关键字 |
| 音乐(多重信号分类);ESPRIT(通过旋转不变技术估计信号参数);到达DOA(方向),智能天线。 |
介绍 |
| 实际上天线是不聪明的,系统是智能。一般智能天线系统具有数字信号处理功能的合并天线阵列在一个自适应传输和接收方式和空间敏感。换句话说,这样一个系统可以自动改变其信号环境的辐射模式。有两种主要类型的智能天线包括切换波束智能天线和自适应智能天线阵列。切换波束系统有一些预定义的固定波束模式。决定的梁来访问在任何给定的时间点是基于系统的要求。自适应阵列天线可以旋转梁任何感兴趣的方向,同时避免干扰信号。智能天线系统分为两个部分 |
| a到达方向(DOA) |
| b .自适应波束形成算法 |
| a到达方向(DOA):智能天线系统信号的到达方向估计,用经典方法包括Sum-and-Delay方法和阉鸡的最小方差失真少反应(MVDR),而基于子空间技术多重信号分类(音乐)和最低标准技术,通过旋转不变性信号参数估计技术(ESPRIT)算法。它们涉及发现天线的空间频谱的DOA /传感器阵列和计算这个频谱的峰值。这些计算是计算密集型。矩阵铅笔非常高效的实时系统,根据相关的来源。 |
| b .自适应波束形成算法:该方法用于创建天线阵列的辐射模式通过添加建设性的阶段信号的方向目标/手机期望和消除干扰的模式/干扰目标。这可以用一个简单的冷杉抽头延迟线过滤器。冷杉滤波器的权重也可能改变自适应和用于提供最优波束形成和实际光束模式形成。典型的是最陡下降算法和LMS算法[7]。自适应阵列天线在通信领域最广泛使用的智能天线。 |
相关工作 |
| 已经有很多研究工作专用的智能天线对DOA估计。有各种各样的方法来估计DOA智能天线的[7]。 |
| 答:延迟和求和方法 |
| 延迟叠加方法[4]是最简单的经典方法基于DOA估计的波束形成。经典的梁前的总输出功率可以解释为: |
 eq。(1) |
 |
| w = ? ? ? ?? ?那就是经典Beamformer由输出功率, |
 eq。(3) |
| 男同性恋者的最小方差方法 |
| 延迟叠加方法[4]工作的前提下指出最强大的光束在一个特定的方向产生权力的最佳估计抵达那个方向。阉鸡的最小方差技术试图克服贫穷与古典波束形成相关决议问题(延迟叠加方法)。阉鸡的方法[2]贡献在解决穷人解决问题通过利用一些自由度形成梁在所需的方向和在同一时间运用剩余自由度null干扰信号的方向。衡量权力从DOA,θ,得到梁的约束是前1 inthat方向和贡献的输出功率信号接近从所有otherdirections最小化是通过使用剩余的自由度。数学这个问题称为约束最小化过程[4]。 |
 |
 (5)式。 |
 eq。(6) |
| c .最低标准方法 |
| Kumaresan和塔夫茨提出了一个方法称为最低标准方法[4],这是应用的方式类似于音乐对DOA估计算法问题,被定义为“躺在噪声子空间向量的第一个元素是一个最低标准”。新风指定最大的山峰函数如下: |
 eq。(7) |
| d .音乐算法 |
| 音乐[1]代表多重信号分类。最早的提议,一个非常流行的超分辨率测向方法,使估计的信号到达时,因此他们到达的方向。音乐[1]是一种基于利用输入协方差矩阵的特征结构。特征向量很容易获得的样本协方差矩阵的特征分解或奇异值分解矩阵的数据。音乐算法之间的权力和交叉相关性很容易获得各种输入信号和多个事件的独立信号可以通过定位估计音乐空间频谱的峰值。我们首先信号Y快照,这是K ?M矩阵。通过(8)计算协方差矩阵S。下一步是特征分析,得到L特征值和相应的特征向量大肠在这篇文章中,我们描述一个分区方法在第四节设置规范化的特征值,给出了估计的D我们单独的特征向量到M - D噪声特征向量? ? ? ?剩下的D信号特征向量? ? ? ?。音乐和GSU-MUSIC不同在这一步如图2中所示。在音乐中,频谱(15)评估选择不同的角度和山峰。 Numerically, the estimate is limited by the evaluation interval. Let be the number of sensors in a smart antenna array. Let there be snapshots at each sensor. For any k ? {1, K} the k’th snapshot at each sensor is for the same instant in time. Let represent the K?M matrix of snap-shots. This matrix has complex values in general, representing in-phase and quadrature components. The covariance matrix is given by |
 eq。(8) |
