CN1535048A - 一种估计固定波束空间到达方向的方法 - Google Patents

Abstract

本发明涉及一种估计固定波束空间到达方向(DOA)的方法，通过化单级搜索为多级搜索、而形成一种逐步分级细化求DOA的估计方法。包括：采用经典波束形成算法，对用户在天线阵列的整个波束空间范围内进行第1级搜索，共搜索L1次，从各次搜索获得的输出功率中取出最大值，获得该最大值所对应的用户到达角度为初搜角度；再在初搜角度的指定空间范围内，采用经典波束形成算法，对该用户进行第2级搜索，共搜索L2次，从各次搜索获得的输出功率中取出最大值，获得该最大值所对应的用户到达角度的细搜角度，可反复执行本步骤进行多级搜索，获得系统最终所需要的角度。L1、L2为正整数。本细搜方法既能得到所需的角度分辨率(精度)，还能减小系统计算量。

Description

一种估计固定波束空间到达方向的方法

技术领域

本发明涉及一种移动通信技术，更确切地说是涉及一种在无线移动通信系统中，基站估计终端固定波束空间到达方向的方法。

背景技术

固定波束空间到达方向(DOA：Direction of Arrival)估计技术是空间谱估计与阵列信号处理技术相结合的产物，被广泛应用于雷达、声纳、海洋测绘、地震学、无线电天文学以及数字移动通信技术领域中。

DOA估计所要解决的问题是如何利用天线(或传感器、换能器等)阵列的输出，从背景噪声中检测出有用信号，并估计该有用信号的方位参数。

对DOA估计而言，衡量估计方法优劣的至关重要的两个性能指标是空间分辨率和运算复杂度。空间分辨率反映的是估计方法所能区分的各个源信号的最小角度间隔，估计方法的分辨率越高，能分辨的各个源信号就越接近；而方法的运算复杂性则体现出估计方法的可实现性或称实用性。在DOA估计技术的发展史中，正是这两项技术指标决定着这个领域的前进方向。

DOA估计也是智能天线技术领域中研究的重要问题之一。如何获得更高的角度分辨率而又尽量减小运算量是研究者们普遍关心的问题。在众多的DOA估计算法中，ESPRIT及其各种变体算法能获得相对较高的精度。然而，这类算法主要适用于大型天线阵列，并且运算复杂度很高。对于目前的移动通信系统，智能天线主要应用于基站。因为受数字信号处理器(DSP)处理能力的影响，目前，智能天线阵中的阵元数目不可能做得很大，通常在10个左右，这样就会影响ESPRIT算法的估计精度。因此，在目前的移动通信系统中很少采用ESPRIT算法实现DOA估计。

经典波束形成器算法，也称固定波束赋形算法，是一种低复杂度的DOA估计算法，它通过对离散的扇形区域进行搜索(或称扫描)，得到各个区域的空间谱参数，然后根据这些参数进行到达角度估计。固定波束赋形算法适用于各种环境，得到的DOA分辨率不受天线阵元数目的影响，因此而广泛应用于目前的移动通信系统中。

然而，固定波束赋形算法得到的DOA分辨率与空间的离散扇形分区数目有关。通常，分区数目越大(搜索角度越小)，DOA的分辨率增大，然而系统的计算量也增大。

图1示出用经典波束形成算法估计DOA的方法，由N个天线阵元组成的天线阵，N个射频(RF)电路对应接收各自天线阵元输出的信号，经模数转换(A/D)后送到数字基带信号处理器中进行处理，其空间谱参数可用公式(1)表达为：

               P(θ)＝a^H(θ)Ra(θ)，θ∈[0，θ_cell]         (1)

其中，P(θ)表示输出功率，a(θ)表示方向向量，R表示空间相关矩阵。H是共轭转置符，即输出功率由到达角度的方向向量和空间相关矩阵组成，其空间搜索区域为0至θ_cell的覆盖范围。根据求得的空间谱参数，就可进行DOA估计了。式中的方向向量a(θ)随线阵不同(如均匀线阵，均匀圆阵)而不同。

从公式(1)可以看出，在求解空间谱参数P(θ)时，θ以Δθ为变化量，在0至θ_cell的覆盖范围内，每改变一次θ，求解一次对应的输出功率P(θ)，其中最大值P(θ)所对应的到达角度即为最终需要的角度，Δθ越小则DOA估计精度越高，相应的空间谱搜索次数(可用L表示)就越大，然而系统计算量也越大。

