CN1503487A - 码滤波自适应波束形成方法 - Google Patents

Abstract

本发明公开了一种码滤波自适应波束形成方法，该方法利用预多波束进行时延搜索；解扩前后阵列数据自相关运算，然后两矩阵相减，求出差矩阵的最大特征值所对应的广义特征向量，作为该时隙的权值；将步骤二求出的权值波束形成解扩数据；将多条路径进行合并和解扩数据的合并。该方法避免了大型矩阵求逆，大大降低了运算量，利用解扩前后求自相关矩阵并相减得到最大广义特征值所对应的广义特征向量，保证输出最大信噪比；采用本发明的方法实现自适应波束形成，会使系统构成更加简化、更易于硬件的实现，研发周期也大大缩短，使宽带码分多址系统智能天线基站处理的性能大大提高。

Description

码滤波自适应波束形成方法

技术领域

本发明涉及一种宽带码分多址通信系统，更具体地指一种宽带码分多址通信系统智能天线基站的码滤波自适应波束形成方法。

背景技术

宽带码分多址WCDMA是第三代通讯技术，因其与二代相比有更好的保密性、更高的传输速率等性能，成为通讯系统发展的潮流。而智能天线技术是WCDMA系统的关键技术，它有助于对抗干扰、增加系统容量和增大小区覆盖面积。智能天线技术中最核心的技术就是自适应波束形成技术，智能天线对通信系统的改善程度主要取决于自适应波束形成方法的性能。目前提出了各种不同的自适应波束形成方法，如恒模方法，但该方法是一种全盲方法，没有利用WCDMA协议所规定的导频位，是一种资源的浪费；还有一些波束形成方法，如求维纳解法和级联训练方法，在实现过程中都涉及大型矩阵相乘和求逆的运算，复杂程度和运算量过大，不易于硬件实现。

发明内容

针对上述传统的波束形成方法存在的缺点，

本发明的目的之一是提出一种改进的码滤波自适应波束形成方法，在方法中只涉及简单的加法和乘法，避免了矩阵求逆和大型矩阵相乘，降低了复杂度，减少了运算量；

发明目的之二是利用接收数据阵列解扩前后自相关矩阵的差矩阵求出最大广义特征值所对应的广义特征向量，作为自适应权值，从而改进方法处理精度，提高运算速度；

发明目的之三是先生成几个预多波束，对波束信号进行时延搜索，解决了以前方法假定时延已知的理论假设，使方法更加具有实用性，先对波束信号进行时延搜索，后利用自适应方法进行处理，能更有效的对抗信道干扰，使方法成为具备实用价值的自适应波束形成方法。

为了实现上述目的，本发明采用如下技术方案，

本发明的码滤波自适应波束形成方法包括以下步骤：

步骤一，利用预多波束进行时延搜索，利用快速傅立叶变换生成多个固定的窄波束，波束形成接收数据阵列，对多个波束信号时延搜索，得到每条路径的时延值；

步骤二，解扩前后阵列数据自相关运算，然后两矩阵相减，求出差矩阵的最大特征值所对应的广义特征向量，作为该时隙的权值；

步骤三，将步骤二求出的权值波束形成解扩数据；

步骤四，将多条路径进行合并和解扩数据的合并。

在所述的步骤一与步骤二之间，还进一步包括以下步骤：

a1)，判断该帧数据的所有时隙是否处理结束，如果处理结束则将每个时隙的解扩数据合并，作为该帧的解扩输出；如果处理未结束，则，

a2)，判断多径是否结束，如果结束，则将多条路径的解扩数据复增益进行RAKE合并，如果未结束，则进入步骤二。

所述的步骤二进一步包括以下步骤：

b1)，将阵列接收的未经任何处理的数据求自相关运算，以时隙为单位求平均，得到

R＝E[x(t)x^H(t)]，R_xx＝(SlotNum-1)/SlotNum*R_xx+1/SlotNum*R，同样处理解扩之后的数据，得到 $R=E\left[y_1\left(t\right)y_1^H\left(t\right)\right]$ 和R_yy＝(SlotNum-1)/SlotNum*R_yy+1/SlotNum*R；

