CN113917388A - 一种使用混合adc的doa估计和定位方法 - Google Patents

一种使用混合adc的doa估计和定位方法 Download PDF

Info

Publication number
CN113917388A
CN113917388A CN202111152995.XA CN202111152995A CN113917388A CN 113917388 A CN113917388 A CN 113917388A CN 202111152995 A CN202111152995 A CN 202111152995A CN 113917388 A CN113917388 A CN 113917388A
Authority
CN
China
Prior art keywords
signal
array
doa estimation
sub
analog
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.)
Pending
Application number
CN202111152995.XA
Other languages
English (en)
Inventor
束锋
揭琦娟
黄梦醒
冯思玲
毋媛媛
史柏华
李逸凡
占习超
丁耀晖
孙钟文
张鹏
王雪辉
董榕恩
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.)
Hainan University
Original Assignee
Hainan University
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 Hainan University filed Critical Hainan University
Priority to CN202111152995.XA priority Critical patent/CN113917388A/zh
Publication of CN113917388A publication Critical patent/CN113917388A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0257—Hybrid positioning

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提供一种使用混合ADC的DOA估计方法，包括下列步骤：将雷达阵列中的N副天线分成K个子阵，每个子阵中具有M副天线，至少一个雷达子阵列获得接收信号，并对所述接收信号的采样协方差进行奇异值分解，获得多个特诊值，基于多个特征值，判断是否检测到目标；若检测到目标，将所述接收信号通过模拟移相器进行模拟波束形成频带信号，通过射频链将频带信号转换为基带信号，然后通过模数转换器被量化为数字信号，对所述数字信号进行DOA估计。

