CN115189724B - 一种混合模数mimo结构的二阶多项式内插式快速doa估计方法 - Google Patents
一种混合模数mimo结构的二阶多项式内插式快速doa估计方法 Download PDFInfo
- Publication number
- CN115189724B CN115189724B CN202210753117.1A CN202210753117A CN115189724B CN 115189724 B CN115189724 B CN 115189724B CN 202210753117 A CN202210753117 A CN 202210753117A CN 115189724 B CN115189724 B CN 115189724B
- Authority
- CN
- China
- Prior art keywords
- order polynomial
- received signal
- mimo
- doa estimation
- sub
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 239000013598 vector Substances 0.000 claims abstract description 18
- 239000011159 matrix material Substances 0.000 claims description 11
- 238000003491 array Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 238000009795 derivation Methods 0.000 claims description 3
- 230000010363 phase shift Effects 0.000 claims description 3
- 230000002441 reversible effect Effects 0.000 claims description 3
- 230000008030 elimination Effects 0.000 abstract description 2
- 238000003379 elimination reaction Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
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
-
- 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
- H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
- H04B7/0837—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using pre-detection combining
- H04B7/0842—Weighted combining
- H04B7/086—Weighted combining using weights depending on external parameters, e.g. direction of arrival [DOA], predetermined weights or beamforming
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Variable-Direction Aerials And Aerial Arrays (AREA)
- Radio Transmission System (AREA)
Abstract
本发明提供一种混合模数MIMO结构的二阶多项式内插式快速DOA估计方法,所述方法包括下列步骤:第一,将大规模混合模拟数字MIMO结构的测向系统的N个天线分为K个子阵列,且将到达角范围分为K个扇区;第二,设计K个子阵列的模拟波束成形向量,每个子阵列的波束成形向量对准对应扇区的中心角;第三,计算接收信号、接收信号功率,选择其最大的三个接信号功率;第四,将三个最大接收功率对应的中心角作为已知量,建立多项式,内插得到DOA估计值。通过本方法能够实现了单时隙消除混合阵列的测向相位模糊。
Description
技术领域
本发明涉及MIMO结构测向能力技术领域,尤其涉及一种混合模数MIMO结构的二阶多项式内插式快速DOA估计方法。
背景技术
多输入多输出(MIMO)技术已经发展成熟且应用已较为广泛,但在基站端部署的天线数量大多仅为少数量,随着业务量的急剧扩大,对通信系统的容量的要求日益提高,MIMO技术因其天线数量的限制,难以满足第五代移动通信技术的需求。对于能耗和高速率的需求,而大规模MIMO技术能很好地解决该问题,作为5G的关键技术之一,其基站终端配备的天线数量剧增,可以在不断增加功耗的前提下大幅提升通信容量及覆盖范围。DOA估计技术是阵列信号处理的重点研究方向,其已经大量运用于机器人、移动通信、雷达、声纳、无线传感器网络、卫星通信、人机交互、海洋通信等许多研究领域。与此同时,对DOA的精确估计也是大规模MIMO中基于角度估计的波束赋形技术能够实现的关键。