发明内容

本发明的目的是设计一种估计固定波束空间到达方向的方法，基于固定波束赋形算法，既要得到一定的角度分辨率即达到一定精度，同时又要减小系统计算量。

本发明的方法，是一种化单级搜索为多级搜索、而形成的一种逐步分级细化求DOA的估计方法(“逐步分级细搜方法”)。

实现本发明目的的技术方案是这样的：一种估计固定波束空间到达方向的方法，其特征在于包括：

A.采用经典波束形成算法，对用户在天线阵列的整个波束空间范围内进行第1级搜索，共搜索L1次，从各次搜索获得的输出功率中取出最大值，获得该最大值所对应的用户到达角度的初搜角度，L1为正整数；

B.采用经典波束形成算法，在初搜角度的指定空间范围内，对该用户进行第2级搜索，共搜索L2次，从各次搜索获得的输出功率中取出最大值，获得该最大值所对应的用户到达角度的细搜角度，L2为正整数。

所述的步骤B是重复执行的，下一级搜索在上一级搜索获得的细搜角度的指定空间范围内进行。

所述步骤A中的整个波束空间范围，在天线阵列是均匀线形阵列时为180；在天线阵列是均匀圆形阵列时为360。

当天线阵列的整个波束空间范围为θ_cell，初搜角度为θ₁时，所述步骤B中初搜角度的指定空间范围为[θ₁-θ_cell/L₁，θ₁+θ_cell/L₁]。

所述搜索获得的输出功率，是由信号到达角度的方向向量和空间相关矩阵组成。

所述的空间相关矩阵按功率最大准则、信噪比最大准则和信干比最大准则可分别表示为用户的信号空间相关矩阵、用户的信噪比空间相关矩阵和用户的信干比空间相关矩阵。

所述的信号空间相关矩阵可以由接收信号直接组成，或由信道响应直接组成，或由信道响应的某个或者某些抽头直接组成。

所述步骤A中的第1级搜索，还包括确定出次大输出功率和该次大输出功率所对应的用户到达角度；判断最大输出功率所对应的用户到达角度与次大输出功率所对应的用户到达角度是否为相邻区间；是相邻区间时，将该相邻区间作为初搜角度的指定空间范围进行步骤B的第2级搜索；不是相邻区间时，将两个区间作为初搜角度的指定空间范围分别进行步骤B的第2级搜索。

所述的搜索对每个用户单独进行，可以是用户主径方向的一个到达角度或者是包括主径方向和其他径方向的多个到达角度。

本发明的“逐步分级细搜DOA估计”方法，分两级或者多级对整个空间谱进行搜索。其中，第1级为初略搜索，从整个波束空间范围中确定出用户DOA的大致范围；第2级或者后续多级为更精确搜索，根据所需要的精度，从指定的初搜空间范围内(在1级搜索或上一次搜索得到的角度附近)确定出用户DOA的准确位置。对于每级搜索，我们都采用公式(1)所示的经典波束形成算法进行求解。

本发明针对移动通信系统中智能天线技术下的DOA估计，所提出的“逐步分级细化DOA估计方法”，具有简单、计算量小且有效的优点，而且同时为上下行波束赋形技术的实现和移动用户的定位提供了先决条件。

本发明提出的采用逐步分级细化求经典波束(或称固定波束)DOA到达方向的方法，是先对整个小区(或者扇区)覆盖范围进行初步搜索，获得粗略估计的DOA；然后根据需要的精度，在上述粗略估计得到的DOA附近进一步搜索，获得更为精确的DOA。本发明提出的这种“逐步分级细化DOA估计方法”能够用较小的运算量获得较高的DOA估计精度。

附图说明

图1经典波束形成算法估计DOA的示意图；

图2均匀线阵的DOA估计示意图；

图3均匀圆阵的DOA估计示意图；

图4“逐步分级细化DOA估计”方法的流程图；

图5“逐步分级细化DOA估计”方法在TD-SCDMA系统中的应用流程图。

具体实施方式

本发明仍采用公式(1)的固定波束赋形算法，获得空间谱参数，估计DOA：

P(θ)＝a^H(θ)Ra(θ)，θ∈[0，θ_cell]

空间谱参数P(θ)包括到达角度的方向向量a(θ)和空间相关矩阵R。其中到达角度的方向向量a(θ)与天线阵的类型有关。

参见图2，图中示出均匀线阵中方向向量a(θ)的求解，假设以第1根天线为参考点，信源的方向向量可表达为公式(2)：

$a\left(\mathrm{\θ}\right)={(f_1\left(\mathrm{\θ}\right)f_2\left(\mathrm{\θ}\right)e^{j\frac{2\mathrm{\πd}}{\mathrm{\λ}}\sin \mathrm{\θ}}\·\·\·f_N\left(\mathrm{\θ}\right)e^{j\frac{2\mathrm{\πd}}{\mathrm{\λ}}(N-1)\sin \mathrm{\θ}})}^T...\left(2\right)$

