论文部分内容阅读
随着移动通信的迅速发展,为了实现高质量的通信,涌现出了许多新兴理论和技术,智能天线技术就是其中之一。智能天线的基本思想是利用信号在传播方向上的差异来区分同时同频的信号。其实智能天线就是一种多天线系统,它通过采用数字信号处理技术,产生空间定向波束,使主波束对准期望信号的方向,且旁瓣或零陷对准干扰信号的到达方向,从而达到充分高效地利用用户信号并且抑制或删除干扰信号的目的[1]。在智能天线技术的深入研究下,DOA估计已成为研究热点之一。因而,本文主要的研究内容就是基于阵列天线下利用空间谱估计理论进行DOA估计。空间谱估计的关键就是算法,只有深入理解和掌握了算法,才能将其实现于工程应用中。因此,本文研究了子空间类算法,包括MUSIC算法和ESPRIT算法,并针对UCA-ESPRIT算法不能进行解相干的不足,研究了一种改进算法。本文的内容如下:首先,对本文研究内容的背景及意义做了一个简单地概述,并讨论了空间谱估计理论的研究历史和发展现状。其次,研究了空间谱估计理论的基础知识,包括常用的接收信号处理模型、阵列模型的统计特性,以及波达方向估计的基本原理等。然后,基于天线阵列中最简单的均匀线阵(ULA),先详细讨论了子空间类DOA估计算法,包括多重信号分类(MUSIC)算法、实波束MUSIC(RB-MUSIC)算法、旋转不变信号参数估计(ESPRIT)算法。第四,本文重点讨论了智能天线阵列中另一种很重要的阵列:均匀圆阵阵列(UCA)。由于UCA自身阵列流型的复杂性,使得基于UCA下的DOA估计变得困难。本文研究了UCA-RB-MUSIC算法和UCA-ESPRIT算法。接着,针对UCA的自身特点及UCA-ESPRIT算法不能进行解相干信号估计的缺陷,对UCA-ESPRIT算法进行改进。对改进算法与原算法进行仿真,比较了两种算法的性能,同时验证了改进算法的有效性。最后,通过对本文工作进行总结回顾,探讨了目前存在的主要问题,并对DOA估计的发展提出展望。