CN1878026A - 基于软件无线电的智能天线实现方法及智能天线实现系统 - Google Patents

Abstract

本发明公开了一种基于软件无线电的智能天线实现方法及智能天线实现系统，用于IMT－2000码分多址系统中，根据无线通信信道环境特征对信道环境进行分类，采用空间平滑差分处理方法，对阵列接收信号协方差矩阵逐步降维去相关，通过使相关信号逐渐变换为独立信号源，获得接收信号的相关结构，实现环境识别，并根据信道环境分类的结果选择相应的接收自适应波束形成算法和发射自适应波束形成算法分别计算接收权值和发射权值。本发明由于采用了基于软件无线电的智能天线的自适应波束形成方法，同现有的自适应波束形成方法相比具有很多的优点：适应性广泛、避免了单一自适应波束形成方法的局限性、基站系统易于升级维护、且能有效抑制干扰的影响。

Description

基于软件无线电的智能天线实现方法及智能天线实现系统

技术领域

本发明涉及通讯领域的IMT-2000码分多址系统智能天线技术，尤其涉及宽带码分多址系统中基于软件无线电的智能天线实现方法及基于软件无线电的智能天线实现系统。

背景技术

在MT-2000(International Mobile Telecommunications-2000)码分多址通信系统中，无线信道对数字信号的影响主要表现在两个方面：一是信道的噪声和干扰；二是信道的多径效应。噪声是任何通信系统中都会遇到的，但是就移动通信环境的特点而言，干扰影响大于噪声影响，而同频干扰是限制系统性能的主要因素。特别是在IMT-2000码分多址系统中存在着远近效应和多址干扰情况，即使是在同一个小区内也可能存在多个干扰用户。另外由于无线环境的复杂性，一个通过无线信道传播的信号往往会沿一些不同的路径到达接收端，由于信号经过不同路径会有不同的时延，如果时延差较大时，可能引起径间干扰。

通常接收机的设计都要考虑对干扰进行抑制。对于理想的高斯白噪声环境下，可以采用匹配滤波解扩器。在存在多径干扰情况下，常用的是Rake多径分集解扩接收机，它需要对多径时延和幅度进行估计。在存在窄带干扰的信道中，常用的方法是在匹配滤波器前加一个自适应预测滤波器，对窄带干扰进行估计，并实现与宽带扩频信号的分离。在存在多址干扰的IMT-2000码分多址系统中，多用户检测接收机曾得到了高度重视，它由一组匹配滤波器加上多用户检测器组成，最典型的是解相关多用户检测器，它具有线性复杂度和最佳的远近效应抑制能力，其缺点是需要所有干扰用户的伪码、定时、相位等信息。

上述方法对各种干扰的抑制通常各自单独进行的，但实际上却经常出现以下两种情况：并不知道将处于哪种干扰环境，对干扰的参数也不清楚；有时可能多种干扰同时存在。此时，能够抑制某一种干扰的接收机在面临另一种干扰或多种干扰同时存在的信道环境将可能无法正常工作。也有一种办法是将窄带干扰陷波器、Rake接收机和解相关多用户检测器进行组合，其缺点是接收机异常复杂，甚至无法实现。

目前采用的自适应智能天线，可以根据信号空间分布特性的变化而按一定准则不断更新权值，权值的幅度和相位都可以自由的更新，当更新算法收敛时这种方法能充分利用期望用户信号和干扰信号的空间特性使接收到的信号的信干噪比达到最大。如专利号为03115415，专利名称为一种适用于宽带码分多址系统中的波束形成方法的中国专利就提出了这样的方案，该方法的具体步骤包括：对阵列信号进行空域处理，包括权值更新、波束形成；在时域内匹配滤波，包括解扰解扩和信道估计、补偿；该发明可对波束进行重扩加扰迭代，形成参考信号，使系统构成简化，技术难度和运算量大大降低，但是该方法并不具有在任意通信环境下均能达到最优。