Description

一种使用混合ADC的DOA估计和定位方法
技术领域
本发明涉及无线通信大规模MIMO测向系统的估计及定位技术领域，尤其涉及一种使用混合ADC的DOA估计和定位方法。
背景技术
自从无线通信出现以来，无线测向也随之经过了很长时间。DOA估计因其在无线通信、物联网、移动通信、导航、跟踪、被动检测以及需要定位的领域中的应用而越来越受到人们的关注。大规模多输入多输出(MIMO)近年来因其可实现速率和能效提高十倍而备受关注。然而，随着天线数量的增加，主瓣的波束宽度变得越来越窄。因此，配备大量天线的大规模MIMO系统的广泛实施对DOA的超高精度提出了要求。
发明内容
本发明的目的在于提供一种使用混合ADC的DOA估计和定位方法，以解决上述背景技术中提出的问题。
本发明是通过以下技术方案实现的：本发明第一方面公开了一种使用混合ADC的DOA估计方法，包括下列步骤：
将雷达阵列中的N副天线分成K个子阵，每个子阵中具有M副天线，至少一个雷达子阵列获得接收信号，并对所述接收信号的采样协方差进行奇异值分解，获得多个特诊值，基于多个特征值，判断是否检测到目标；
若检测到目标，将所述接收信号通过模拟移相器进行模拟波束形成频带信号，通过射频链将频带信号转换为基带信号，然后通过模数转换器被量化为数字信号，对所述数字信号进行DOA估计。
可选的，对所述接收信号的采样协方差进行奇异值分解，获得多个特诊值，包括：
通过下式获得所述接收信号的估计采样协方差：
Figure BDA0003287680400000021
对所述估计采样协方差进行奇异值分解：
Figure BDA0003287680400000022
式中，L为采样次数，y[n]是接收信号的离散形式输出，y[n]H是采样后的接收信号的厄密形式，其中ES是对应于最大特征值的K×1维特征向量，EN是对应于K-1个较小特征值的特征向量组成的矩阵。
可选的，对所述估计采样协方差进行奇异值分解后，获得最大特征值以及最小特征值，将将最大特征值与最小特征值的比值作为检测统计量，当检测统计量超过阈值时，判断检测到目标。
可选的，将所述接收信号通过模拟移相器进行模拟波束形成频带信号，包括：
将雷达第k个子阵的输出信号表示为：
Figure BDA0003287680400000023
其中
Figure BDA0003287680400000024
是窄带信号，而s(t)为基带信号，K为子阵总数，M为每个子阵的天线总数，
Figure BDA0003287680400000025
为高斯白噪声，b是时间块指数；
输出信号通过模拟移相器进行模拟波束形成频带信号：
Figure BDA0003287680400000026
其中wb(t)是方差为
Figure BDA0003287680400000027
的加性高斯白噪声，
Figure BDA0003287680400000029
是窄带信号，
Figure BDA0003287680400000028
为模拟波束成形矩阵，a(θ0)为导向向量。
可选的，将通过射频链将频带信号转换为基带信号：
Figure BDA0003287680400000031
可选的，所述通过模数转换器被量化为数字信号包括：
将基带信号进行ADC转换获得：
Figure BDA0003287680400000032
通过数字波束成形矩阵，第k个子阵的接收信号最终表示为：
Figure BDA0003287680400000033
式中
Figure BDA0003287680400000034
为数字波束成形矩阵。
可选的，在任一时间中，第k个子阵的输出向量表示为：
Figure BDA0003287680400000035
式中，aM(θ0)为第k个子阵的阵列流形，g(θ0)是子阵导向向量元素求和所得到的常数，
Figure BDA0003287680400000036
为第k个子阵在时间块b＝1时的噪声向量；
定义N副天线的阵列流形aD(θ0)为：aD(θ0)＝g(θ0)aM(θ0)；
N副天线的总输出表示为：
Figure BDA0003287680400000037
可选的，采用谱估计算法来对所有天线阵列的总输出y(n)进行DOA估计。
本发明第二方面公开了一种使用混合ADC的目标定位方法，使用如第一方面所述的DOA估计方法来进行DOA估计，根据DOA估计结果进行目标定位，其目标定位方法包括下列步骤：
采用谱估计算法对多个子阵的输出y1(n)进行DOA估计，获得距离以及方位信息；
多个距离以及方位信息的相交区域的几何中心，即为目标位置。
与现有技术相比，本发明达到的有益效果如下：
本发明提供的一种使用混合ADC的DOA估计和定位方法,能适用于大规模MIMO或超大规模MIMO测向中，并且提出了一种新架构，即具有低分辨率ADC的混合模拟数字(HAD)大规模接收MIMO，以在电路成本、计算复杂度和性能之间取得良好平衡。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的优选实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例一提供的一种使用混合ADC的DOA估计方法的流程图；
图2为本发明实施例一提供的一种使用混合ADC的DOA估计方法的模型示意图；
图3为本发明实施例二提供的一种使用混合ADC的目标定位方法的流程图；
图4为本发明实施例二提供的一种使用混合ADC的目标定位方法的模型示意图。
具体实施方式
为了使得本发明的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本发明的示例实施例。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例，本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。