目前,大规模MIMO的DOA估计系统能显著提高测向精度和超高的空间角度分辨率或者生成超窄的波束,但也产生了较高的电路成本与能耗。混合模拟数字MIMO结构应运而生,可实现成本、能耗与性能的良好平衡,但局部混合结构会产生相位模糊的问题。
发明内容
鉴以此,本发明的目的在于提供一种混合模数MIMO结构的二阶多项式内插式快速DOA估计方法,以至少解决以上问题。
本发明采用的技术方案如下:
一种混合模数MIMO结构的二阶多项式内插式快速DOA估计方法,所述方法包括以下步骤:
S1、构建混合模拟数字MIMO接收结构,并且初始化MIMO接收机结构参数;
S2、搭建接收机天线阵列结构,并且模拟波束成形;
S3、计算接收天线阵列结构中接收信号的功率;
S4、通过构建二阶多项式内插到接收信号的功率中得到最终的DOA估计值。
进一步的,在步骤S2中,搭建接收机天线阵列结构,并且模拟波束成形具体为:
搭建的接收机天线阵列结构含N副天线,并且天线被分为K个子阵列,每个子阵列含有M副天线,即N=MK,考虑子阵相互独立,即与第k个子阵列对应的阵列流形可以表示为:
其中,ψk(m)是源到天线元件所对应的基带信号的相移,则ψk(m)表达式为:
且
由此,与子阵列对应的模拟波束成形向量为:
由此,实现第k子阵列的相位对齐。
进一步的,在步骤S3中,计算接收天线阵列结构中接收信号的功率具体为:
子阵列通过发射角接收的信号经射频链,下变频和模数转换得到的向量表达式为:
由于噪声是独立且不相关的,接收功率被写为:
其中,
式中的θk即为每个扇区的中心角,所有角度可以被统计为如下区间:
因此,MIMO接收机结构的所有子阵列接收信号功率写成向量形式有:
P=[P(θ1),P(θ2),...,P(θK)]
通过选择三个最大的接收信号功率所对应的中心角,
进一步的,在步骤S4中,通过构建二阶多项式内插到接收信号的功率中得到最终的DOA估计值具体为:
将三个中心角最为已知量构建二阶多项式:
f(θ)=c+bθ+aθ2=P(θ)
对上式求导则有:
假设接收信号功率在第k个扇区达到最大值,则线性方程可表达为
写成向量形式则有:
Ax=b
由于矩阵A是满秩矩阵,则其可逆,解线性方程组则有:
则估计DOA值
与现有技术相比,本发明的有益效果是:
(1)本发明提出的一种混合模数MIMO结构的二阶多项式内插式快速DOA估计方法的计算复杂度更低。
(2)本发明所提出的一种混合模数MIMO结构的二阶多项式内插式快速DOA估计方法能够实现一个时隙快速消除混合模拟数字接收机结构的相位模糊。
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的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种混合模数MIMO结构的二阶多项式内插式快速DOA估计方法整体结构示意图。
图2是本发明实施例提供的一种混合模数MIMO结构的二阶多项式内插式快速DOA估计方法流程示意图。
图3是本发明实施例提供的一种混合模数MIMO结构的二阶多项式内插式快速DOA估计方法的RMSE性能与SNR之间的关系示意图。
图4是本发明实施例提供的一种混合模数MIMO结构的二阶多项式内插式快速DOA估计方法在不同天线数下计算复杂度与天线数占比之间的关系示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所列举实施例只用于解释本发明,并非用于限定本发明的范围。
参照图1和图2,本发明提供一种混合模数MIMO结构的二阶多项式内插式快速DOA估计方法,所述方法包括以下步骤:
S1、构建混合模拟数字MIMO接收结构,并且初始化MIMO接收机结构参数;
S2、搭建接收机天线阵列结构,并且模拟波束成形;
S3、计算接收天线阵列结构中接收信号的功率;
S4、通过构建二阶多项式内插到接收信号的功率中得到最终的DOA估计值。
在步骤S2中,搭建接收机天线阵列结构,并且模拟波束成形具体为:
搭建的接收机天线阵列结构含N副天线,并且天线被分为K个子阵列,每个子阵列含有M副天线,即N=MK,考虑子阵相互独立,即与第k个子阵列对应的阵列流形可以表示为:
其中,ψk(m)是源到天线元件所对应的基带信号的相移,则ψk(m)表达式为:
且
由此,与子阵列对应的模拟波束成形向量为:
由此,实现第k子阵列的相位对齐。
在步骤S3中,计算接收天线阵列结构中接收信号的功率具体为:
子阵列通过发射角接收的信号经射频链,下变频和模数转换得到的向量表达式为:
由于噪声是独立且不相关的,接收功率被写为:
其中,
式中的θk即为每个扇区的中心角,所有角度可以被统计为如下区间:
因此,MIMO接收机结构的所有子阵列接收信号功率写成向量形式有:
P=[P(θ1),P(θ2),...,P(θK)]
通过选择三个最大的接收信号功率所对应的中心角,
特别的,DOA估计角的范围也划分为K个扇区,每个子阵列的模拟波束成形设计对准对应扇区的中心角,
在步骤S4中,通过构建二阶多项式内插到接收信号的功率中得到最终的DOA估计值具体为:
将三个中心角最为已知量构建二阶多项式:
f(θ)=c+bθ+aθ2=P(θ)
对上式求导则有:
假设接收信号功率在第k个扇区达到最大值,则线性方程可表达为
写成向量形式则有:
Ax=b
由于矩阵A是满秩矩阵,则其可逆,解线性方程组则有:
则估计DOA值
特别的,对本发明设计过程中出现的符号进行解释:对于公式中未进行解释的小写字母和大写字母分别表示向量和矩阵,(·)H、(·)-1、(·)*和‖·‖分别表示向量和矩阵的共轭转置,向量或者矩阵的求逆运算,向量或矩阵的转置和二范数计算,IM表示M×M的单位矩阵,表示期望运算,diag(·)是对角运算符,arg(·)是函数的求逆运算。
特别的,为了对本发明提出的方法进行性能的评估,具体为:采用均方根误差(Root of mean square error,RMSE)作为算法性能的衡量标准,RMSE定义为:
图3绘制了克拉美罗界(CRLB)为性能基准的所提方法的均方根误差与信噪比的曲线。从图中可以看出,本方案所提出的方法可以实现单个时隙消除相位模糊,性能与克拉美罗界相比约有2dB的性能损失,但其可以探究高阶内插,提供了一种新的研究方案。
为了评估其与传统方法的计算复杂度的优势,图4绘制了天线数从1024到8192的计算复杂度的趋势曲线,从图中可以看出,其计算复杂度,当天线趋于大规模甚至大规模优势越来越明显。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,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)
1.一种混合模数MIMO结构的二阶多项式内插式快速DOA估计方法,其特征在于,所述方法包括以下步骤:
S1、构建混合模拟数字MIMO接收结构,并且初始化MIMO接收机结构参数;
S2、搭建接收机天线阵列结构,并且模拟波束成形;
S3、计算接收天线阵列结构中接收信号的功率;
S4、通过构建二阶多项式内插到接收信号的功率中得到最终的DOA估计值;
通过构建二阶多项式内插到接收信号的功率中得到最终的DOA估计值具体为:
将三个中心角作为已知量构建二阶多项式:
f(θ)=c+bθ+aθ2=P(θ)
其中,P为阵列接收功率,θ为中心角,
对上式求导则有:
假设接收信号功率在第k个扇区达到最大值,则线性方程可表达为
其中,θk为每个子阵列的中心角,
写成向量形式则有:
Ax=b
由于矩阵A是满秩矩阵,则其可逆,解线性方程组则有:
则估计DOA值:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210753117.1A CN115189724B (zh) | 2022-06-29 | 2022-06-29 | 一种混合模数mimo结构的二阶多项式内插式快速doa估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210753117.1A CN115189724B (zh) | 2022-06-29 | 2022-06-29 | 一种混合模数mimo结构的二阶多项式内插式快速doa估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115189724A CN115189724A (zh) | 2022-10-14 |
CN115189724B true CN115189724B (zh) | 2023-05-26 |
Family
ID=83516249
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210753117.1A Active CN115189724B (zh) | 2022-06-29 | 2022-06-29 | 一种混合模数mimo结构的二阶多项式内插式快速doa估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115189724B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108306667A (zh) * | 2017-12-25 | 2018-07-20 | 南京理工大学 | 大规模mimo中基于线性搜索的混合到达角估计 |
JP2018142943A (ja) * | 2017-02-28 | 2018-09-13 | 日本電信電話株式会社 | 無線通信装置及び無線通信方法 |
CN108683619A (zh) * | 2018-05-18 | 2018-10-19 | 浙江大学城市学院 | 一种低复杂度的大规模mimo信道参数估计方法 |
CN111487599A (zh) * | 2020-04-30 | 2020-08-04 | 长江大学 | 增益-相位误差背景下双基地mimo雷达角度估计方法及装置 |
CN114624668A (zh) * | 2022-02-23 | 2022-06-14 | 武汉大学 | 基于回波重构的On-grid稀疏恢复雷达目标参数估计方法及设备 |
-
2022