专利号为03114286，专利名称为一种软件定义的射频收发信机的中国专利公开了一种新的无线移动通信系统的体系结构，即软件定义无线电(SDR-Software definedRadio)技术和支持SDR技术在无线通信系统的基站中具有多种功能射频收发信机的设计方法。该多功能的射频收发信机由可编程、可配置的多个宽带无线射频收信机、多个宽带无线射频发信机、本振信号发生器和多个中频数字信号处理器的单元部件来组成。通过对该射频收发信机加载不同无线通信标准的软件，在软件编程控制下，产生不同的射频信号、中频信号和时钟信号，设置不同的工作频段、载频带宽和双工方式，处理相应的载频个数和运行相应不同的信号处理算法。尽管该专利将SDR结合于智能天线技术中，但是没有说明如何根据通信环境进行不同处理算法的应用。

显然使用自适应天线阵列的无线通信系统能达到最好的系统性能，但目前在实际中应用还需要解决一些关键的技术问题。其中自适应波束形成算法的计算复杂度和稳健性就是制约自适应天线发展的难题之一。目前出现的多种自适应波束形成算法各具有其自身的特点和适用条件，算法性能受应用环境的影响非常大，很难找到一种自适应波束形成算法既能够在各种环境下都具有很好的抗干扰性能同时又能够快速收敛且计算复杂度低。

因此，无线信道对信号的影响主要表现在有干扰信号，有多径信号，有较大时延的多径信号引起的径间干扰。

发明内容

本发明的目的在于提供一种基于软件无线电的智能天线实现方法及智能天线实现系统，解决采用单一自适应波束形成方法的智能天线难以应对各种复杂通信环境的问题。

为了实现上述目的，本发明提供了一种基于软件无线电的智能天线实现方法，用于IMT-2000码分多址系统中，其中，根据无线通信信道环境特征选择相应的自适应波束形成算法计算权值，并根据所述权值形成波束输出。

上述的基于软件无线电的智能天线实现方法，其中，具体包括以下步骤：

步骤1，环境分类与识别模块根据所述无线通信信道环境特征对无线通信信道进行分类并识别；

步骤2，接收自适应波束算法选择计算模块根据所述环境分类与识别模块的输出结果选择接收自适应算法，并根据接收波束接收模块的输出计算所述接收权值，输出给接收波束形成模块；

步骤3，接收波束形成模块根据所述接收权值和基带信号将多个单通道信号进行合并形成接收波束输出；

步骤4，发射自适应波束算法选择计算模块根据所述环境分类与识别模块的输出结果选择发射自适应算法，并根据接收波束接收模块的输出计算发射权值，输出给发射波束形成模块；

步骤5，发射波束形成模块根据所述发射权值和发射通道的阵列数据形成发射波束输出。

上述的基于软件无线电的智能天线实现方法，其中，所述步骤1具体包括以下步骤：

步骤10，将阵列结构转换成等价的均匀线阵；

步骤11，将具有多个阵元的均匀线阵划分为多对子阵，每对子阵由多个阵元组成；

步骤12，计算每个子空间的平滑差分矩阵；

步骤13，计算所述平滑差分矩阵的秩，并根据秩序列计算独立信源数及相关群组数；

步骤14，根据所述独立信源数及相关群组数对信道分类。

上述的基于软件无线电的智能天线实现方法，其中，当阵元间距为半波长的均匀线阵包括N个阵元时，

所述步骤11将均匀线阵划分为K对子阵，每对子阵由m个阵元组成，其中第k个前向子阵的接收信号 $X_k^f={[x_k,x_{k+1},\mathrm{\Λ},x_{k+m-1}]}^T,$ 第k个后向子阵的接收信号 $X_k^b={[x_{N-k+1}^{*},x_{N-k}^{*},\mathrm{\Λ},x_{K-k+1}^{*}]}^T,$ 其中(·)^T为转置算子，(·)^*为共轭算子，(·)^H为共轭转置算子；

所述步骤12，计算每个空间对应的平滑差分矩阵 $R_k^d=R_k^f-R_k^b,$ 其中 $R_k^f=E[X_k^f\·{\left(X_k^f\right)}^T],$ 为第k个前向子阵的相关矩阵， $R_k^b=E[X_k^b\·{\left(X_k^b\right)}^T],$ 为第k个后向子阵的相关矩阵，其中E(·)为数学期望算子；