b2)，将解扩前后的自相关矩阵相减，得到R＝R_yy-R_xx；

b3)，对矩阵R进行广义特征值分解，求出最大广义特征值所对应的广义特征向量a，得到该时隙该路径的接收权向量w＝a；

b4)，用w波束形成该时隙的解扩数据。

所述的步骤四中，

对多条路径进行合并是指对多条路径的解扩数据利用复增益进行RAKE合并；

对解扩数据的合并是将每个时隙的解扩数据合并，合并的结果作为该帧的解扩输出。

由于本发明采用了以上的技术方案，与传统的方法相比，本发明方法避免了大型矩阵求逆，大大降低了运算量，利用解扩前后求自相关矩阵并相减得到最大广义特征值所对应的广义特征向量，保证输出最大信噪比；采用本发明的方法实现自适应波束形成，会使系统构成更加简化、更易于硬件的实现，研发周期也大大缩短，使宽带码分多址系统智能天线基站处理的性能大大提高。

附图说明

图1为实现本发明方法所采用的流程示意图。

图2为实现本发明方法所采用的结构原理方框示意图。

图3～图5本发明的仿真结果示意图。

具体实施方式

本发明波束形成方法的核心思想是先在波束域进行时延搜索，较精确的得到时延信息，求出时延对齐的阵列基带信号解扩前后的自相关矩阵，计算他们的差矩阵的最大广义特征值所对应的广义特征向量，作为自适应权值，利用该权值进行波束形成。

依据上述思想，本发明的波束形成方具体步骤描述如下，

利用预多波束进行时延搜索：

首先，假设阵列接收的信号记为X，利用快速傅立叶变换先生成多个固定的窄波束，波束形成接收数据阵列，对多个波束信号时延搜索，得到每条路径的时延值，在这里我们取四条路径，时延记为τ_i，i＝1，2，3，4。本发明利用预多波束进行时延搜索，保证了时延搜索的精度。

解扩前后阵列数据自相关运算，然后两矩阵相减，求出差矩阵的最大特征值所对应的广义特征向量，作为该时隙的权值：

以下过程的描述以单用户单条路径为例，多用户多条路径以此类推。

首先，对接收数据阵列的每个时隙的数据求自相关运算，R＝E[x(t)x^H(t)]，假设当前时刻为第SlotNum个时隙，那么对该时隙之前包括该时隙的所有自相关值求平均R_xx＝(SlotNum-1)/SlotNum*R_xx+1/SlotNum*R

同时，将阵列接收的数据211第SlotNum个时隙的数据时延对齐，解扰器222，对Q路数据通过解扩器223解扩，得到该时隙的符号向量矩阵y₁，对之进行自相关运算 $R=E\left[y_1\left(t\right)y_1^H\left(t\right)\right],$ 运算在224中进行，然后求平均得到

R_yy＝(SlotNum-1)/SlotNum*R_yy+1/SlotNum*R

自相关矩阵的结果在每帧数据的15个时隙内累加，从而使方法的可用数据长度达到一帧，这更加保证了方法的处理性能。

再将两个自相关矩阵相减R-R_yy-R_xx，对矩阵R进行特征值分解，找出最大广义特征值所对应的广义特征向量a，记w＝a，作为该时隙的波束形成权值。本发明改进后和原方法相比，避免了大型矩阵求逆，大大降低了运算量和实现复杂度，但方法性能没有降低。而利用解扩前后求自相关矩阵的方法，得到最大广义特征值所对应的广义特征向量，保证输出最大信噪比，使系统具有较好的性能。