| 表示厄米的地方。收益率的特征分析特征值和相应的特征向量。它已经表明,将只包含积极的实际价值是正定的。如果有D <特征值的一家知名M独立信号、诚信的理想情况下将0没有噪音条件下,但是,将接近0根据信噪比(信噪比)。在按升序排序特征值后,米呢?)一家知名的、诚信的矩阵,矩阵特征向量对应一家知名的、诚信的最小特征值是一家知名的、诚信的生产商。包含噪声特征向量。可以写成E = {? ? ? ? | ? ? ? ?}在哪里信号特征向量。 |
| 到达一个方向的阵列流形M ?1列向量(? ?)。这取决于几何。例如,齿龈,它是由 |
 (9)式。 |
 eq。(10) |
| z = ejω并给出ω |
 (11)式。 |
| 在d齿龈元素之间的间距,并相对应的波长窄带信号的中心频率。过滤后的向量是类似于空间调谐滤波器的输出所述[8]在这里给出的 |
 (12)式。 |
| 这是一个1 ?(M - D)行向量,在过滤输出能量 |
 eq。(13) |
 (14)式。 |
| 对于音乐,这能量最小化,即。,almost close to zero, when the angle corresponds to a DOA. Thus, the objective function for maximization is |
 (15)式。 |
| 有趣的是要注意,评价? ? ? ?? ?是线性的吗? ?在非线性ω与传统的频率响应。光谱可以被认为是大小的平方的逆滤波器的频率响应(12)。有趣的是要注意,评价? ? ? ?? ?是线性的吗? ?在非线性ω与传统的频率响应。光谱可以被认为是大小的平方的逆滤波器的频率响应(12)。 To know exactly the angles of arrival of the signals, we need to calculate an average over all vectors of an orthonormal basis of the noise space. In other words, we have to calculate the pseudospectre on the extent of the parameters space and seek the minima of this function, which limits its performance in terms of speed and computational resources. |
| 大肠GSU-MUSIC算法 |
| 我们估计信号的数量,D, L,显著特征值的数量。,clusterof特征值进行平均最大能量。集群的大小提供了一个估计的d GSU最小化方法[3]准确发现一个单变量函数的极值。一步我GSU-MUSIC[11]发现两个传球的山峰。第一遍,光谱评估为90°- 90°音乐使用粗的间隔。这提供了精确的区间左和右分峰。第二步,然后估计非常准确的措施DOAs使用峰值GSU最小化[3]。如果所有的排放国我不发现,第二步发现他们通过重复山峰周围的扫描通过使用两个角度发现到目前为止。 |
流程图 |
| GSU-MUSIC算法是一个两阶段的过程。第一阶段评估目标函数以粗的间隔,并确定峰值随后迭代方法基于GSU最小化找峰的准确值。如果峰的数量等于迄今发现的数量估计的峰值,与第一阶段算法停止。第二阶段是一个迭代的步骤对于高分辨率使用更好的间隔在山峰发现迄今为止发现在前一个迭代中失踪的山峰。 |
| 一步即算法初始角度:通过评估合适的点上,间隔内发现的山峰,即。,新风。然后,通过使用神节单变量(GSU)最小化技术高峰位于非常准确。 |
| 第二步。解决的方法是:如果两个发射器选择扫描的太近,也就是说。、samplingangle上面的过程可能会更少数量的峰值。解决这些山峰,我们重复GSU-MUSIC算法每个两座山峰附近,但是,这一次使用finesweep角的两边各自的峰值和增加数量的快照可能的途径。 |
仿真结果 |
| 分析这些算法的性能,20-element均匀线性阵列和三个信号阵列上的平等权力侵犯在Matlab模拟。三个信号到达阵列角度-20°、-35°和25°数目是多少————延迟方法,阉鸡的最小方差方法(MVDR),最小归一化法和音乐频谱策划之间的角度-90°和90°。图3、4、5和6显示了相应的情节。 |
| 从图3和图4中,可以观察到两种方法估计DOA准确但Sum-and-Delay方法的问题在于它产生虚假的峰值。此外梁的宽度和高度Sum-and-Delay旁瓣的方法限制的有效性。返航之后MVDR的解决方法比经典——延迟的方法。很明显从上面讨论MVDR方法可以提供更高的性能和高分辨率比Sum-and-Delay方法。 |