在下文的描述中，给出了大量具体的细节以便提供对本发明更为彻底的理解。然而，对于本领域技术人员而言显而易见的是，本发明可以无需一个或多个这些细节而得以实施。在其他的例子中，为了避免与本发明发生混淆，对于本领域公知的一些技术特征未进行描述。
应当理解的是，本发明能够以不同形式实施，而不应当解释为局限于这里提出的实施例。相反地，提供这些实施例将使公开彻底和完全，并且将本发明的范围完全地传递给本领域技术人员。
在此使用的术语的目的仅在于描述具体实施例并且不作为本发明的限制。在此使用时，单数形式的“一”、“一个”和“所述/该”也意图包括复数形式，除非上下文清楚指出另外的方式。还应明白术语“组成”和/或“包括”，当在该说明书中使用时，确定所述特征、整数、步骤、操作、元件和/或部件的存在，但不排除一个或更多其它的特征、整数、步骤、操作、元件、部件和/或组的存在或添加。在此使用时，术语“和/或”包括相关所列项目的任何及所有组合。
为了彻底理解本发明，将在下列的描述中提出详细的结构，以便阐释本发明提出的技术方案。本发明的可选实施例详细描述如下，然而除了这些详细描述外，本发明还可以具有其他实施方式。
实施例一
参见图1至图2，本发明第一方面公开了一种使用混合ADC的DOA估计方法，包括下列步骤：
S1、获得雷达子阵列的接收信号，并对所述接收信号的采样协方差进行奇异值分解，获得多个特诊值，基于多个特征值，判断是否检测到目标；
实际中，协方差矩阵是无法获得的，我们只能从采样数据中对其进行估计，通过下式获得所述接收信号的估计采样协方差：
Figure BDA0003287680400000051
对所述估计采样协方差进行奇异值分解，获得多个特征值：
Figure BDA0003287680400000052
式中，L为采样次数，y[n]是接收信号的离散形式输出，我们根据已知的接收信号，求出协方差矩阵Ry的估计值，其中ES是对应于最大特征值的K×1维特征向量，EN是对应于K-1个较小特征值的特征向量组成的矩阵：
Figure BDA0003287680400000053
其中
Figure BDA0003287680400000061
代表接收信号的方差，也就等于接收信号的平均功率，
Figure BDA0003287680400000062
代表噪声方差。
对所述估计采样协方差进行奇异值分解后，获得最大特征值以及最小特征值，将将最大特征值与最小特征值的比值作为检测统计量，当检测统计量超过阈值时，判断检测到目标。
S2、若检测到目标，将所述接收信号通过模拟移相器进行模拟波束形成频带信号，通过射频链将频带信号转换为基带信号，然后通过模数转换器被量化为数字信号，对所述数字信号进行DOA估计。
在本步骤中，天线阵列接收远场的窄带信号
Figure BDA0003287680400000063
其中s(t)为基带信号，fc为信号的载波频率。混合方向估计结构中采用均匀线性阵列，该阵列共含有N副天线，天线被分成K个子阵，每个子阵具有M副天线，即，N＝MK，考虑到模拟波束成形部分移相器的特性，将第k个子阵的接收信号表示为：
Figure BDA0003287680400000064
其中，
Figure BDA0003287680400000065
是第k个子阵的窄带信号，b是时间块指数，每个时间块包含L个快拍数，
Figure BDA0003287680400000066
为高斯白噪声，τk,m为入射波信号相对于天线阵方向的传播时延，它的表达式为
Figure BDA0003287680400000067
其中τ0是入射波信号到阵列上的参考点的传播时延，c是光速，d是阵列间的距离，θ0是入射波信号的DOA，αk,m表示移相器对应于第k个子阵的第m副天线的相移。
通过模拟波束成形矩阵进行模拟波束形成频带信号：
Figure BDA0003287680400000068
其中wb(t)＝[w1 b(t),w2 b(t),…,wK b(t)]T是方差为
Figure BDA0003287680400000071
的加性高斯白噪声，其每一项都服从独立同分布，不失一般性，而a(θ0)为导向向量，其定义为：
Figure BDA0003287680400000072
模拟波束成形矩阵的表达式为：
Figure BDA0003287680400000073
式中vA,k为第k个子阵的模拟波束成形向量。
可选的，将通过射频链将频带信号转换为基带信号：
Figure BDA0003287680400000074
将基带信号进行ADC转换获得：
Figure BDA0003287680400000075
其中，s(n)为经过ADC的数字信号，wb(n)是噪声向量。
通过数字波束成形矩阵，第k个子阵的接收信号最终表示为：
Figure BDA0003287680400000076
其中波束成形向量vD＝[v1,v2,...,vK]T；
设定模拟波束成形向量vA,k的初始相位均为0，即：
Figure BDA0003287680400000077
在时间块1，第k个子阵的所有输出表示为：
Figure BDA0003287680400000081
将aM(θ0)看作每一个子阵的阵列流形，g(θ0)是子阵导向向量元素求和所得到的常数。
定义所有天线的阵列流形aD(θ0)为：
aD(θ0)＝g(θ0)aM(θ0)
因此，所有天线的总输出表示为：
Figure BDA0003287680400000082
在本发明的一个实施方式中，采用谱估计算法来对所有天线阵列的总输出y(n)进行DOA估计。
实施例二
参见图3至图4，本发明实施例二公开了一种使用混合ADC的目标定位方法，使用如实施例一所述的DOA估计方法来进行DOA估计，根据DOA估计结果进行目标定位，其目标定位方法包括下列步骤：
步骤一、采用谱估计算法对多个子阵的输出y1(n)进行DOA估计，获得距离以及方位信息；
步骤二、多个距离以及方位信息的相交区域的几何中心，即为目标位置。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (9)