                        θ∈[0，180°]

其中，N表示天线阵元数目(图中N等于5)，d表示天线之间的距离，T是转置运算符。当每个天线阵元均为全向天线时，f₁(θ)＝f₂(θ)＝…＝f_N(θ)＝1。

参见图3，图中示出均匀圆阵中方向向量a(θ)的求解，在均匀圆阵中，假设以圆心0为参考点，以圆心与第1根天线的连线为参考线(0x)，信源的方向向量可表达为公式(3)：

$a\left(\mathrm{\θ}\right)={(f_1\left(\mathrm{\θ}\right)e^{j\frac{2\mathrm{\πr}}{\mathrm{\λ}}\cos \left(\mathrm{\θ}\right)}{f}_2\left(\mathrm{\θ}\right)e^{j\frac{2\mathrm{\πr}}{\mathrm{\λ}}\cos (\mathrm{\θ}-\frac{2\mathrm{\π}}{N})}\·\·\·f_N\left(\mathrm{\θ}\right)e^{j\frac{2\mathrm{\πr}}{\mathrm{\λ}}\cos (\mathrm{\θ}-\frac{2\mathrm{\π}(N-1)}{N})})}^T...\left(3\right)$

                        θ∈[0，360°)

其中，r表示圆半径，N是天线阵元的数目(图中N为8)，T是转置运算符，图中的为仰角(也是DOA估计的参数之一)。同理，当每个天线阵元均为全向天线时，有f₁(θ)＝f₂(θ)＝…＝f_N(θ)＝1。

空间相关矩阵R，根据空间谱参数的不同准则，包括功率最大准则、信噪比最大准则和信干比最大准则，既可以代表各用户的信号空间相关矩阵，也可以代表各用户的信噪比空间相关矩阵，还可以代表各用户的信干比空间相关矩阵。假设各用户的信号空间相关矩阵用R_xx表示，噪声相关矩阵用R_n表示，那么，对于某一终端用户k而言，其空间相关矩阵R可表达为公式(4)：

参见图4，为本发明“逐步分级细化DOA估计”方法的流程图，是一个二级细化DOA估计方法的流程图。

步骤41，确定空间相关矩阵R，根据选择空间谱参数的不同准则，包括功率最大准则、信噪比最大准则和信干比最大准则，空间相关矩阵R既可以代表各用户的信号空间相关矩阵，也可以代表各用户的信噪比空间相关矩阵，还可以代表各用户的信干比空间相关矩阵，空间相关矩阵R与各用户的信号空间相关矩阵、各用户的信噪比空间相关矩阵、各用户的信干比空间相关矩阵之间应满足由公式(4)决定的关系。

假设θ_cell代表整个空间搜索范围，该范围与天线阵列的类型有关，对于线阵，θ_cell＝180°；对于圆阵，θ_cell＝360°，用P₁(θ)代表第1级搜索得到的输出功率，共搜索L1次，用i代表第1级搜索中的任一次搜索；用P₂(θ)代表第2级搜索得到的输出功率，共搜索L2次，用j代表第2级搜索中的任一次搜索，那么，“逐步分级细搜DOA估计”方法的具体计算步骤如下：

步骤42，采用经典波束形成算法，对用户(信源)在整个空间范围(θ_cell)进行第1级搜索，搜索次数为L₁(与Δθ的大小有关)，每次搜索得到的输出功率为：

P_1i(θ_1i)＝a^H(θ_1i)Ra(θ_1i)，θ_1i∈[0，θ_cell]，i＝1…L₁    (5)

步骤43，从第1级共L1次搜索得到的输出功率中找到一个最大值，该最大值所对应的到达角度即为初搜角度θ₁，用公式(6)表示：

${\mathrm{\θ}}_1\←P\left({\mathrm{\θ}}_1\right)=\underset{{\mathrm{\θ}}_{1i}}{\max }\left(P_{1i}\left({\mathrm{\θ}}_{1i}\right)\right),i=1\·\·\·L_1...\left(6\right)$

