基于MIMO的双层混合模拟数字结构的DOA估计方法

基于mimo的双层混合模拟数字结构的doa估计方法
技术领域
1.本发明涉及无线通信技术领域，特别是一种基于mimo的双层混合模拟数字结构的doa估计方法。


背景技术：

2.无线测向问题可以追溯到无线通信的起始阶段，由于其在无线通信、雷达、声呐、导航等方面的应用而引起了学术界与工业界的普遍研究。在不久的将来，测向问题将在物联网、方向调制系统、无人机、智能交通、无线传感网络与基于毫米波的大规模mimo系统得到更广泛的应用。doa(direction of arrival，波达方向)估计问题可以分为两类：基于空间谱的问题和参数问题。capon算法是功率的最大似然估计，其目的是最大化信干噪比。施密特提出了一种应用更广泛的方法，即多信号分类(multiple signal classification,music)算法，它是一种基于高精度本征结构的doa估计方法。然而，这两种方法都通过线性搜索来估计doa，这将带来很高的复杂度。为了降低music的复杂度，有学者提出了music的低复杂度版本，称为root-music，通过求解单位圆周围多项式的根来找到doa。
3.doa估计作为b5g/6g移动通信系统的关键技术之一，服务于isac。近年来，混合大规模mimo系统的引入，为开展作为传统领域的波达方向doa的理论与方法研究，及其未来的大规模应用提供新的契机，越来越吸引学术界和工程领域的研究。大规模mimo系统能显著提高测向精度，提供超高的空间角度分辨率或者超窄的波束，但同时也会产生非常高的电路成本与能耗。混合模拟数字结构应运而生，可以实现成本、能耗与性能的良好折中，然而混合结构会产生相位模糊，传统的解决相位模糊问题通常需要多个快拍数，会产生较长的测向延时。