1.一种使用混合ADC的DOA估计方法，其特征在于，包括下列步骤：
将雷达阵列中的N副天线分成K个子阵，每个子阵中具有M副天线，至少一个雷达子阵列获得接收信号，并对所述接收信号的采样协方差进行奇异值分解，获得多个特诊值，基于多个特征值，判断是否检测到目标；
若检测到目标，将所述接收信号通过模拟移相器进行模拟波束形成频带信号，通过射频链将频带信号转换为基带信号，然后通过模数转换器被量化为数字信号，对所述数字信号进行DOA估计。
2.根据权利要求1所述的一种使用混合ADC的DOA估计方法，其特征在于，对所述接收信号的采样协方差进行奇异值分解，获得多个特诊值，包括：
通过下式获得所述接收信号的估计采样协方差：
Figure FDA0003287680390000011
对所述估计采样协方差进行奇异值分解：
Figure FDA0003287680390000012
式中，L为采样次数，y[n]是接收信号的离散形式输出，y[n]H是采样后的接收信号的厄密形式，其中ES是对应于最大特征值的K×1维特征向量，EN是对应于K-1个较小特征值的特征向量组成的矩阵。
3.根据权利要求2所述的一种使用混合ADC的DOA估计方法，其特征在于，对所述估计采样协方差进行奇异值分解后，获得最大特征值以及最小特征值，将将最大特征值与最小特征值的比值作为检测统计量，当检测统计量超过阈值时，判断检测到目标。
4.根据权利要求3所述的一种使用混合ADC的DOA估计方法，其特征在于，将所述接收信号通过模拟移相器进行模拟波束形成频带信号，包括：
将雷达第k个子阵的输出信号表示为：
Figure FDA0003287680390000021
其中
Figure FDA0003287680390000022
是窄带信号，而s(t)为基带信号，K为子阵总数，M为每个子阵的天线总数，
Figure FDA0003287680390000023
为高斯白噪声，b是时间块指数；
输出信号通过模拟移相器进行模拟波束形成频带信号：
Figure FDA0003287680390000024
其中wb(t)是方差为
Figure FDA0003287680390000025
的加性高斯白噪声，
Figure FDA0003287680390000026
是窄带信号，
Figure FDA0003287680390000027
为模拟波束成形矩阵，a(θ0)为导向向量。
5.根据权利要求4所述的一种使用混合ADC的DOA估计方法，其特征在于，将通过射频链将频带信号转换为基带信号：
Figure FDA0003287680390000028
6.根据权利要求5所述的一种使用混合ADC的DOA估计方法，其特征在于，所述通过模数转换器被量化为数字信号包括：
将基带信号进行ADC转换获得：
Figure FDA0003287680390000029
式中，s(n)为经过ADC的数字信号，wb(n)是噪声向量。
通过数字波束成形矩阵，第k个子阵的接收信号最终表示为：
Figure FDA00032876803900000210
式中
Figure FDA00032876803900000211
为数字波束成形矩阵。
7.根据权利要求6所述的一种使用混合ADC的DOA估计方法，其特征在于，在任一时间中，第k个子阵的输出向量表示为：
Figure FDA00032876803900000212
式中，aM(θ0)为第k个子阵的阵列流形，g(θ0)是子阵导向向量元素求和所得到的常数，
Figure FDA0003287680390000031
为第k个子阵在时间块b＝1时的噪声向量；
定义N副天线的阵列流形aD(θ0)为：aD(θ0)＝g(θ0)aM(θ0)；
N副天线的总输出表示为：
Figure FDA0003287680390000032
8.根据权利要求7所述的一种使用混合ADC的DOA估计方法，其特征在于，采用谱估计算法来对所有天线阵列的总输出y(n)进行DOA估计。
9.一种使用混合ADC的目标定位方法，其特征在于，使用如权利要求1-8任一项所述的DOA估计方法来进行DOA估计，根据DOA估计结果进行目标定位，其目标定位方法包括下列步骤：
采用谱估计算法对多个子阵的输出y1(n)进行DOA估计，获得距离以及方位信息；
多个距离以及方位信息的相交区域的几何中心，即为目标位置。
CN202111152995.XA 2021-09-29 2021-09-29 一种使用混合adc的doa估计和定位方法 Pending CN113917388A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111152995.XA CN113917388A (zh) 2021-09-29 2021-09-29 一种使用混合adc的doa估计和定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111152995.XA CN113917388A (zh) 2021-09-29 2021-09-29 一种使用混合adc的doa估计和定位方法

