基于聚焦矩阵的毫米波信号DOA估计

发布时间：2022-01-17 02:03

　　针对毫米波信号源的到达角（DOA）估计随频率变化、导致估计误差较大的问题,提出毫米波信号向窄带信号转化的DOA估计算法.该算法通过在频域内建立毫米波信号接收模型,将接收信号看成多个不相关的窄带信号,并将其"聚焦"在某一参考频率下,减少波束因频率变化带来的影响,进而利用旋转不变子空间（ESPRIT）算法进行毫米波DOA估计.仿真结果表明:该算法可有效降低中等信噪比下的DOA估计误差,当阵元数达到70时,可实现相对稳定的DOA估计,随频率变化估计效果保持整体稳定,从而提升毫米波系统定向传输时的链路质量. 

【文章来源】：兰州理工大学学报. 2020,46(05)北大核心

【文章页数】：6 页

【部分图文】：

阵列接收模型

接收毫米波信号时,将整个接收阵划分成两个接收子阵Y1、Y2,阵元数为N.如图2所示,Y1表示前N-1个阵元,Y2表示后N-1个阵元,Y1、Y2在信号接收过程中,相差一个包含DOA信息的旋转因子φ.P个毫米波信号源,根据上文信号转化模型,将毫米波信号转化成窄带信号,得到阵列信号模型:

如图3所示,在30 dB的仿真条件下,远场信号DOA分别为15°、30°、40°时,均方根误差随着阵元数的增加而变化且呈下降趋势,表明均方根误差受阵元数的影响.当阵元数达到70时,阵列中的非相关噪声和快衰落的影响被平滑掉,均方根误差逐渐趋于稳定,通常情况下毫米波通信会用到多天线,实验结果符合预期设想.曲线中的数据波动与实际的噪声环境有关,但不影响整体效果.如图4所示,均方根误差随信噪比的升高而降低,在中等信噪比情况下估计性能明显优于其他算法.当信噪比达到40 dB时,均方根误差稳步降低.本文所提出的算法利用各个信号的子空间信息且毫米波信号路径之间互相正交,减弱了噪声子空间带来的误差,从而在中等信噪比条件下得到更精确的估计值.

【参考文献】：
期刊论文
[1]面向5G的毫米波D2D通信技术综述[J]. 倪艺洋,王玉玺,朱洪波.  现代电子技术. 2019(21)
[2]聚焦的子空间正交性测试宽带DOA估计方法[J]. 蔡进,刘春生,陈明建,周青松.  信号处理. 2018(02)
[3]毫米波数字阵列雷达中多目标来波方向估计[J]. 赵阳莹,缪晨,何仲阳,张培钟,吴文.  微波学报. 2017(S1)
[4]修正的ISM频域宽带卫星波束成形[J]. 高翔,李勇,包建荣.  哈尔滨工程大学学报. 2017(12)
[5]空间信息网络中毫米波MIMO通信系统关键技术[J]. 马新迎,陈智,马斯,方俊.  通信学报. 2017(S1)
[6]60 GHz毫米波通信中贪婪迭代的波束成形方法[J]. 唐俊林,曾媛,岳光荣,李少谦.  信号处理. 2017(05)
[7]毫米波与太赫兹技术[J]. 洪伟,余超,陈继新,郝张成.  中国科学:信息科学. 2016(08)
[8]TOFS:一种新的宽带源DOA估计算法（英文）[J]. 于红旗,黄知涛,刘剑,周一宇.  宇航学报. 2007(05)



本文编号：3593833