技术实现要素：

4.本发明的目的在于提供一种基于mimo的双层混合模拟数字结构的doa估计方法，在保证电路成本低、计算复杂度低的前提下，快速消除相位模糊，提高doa估计精度。
5.实现本发明目的的技术解决方案为：本发明一种基于mimo的双层混合模拟数字结构的doa估计方法，包括以下步骤：
6.步骤1、将基于mimo的混合模拟数字接收机结构，划分为混合模拟数字天线阵列结构、全数字天线阵列结构和组合器三个部分，初始化接收机结构的基本参数，接收远场的窄带信号；
7.步骤2、混合模拟数字天线阵列结构部分，通过使用测向算法生成一组候选解集合；
8.步骤3、全数字天线阵列结构部分，采用测向算法生成唯一真解；
9.步骤4、组合器部分，利用候选解到唯一真解的最小化欧式距离准则消除候选解集合中的伪解，获得混合模拟数字天线阵列结构部分的近似真解；运用最大比合并器，将唯一真解与近似真解合成，得到最优的doa估计结果。
10.进一步地，所述混合模拟数字天线阵列结构、全数字天线阵列结构，两部分共同组成基于mimo的双层混合模拟数字结构。
11.进一步地，步骤1中所述接收远场的窄带信号，具体如下：
12.接收远场的窄带信号其中s(t)为基带信号，fc为信号的载波频率，t为时间。
13.进一步地，步骤2所述混合模拟数字天线阵列结构部分，具体如下：
14.混合模拟数字天线阵列结构部分的接收机阵列含n副天线，天线被分为k个子阵列，每个子阵列含有m副天线，即n＝mk；
15.由于模拟波束成形部分移相器的特性，第k个子阵的输出为：
[0016][0017]
其中，τ
k,m
为入射信号相对于天线方阵的传播时延，表达式为α
k,m
表示移相器对应于第k个子阵的第m副天线的相移，ωk(t)是对应的高斯白噪声，τ0是入射波信号到阵列上参考点的传播时延，c是光速，d是阵列间的距离，θ0是入射波信号的doa；
[0018]
上式写为向量形式，则：
[0019][0020]va
是天线整列的波束成形矩阵，设定第k个子阵列的模拟波束成形向量v
a,k
的初始相位均为0，即其中m是每个子阵列的天线数；
[0021]
在第一时间块，子阵的所有输出经射频链，adc和下变频得到的向量表达式为：
[0022][0023]
其中将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，定义阵列流形ad(θ0)为：
[0024]ad
(θ0)＝g(θ0)am(θ0)，
[0025]
采用谱估计算法来估计doa，第一时间块的输出向量的协方差矩阵r
yy
＝yyh；
[0026]
对输出向量的协方差矩阵进行特征值分解，即：
[0027]ryy
＝[e
s en]σ[e
s en]h[0028]
其中es是信号子空间向量，对应于最大特征值的k
×
1维特征向量，en是噪声子空间向量，对应于k-1个较小特征值的特征向量组成的矩阵；
[0029]
利用music算法中伪谱的定义，混合结构下的music算法的伪谱p
mu(θ)
写为：
[0030][0031]
为获得上式p
mu
(θ)的峰值点，采用线性搜索或者root-music算法；
[0032]
考虑到等式右边的分母在θ≈θ0时接近于0，于是，定义多项式f
θ
(θ)为：
[0033][0034]
上述多项式，最高阶为2k-2，解析该方程得2k-2个根；令z0为fz(z)的根，则同样也为它的根；将所有根组成集合z
had
＝{zi,i∈{1,2,...,2k-2}}，则得到doa估计值集合：其中
[0035]
进一步地，步骤3所述全数字天线阵列结构部分，具体如下：
[0036]
采用窄带信号，全数字天线阵列结构部分总共有q副天线，且阵列流行定义为：
[0037][0038]
经过射频链、模数转换以及下变频后得到接收信号yd(t)向量表达式为yd＝a(θ0)s(t)+w(t)，s(t)和ω(t)分别是信号和噪声；对输出向量的协方差矩阵进行特征值分解，经root-music算法得到唯一真解θd。
[0039]
进一步地，步骤4所述组合器部分，具体如下：
[0040]
组合器部分采用计算欧式距离的方法，计算全数字天线阵列结构部分得到的唯一真解与混合模拟数字天线阵列结构部分得到的候选解集合中每一个解的欧式距离，基于最小化欧式距离准则快速消除候选解集中的伪解，寻找出混合模拟数字天线阵列结构候选解集合中近似真解θ
had
；
[0041]
运用最大比合并器，将唯一真解与近似真解合成，合并器的权重系数与双层混合模拟数字结构对应的克拉美罗界crlb成正比，得到最优的doa估计结果。
[0042]
本发明与现有技术相比，其显著优点为：(1)与传统方法相比较，能获得doa方法的最优性能；(2)提出的系统架构电路硬件成本以及的算法的计算复杂度更低；(3)能够实现单快拍数快速消除混合模拟数字接收机结构的相位模糊；(4)算法系统结构能够根据实际的性能需求，调整混合结构部分和全数字结构部分的比例，获得良好的性能。
[0043]
本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
[0044]
图1为本发明基于mimo的双层混合模拟数字结构的doa估计方法的原理图。
[0045]
图2为本发明基于mimo的双层混合模拟数字结构的doa估计方法的流程图。
[0046]
图3为本发明方法与传统算法的均方根误差性能与信噪比之间的关系图。
[0047]
图4为发明算法在不同信噪比下均方根误差性能与全数字结构天线数占比之间的关系图。
具体实施方式
[0048]
传统的解决相位模糊问题通常需要多个快拍数，会产生较长的测向延时，本发明通过挖掘混合结构特性，把测向求解转化为多项式特征求解，运用先进数学工具如数论、代数等手段提出多种快速的相位模糊消除方法，通过减少消除相位模糊所需的快拍数，从而提高测向速度。
[0049]
本发明提供一种基于大/超大规模多输入多输出(mimo)的双层混合模拟数字结构的快速doa估计方法，实现了单快拍数消除相位模糊的快速算法，包括下列步骤：将大规模混合模拟数字mimo结构的测向系统分为三个部分：混合模拟数字结构、全数字结构和合并器；第一部分结构，通过使用一些传统的方法，譬如root-music算法，来生成一组候选解集集合；第二部分结构，采用传统算法比如root-music算法估计唯一解，并利用候选解到该唯一解距离准则快速消除候选集合中的伪解，获取混合模拟部分的真解；最后一部分，运用最大比合并器将两个真正的解合成得到性能提升的解，合并器的权重系数与双层混合结构克拉美罗界(crlb)成正比，以便最终得到最优的doa解，具体包括如下步骤：
[0050]
(1)首先初始化接收结构的基本参数，接收远场的窄带信号其中s(t)为基带信号，fc为信号的载波频率，t为时间。