波束形成：

将上步求出的权值波束形成解扩数据，则波束形成的输出为wy₁。

如果有多条路径，将多条路径进行RAKE合并。将每个时隙的多径合并数据顺序相连，就是该帧的接收数据。

请再参阅图1所示，该图示意了为实现本发明上述方法所采用的流程，

在该程图中，

第一步102，生成多个固定的窄波束，对波束数据时延搜索，选择最大波束，得到阵列数据的路径时延信息；

第二步103，判断该帧数据的所有时隙是否处理结束，如果结束则转到110进行处理；

第三步104，判断多径是否结束，如果结束则转到第八步109处理；

第四步105，将阵列接收的未经任何处理的数据求自相关运算，以时隙为单位求平均，得到

R＝E[x(t)x^H(t)]，R_xx＝(SlotNum-1)/SlotNum*R_xx+1/SlotNum*R；同样处理解扩之后的数据，得到 $R=E\left[y_1\left(t\right)y_1^H\left(t\right)\right]$ 和R_yy＝(SlotNum-1)/SlotNum*R_yy+1/SlotNum*R

第五步106，将解扩前后的自相关矩阵相减，得到R＝R_yy-R_xx；

第六步107，对矩阵R进行广义特征值分解，求出最大广义特征值所对应的广义特征向量a，得到该时隙该路径的接收权向量w＝a；

第七步108，用w波束形成该时隙的解扩数据；

第八步109，将该时隙的所有多径解扩数据利用复增益进行RAKE合并；

第九步110，将每个时隙的RAKE结果顺序连接起来，得到该帧的接收。

请继续参阅图2所示，该图示意了为实现本发明方法所采用的结构原理，该结构包括三个模块，即，时延搜索模块21，处理模块22，波束形成模块23。

所述时延搜索模块21进一步包括K(K＝1、2…M)组接收数据阵列211、预多波束处理和时延搜索模块212，

所述处理模块22进一步包括解扩前相关器221，解扰器222，解扩器223，解扩后自相关器224，求解广义特征向量计算模块225；

所述波束形成模块23进一步包括乘法器231，加法器232；

所述的时延搜索模块21首先利用预多波束时延搜索模块212生成多个固定的窄波束，分别利用这多个固定的窄波束进行波束形成接收数据阵列211，得到多个波束信号，把它们送到时延搜索器，进行时延搜索，找到最大能量值所在波束的时延，即是期望用户的时延信息；处理模块22首先对每个时隙的接收数据阵列没有时延对齐进行相关器221运算，然后以时隙为单位求平均，同时把该时隙的接收数据阵列时延对齐，送入解扰器222，将解扰出来的Q路数据送入解扩器223，接下来对解扩出来的数据求自相关器224运算，和相关器221一样对自相关结果求平均，最后把相关器221和自相关器224输出的自相关平均结果输入到广义特征向量计算模块225，求出最大广义特征值所对应的广义特征向量；把上步求得的广义特征向量记为波束形成的权值，在波束形成模块23对该时隙的解扩数据进行波束形成。

以上过程是针对一条路径的，多条路径只要进行RAKE合并即可。

而多路径和多用户是单个用户单条路径的叠加。

阵列接收的信号经过射频前端和基带转换成为基带信号，在基带进行自适应处理。基带信号由于空间信道的影响，会产生时延扩展和角度扩展等性能的变化，如果直接对接收数据阵列进行时延搜索，时延的精度将不能保证。为此，先生成多个固定的窄波束，分别利用这几个波束接收阵列数据，得到多个波束信号，对之进行时延搜索，能量值最大的波束就是期望用户所在波束，而对应的时延值就是该用户的时延；将阵列接收的数据自相关运算，并且每个时隙的结果要累加求平均，这样使权值的变化反映信道的变化，前后时隙的相关性更大；同时将接收数据阵列211、解扰器222、解扩器223得到的数据进行自相关运算，结果也要求平均；将接收数据阵列211解扩前相关器221与自相关器224的自相关矩阵相减，求出差矩阵的最大广义特征值所对应的广义特征向量，作为该时隙该路径的接收权向量；把这个权向量送到波束形成模块23进行波束形成、输出。