Publications (1)

Publication Number Publication Date
CN113917388A true CN113917388A (zh) 2022-01-11

Family

ID=79237193

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111152995.XA Pending CN113917388A (zh) 2021-09-29 2021-09-29 一种使用混合adc的doa估计和定位方法

Country Status (1)

Country Link
CN (1) CN113917388A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115118317A (zh) * 2022-05-27 2022-09-27 成都中科微信息技术研究院有限公司 一种适用于毫米波的迭代预编码多流方法、介质及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115118317A (zh) * 2022-05-27 2022-09-27 成都中科微信息技术研究院有限公司 一种适用于毫米波的迭代预编码多流方法、介质及装置
CN115118317B (zh) * 2022-05-27 2023-10-03 成都中科微信息技术研究院有限公司 一种适用于毫米波的迭代预编码多流方法、介质及装置

Similar Documents

Publication Publication Date Title
CN106707257B (zh) 基于嵌套阵列的mimo雷达波达方向估计方法
KR100604822B1 (ko) 서브-어레이 그루핑된 적응 배열 안테나들을 이용하여빔형성 및 다이버시티 이득을 제공하는 무선 페이딩 채널복조기, 이를 구비한 이동 통신 수신 시스템 및 그 방법
CN109633522B (zh) 基于改进的music算法的波达方向估计方法
CN105891771B (zh) 一种提高估计精度的基于连续分布的角度估计方法与设备
CN108120967B (zh) 一种平面阵列doa估计方法及设备
CN112910578A (zh) 一种针对毫米波3d mimo信道的路径参数提取方法
CN110113088B (zh) 一种分离型数模混合天线系统波达角智能化估计方法
CN109239657A (zh) 装载嵌套阵无人机平台下的辐射源高精度定位方法
CN108337031A (zh) 大规模mimo中基于根值music的混合到达角估计
Hassanien et al. High-resolution single-snapshot DOA estimation in MIMO radar with colocated antennas
CN108306667A (zh) 大规模mimo中基于线性搜索的混合到达角估计
CN110286350A (zh) 一种l型稀疏阵doa估计的精确配对方法及装置
CN110824414A (zh) 一种到达角估计的装置及方法
CN113644941B (zh) 一种基于大规模mimo接收阵列结构的模糊相位快速消除方法
CN110286351A (zh) 一种基于l型嵌套阵的二维doa估计方法及装置
Chen et al. Fast ambiguous DOA elimination method of DOA measurement for hybrid massive MIMO receiver
Gupta et al. Angle of arrival detection by ESPRIT method
CN113917388A (zh) 一种使用混合adc的doa估计和定位方法
CN103701515A (zh) 一种数字多波束形成方法
Kikuchi et al. Autocalibration algorithm for robust Capon beamforming
CN110213186A (zh) 基于混合结构的esprit的到达角与信噪比估计方法
Wei et al. Direction of arrival estimation with uniform planar array
CN106199550B (zh) 一种波离角和二维波达角自动配对联合估计方法
JP2004061468A (ja) 空間特性を用いた多重波の到来方向推定方法及びこれを用いた受信ビーム形成装置
Zhao et al. Active phased array radar-based 2D beamspace MUSIC channel estimation for an integrated radar and communication system

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