵型去逆向求解出MIMO阵型。
此设计中以修改的sigmoid函数为例，该函数具有非线性增长并快速达到稳定值的特点，由于一般的螺旋阵列是通过固定角度，固定半径来确定阵列的阵型，而我们需要通过阵列的角度非周期性和随机性尽可能地避免栅瓣的出现，因此需要对螺旋阵列的角度进行处理，使用修改的sigmoid函数，即通过增加两个待定参数(A和B)，来得到螺旋阵列每一圈的阵元数，以此来设置螺旋阵列每一圈中每一个阵元的角度位置。
接收阵列以螺旋轨迹函数建立模型，螺旋函数包括：阿基米德螺旋函数，费马螺旋函数，对数螺旋函数等。此设计中以阿基米德螺旋函数为例，其特征在于，MIMO接收阵列利用阿基米德螺旋函数的两个待定参数和修改的sigmoid函数的两个待定参数来确定初步阵型和阵元数目，发射阵列为带中心点的圆阵列，使用智能优化算法进行优化，智能算法包括：模拟退火算法，遗传算法等，此设计中以遗传算法为例，由约束条件最终确定最优的MIMO阵型。
使用修改的sigmoid函数，通过遗传算法优化后，确定收发阵列的阵元数，目的在于增加每一圈阵列的角度非周期性和随机性，提高目标成像的性能。
如图2所示，为初始单站阵列图；
如图3所示，为MIMO收发阵列图；
如图4所示，为MIMO收发阵列图。通过设定图2为初始MIMO等效阵列，由步骤1-6中使用的相关方法进行优化得到初始的MIMO收发阵列的数量和位置，再由等效相位中心原理得到MIMO等效阵列的数目和位置，最后代入阵列约束函数和最小误差约束函数中，确定最终的MIMO收发阵列和MIMO等效阵列的位置，即图3、图4所示。
上述仅为本发明的优选实施例而已，并不对本发明起到任何限制作用。任何所属技术领域的技术人员，在不脱离本发明的技术方案的范围内，对本发明揭露的技术方案和技术内容做任何形式的等同替换或修改等变动，均属未脱离本发明的技术方案的内容，仍属于本发明的保护范围之内。

Claims (1)

1.一种基于单站阵型映射到MIMO阵型的设计方法，其特征在于，利用单站阵列逆向求解出MIMO收发阵型；
包括以下步骤：
步骤1：输入单站阵列的位置和阵元数；
步骤2：将单站阵列的位置和阵元数代入阵型约束函数；
步骤3：利用智能优化算法进行优化；
步骤4：确定MIMO收发阵列位置和数量；
步骤5：判断阵型误差是否最小化，若否，进入步骤6,；若是，结束计算；
步骤6：重新进行步骤3，根据约束条件迭代计算出最优的待定参数值，重新确定MIMO收发阵列位置和数量；
在步骤2中，所述阵型约束函数包括设计MIMO接收阵列的阵元数用NR表示，MIMO发射阵列的阵元数用NT表示，等效阵列(即初始单站阵列)的阵元数用NE表示，则
Figure FDA0003594107480000011
其中，A，B为修改的sigmoid函数的待定参数，i为接收阵列的圈数索引，I为总圈数。
收发阵元位置设置，即直角坐标系为：
Figure FDA0003594107480000012
其中，ΔθR为每个接收阵元对应的角度，rR为接收阵元各圈的间距；
Figure FDA0003594107480000013
其中，ΔθT为每个发射阵元对应的角度，rT为发射阵元的半径；
根据等效相位中心定理得等效阵元的位置为：
Figure FDA0003594107480000021
在步骤3中，所述智能优选算法包括以下限制条件：
Figure FDA0003594107480000022
其中，λ为加权系数(0＜λ＜1)，P'E(rE)为MIMO阵型的等效位置分布函数，Mmax为MIMO接收螺旋阵列每一圈的最大阵元数，Mmin为MIMO接收螺旋阵列每一圈的最小阵元数；
在步骤4中，通过步骤3确定A和B的值，随后通过步骤2中的阵型约束函数来计算确定MIMO收发阵列位置和数量；
在步骤5中，判断误差大小的公式为：
Figure FDA0003594107480000023
其中，||*||1表示矩阵的1范数，||*||F表示矩阵的Frobenius范数，PE(rE)为初始单站阵型的位置函数。
CN202011171311.6A 2020-10-28 2020-10-28 一种基于单站阵型映射到mimo阵型的设计方法 Active CN112350757B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011171311.6A CN112350757B (zh) 2020-10-28 2020-10-28 一种基于单站阵型映射到mimo阵型的设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011171311.6A CN112350757B (zh) 2020-10-28 2020-10-28 一种基于单站阵型映射到mimo阵型的设计方法

Publications (2)

Publication Number Publication Date
CN112350757A CN112350757A (zh) 2021-02-09
CN112350757B true CN112350757B (zh) 2022-06-17