所述步骤13中计算第k个空间平滑差分矩阵的秩rank(R_k ^d)，k=1，2，K，K，并根据秩序列计算独立信源数以及相关群组数；

所述步骤14根据所述独立信源数及相关群组数对信道分类。

上述的基于软件无线电的智能天线实现方法，其中，所述步骤14具体包括步骤：

步骤141，将相关群组数为0，且独立信源数为1的无线通信信道分类为第一类型信道；

步骤142，将相关群组数为0，且独立信源数大于1的无线通信信道分类为第二类型信道；

步骤141，将相关群组数大于0，且独立信源数为1的无线通信信道分类为第三类型信道；

步骤142，将相关群组数大于0，且独立信源数大于1的无线通信信道分类为第四类型信道。

上述的基于软件无线电的智能天线实现方法，其中，所述步骤2中，接收自适应波束算法选择计算模块分别选择最大比合并、改进衡模算法、维纳解和导频位辅助LMS_DRMTA对所述第一类型信道、第二类型信道、第三类型信道和第四类型信道对应计算接收权值；所述步骤4中，发射自适应波束算法选择计算模块分别选择发射分集、改进的衡模算法，基于波束形成的特征值和波达方向估计算法对所述第一类型信道、第二类型信道、第三类型信道和第四类型信道对应计算发射权值。

为了更好的实现上述目的，本发明还提供了一种基于软件无线电的智能天线实现系统，用于IMT-2000码分多址系统中，包括：

阵列天线，包括多个天线阵元，排列为均匀线阵；

射频通道，其输入端与所述阵列天线输出端一一对应连接；

接收波束形成模块，用于根据所述接收权值和所述射频通道的基带信号将多个单通道信号进行合并形成接收波束输出；

发射波束形成模块，用于根据所述发射权值和发射通道的阵列数据形成发射波束输出；

其中，还包括：

环境分类与识别模块，用于根据所述天线阵列的前向输出矢量和后向输出矢量的输出，对无线通信信道环境特征进行估计识别并分类；；

接收自适应波束算法选择计算模块，用于根据所述环境分类与识别模块的输出结果选择接收自适应算法，并根据接收波束接收模块的输出计算所述接收权值；

发射自适应波束算法选择计算模块，用于根据所述环境分类与识别模块的输出结果选择发射自适应算法，并根据接收波束接收模块的输出计算所述发射权值。

上述的基于软件无线电的智能天线实现系统，其中，所述环境分类与识别模块具体包括：

阵元划分单元，用于将具有多个阵元的均匀线阵划分为多对子阵，每对子阵由多个阵元组成；

第一计算单元，用于计算每个空间的平滑差分矩阵；

第二计算单元，用于计算所述平滑差分矩阵的秩，并根据秩序列计算独立信源数及相关群组数；

分类识别单元，根据所述独立信源数及相关群组数对无线通信信道分类并识别。

上述的基于软件无线电的智能天线实现系统，其中，所述分类识别单元，用于将相关群组数为0，且独立信源的个数为1的信道分类为第一类型信道、将相关群组数为0，且独立信源个数大于1的信道分类为第二类型信道、将相关群组数大于0，且独立信源个数为1的信道分类为第三类型信道及将相关群组数大于0，且独立信源个数大于1的信道分类为第四类型信道。

上述的基于软件无线电的智能天线实现系统，其中，所述接收自适应波束算法选择计算模块，用于分别选择最大比合并、改进衡模算法、维纳解和导频位辅助LMS_DRMTA对所述第一类型信道、第二类型信道、第三类型信道和第四类型信道对应计算接收权值；所述发射自适应波束算法选择计算模块，用于分别选择发射分集、改进的衡模算法，基于波束形成的特征值和波达方向估计算法对所述第一类型信道、第二类型信道、第三类型信道和第四类型信道对应计算发射权值。

本发明由于采用了基于软件无线电的智能天线的自适应波束形成方法，同现有的自适应波束形成方法相比具有很多的优点：通过分析通信信道的特性，选择相应的较为适合的波束形成算法，从而使智能无线基站具有更广泛的适应性；采用软件无线电技术的自适应算法选择方法，避免了单一的某一种自适应波束形成方法的局限性，方法切换简洁、计算快速，降低了硬件实现的难度，易于工程实现；采用基于软件无线电技术的波束形成算法，易于基站系统的升级和维护；算法能跟踪用户的波达方向，自适应的调节权矢量，能在期望用户的波达方向形成波束最大指向，而在干扰用户方向形成零陷，有效的抑制干扰的影响。总之，采用本发明提供的方法实现的基于软件无线电的智能天线实现系统，在花费较小的硬件成本条件下，极大的提高了智能天线基站系统的性能价格比，工程实现方便，同时使得智能基站处理性能极大提高，与常规智能天线相比并不需要较大硬件成本，大大的提高了基于软件无线电的智能天线实现系统的性能价格比。