| 从图5和图6,很明显,音乐和最小规范技术侵犯信号的到达角估计准确。音乐和最小规范技术通常被认为是高分辨率技术很明显,但从数据最小规范技术产生虚假的峰值在其他地方,所以还不如音乐和其他高分辨率技术。执行模拟20传感器均匀线性阵列跟踪两个信号(-20°、-35°,25°),每10 db的信噪比。图4和图6显示了使用音乐比较性能结果算法和阉鸡算法(MVDR)。可以看出DOAs的三个信号正确估计的两个算法。音乐的山峰MVDR算法更突出比较的方法。音乐的分辨率比MVDR算法高方法这就是为什么MVDR的顶峰不是尽可能多的著名的音乐。MVDR算法虽然简单,但问题是,它不能区分两个信号时DOAs谎言彼此非常接近,也MVDR方法的分辨率很低,这就是为什么它不能产生非常著名的山峰的DOA估计算法相比,音乐。数组相同的条件下,从图4和图5的比较分析,很明显,到达角估计方法都是准确的。分钟规范技术的山峰是MVDR算法相比更加突出这意味着最小规范技术的分辨率高于MVDR算法。但是最小规范技术产生虚假的峰值在其他地方可以限制这种技术的性能,而MVDR算法不会产生虚假的峰值。 From the comparative analysis of figure 3 and 5, it is clear that the resolution of Min Norm technique is higher and Classical Sum-and-Delay method produces much higher spurious peaks. So Min Norm technique shows superior performance over the Sum-and-Delay method but shows comparatively equivalent performance as that of MVDR method. The resolution of Min Norm is high but it produces spurious peaks at other locations while the resolution of MVDR is low but it does not produce spurious peaks. |
结论和未来的工作 |
| 早期的智能天线系统被设计用于军事应用抑制干扰或干扰信号的敌人。如今,智能天线在通信领域被广泛使用。通信系统的概念,这使用智能天线,基于数字信号处理算法。因此,智能天线系统就能够定位和跟踪信号通过使用两个用户和陷适应天线辐射模式提高接待Signal-Of-Interest方向和最小化干扰Signal-Of-Not-Interest方向。比较研究的方法即古典方法(Sum-and-Delay法和阉鸡的最小方差法),基于子空间技术(最低标准方法和音乐)是本文中讨论。音乐和MVDR算法方法识别三个信号,没有其他的组件。2、音乐的算法能够更好的表示与更加突出峰的位置。Min-Norm算法识别信号类似于音乐算法,但在其他地方产生虚假的峰值。低分辨率的经典梁前确定的三个信号,但位置不代表感染高峰,由于频谱泄漏。经典的梁前也产生一些虚假的峰值。 The GSU-MUSIC method is useful for getting accurate results for different kinds of array geometries where MUSIC can be applied. The GSU-MUSIC makes use of gold-section univariate minimization, which is an iterative method. A fixed number of iterations give good results. |
|
数据乍一看 |
|
|
|
引用 |
- r·o·施密特”多个发射器的位置和信号参数估计,IEEE反式,AP-34卷,没有。3,第280 - 276页,1986年3月。
- j .阉鸡”,高分辨率的周波数谱分析,“Proc。IEEE, 57卷,不。1969年8月8日。
- r·布伦特没有衍生品的最小化算法。美国新泽西EnglewoodCliffs:普伦蒂斯·霍尔出版社,1973年。
- j .闲荡,a . Spanias巴纳瓦尔表示抗议,窄带方向ofArrival Claypool天线阵列(摩根和估计
- 开出信用证Godara, mobilecommunications天线阵列的应用。第二部分:arrivalconsiderations波束形成和方向,
- 核磁共振伊斯兰教,I.A.H.亚当,性能研究到达方向(DOA)估计算法线性阵列天线,
- 开出信用证Godara,智能天线(CRC出版社,伦敦,2004)。
- 天线理论:分析设计,第三版,由君士坦丁a Balanis ISBN 0 - 471 - 66782 - x版权©2005年约翰·威利& Sons
- Shahriar Shirvani-Moghaddam,萨基Almasi-Monfared。一个全面的窄带DOA估计的性能研究
- h .克里米亚和m . Viberg”二十年的阵列信号处理研究,”IEEE信号处理杂志,13卷,没有。7月4页67
- k v Rangarao诉Shridhar,”一个精确的数值方法估算两个全方位接收之间的延迟
|
菜单
eq。(1)
eq。(3)
(5)式。
eq。(6)
eq。(7)
eq。(8)
(9)式。
eq。(10)
(11)式。
(12)式。
eq。(13)
(14)式。
(15)式。