- 2022-06-29 CN CN202210753117.1A patent/CN115189724B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018142943A (ja) * | 2017-02-28 | 2018-09-13 | 日本電信電話株式会社 | 無線通信装置及び無線通信方法 |
CN108306667A (zh) * | 2017-12-25 | 2018-07-20 | 南京理工大学 | 大规模mimo中基于线性搜索的混合到达角估计 |
CN108683619A (zh) * | 2018-05-18 | 2018-10-19 | 浙江大学城市学院 | 一种低复杂度的大规模mimo信道参数估计方法 |
CN111487599A (zh) * | 2020-04-30 | 2020-08-04 | 长江大学 | 增益-相位误差背景下双基地mimo雷达角度估计方法及装置 |
CN114624668A (zh) * | 2022-02-23 | 2022-06-14 | 武汉大学 | 基于回波重构的On-grid稀疏恢复雷达目标参数估计方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN115189724A (zh) | 2022-10-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108462521B (zh) | 自适应阵列天线的抗干扰实现方法 | |
CN101369014B (zh) | 应用于多输入多输出雷达的双边约束自适应波束形成方法 | |
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 | |
Wang et al. | Transformed nested array designed for DOA estimation of non-circular signals: Reduced sum-difference co-array redundancy perspective | |
CN102082591A (zh) | 一种圆阵列天线数字波束形成方法 | |
Shi et al. | Novel sparse array design based on the maximum inter-element spacing criterion | |
CN107104720A (zh) | 基于协方差矩阵虚拟域离散化重建的互质阵列自适应波束成形方法 | |
CN110824414A (zh) | 一种到达角估计的装置及方法 | |
CN115085774B (zh) | 一种基于克拉美罗界的通感融合混合波束赋形方法 | |
CN107302391A (zh) | 基于互质阵列的自适应波束成形方法 | |
Zhuang et al. | Machine-learning-based high-resolution DOA measurement and robust directional modulation for hybrid analog-digital massive MIMO transceiver | |
CN110907923B (zh) | 基于平行因子算法的双基地emvs-mimo雷达角度估计算法及装置 | |
CN111983556A (zh) | 一种到达角估计的装置及方法 | |
CN115856767A (zh) | 一种可重构智能超表面辅助的波到达方向估计方法 | |
CN111880198A (zh) | 基于交替极化敏感阵列的空时极化抗干扰方法 | |
CN115189724B (zh) | 一种混合模数mimo结构的二阶多项式内插式快速doa估计方法 | |
Taillefer et al. | Reactance-domain MUSIC for ESPAR antennas (experiment) | |
CN109613475B (zh) | 一种自适应优化互质阵的排布方法及目标doa估算方法 | |
CN116047401A (zh) | 一种基于单比特量化的欠定波达方向估计方法 | |
Okkonen | Uniform linear adaptive antenna array beamforming implementation with a wireless open-access research platform | |
CN110213186A (zh) | 基于混合结构的esprit的到达角与信噪比估计方法 | |
CN115189722B (zh) | 适于大规模混合模数mimo的最大化扇区接收功率的doa估计方法 | |
CN111934737B (zh) | 一种宽带数字阵列的时延补偿方法 | |
CN113917388A (zh) | 一种使用混合adc的doa估计和定位方法 | |
CN115189723B (zh) | 一种基于大规模混合模数MIMO结构的子阵Root-MUSIC的DOA估计方法 |
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 |