CN114189268A - 一种基于波束形成mwc的信号频谱、载频和doa联合估计方法 - Google Patents
一种基于波束形成mwc的信号频谱、载频和doa联合估计方法 Download PDFInfo
- Publication number
- CN114189268A CN114189268A CN202111408852.0A CN202111408852A CN114189268A CN 114189268 A CN114189268 A CN 114189268A CN 202111408852 A CN202111408852 A CN 202111408852A CN 114189268 A CN114189268 A CN 114189268A
- Authority
- CN
- China
- Prior art keywords
- matrix
- signal
- carrier frequency
- doa
- spectrum
- 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
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
- H04B7/08—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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/0204—Channel estimation of multiple channels
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Radio Transmission System (AREA)
- Variable-Direction Aerials And Aerial Arrays (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
Description
技术领域
本发明涉及多信号的频谱、载频和DOA的联合估计领域,具体涉及一种基于波束形成MWC的信号频谱、载频和DOA联合估计方法。
背景技术
多参数联合估计近年来在雷达、声纳、无线通信、认知无线电等众多工程应用中得到了广泛的研究。根据信号频谱、载频和波达方向(direction of arrival,DOA)对目标信号进行识别,得到技术信息和信号方向。到目前为止,基于旋转不变技术(ESPRIT)和多重信号分类(MUSIC)等参数估计方法,已经发展了许多联合载波和DOA估计算法。
然而,这些方法要求以奈奎斯特速率采样信号。随着信息技术的发展,传统的基于奈奎斯特定理的信息采集和处理框架给前端模数转换器(ADC)、处理和存储设备带来了巨大的压力,降低了实时性,增加了能耗。
近年来,压缩感知理论被发现可以在少量样本的情况下准确地恢复稀疏信号,引起了人们的广泛关注。一些研究者将CS理论应用于实际模拟多频带信号采集。如多陪集采样器和调制宽带转换器。基于时延欠采样或多陪集采样的工作存在实际问题。即低速率ADC的模拟带宽必须大于输入信号的带宽,且对时延精度要求较高。这些问题在目前的射频硬件中很难实现。MWC就是为了克服这些问题而设计的。与多陪集采样器相比,MWC结构真正降低了ADC的模拟带宽,且不需要精确的延迟,具有更大的应用潜力。
发明内容
本发明提供一种基于波束形成MWC的信号频谱、载频和DOA联合估计方法,针对奈奎斯特采样理论下宽带稀疏信号DOA和载频的联合估计的采样率高,信息冗余的问题。
本发明通过以下技术方案实现:
一种基于波束形成MWC的信号频谱、载频和DOA联合估计方法,所述估计方法具体包括以下步骤:
步骤1:利用均匀线性阵列调制宽带转换器接收结构进行采样,获得每通道采样值x[k];
步骤2:基于步骤1的采样值构造R矩阵;
进一步的,所述步骤1具体为,每通道采样值x[k];
x[k]=Az[k]
进一步的,所述步骤2具体为包括以下步骤:
步骤2.1:利用采样值计算R1矩阵和R2矩阵;
R1=E{xxH}
R2=E{JxxHJH}
其中J是一个反对角元素等于1,其他位置等于0的置换矩阵;
步骤2.2:基于步骤2.1的R1矩阵和R2矩阵,构造R矩阵
R=R1+R2。
进一步的,所述步骤3具体为包括以下步骤:
步骤3.1:对步骤2矩阵R进行奇异值分解,根据接收数据的旋转不变性,采用基于ESPRIT的方法估计特征值矩阵Φ;
其中∠(·)为求幅角。
进一步的,所述步骤4具体为包括以下步骤。
步骤4.1:基于步骤3得到的M各空间延迟τi,计算第i个信号的转向矢量A0与M-1个信号的转向矢量A1对应的左奇异向量G=[uM-1,...,uN];
步骤4.2:基于对步骤4.1的第i个信号的转向矢量A0与左奇异向量G计算自适应波束形成的加权向量wi;
步骤4.3:基于步骤4.2的加权向量wi,对接收到的采样值x[k]进行加权得到yi[k];
步骤4.9:对步骤4.8的第i个信号的载波频率计算DOA;
进一步的,所述步骤4.1具体为,定义第i个信号si(t)转向矢量A0=a(θi),其他M-1个信号对应的转向矢量A1=[a(θ1),...,a(θi-1),a(θi+1),...,a(θM)];对A1进行奇异值分解,取奇异值矩阵的零行对应的左奇异向量G=[uM-1,...,uN]。
进一步的,所述步骤4.2具体为,计算自适应波束形成的加权向量wi:
wi=G(GHG)-1GHA0=BA0;
所述步骤4.3具体为,对接收到的采样值x[k]进行加权得到yi[k];
进一步的,所述步骤4.9具体为,
本发明的有益效果是:
本发明利用波束形成技术的空间信号分离和增强特性对空间目标信号进行分离和聚焦,增强了***的鲁棒性。
本发明基于波束形成的空间滤波特性;MWC结构一次只需要重构一个信号。采用MWC信道扩展技术,即使接收天线连接到单个MWC信道,也可以完全重构信号;这使得信道的数量超过了信号数量的限制;与现有的欠奈奎斯特采样方法相比,该***不需要精确的时延,结构简单,降低了硬件复杂度。
附图说明
图1本发明的均匀线性阵列MWC接收结构示意图。
图2本发明的参数估计结果曲线图,其中,(a)载频参数估计RMSE曲线图,(b)DOA参数估计RMSE曲线图,(c)重构信号MSE曲线图。
图3本发明的方法流程图。
具体实施方式
下面将结合本发明实施例中的附图对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:
一种基于波束形成MWC的信号频谱、载频和DOA联合估计方法,所述估计方法具体包括以下步骤:步骤1:利用均匀线性阵列调制宽带转换器接收结构进行采样,获得每通道采样值x[k];
所述均匀线性阵列调制宽带转换器具体为,
考虑M个连续时间的远场窄带信号si(t),其中i=1,...,M,每个信号都有一个未知载频fi。假设信号从不同的DOA方向θi入射到接收阵列上,其中θi∈(-90°,90°),为了避免角度模糊的问题,假设对于任何i≠j,i,j∈{1,...,M},有
fisinθi≠fjsinθj.
均匀线性阵列MWC接收结构如下图所示。沿着x轴有N个天线,所有天线都连接到单个MWC通道上。天线接收的信号先与周期为Tp=1/fp的伪随机序列p(t)混频,再经过截止频率为fs/2的低通滤波器后以fs=Qfp的频率低速采样,Q为扩展系数,是一个正整数。如图1所示,
则第n个天线接收的信号un(t)可以表示为以下的形式,
定义τi=fi sinθi表示第i个信号在阵元间的空间延迟。
每通道采样值x[k];
x[k]=Az[k]
步骤2:基于步骤1的采样值构造R矩阵;
步骤2.1:利用采样值计算R1矩阵和R2矩阵;
R1=E{xxH}
R2=E{JxxHJH}
步骤2.2:基于步骤2.1的R1矩阵和R2矩阵,构造R矩阵
R=R1+R2。
步骤3.1:对步骤2矩阵R进行奇异值分解,根据接收数据的旋转不变性,采用基于ESPRIT的方法估计特征值矩阵Φ;
其中∠(·)为求幅角。
步骤4.1:基于步骤3得到的M各空间延迟τi,计算第i个信号的转向矢量A0与M-1个信号的转向矢量A1对应的左奇异向量G=[uM-1,...,uN];
所述步骤4.1具体为,定义第i个信号si(t)转向矢量A0=a(θi),其他M-1个信号对应的转向矢量A1=[a(θ1),...,a(θi-1),a(θi+1),...,a(θM)];对A1进行奇异值分解,取奇异值矩阵的零行对应的左奇异向量G=[uM-1,...,uN]。
步骤4.2:基于对步骤4.1的第i个信号的转向矢量A0与左奇异向量G计算自适应波束形成的加权向量wi;
wi=G(GHG)-1GHA0=BA0
步骤4.3:基于步骤4.2的加权向量wi,对接收到的采样值x[k]进行加权得到yi[k];
步骤4.9:对步骤4.8的第i个信号的载波频率计算DOA;
实施例2
仿真实验验证了所提出的BMWC***的性能。我们将该方法与基于CaSCADE***的ESPRIT方法和CS方法、基于L型阵列MWC***的平行因子分析方法(PARAFAC)和基于相控阵列的PASS-FD***进行了比较。在信号个数M=3和阵元个数N=13的情况下,我们比较了五种不同方法,信噪比从-20dB到20dB。仿真结果表明,该方法优于其他四种方法,特别是在信噪比为-10dB~0dB的低信噪比情况下。这种性能的改善主要是因为引入了自适应波束形成,它可以增强接收信号,显著提高***的鲁棒性。其次,信号的分离提高了稀疏性,使得MWC结构只需要重构一个单边带信号,大大降低了MWC结构的压力,进一步提高了重构效果。因此,该***在噪声下的载波、DOAs估计和信号重构优于其他四种方法,证明了本发明的广泛适用性。
Claims (10)
3.根据权利要求1所述一种基于波束形成MWC的信号频谱、载频和DOA联合估计方法,其特征在于,所述步骤2具体为包括以下步骤:
步骤2.1:利用采样值计算R1矩阵和R2矩阵;
R1=E{xxH}
R2=E{JxxHJH}
其中J是一个反对角元素等于1,其他位置等于0的置换矩阵;
步骤2.2:基于步骤2.1的R1矩阵和R2矩阵,构造R矩阵
R=R1+R2。
5.根据权利要求1所述一种基于波束形成MWC的信号频谱、载频和DOA联合估计方法,其特征在于,所述步骤4具体为包括以下步骤。
步骤4.1:基于步骤3得到的M各空间延迟τi,计算第i个信号的转向矢量A0与M-1个信号的转向矢量A1对应的左奇异向量G=[uM-1,...,uN];
步骤4.2:基于对步骤4.1的第i个信号的转向矢量A0与左奇异向量G计算自适应波束形成的加权向量wi;
步骤4.3:基于步骤4.2的加权向量wi,对接收到的采样值x[k]进行加权得到yi[k];
步骤4.9:对步骤4.8的第i个信号的载波频率计算DOA;