下面结合附图和实施例对本发明进行详细说明。

附图说明

图1是本发明的基于软件无线电的智能天线实现系统结构示意图；

图2是本发明的基于软件无线电的智能天线实现方法流程示意图；

图3是本发明中无线通信环境识别及分类流程示意图；

图4是本发明中的子阵列划分示意图；及

图5(a)到图5(d)是无线通信信道分类的示意图。

具体实施方式

本发明采用空间平滑差分处理方法，对阵列接收信号协方差矩阵逐步降维去相关，通过使相关信号逐渐变换为独立信号源的过程，获得接收信号的相关结构，实现环境识别。本发明的实施例将通信环境分为以下四种类型：

信道类型1：高斯白噪声加单个期望信号；

信道类型2：期望信号加干扰信号，不考虑多径效应；

信道类型3：期望信号加干扰信号，且存在由多径效应引起时延扩展较小的多径信号；

信道类型4：期望信号加干扰信号，且存在由多径效应引起时延扩展较大的多径信号，也可能存在时延扩展较小的多径信号。

在信号传播环境识别中，天线阵列获取空间信息，从中提取适当的特征量来识别不同的环境。对于IMT-2000码分多址系统，由于采用正交的PN码，干扰信号和期望信号之间表现为几乎不相关。而对于多径引起的信号，相对时延扩展较小时，可认为各多径信号之间是仍然是相关的。当传播时延超过一个码片周期时，多径信号实际上可被看作是互不相关的。这样干扰信号和期望信号同各自的多径信号可以看作是不相关的群组。而相对时延扩展较大的多径信号相对也可以独立成与期望信号不相关的群组。因此通过获得相关源的相关结构，即估计源数，其中相关源的组数，相关源组中相关源数等特征来识别不同的信道类型。

在信道环境分类的基础上，针对不同类型的信道采用不同的上行和下行波束形成方法，从而完成不同通信环境下的上/下行自适应波束形成过程，有效地克服信道时变特性的手段，满足不同环境的通信要求，提高通信质量。

图1是本发明的详细基于软件无线电的智能天线实现系统结构示意图。

本发明的一种基于软件无线电的IMT-2000码分多址系统中的基于软件无线电的智能天线实现系统，包括六个部分：阵列天线10、射频通道、波束形成模块12及14、环境分类与识别模块11、接收自适应波束算法选择计算模块13及发射自适应波束算法选择计算模块15。

由于软件无线电智能天线实现系统中的扰码产生、扩频码产生、码同步、解扰解扩、时钟控制等模块的功能并不是本发明关心的内容，在本发明中一般不描述这些模块，需要时直接引用这些模块或其输出信号。

所述的天线阵列10包括多个天线阵元10.1、10.2…10.N，其输出端接到射频通道的输入端。天线阵元的辐射方向图可以是任意的，天线阵列10的排列为均匀线阵。对于其他非均匀线阵阵列结构，需要进行相应的处理转化成等效的线阵，再进行处理；

射频通道完成低噪声放大，自动增益控制、通道校正、基带转换、A/D和D/A转换、匹配滤波等功能，射频通道数与天线阵元10.1、10.2…10.N是一一对应的，每个射频通道输入端接一个阵元的输出端，所有射频通道的输出端分别接到波束形成模块的输入端，信道环境检测及分类输入端和波束形成算法选择及权值生成输入端；

