通信信号处理第三章2012概要

  • 格式:ppt
  • 大小:472.00 KB
  • 文档页数:41

下载文档原格式

  / 41
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
• 统计意义下, • 最小特征值重数
是半正定的,有
有 ,
个零特征值
个特征值等于噪声方差 信源数为
MUSIC算法
进一步假设特征值 根据 有 对应的特征向量为 ,对于最小特征值部分:
重要关系 通过求取接收信号协方差矩阵最小特征值对应的特征向量, 搜索与之正交的导向向量,获得信号方向向量估计值。
MUSIC算法
传统法
② Capon最小方差法:针对多个辐射源,用一部分自由 度形成波束,另一部分自由度形成零限。


优化问题
最小方差无畸变权向量

空间谱
传统法
存在的问题:对相关信号无效、要求高信ຫໍສະໝຸດ Baidu比、运算量大
8阵元,SNR=50dB,入射方向 5(1)、30(2)、40(3)度;信号1 期望,2、3干扰,且1、3相关
• 阵元n接收信号形式
• 传输时延 • 窄带信号
• 接收信号
等距线阵
• 阵列接收信号向量 • 阵列方向向量
• 阵列接收信号向量
• 多个辐射源 不同来波方向
• 阵列接收总信号
• 阵列方向矩阵
• 阵列输出信号
均匀园阵
• N个阵元均匀分布在半径为R的圆周上 • 阵元分布圆心角度
• 阵元位置坐标 • 阵元n接收信号 • 阵列接收信号向量 • 阵列方向向量
8阵元,SNR=-10dB,入射方 向5(1)、30(2)、40(3)度;信 号1期望,2、3干扰
子空间方法
• 瑞利限:一定阵列长度下能达到的最小分辨率。
• 超分辨算法的代表:MUSIC算法和ESPRIT算法
• 子空间法基本思想:如果阵元数大于信源数,利
用信号子空间和噪声子空间之间的正交性,扫描
整个空间获得空间谱分布,通过寻找谱峰对应的 角度,即可获得信源的DOA估计。
第三章 阵列天线系统中的信号处理
• 阵列天线:由一组各向同性的天线单元按照一定的空间结构
排列而成的天线系统
• 作用:能根据信号的来波方向(DOA)调整方向图,跟踪期 望信号,减少或抵消干扰信号,提高接收信干噪比

阵列天线应用于移动通信:能提高频谱利用率、增加系统容
量、扩大基站覆盖范围、减小电磁污染,改善通信质量
响应,阵列处理能获得方向图;时域滤波是对不同频率
的信号进行增强或抑制,空域滤波处理是对不同来向的 信号进行增强或抑制
第三章 阵列天线系统中的信号处理
• 阵列信号处理涉及的主要内容 信源数估计 DOA(Direction of Arrival)检测与估计 波束形成(beamforming)(数字/模拟)
• FDD方式(上下行工作频率不同):利用导频或训练序列检测下行信
道特性,指导加权向量更新 • 带来的好处:CDMA系统:增大容量、减小远近效应、降低开销;提高
频谱利用率,减小发射功率等
数学模型
阵元m相对于参考相位中心的相位差 阵列几何配置 等距线阵 均匀园阵 平面阵
等距线阵
① 非盲自适应估计 LMS算法、AG算法、RLS算法、DMI算法… ② 盲自适应估计 CMA算法、空间谱估计算法、有限符号集算法、循环平
稳算法、判决反馈和模糊神经网络算法等
• 存在的主要问题:占用资源、收敛慢、复杂度高、运算 量大
第三章 阵列天线系统中的信号处理
• 波束形成
① 最小均方误差准则(MMSE) ② 最大信干噪比准则(MSINR) ③ 最大似然准则(ML)
抽头延迟线实现宽带复数加权 正交混合电路实现窄带复数加权
3.1 阵列信号处理技术基础
• 阵列天线在移动通信系统中的应用 • 一般用在基站,且上下行均形成定向波束 • 上行接收:对各天线单元接收信号加权求和获得定向波束 • 下行发射: • TDD方式(上下行工作频率相同):利用接收获得的加权向量,对不 同终端选择加权发送

阵列天线已经成为新一代宽带无线移动通信研究的热点之一
第三章 阵列天线系统中的信号处理
• 信号处理的原则:利用、提取和恢复包含在信号特征中
的有用信息 • 阵列信号处理:在空域分析和处理信号的一种手段,本 质上是空域滤波。与时域处理存在对偶关系:时域信号 具有频谱,阵列信号具有空间谱;时域处理能获得系统
二维等距方阵
• 阵元 的坐标 • 阵元接收信号
• 加权系数
二维等距方阵
• 阵列输出
• 归一化输出
3.2 DOA检测与估计
• DOA检测与估计方法分类 传统法:基于经典波束形成技术,要求阵元数多; 最大似然法:低信噪比环境性能好,运算量大; 综合法:充分利用信号特征,有前景;
子空间法:利用输入数据矩阵特征结构。
MUSIC算法
Multiple Signal Classification
• 基本思想:对输入协方差矩阵进行特征值分解,获得信源数估计
DOA估计、信号强度估计。 • 阵元M个,信源K个

输入信号

输入协方差矩阵
MUSIC算法
• 假设 的特征值为 • 存在特征方程 • 所以 • 从而 的特征值
• 分析表明,
④ 噪声方差最小准则(MV)
3.1 阵列信号处理技术基础
• 阵列信号处理是一种进行空间滤波的处理技术 • 基本思想:通过一定结构的天线阵列,利用不同天线单元
电波特性的差异,用自适应处理器基于自适应处理算法形
成定向波束,主瓣对准期望信源,零陷对准干扰信源
3.1 阵列信号处理技术基础
• 阵列天线系统的关键点 • 阵列结构:不同结构的性能不同,代价也不同 • 自适应处理器及其处理算法:前者有幅度加权、相位加权、 幅相加权;后者实现权值的自适应调整
传统法
① 延迟-相加法(经典波束形成法)
• 阵列输出 • 阵列输出功率 • 期望信号以角度 入射到阵列上,
• 信号功率 • 噪声方差 • 最大输出功率时
传统法
• 空间谱(功率与角度的关系)
• 存在问题:受限于波束宽度和旁瓣宽度
8阵元,SNR=50dB,入射方向30度
8阵元,SNR=50dB,入射方向30、45度
噪声子空间对应于噪声特征向量矩阵 对于信号DOA ,应满足
第三章 阵列天线系统中的信号处理
• 信源数估计:检测入射到阵列的信号源数
① 基于特征值分解方法:估计最小特征值重数 ② 序列假设检验:设置一个阈值 ③ 赤池信息准则和最小描述长度准则:无须设置阈值
④ 变换域方法:解相关处理
第三章 阵列天线系统中的信号处理
• DOA检测与估计:检测和估计信源发射信号的来波方向