步骤44，采用经典波束形成算法，在步骤43获得的指定的空间范围(θ₁附近)内进行第2级搜索，搜索次数为L₂(与Δθ的大小有关)，每次搜索得到的输出功率为：

P_2j(θ_2j)＝a^H(θ_2j)Ra(θ_2j)，θ_2j∈[θ₁-Δθ₁，θ₁+Δθ₁]，j＝1…L₂    (7)

                       Δθ₁＝θ_cell/L₁                                (8)

步骤45，从第2级共L2次搜索得到的输出功率中找到一个最大值，该最大值所对应的到达角度即为细搜角度θ₂，用公式(9)表示：

${\mathrm{\θ}}_2\←P\left({\mathrm{\θ}}_2\right)=\underset{{\mathrm{\θ}}_{2j}}{\max }\left(P_{2j}\left({\mathrm{\θ}}_{2j}\right)\right),j=1\·\·\·L_2...\left(9\right)$

如果是两级细化求DOA，此时的θ₂便是系统最终需要的角度。若采用二级以上细化求DOA，则还需按步骤44、45相同的过程逐步求出，后一级搜索求功率最大值及其所对应的到达角度时，是利用前一级搜索求出的功率最大值及其所对应的到达角度为搜索范围，即以此到达角度(附近)为指定的空间搜索范围，进行下一级搜索。每一级搜索的指定空间范围通过改变公式(7)和(8)中的相应项获得，如：第3级搜索是用θ₂代替θ₁，用Δθ₂代替Δθ₁，并且Δθ₂表示为Δθ₂＝2Δθ₁/L₂；第4级搜索是用θ₃代替θ₁，用Δθ₃代替Δθ₁，并且Δθ₃表示为Δθ₃＝2Δθ₂/L₃；依次类推，即是一个搜索区域逐级减小细化的过程。

“逐步分级细搜DOA估计”方法在具体实施过程中，还可以采用如下的变换方法：第1级搜索确定出最大和次大输出功率对应的到达角度，判断两者是否为相邻区间，如果两者在相邻区间(角度差值是否小于等于Δθ₁)，则直接在该区间中进行搜索；如果两者不在相邻区间(角度差值大于Δθ₁)，则分别在两个区间中进行搜索，然后从两个区间搜索获得的输出功率中，挑选出最大输出功率，用最大输出功率值对应的角度，作为所求的到达角度。

参见图5，下面以TD-SCDMA系统为例，说明“逐步分级细搜DOA估计”方法的应用。

TD-SCDMA(时分-同步码分多址)系统是基于智能天线的移动通信系统，其中，基站采用阵列天线进行发射和接收。对于上行链路，智能天线起最大功率比合并的微分集作用；对于下行链路，智能天线进行波束赋形，抑制同信道干扰。在波束赋形中，采用了基于DOA的固定波束形成算法，而DOA则通过本发明的“逐步分级细搜DOA估计”方法获得。

步骤51、52，由N个天线阵元组成的天线阵，N个射频(RF)电路对应接收各自天线阵元输出的信号，经模数转换(A/D)后送到数字基带信号处理器中进行处理。

步骤53、54，进行信道估计和取空间相关矩阵。在TD-SCDMA系统中，信道估计作为一项关键技术，它反映出信号经历的无线信道。在发送信号归一化的情况下，接收信号的空间相关矩阵就等同于信道空间相关矩阵。因此，在各个用户信号不能分离的情况下，直接用信号空间相关矩阵R_xx来进行用户区分，信号空间相关矩阵R_xx可以由接收信号直接组成，也可以由信道响应直接组成，也可以由信道响应的某个或者某些抽头直接组成。这样，用户k(共有K个用户)的空间相关矩阵表示为：

$R_{\mathrm{xx}}^{\left(k\right)}=E\{H^{\left(k\right)}\·H^{\left(k\right)H}\},k=1\·\·\·K...\left(10\right)$

E为求均值，H^(k)表示用户K的信道响应，H是共轭转置符，是点乘，其具体表达为：

H^(k)＝(h^(k，1)…h^(k，N))^T                              (11)

其中，h^(k，n)表示用户k对应天线n的信道响应，式中T为转置运算符。

$h^{(k,n)}=(h_1^{(k,n)}{h}_2^{(k,n)}\·\·\·h_W^{(k,n)}),n=1\·\·\·N...\left(12\right)$

其中，h^(k，n)表示用户k对应天线n的信道响应抽头，W表示信道响应的最大窗长，即抽头的总数，上式表示的是所有信道响应抽头的空间相关矩阵的叠加，也可以是某几个信道响应抽头(式12中的某几项)的空间相关矩阵的叠加。实施时也可分别利用每个信道响应抽头(式12中的某一项)的空间相关矩阵求得各1个到达角度。