接收/发射自适应波束算法选择计算模块13/15，完成权值更新算法得到新的一组权值，然后把这个权值分别输出送往波束形成模块12/14，

接收自适应波束算法选择计算模块13的输入信号有：接收波束形成模块12的输出信号，环境分类与识别模块11的输出信号。

发射自适应波束算法选择计算模块15的输入信号有：接收波束形成模块12的输出信号，环境分类与识别模块11的输出信号。

环境分类与识别模块11，根据所述天线阵列10的前向输出矢量和后向输出矢量的输出对无线通信信道环境特征进行估计识别并分类；

接收波束形成模块12用权值对射频通道过来的信号进行复数加权求和的功能，其输入端除了射频通道过来的数字信号之外，还接收来自接收自适应波束算法选择计算模块13的权值，接收波束形成模块12的输出端连到多用户检测的输入端；

发射波束形成模块14的其输入端除了发射通道过来的阵列数据信号之外，还接收来自发射自适应波束算法选择计算模块15的权值，发射波束形成模块的输出端连到射频通道；

以上所述的结构模块，可以是软件模块，把一部分模块在DSP中用软件实现；也可以是硬件模块，把这些模块做在专用集成电路芯片(ASIC)或FPGA中。

无线信号通过天线阵列10进入系统，而天线阵列由N个阵元10.1、10.2、...、10.N组成。天线阵元的接收的信号分别经过N个射频通道处理形成N路基带信号，在射频通道中已经对信号进行离散化，其输出为X_r＝[x_r1，x_r2，Λ，x_rN]，后续处理都是数字信号处理。天线阵列10的输出经过射频通道进入对应的接收波束形成模块12和环境分类与识别模块11。环境分类与识别模块11根据接收的阵列数据进行估计并将结果输入到接收自适应波束算法选择计算模块13和发射自适应波束算法选择计算模块15；接收自适应波束算法选择计算模块13根据环境分类与识别模块11的输出结果选择合适的接收波束形成算法，并根据接收波束形成模块12的输出进行处理，接收自适应波束算法选择计算模块13计算出新权值Wr送给接收波束形成模块12，新接收权值W_r＝[w_r1，w_r2，Λ，w_rN]由N个分量组成。接收波束形成模块12由N个乘法器12.1、12.2、...、12.N和一个加法器12.R组成，对来自射频通道的阵列数据和接收自适应波束算法选择计算模块13输出的新接收权值进行接收波束形成，基带接收信号X_r和接收权值W_r相乘并求和得到输出信号Y_r＝[y_r1，y_y2，K，y_rN]。

发射自适应波束算法选择计算模块15根据环境分类与识别模块11的输出结果选择合适的发射波束形成算法，并根据接收波束形成模块12的输出信号以及来自发送阵列数据Y_t＝[y_t1，y_t2，K，y_tN]进行处理，发射自适应波束算法选择计算模块15计算出新权值W_t送给发射波束形成模块14，新发射权值W_t＝[w_t1，w_t2，Λ，w_tN]由N个分量组成。发射波束形成模块14由N个乘法器14.1、14.2、...、14.N组成，对来自发送通道的阵列数据Y_t＝[y_t1，y_t2，K，y_tN]和发射自适应波束算法选择计算模块15输出的发射权值W_t＝[w_t1，w_t2，Λ，w_tN]形成发射波束，并通过射频通道输出。

图2是本发明的方法流程图。在自适应方式智能天线中，对应空域或空、时域处理的权值可依据一定的自适应算法进行任意调整，以对当前的传输环境进行最大可能匹配，相应的智能天线接收/发射波束可以是任意指向的。在实际通信中，信道情况十分复杂，目前来说，采用单一的某一种自适应波束形成方法使得其在各种环境中均有良好的性能，实现起来较为困难。因此，通过分析通信信道的特性，选择相应的较为适合的波束形成算法，从而使智能天线基站具有更广泛的适应性，本发明所阐述的方法可按如下几个步骤实现：

步骤21，开始；

步骤22，环境分类与识别模块进行无线通信信道类型的识别与分类；

步骤23，接收自适应波束算法选择计算模块根据上述的识别分类结果进行接收自适应算法的选择及接收权值的计算，对于信道类型1、信道类型2、信道类型3和信道类型4分别选择最大比合并、改进的衡模(Advanced CAM，Advanced Constant ModulusAlgorithm)、维纳解和导频位辅助LMS_DRMTA(Least-Mean-Squares De-spreadRe-spread Multi-Target Array)等波束形成方法计算接收权值；