[0051]
(2)考虑接收机上部分结构采用混合模拟数字天线阵列结构，混合模拟数字天线阵列结构部分的接收机阵列含n副天线，天线被分为k个子阵列，每个子阵列含有m副天线，即n＝mk。
[0052]
由于模拟波束成形部分移相器的特性，第k个子阵的输出为：
[0053][0054]
其中，τ
k,m
为入射信号相对于天线方阵的传播时延，表达式为α
k,m
表示移相器对应于第k个子阵的第m副天线的相移，ωk(t)是对应的高斯白噪声，τ0是入射波信号到阵列上参考点的传播时延，c是光速，d是阵列间的距离，θ0是入射波信号的doa。
[0055]
上公式写为向量形式则：
[0056][0057]va
是天线整列的波束成形矩阵，设定第k个子阵列的模拟波束成形向量v
a,k
的初始相位均为0，即其中m是每个子阵列的天线数；
[0058]
在第一时间块，子阵的所有输出经射频链，adc和下变频得到的向量表达式为：
[0059]
[0060]
其中
[0061]
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，定义阵列流形ad(θ0)为：
[0062]ad
(θ0)＝g(θ0)am(θ0)，
[0063]
该发明中，采用谱估计算法来估计doa，第一时间块的输出向量的协方差矩阵r
yy
＝yyh；
[0064]
与传统的root-music算法相同，对输出向量的协方差矩阵进行特征值分解，即，
[0065]ryy
＝[e
s en]σ[e
s en]h[0066]
其中es是信号子空间向量，对应于最大特征值的k
×
1维特征向量，en是噪声子空间向量，对应于k-1个较小特征值的特征向量组成的矩阵。
[0067]
利用music算法中伪谱的定义，混合结构下的music算法的伪谱p
mu(θ)
写为：
[0068][0069]
为获得上式p
mu
(θ)的峰值点，采用线性搜索或者root-music算法。
[0070]
考虑到等式右边的分母在θ≈θ0时接近于0，于是，定义多项式f
θ
(θ)为：
[0071][0072]
上述多项式，最高阶为2k-2，解析该方程得2k-2个根；令z0为fz(z)的根，则同样也为它的根；将所有根组成集合z
had
＝{zi,i∈{1,2,...,2k-2}}，则得到doa估计值集合：其中
[0073]
(3)考虑下半部分接收机结构采用全数字天线阵列结构，与混合结构相同，采用窄带信号，数字结构部分总共有q副天线，且阵列流行定义为：
[0074][0075]
即其经过射频链、模数转换(adc)以及下变频后得到接收信号yd(t)向量表达式为yd＝a(θ0)s(t)+w(t)，s(t)和ω(t)分别是信号和噪声；对输出向量的协方差矩阵进行特征值分解，经root-music算法得到唯一真解θd。
[0076]
第三部分为组合器。组合器部分采用计算欧式距离的方法，计算全数字接收机结构得到的唯一真解与混合模拟数字接收机结构部分得到的解集合中的每一个解的欧式距离，最小化欧式距离准则快速消除候选集合中的伪解，寻找出混合模拟数字接收机结构解集合中近似真解θ
had
。运用最大比合并准则将两个真正的解合成得到性能提升的解，合并器的权重系数与双层混合结构克拉美罗界(crlb)成正比，以得到最优的doa解。
[0077]
下面结合附图和具体实例，进一步阐明本发明，应理解这些实例仅用于说明本发明而不用于限制本发明的范围。在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本技术所附权利要求所限定的范围。
[0078]
实施例
[0079]
为使本发明中的技术方案更加清楚，下面结合图1～图2对本发明基于mimo的双层混合模拟数字结构的doa估计方法，进行具体描述：
[0080]
s1.初始化相关参数
[0081]
初始化接收结构的基本参数，接收远场的窄带信号其中s(t)为基带信号，fc为信号的载波频率；
[0082]
s2.处理接收机天线阵列，设计结构
[0083]
将接收机天线阵列分为两个部分，第一部分为混合模拟数字天线阵列接收机结构(had)，第二部分为全数字天线阵列接收机结构(fd)，两部分共同组成大规模双层混合模拟数字mimo系统快速测向模型；
[0084]
s3.估计协方差矩阵
[0085]
混合模拟数字接收机结构的协方差矩阵为：其中代表接收信号的方差，也就等于接收信号的平均功率。
[0086]
全数字接收机结构的协方差矩阵为：r＝a(θ)ssha(θ)h+σ2i；
[0087]
s4.特征值分解
[0088]
在完成协方差矩阵估计后，对协方差矩阵进行特征值分解或者奇异值分解；
[0089]
s5.采用传统算法获得真解或解集集合
[0090]
第一部分混合模拟数字接收机结构部分通过传统测向算法，如root-music算法，获得一组解集集合，第二部分全数字接收机结构通过传统测向算法获得唯一真解θd；
[0091]
s6.获取混合模拟数字接收机结构部分真解并组合形成最终解
[0092]
计算全数字接收机结构得到的唯一真解与混合模拟数字接收机结构部分得到的解集合中的每一个解的欧式距离，最小化欧式距离准则快速消除候选集合中的伪解，寻找出混合模拟数字接收机结构解集合中近似真解θ
had
。运用最大比合并准则将两个真正的解合成得到性能提升的解，合并器的权重系数与双层混合结构克拉美罗界(crlb)成正比，得到最优的doa解。
[0093]
s7.性能评估
[0094]
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：
[0095][0096]
式中l是每个给定测量误差的仿真循环总次数，表示入射波信号方向θ在第l次蒙特卡洛仿真实验中的估计值。
[0097]
图3绘制了以现有方法和克拉美罗界(crlb)为性能基准的所提方法的rmse与信噪比的曲线。从图3中可以看出，所提出的方法可以实现相应的克拉美罗界(crlb)，性能优于现有的传统的had-root-music算法。这主要是由于所提出的结构使用全数字(fd)子结构来取代相应的混合模拟数字(had)子结构。所提出的结构实际上是全数字结构(fd)和混合模拟数字结构(had)的混合物。显然，增加全数字结构(fd)在总结构中的比例将提高rmse的估
计性能。
[0098]
为了评估影响不同全数字结构占比的影响，图4绘制了三种不同信噪比(-10db、0db和10db)的rmse与全数字结构(fd)占比的曲线。观察发现，所提出的结构可以实现全数字结构天线数占比大于等于25％的双层混合结构相应的克拉美罗界(crlb),实现了良好的测向性能。这意味着可以根据不同场景的性能需求选择适当的全数字结构(fd)比例。