基于波束空间的相干分布式信源DOA估计算法研究

摘要

DOA估计为移动通信系统中的信道估计和终端定位提供重要信息，所以DOA估计的精确度至关重要。为此，本文选择比传统点信源模型更加符合实际的相干分布式信源模型作为DOA估计算法的研究基础。 虽然大规模MIMO系统可以通过基站配备成百上千的天线来获取较高的天线增益和阵列增益，但是大量的天线也会为DOA估计算法带来巨大的计算负担。针对上述问题，本文作了以下几点改进： 首先，本文运用降维的方法简化了面阵下相干分布式信源模型的构建过程，并引入点信源中的酉ESPRIT算法进行DOA估计，仿真结果证明了该算法的可行性。 其次，本文利用标准傅里叶转换矩阵将接收信号由阵元域转至波束空间并与ESPRIT算法结合，其中的重难点在于通过构建合适的选择矩阵使波束域的方向矢量满足旋转不变关系。但是该改进算法存在计算复杂度相对较高，方向参数无法自动匹配的问题。 最后，为了解决上述问题，本文利用DFT矩阵来完成观测空间的转换，并与酉ESPRIT算法结合。其中，选择矩阵的构建仍是算法成立的关键。该改进算法通过波束选择和复值数据转为实值数据来降低自身计算复杂度，且能实现方向参数的自动匹配。仿真结果验证了该改进算法在大规模MIMO系统具有较好的估计性能。

目录

声明

第一章 绪论

1.1研究背景及意义

1.2国内外研究现状

1.3本文主要工作与研究内容

第二章 DOA估计基础知识

2.1 DOA估计基本原理

2.2阵列模型

2.4 本章小结

第三章 均匀面阵下相干分布式信源的DOA估计算法研究

3.1分布式信源模型

3.2相干分布式信源的经典DOA估计算法

3.3基于降维信源模型的酉ESPRIT算法

3.4计算复杂度分析

3.5仿真实验分析

3.6本章小结

第四章 基于波束空间的相干分布式信源DOA估计算法

4.1 波束空间DOA估计的基础知识

4.2 基于标准傅里叶变换的波束空间ESPRIT算法

4.3 基于DFT波束空间的酉ESPRIT算法

4.4 本章小结

第五章 总结与展望

参考文献

致谢