步骤55，利用公式(1)求空间谱参数。对于单小区，TD-SCDMA系统采用了全向阵元的均匀圆形阵列，其阵元总数N＝8。因此，其对应的谱搜索空间为360°。在波束赋形过程中，由于通常只对各个用户的主径感兴趣，这样，在求DOA时，对于每个用户，只需求得1个到达角度(主径方向的到达角度)。采用这种“分级”搜索方法还可以求得各个用户的多个到达角度(主径方向和其他径方向)，具体实施时可直接利用整个信道响应空间相关矩阵求得多个到达角度。

步骤56，为了达到1°的分辨率，系统进行了两级搜索(按图4所示步骤)，每级搜索都对给定扇区进行均匀分区。通过对数字360进行约数分解，分别求得两级搜索的最优搜索次数：L₁＝36，L₂＝18。

步骤57、58，利用最终求得的第k用户的到达角度θ^(k)，可分别进行该用户的定位及按最简单的公式w^(k)＝a^*(θ^(k))进行下行或上行波束赋形算法设计(还可以采用其他下行波束赋形公式)，式中*为共轭符号。即采用本发明方法得到的DOA，可以用来进行用户定位，也可以用来进行下行或上行波束赋形算法设计。

本发明可应用在采用阵列天线进行接收的通信系统中，这种“逐步分级细化的DOA估计”方法，采用经典波束形成算法，分级地对整个波束空间进行搜索，逐步得到细化的DOA，可在达到一定精度的同时降低系统计算量。

Claims (9)

1.一种估计固定波束空间到达方向的方法，其特征在于包括：

A.采用经典波束形成算法，对用户在天线阵列的整个波束空间范围内进行第1级搜索，共搜索L1次，从各次搜索获得的输出功率中取出最大值，获得该最大值所对应的用户到达角度的初搜角度，L1为正整数；

B.采用经典波束形成算法，在初搜角度的指定空间范围内，对该用户进行第2级搜索，共搜索L2次，从各次搜索获得的输出功率中取出最大值，获得该最大值所对应的用户到达角度的细搜角度，L2为正整数。

2.根据权利要求1所述的一种估计固定波束空间到达方向的方法，其特征在于：所述的步骤B是重复执行的，下一级搜索在上一级搜索获得的细搜角度的指定空间范围内进行。

3.根据权利要求1或2所述的一种估计固定波束空间到达方向的方法，其特征在于：所述步骤A中的整个波束空间范围，在天线阵列是均匀线形阵列时为180；在天线阵列是均匀圆形阵列时为360。

4.根据权利要求1所述的一种估计固定波束空间到达方向的方法，其特征在于：当天线阵列的整个波束空间范围为θ_cell，初搜角度为θ1时，所述步骤B中初搜角度的指定空间范围为[θ₁-θ_cell/L₁，θ₁+θ_cell/L₁]。

5.根据权利要求1或2所述的一种估计固定波束空间到达方向的方法，其特征在于：所述搜索获得的输出功率，是由信号到达角度的方向向量和空间相关矩阵组成。

6.根据权利要求5所述的一种估计固定波束空间到达方向的方法，其特征在于：所述的空间相关矩阵按功率最大准则、信噪比最大准则和信干比最大准则可分别表示为用户的信号空间相关矩阵、用户的信噪比空间相关矩阵和用户的信干比空间相关矩阵。

7.根据权利要求6所述的一种估计固定波束空间到达方向的方法，其特征在于：所述用户的信号空间相关矩阵可以由接收信号直接组成，或由用户对天线的信道响应直接组成，或由用户对天线的信道响应的某个或者某些抽头直接组成。

8.根据权利要求1或2所述的一种估计固定波束空间到达方向的方法，其特征在于：所述步骤A中的第1级搜索，还包括确定出次大输出功率和该次大输出功率所对应的用户到达角度；判断最大输出功率所对应的用户到达角度与次大输出功率所对应的用户到达角度是否为相邻区间；是相邻区间时，将该相邻区间作为初搜角度的指定空间范围进行步骤B的第2级搜索；不是相邻区间时，将两个区间作为初搜角度的指定空间范围分别进行步骤B的第2级搜索。

9.根据权利要求1或2所述的一种估计固定波束空间到达方向的方法，其特征在于：所述的搜索对每个用户单独进行，可以是用户主径方向的一个到达角度或者是包括主径方向和其他径方向的多个到达角度。

Images