基于TD-SCDMA网络的DOA估计及应用研究

摘要

TD-SCDMA网络采用了上行同步和均匀圆阵(UCA)智能天线等新技术，因此服务基站可以方便的获得移动用户信号的到达时间(TOA)和到达角度(DOA)。借助这两个参数可以实现单基站的对移动台的定位，其中对DOA的精确估计是该定位技术中关键环节。但是，基于均匀线阵(ULA)的 MUSIC和ESPRIT等经典的DOA估计算法不能直接应用于UCA，如何把这些的经典的DOA估计算法应用于UCA的阵列是一个重要的研究课题。 通过对DOA估计技术的国内外研究现状、无线定位技术及TD-SCDMA网络自身特点的分析研究，本文将基于子空间的DOA估计算法及其应用作为主要研究课题。为了精确估计出用户信号的DOA，本文首先深入研究了两类基于子空间的算法——MUSIC和ESPRIT算法，并提出了改进的意见。MUSIC算法不能分辨高度相关多径信号的DOA，ULA通过对阵列的空间平滑实现对信号的解相关，但空间平滑技术不适用于UCA。为此，本文通过预处理技术把UCA转换成虚拟均匀线阵，提出了模式空间的空间平滑算法来对信号解相关；为了解决噪声造成的信号子空间的扰动问题，应用了两种总体最小二乘ESPRIT算法(TLS-ESPRIT)；为把ESPRIT算法应用于UCA，还引入了模式空间的ESPRIT算法；通过建立恰当的数学模型，对上述各算法在ULA和UCA上的性能进行了详细的仿真和对比分析。最后，在上述研究的基础上，本文提出了将所研究的DOA估计算法应用于TD—SCDMA的单基站定位方案。通过建立合适的信道模型，对该方案的定位性能进行了详细的Matlab仿真，仿真结果验证了方案的可行性。

目录

文摘

英文文摘

第一章绪论

1.1课题的研究背景

1.2 DOA估计的研究历史与现状

1.3本论文的主要研究内容

第二章TD-SCDMA系统及无线定位技术简介

2.1 TD-SCDMA系统简介

2.1.1帧结构

2.1.2突发和训练序列

2.1.3上行同步

2.1.4智能天线

2.2常用的基于DOA的定位方法

2.2.1 TOA/DOA定位法

2.2.2 TDOA/DOA定位法

2.2.3 DOA定位法

2.3定位误差产生原因与定位精度评价指标

2.3.1无线定位的误差产生的原因及解决方法

2.3.2定位精度的评价指标

2.4本章小结

第三章基于MUSIC算法的DOA估计

3.1基于ULA的MUSIC算法

3.1.1 ULA的数学模型

3.1.2基本MUSIC算法

3.1.3空间平滑解相关

3.2基于UCA的MUSIC算法

3.2.1 UCA数学模型

3.2.2模式空间变换

3.2.3模式平滑MUSIC算法原理

3.3仿真结果和性能分析

3.4本章小结

第四章基于ESPRIT算法的DOA估计

4.1基于ULA的ESPRIT算法

4.1.1数学模型

4.1.2基本ESPRIT算法

4.1.3基于奇异值分解的TLS-ESPRIT算法

4.1.4基于平移的TLS-ESPRIT算法

4.2基于UCA模式空间的TLS-ESPRIT算法

4.3仿真结果和性能分析

4.4本章小结

第五章TD-SCDMA网络的单站定位应用研究

5.1无线信道模型

5.1.1时间扩展模型

5.1.2角度扩展模型

5.2单基站定位方法

5.3仿真结果与性能分析

5.3.1仿真模型

5.3.2仿真结果分析

5.4本章小结

第六章结论与展望

6.1本文研究工作总结

6.2进一步的工作和建议

致谢

参考文献

附录

攻读硕士学位期间发表论文及参加的科研项目