图3示意了采用本发明波束形成方法的仿真输出波束，该图中，阵元数为6，用户数为2，多普勒频移均为20HZ，角度扩展为0度，每个用户有1条路径，每条可分辨多径中含有5条不可分辨的子多径，噪声功率为0.1，最大时延扩展为10个码片，信号和干扰的功率均为1，假设信号方向为0度，干扰方向为30度，图中表示期望用户的波达发现(以下同)，仿真结果的权值能在波达方向形成最大指向，经仿真输出信噪比为34.0561dB。

图4中，阵元数为6，用户数为10，多普勒频移均为20HZ，角度扩展为5度，每个用户有3条路径，噪声功率为0.1，最大时延扩展为10个码片，每条可分辨多径中含有10条不可分辨的子多径，信号和干扰的功率均为1，每个信号和干扰的3条路径方向随机产生，仿真结果的权值能在波达方向形成最大指向，输出信噪比为13.4559dB。

图5中，阵元数为6，15个用户的多普勒频移都为20HZ，角度扩展为5度，每个用户有3条路径，噪声功率为20，最大时延扩展为10个码片，每条可分辨多径中含有10条不可分辨的子多径，信号和干扰的功率均为1，每个信号和干扰的3条路径方向为随机产生，仿真结果的权值能在波达方向形成最大指向，输出信噪比为8.4957dB。

本发明码滤波自适应波束形成方法运算量小、复杂程度低、性能优、更具有实用性，该方法具有以下优点：

第一，该方法没有利用参考信号，也就省去了产生参考信号的硬件结构，实现起来更加简单。

第二，该方法能应用在各种信道环境下，如宏小区、微小区等ITU建议使用的几种信道环境，都能输出较高的信噪比和较低的误码率。

第三，该方法能在期望用户的波达方向形成波束最大指向，有效的接收期望用户信号，提高期望信号处理的性能，还能跟踪用户的波达方向，自适应的调节权矢量。

Claims (4)

1、一种码滤波自适应波束形成方法，其特征在于，该方法包括以下步骤：

步骤一，利用预多波束进行时延搜索，利用快速傅立叶变换生成多个固定的窄波束，波束形成接收数据阵列，对多个波束信号时延搜索，得到每条路径的时延值；

步骤二，解扩前后阵列数据自相关运算，然后两矩阵相减，求出差矩阵的最大特征值所对应的广义特征向量，作为该时隙的权值；

步骤三，将步骤二求出的权值波束形成解扩数据；

步骤四，将多条路径进行合并和解扩数据的合并。

2、如权利要求1所述的码滤波自适应波束形成方法，其特征在于，在所述的步骤一与步骤二之间，还进一步包括以下步骤：

a1)，判断该帧数据的所有时隙是否处理结束，如果处理结束则将每个时隙的解扩数据合并，作为该帧的解扩输出；如果处理未结束，则，

a2)，判断多径是否结束，如果结束，则将多条路径的解扩数据复增益进行RAKE合并，如果未结束，则进入步骤二。

3、如权利要求1所述的码滤波自适应波束形成方法，其特征在于，所述的步骤二进一步包括以下步骤：

b1)，将阵列接收的未经任何处理的数据求自相关运算，以时隙为单位求平均，得到

R＝E[x(t)x^H(t))]，R_xx＝(SlotNum-1)/SlotNum*R_xx+1/SlotNum*R，

同样处理解扩之后的数据，得到 $R=E\left[y_1\left(t\right)y_1^H\left(t\right)\right]$ 和R_yy＝(SlotNum-1)/SlotNum*R_yy+1/SlotNum*R；

b2)，将解扩前后的自相关矩阵相减，得到R＝R_yy-R_xx；

b3)，对矩阵R进行广义特征值分解，求出最大广义特征值所对应的广义特征向量a，得到该时隙该路径的接收权向量w＝a；

b4)，用w波束形成该时隙的解扩数据。

4、如权利要求1所述的码滤波自适应波束形成方法，其特征在于，所述的步骤四中，

对多条路径进行合并是指对多条路径的解扩数据利用复增益进行RAKE合并；

对解扩数据的合并是将每个时隙的解扩数据合并，合并的结果作为该帧的解扩输出。

Images