[发明专利]一种波达角估计方法

说明书

技术领域

本发明涉及一种波达角(Direction ofArrival，简称DOA)估计方法。

背景技术

作为TD-SCDMA(时分-同步码分多址)系统中的关键技术，智能天线 近年来已得到越来越深入的研究。智能天线与传统时域信号处理技术相结合 形成的空时信号处理技术在扩大小区范围、提高系统容量、提高系统频谱利 用率、降低发射功率和减小用户干扰等方面显示了巨大的潜能。DOA估计 是智能天线无线技术定位和信道分配实现的基础。

对于DOA估计方法，最简单的实现方法是谱估计，即利用阵列形式对 空间波达信号的角度功率谱，例如Bartlett(巴利特)谱、Capon(卡朋)谱、 MUSIC(多重信号分类)谱和ESPRIT(旋转不变信号参数估计)谱等进行 估计，进而得到用户信号的波达角。

在众多的DOA估计方法中，Schmidt(施密特)提出的基于信号源协方 差矩阵特征分解的MUSIC算法最具代表性。该算法突破了由阵列孔径尺寸 大小限制的瑞利限，是一种被广泛使用的高分辨DOA估计方法。但是， MUSIC算法在低信噪比下难以分辨空间相距较近的信号，仅能估计非相关 信号源。对于相关信号源，MUSIC算法将随着信号源间相关性(相关系数) 的增加，性能逐渐恶化，直至完全失效。而在无线信号传播环境中，无线信 道非常复杂，从简单的视距传播到具有各种障碍物的反射、折射以及多径等 传播环境，大量存在相关信号，为此需要一种方法能降低信号之间的相关性， 以正确估计出相关多径信号的波达角的DOA估计方法。

在文献：Kundu D.Modify MUSIC Algorithm for Estimating DOA of Signal[J].Signal Processing，1996，(48)：85～89(“用于信号的DOA估计的改进 的MUSIC算法”，《信号处理，1996年》第85页～89页，坤都D.)中， 提出了一种采用空间平滑技术(spatial smoothing technique)去相关 (decorrelating)的方法。该方法是将接收阵列分成若干子阵，分别求出每 个子阵的相关矩阵，然后将这些相关矩阵进行平均得到平滑的相关矩阵，实 现去相关。采用这种空间平滑的方法进行去相关减少了阵元数和阵列孔径， 进而减小了可估计信源数目，对于前向空间平滑和前后向空间平滑，可估计 的信源数分别为M/2和2M/3(M为基站阵列天线数)，同时对相关信号源 的DOA估计精度也较低。

发明内容

本发明所要解决的技术问题是，克服现有技术的不足，提出一种不降低 DOA估计精度，且不减少可估计多径信号的数目的DOA估计方法。

为了解决上述问题，本发明提供一种波达角估计方法，应用于使用智能 天线的无线通讯系统中，其特征在于，获得用户的信道冲击响应矩阵H后， 对H或H对应的空间协方差矩阵R的复共轭矩阵R^*进行共轭重排，得到共 轭重排的空间协方差矩阵R’，对R_m＝α×R’+β×R进行谱估计获得波达方 向角度估计值；其中，α＞0，β≥0。

此外，对所述H采用如下方法进行共轭重排，得到共轭重排的信道冲 击响应矩阵H_m∶H_m＝I×H^*；并根据H_m采用如下方法获得所述R’∶R’＝H_m×(H_m)^H；其中，上述I为与H^*同阶的反向单位矩阵，(H_m)^H为H_m的共轭转 置矩阵，H^*为H的复共轭矩阵。

此外，采用如下方法对所述R^*进行共轭重排并得到所述R’∶R’＝I×R^*×I；上述I为与R^*同阶的反向单位矩阵。

此外，所述α＝β＝0.5，或α＝β＝1，或α＝1，β＝0。

此外，采用仿真方法获得所述α、β的值，使得在进行所述谱估计时， 使用α、β值对应的所述R_m构造的空间谱函数满足精度要求。

此外，所述谱估计为：Bartlett谱估计，Capon谱估计，MUSIC谱估计， ESPRIT谱之一。