步骤24，接收波束形成，接收波束形成模块将数个单通道信号进行合并形成波束

$Y_r=W_r^H\·X_r;$

步骤25，发射自适应波束算法选择计算模块根据上述的识别分类结果进行接收自适应算法的选择及接收权值的计算，根据信道环境分类的结果，对于信道类型1、信道类型2、信道类型3和信道类型4分别选择相应的发射分集(TD，Transmit Diversity)、改进的衡模，基于波束形成的特征值(EBB，Eigenvalue Based Beamforming)和波达方向估计(DOA，Direction of Arrival)等发射自适应波束形成方法计算发射权值；

步骤26，发射波束形成，发射波束形成模块根据所述发射权值和发射通道的阵列数据形成发射波束输出；

步骤27，结束。

通过上述流程完成了不同通信环境下的上/下行自适应波束的形成，在此可以构造一个接收/发射自适应波束算法库，所用算法并不局限于上述所列出算法。

图3是无线通信环境检测及信道识别流程图，包括以下步骤：

步骤31，子阵列划分，将具有N个阵元的均匀线阵(阵元间距为半波长)划分为K对子阵，每对子阵由m个阵元组成。第k个前向子阵的接收信号X_k ^f表示为 $X_k^f={[x_k,x_{k+1},\mathrm{\Λ},x_{k+m-1}]}^T,$ 第k个后向子阵的接收信号X_k ^b表示为 $X_k^b={[x_{N-k+1}^{*},x_{N-k}^{*},\mathrm{\Λ},x_{K-k+1}^{*}]}^T.$ 其中(·)^T为转置算子，(·)^*为共轭算子，(·)^H为共轭转置算子；

步骤32，计算每个空间对应的平滑差分矩阵，设第k个前向子阵的相关矩阵 $R_k^f=E[X_k^f\·{\left(X_k^f\right)}^T]$ 和第k个后向子阵的相关矩阵 $R_k^b=E[X_k^b\·{\left(X_k^b\right)}^T],$ 可以得到第k个空间平滑差分矩阵 $R_k^d=R_k^f-R_k^b.$ 其中E(·)为数学期望算子；

步骤33，计算秩序列，求得第k个空间平滑差分矩阵的秩rank(R_k ^d)，k＝1，2，K，K，并根据秩序列计算独立信源的个数p以及相关群组数q，其中rank(.)表示求矩阵的秩，详细的判断方法参见文献COZZENS J H，SOUDA M J.Source enumeration in acorrelated singed environment [J].IEEE Trans SP，1994，42(2)；

步骤34，根据所述独立信源数及相关群组数对信道分类：

信道类型1：相关群组数q＝0，且独立信源的个数p＝1，此时信道中只有期望信号和加性高斯白噪声，时延扩展较小；

信道类型2：相关群组数q＝0，且独立信源的个数p＞1，此时信道中既有期望信号也有干扰信号，但时延扩展不大，有一定的角度扩展，主要表现为同信道干扰；

信道类型3：相关群组数q＞0，且独立信源的个数p＝1；此时期望信号的时延扩展较大，角度扩展较小，主要表现为码间干扰；

信道类型4：相关群组数q＞0，且独立信源的个数p＞1，此时期望信号和干扰信号均存在一定的时延扩展和角度扩展。

图4为子阵列划分示意图。将一个阵元为N的均匀线阵划分为K对子阵列，每对包括一个m阵元的前向子阵，每个子阵列从左逐步向右移；一个m阵元的后向子阵，每个子阵列从右逐步向左移。前向子阵列的输出矢量分别为：

$X_1^f={[x_1,x_2,\mathrm{\Λ},x_m]}^T$

$X_2^f={[x_2,x_3,\mathrm{\Λ},x_{m+1}]}^T$

……

$X_K^f={[x_K,x_{K+1},\mathrm{\Λ},x_{K+m-1}]}^T$

后向子阵列的输出矢量分别为：

$X_1^b={[x_N^{*},x_{N-1}^{*},\mathrm{\Λ},x_K^{*}]}^T$

$X_2^b={[x_{N-1}^{*},x_{N-2}^{*},\mathrm{\Λ},x_{K-1}^{*}]}^T$

……

$X_K^b={[x_{N-K+1}^{*},x_{N-K}^{*},\mathrm{\Λ},x_1^{*}]}^T$

需要说明的是空间平滑差分法仅适用于均匀线阵，不能直接应用于其他阵列结构；同时均匀线阵阵元数N、空间信源数L和子阵列数K应满足：N≥L+K/2。对于圆阵等其他阵列结构，可以采用内插处理等方法把圆阵等其他阵列结构转换成等价的线阵，再运用上述方法。