Family

ID=74358946

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011171311.6A Active CN112350757B (zh) 2020-10-28 2020-10-28 一种基于单站阵型映射到mimo阵型的设计方法

Country Status (1)

Country Link
CN (1) CN112350757B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003018058A (ja) * 2001-06-29 2003-01-17 Sony Corp 送信機、その送信方法及び通信システム
CN104808201A (zh) * 2015-04-23 2015-07-29 中国电子科技集团公司第四十一研究所 一种二维mimo阵列实现方法
CN107896129A (zh) * 2017-11-16 2018-04-10 哈尔滨工程大学 一种稀布同心圆环阵的降维优化算法
CN108768473A (zh) * 2018-04-04 2018-11-06 景晨 一种存在天线相关与信道估计误差的mimo多中继系统的预编码方法
CN108847876A (zh) * 2018-07-26 2018-11-20 东南大学 一种大规模mimo时变信道状态信息压缩反馈及重建方法
CN109765519A (zh) * 2018-12-14 2019-05-17 北京邮电大学 一种模数混合天线阵列的角度估计方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9762301B2 (en) * 2015-07-24 2017-09-12 Electronics And Telecommunications Research Institute Base station and terminal for distributed array massive multiple-input and multiple-output (MIMO) communication antenna system

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003018058A (ja) * 2001-06-29 2003-01-17 Sony Corp 送信機、その送信方法及び通信システム
CN104808201A (zh) * 2015-04-23 2015-07-29 中国电子科技集团公司第四十一研究所 一种二维mimo阵列实现方法
CN107896129A (zh) * 2017-11-16 2018-04-10 哈尔滨工程大学 一种稀布同心圆环阵的降维优化算法
CN108768473A (zh) * 2018-04-04 2018-11-06 景晨 一种存在天线相关与信道估计误差的mimo多中继系统的预编码方法
CN108847876A (zh) * 2018-07-26 2018-11-20 东南大学 一种大规模mimo时变信道状态信息压缩反馈及重建方法
CN109765519A (zh) * 2018-12-14 2019-05-17 北京邮电大学 一种模数混合天线阵列的角度估计方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Li Ding等."Millimeter-Wave SAR Sparse Imaging With 2-D Spatially Pseudorandom Spiral-Sampling Pattern".《IEEE Transactions on Microwave Theory and Techniques》.2020, *
丁丽等."太赫兹极化合成孔径雷达成像系统设计".《光学仪器》.2020, *

Also Published As

Publication number Publication date
CN112350757A (zh) 2021-02-09

Similar Documents

Publication Publication Date Title
CN111355519B (zh) 智能反射表面协助的室内太赫兹mimo通信系统设计方法
CN110011712B (zh) 一种面向毫米波大规模多输入多输出的混合预编码方法
CN105071843B (zh) 大规模mimo系统低复杂度多项式展开矩阵求逆方法及应用
CN114726687B (zh) 一种智能反射面辅助毫米波大规模mimo系统的信道估计方法
CN112564754B (zh) 一种毫米波Massive MIMO系统下基于自适应交叉熵的波束选择方法
CN112737653B (zh) 一种利用球面波模型的非均匀天线阵列系统设计方法
CN111510188B (zh) 波束搜索方法及装置
CN111262617B (zh) 一种基于多颗低轨卫星协作的频谱感知方法
CN114866377B (zh) 工业物联网ris辅助通信中基于导频重构的反射信道估计方法
CN115942494A (zh) 基于智能反射面的多目标安全Massive MIMO资源分配方法
CN111786707B (zh) 十字天线阵干扰抑制方法和系统
CN112350757B (zh) 一种基于单站阵型映射到mimo阵型的设计方法
CN117060954A (zh) 一种基于mimo通信与感知技术的通感一体化波束设计方法
CN110492912B (zh) 一种基于分组优化的混合波束成形方法
CN110190880A (zh) 一种广义空间调制递增发射天线组合选择方法
CN105429687A (zh) 一种最小化干扰功率与维度的干扰对齐方法
CN115939733A (zh) 一种孔径级收发同时阵列结构的简化方法
CN115133969A (zh) 毫米波大规模mimo-noma系统的性能提高方法
CN113542170A (zh) 一种信号调制方式的检测方法、装置、系统及存储介质
CN108965183B (zh) 基于优化目标函数的无线通信方向调制方法
CN107070820A (zh) 多径信道下的逐径信道估计方法及码本构造方法
CN116633397B (zh) 一种分布式mimo系统ap子阵的阵列拓扑结构优化方法及装置
CN105978616B (zh) 结合遗传性质的大规模mimo系统las信号检测方法
CN117665709B (zh) 基于方向调制的分布式天线阵列双功能雷达通信设计方法
CN117119498B (zh) 一种反馈受限下ris辅助的通信系统下行传输方法及装置

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