智能天线DOA估计MUSIC算法的改进研究

摘要

作为第三代移动通信的关键技术，智能天线近年来受到了广泛的关注。智能天线技术为解决频率资源不足、提高移动通信系统容量和系统服务质量、抗干扰和抗多径提供了有效的解决途径。其中波达方向(DOA，DirectionofArrival)估计是智能天线研究的一个重要方面，无论是上行多用户信号的分离，还是下行选择性发射，对用户信号DOA的测定，都成为智能天线实现指向性发射的必要前提。
　　在对信号DOA估计的算法中，作为超分辨空间谱估计技术的MUSIC(MultipleSignalClassification)算法是最经典的算法之一。算法在假设前提下并满足适应条件时可以精确地估计出信号的DOA，具有很高的分辨力和估计精度。但是当系统样本数、天线阵元数有限，信噪比较低以及入射信号为相关或相干信号时，算法性能急剧下降甚至失效。针对算法的此局限性，本文提出了两种改进方法：基于一维噪声子空间方法的空间谱估计算法和改进MUSIC算法。
　　基于一维噪声子空间方法始终认定只有信号协方差矩阵的最小特征值才是噪声特征值，其对应的特征向量才是真正的噪声向量，并构成一维噪声子空间。通过MATLAB仿真，该改进方法不仅可以在理想情况下取得和传统MUSIC算法一样的分辨力，而且在所谓的信号特征值泄露的非理想情况下可以取得传统MUSIC算法不能达到的分辨力和估计精度，同时一定程度上减小了运算量。
　　改进MUSIC算法通过对接收信号协方差矩阵作预处理，使信号协方差矩阵分解后得到的信号子空间与噪声子空间能够正交。通过计算机仿真，证实了该方法可以分辨出传统MUSIC算法无法估计出的相干信号的DOA。同时，在对普通环境下信号DOA估计时，改进MUSIC算法估计出来的谱图有更高的谱峰，更容易区别出信号的DOA，从而更有利于信号的分辨；对于角度相隔较近的小信噪比信号，传统MUSIC算法己经失去了分辨力，而改进MUSIC算法则可以区别这些信号的DOA。

目录

智能天线DOA估计MUSIC算法的改进研究

IMPROVEMENT AND RESEARCH OF MUSIC ALGORITHM FOR DOA ESTIMATION IN SMART ANTENNA

摘要

Abstract

第1章 绪论

1.1 课题背景

1.2 智能天线技术

1.3 研究目的和意义

1.4 国内外研究现状及分析

1.5 本文主要工作和内容安排

第2章 智能天线及DOA估计方法分析

2.1 智能天线概述

2.2 智能天线的结构和基本原理

2.3 智能天线在移动通信中的应用及发展前景

2.4 DOA估计方法分类

2.4.1 DOA估计的传统法

2.4.2 DOA估计的子空间法

2.4.3 最大似然法

2.5 与本文有关的基础知识

2.5.1 Hermite矩阵

2.5.2 Toeplitz矩阵

2.6 本章小结

第3章 MUSIC算法及其改进算法的研究

3.1 DOA估计问题中的阵列信号数学模型

3.2 MUSIC算法

3.2.1 MUSIC算法的提出

3.2.2 MUSIC算法的原理

3.2.3 MUSIC算法的实现

3.3 基于一维噪声子空间方法的空间谱估计算法

3.3.1 算法的基本原理

3.3.2 算法的实现

3.4 改进MUSIC算法

3.4.1 算法的基本原理

3.4.2 算法的实现

3.5 本章小结

第4章 仿真结果和实验数据分析

4.1 经典MUSIC算法

4.1.1 MUSIC算法的性能分析

4.1.2 不同条件下MUSIC算法的仿真

4.2 一维噪声子空间方法

4.2.1 仿真实验

4.2.2 一维噪声子空间算法的性能分析

4.2.3 算法结论

4.3 改进MUSIC算法

4.3.1 仿真实验

4.3.2 改进MUSIC算法的性能分析

4.3.3 算法结论

4.4 本章小结

结论

参考文献

攻读学位期间发表的学术论文

哈尔滨工业大学硕士学位论文原创性声明

哈尔滨工业大学硕士学位论文使用授权书

哈尔滨工业大学硕士学位涉密论文管理

致谢