图5为无线通信环境分类的示意图。信道类型1：有一个独立信源和加性高斯白噪声，直接将主波束对准期望信号的方向，无需考虑干扰的零点抑制，波束方向图如图5(a)所示。信道类型2：除了独立信源外还有干扰源，干扰源个数可能有多个，但不考虑多径效应，这时表现为有多个独立信源。此时既要将波束对准期望信号还要对干扰信号进行零点抑制，如图5(b)所示。信道类型3：考虑多径效应，但是认为期望信号的各多径信号的时延相差不大，各多径信号之间是相关的，构成一个独立于于扰信号的群组。而干扰信号可能是多个独立的干扰源也可能是一个干扰源的多径信号构成。此时可以形成多个波束对准期望信号的各个多径信号，充分利用多径信号，同时对干扰信号进行零点抑制，如图5(c)所示。信道类型4：为复杂的通信环境，在考虑多径效应的基础上，认为期望信号的多径时延相差较大，呈现出不相关性，容易引起类似码间干扰的径间干扰，此时可以将波束对准期望信号中相对时延较小的多径信号，把相对时延较大的多径信号视为与期望信号不相关的独立信源，并在该方向进行零点抑制，如图5(d)所示。

当然，本发明还司有其他多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (10)

1、一种基于软件无线电的智能天线实现方法，用于MT-2000码分多址系统中，其特征在于，根据无线通信信道环境特征选择相应的自适应波束形成算法计算权值，并根据所述权值形成波束输出。

2、根据权利要求1所述的基于软件无线电的智能天线实现方法，其特征在于，具体包括以下步骤：

步骤1，环境分类与识别模块根据所述无线通信信道环境特征对无线通信信道进行分类并识别；

步骤2，接收自适应波束算法选择计算模块根据所述环境分类与识别模块的输出结果选择接收自适应算法，并根据接收波束接收模块的输出计算所述接收权值，输出给接收波束形成模块；

步骤3，接收波束形成模块根据所述接收权值和基带信号将多个单通道信号进行合并形成接收波束输出；

步骤4，发射自适应波束算法选择计算模块根据所述环境分类与识别模块的输出结果选择发射自适应算法，并根据接收波束接收模块的输出计算发射权值，输出给发射波束形成模块；

步骤5，发射波束形成模块根据所述发射权值和发射通道的阵列数据形成发射波束输出。

3、根据权利要求2所述的基于软件无线电的智能天线实现方法，其特征在于，所述步骤1具体包括以下步骤：

步骤10，将阵列结构转换成等价的均匀线阵；

步骤11，将具有多个阵元的均匀线阵划分为多对子阵，每对子阵由多个阵元组成；

步骤12，计算每个子空间的平滑差分矩阵；

步骤13，计算所述平滑差分矩阵的秩，并根据秩序列计算独立信源数及相关群组数；

步骤14，根据所述独立信源数及相关群组数对信道分类。

4、根据权利要求3所述的基于软件无线电的智能天线实现方法，其特征在于，当阵元间距为半波长的均匀线阵包括N个阵元时，

所述步骤11将均匀线阵划分为K对子阵，每对子阵由m个阵元组成，其中第k个前向子阵的接收信号 $X_k^f={[x_k,x_{k+1},\mathrm{\Λ},x_{k+m-1}]}^T,$ 第k个后向子阵的接收信号 $X_k^b={[x_{N-k+1}^{*},x_{N-k}^{*},\mathrm{\Λ},x_{K-k+1}^{*}]}^T,$ 其中(·)^T为转置算子，(·)^*为共轭算子，(·)^H为共轭转置算子；

所述步骤12，计算每个空间对应的平滑差分矩阵 $R_k^d=R_k^f-R_k^b,$ 其中 $R_k^f=E[X_k^f\·{\left(X_k^f\right)}^T],$ 为第k个前向子阵的相关矩阵， $R_k^b=E[X_k^b\·{\left(X_k^b\right)}^T],$ 为第k个后向子阵的相关矩阵，其中E(·)为数学期望算子；