6.根据权利要求5所述一种基于波束形成MWC的信号频谱、载频和DOA联合估计方法,其特征在于,所述步骤4.1具体为,定义第i个信号si(t)转向矢量A0=a(θi),其他M-1个信号对应的转向矢量A1=[a(θ1),...,a(θi-1),a(θi+1),...,a(θM)];对A1进行奇异值分解,取奇异值矩阵的零行对应的左奇异向量G=[uM-1,...,uN]。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111408852.0A CN114189268A (zh) | 2021-11-19 | 2021-11-19 | 一种基于波束形成mwc的信号频谱、载频和doa联合估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111408852.0A CN114189268A (zh) | 2021-11-19 | 2021-11-19 | 一种基于波束形成mwc的信号频谱、载频和doa联合估计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114189268A true CN114189268A (zh) | 2022-03-15 |
Family
ID=80541510
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111408852.0A Pending CN114189268A (zh) | 2021-11-19 | 2021-11-19 | 一种基于波束形成mwc的信号频谱、载频和doa联合估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114189268A (zh) |
-
2021
- 2021-11-19 CN CN202111408852.0A patent/CN114189268A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110109051B (zh) | 基于频控阵的互耦阵列doa估计方法 | |
CN103389490B (zh) | 基于稀疏信号的波束形成器及其方法 | |
CN107493106B (zh) | 一种基于压缩感知的频率和角度联合估计的方法 | |
CN115236589B (zh) | 一种基于协方差矩阵修正的极地冰下doa估计方法 | |
CN114019449B (zh) | 信号源的波达方向估计方法、装置、电子设备及存储介质 | |
CN112487703A (zh) | 基于稀疏贝叶斯在未知噪声场的欠定宽带信号doa估计方法 | |
CN110208738B (zh) | 基于阵列调制宽带转换器的信号频率与二维doa联合估计方法 | |
CN109245814A (zh) | 基于极大似然重采样的自适应波束形成方法 | |
CN111693947A (zh) | 基于互质阵列doa估计的改进music方法 | |
Qi et al. | Time-frequency DOA estimation of chirp signals based on multi-subarray | |
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 | |
CN113067616B (zh) | 基于时间调制数字超表面的dbf相控阵*** | |
CN110161454B (zh) | 基于双l型阵列的信号频率与二维doa联合估计方法 | |
CN104950282A (zh) | 连续域内稀疏重构实现的宽带信号超分辨测向方法及装置 | |
CN111781575A (zh) | 一比特信号单快拍波达方向估计方法及相关组件 | |
He et al. | DOA estimation of wideband signals based on iterative spectral reconstruction | |
CN114189268A (zh) | 一种基于波束形成mwc的信号频谱、载频和doa联合估计方法 | |
CN116047401A (zh) | 一种基于单比特量化的欠定波达方向估计方法 | |
CN114325565B (zh) | 一种基于子空间关系的阵列超分辨测向方法 | |
CN112731279B (zh) | 一种基于混合天线子阵列的到达角估计方法 | |
CN106844886B (zh) | 基于主分量分析的目标波达方向获取方法 | |
CN114200389A (zh) | 一种基于多天线阵列的单比特量化波达方向估计方法 | |
El-Khamy et al. | A new computationally efficient approach for high-resolution DOA estimation of wideband signals using compressive sensing | |
CN112698263A (zh) | 一种基于正交传播算子的单基地互质mimo阵列doa估计算法 | |
Chen et al. | A sub-Nyquist sampling digital receiver system based on array compression |
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 |