所述步骤13中计算第k个空间平滑差分矩阵的秩 $\mathrm{rank}\left(R_k^d\right),k=\mathrm{1,2},K,K,$ 并根据秩序列计算独立信源数以及相关群组数；

所述步骤14根据所述独立信源数及相关群组数对信道分类。

5、根据权利要求3或4所述的基于软件无线电的智能天线实现方法，其特征在于，所述步骤14具体包括步骤：

步骤141，将相关群组数为0，且独立信源数为1的无线通信信道分类为第一类型信道；

步骤142，将相关群组数为0，且独立信源数大于1的无线通信信道分类为第二类型信道；

步骤141，将相关群组数大于0，且独立信源数为1的无线通信信道分类为第三类型信道；

步骤142，将相关群组数大于0，且独立信源数大于1的无线通信信道分类为第四类型信道。

6、根据权利要求5所述的基于软件无线电的智能天线实现方法，其特征在于：

所述步骤2中，接收自适应波束算法选择计算模块分别选择最大比合并、改进衡模算法、维纳解和导频位辅助LMS_DRMTA对所述第一类型信道、第二类型信道、第三类型信道和第四类型信道对应计算接收权值；

所述步骤4中，发射自适应波束算法选择计算模块分别选择发射分集、改进的衡模算法，基于波束形成的特征值和波达方向估计算法对所述第一类型信道、第二类型信道、第三类型信道和第四类型信道对应计算发射权值。

7、一种基于软件无线电的智能天线实现系统，用于IMT-2000码分多址系统中，包括：

阵列天线，包括多个天线阵元，排列为均匀线阵；

射频通道，其输入端与所述阵列天线输出端一一对应连接；

接收波束形成模块，用于根据所述接收权值和所述射频通道的基带信号将多个单通道信号进行合并形成接收波束输出；

发射波束形成模块，用于根据所述发射权值和发射通道的阵列数据形成发射波束输出；

其特征在于，还包括：

环境分类与识别模块，用于根据所述天线阵列的前向输出矢量和后向输出矢量的输出，对无线通信信道环境特征进行估计识别并分类；；

接收自适应波束算法选择计算模块，用于根据所述环境分类与识别模块的输出结果选择接收自适应算法，并根据接收波束接收模块的输出计算所述接收权值；

发射自适应波束算法选择计算模块，用于根据所述环境分类与识别模块的输出结果选择发射自适应算法，并根据接收波束接收模块的输出计算所述发射权值。

8、根据权利要求7所述的基于软件无线电的智能天线实现系统，其特征在于，所述环境分类与识别模块具体包括：

阵元划分单元，用于将具有多个阵元的均匀线阵划分为多对子阵，每对子阵由多个阵元组成；

第一计算单元，用于计算每个空间的平滑差分矩阵；

第二计算单元，用于计算所述平滑差分矩阵的秩，并根据秩序列计算独立信源数及相关群组数；

分类识别单元，根据所述独立信源数及相关群组数对无线通信信道分类并识别。

9、根据权利要求8所述的基于软件无线电的智能天线实现系统，其特征在于，所述分类识别单元，用于将相关群组数为0，且独立信源的个数为1的信道分类为第一类型信道、将相关群组数为0，且独立信源个数大于1的信道分类为第二类型信道、将相关群组数大于0，且独立信源个数为1的信道分类为第三类型信道及将相关群组数大于0，且独立信源个数大于1的信道分类为第四类型信道。

10、根据权利要求9所述的基于软件无线电的智能天线实现系统，其特征在于，

所述接收自适应波束算法选择计算模块，用于分别选择最大比合并、改进衡模算法、维纳解和导频位辅助LMS_DRMTA对所述第一类型信道、第二类型信道、第三类型信道和第四类型信道对应计算接收权值；

所述发射自适应波束算法选择计算模块，用于分别选择发射分集、改进的衡模算法，基于波束形成的特征值和波达方向估计算法对所述第一类型信道、第二类型信道、第三类型信道和第四类型信道对应计算发射权值。

Images