1、TN91 Researches on DOA Estimation Algorithms for Uniform Circular Arrays Yang Hua Qiu Tianshuang (School of Electronic and Information Engineering Dalian University of Technology,Liaoning Dalian 116023)E-mail: Abstract:Direction of arrival estimation always plays an important part in mobile communic
2、ations.On the basis of uniform circular arrays(UCA)with 8 sensors adopted by the third-generation telecommunication system TD-SCDMA,this paper introduces a 1-D algorithm which takes advantage of interpolated arrays to realize the shifts of the UCA and get DOA estimations.This algorithm can tell two
3、coherent signals.Whats more,the paper also introduces a 2-D DOA estimation algorithm for UCA,which is based on mode space transformation to get 1-D and 2-D DOA estimation.Simulations show that the algorithm based on interpolated arrays works better than UCA-RB-MUSIC algorithm when the signals are co
4、herent in 1-D DOA estimation;while UCA-RB-MUSIC algorithm can realize effective 2-D DOA estimation instead of the algorithm based on interpolated arrays.Key Words:Uniform Circular Arrays(UCA);DOA;MUSIC 1.引言1.引言 TD-SCDMA1是由我国自主研发的移动通信系统标准,因此研究基于TD-SCDMA标准下的无线定位技术具有广泛的意义和价值。而在TD-SCDMA无线定位的智能天线圆-角定位技术中
5、,DOA算法为其核心。TD-SCDMA采用的是8阵元均匀圆阵智能天线,与均匀线阵相比,均匀圆阵具有可同时估计方位角和俯仰角,具有360的方位角观察范围等优点。但是均 *本课题得到国家自然科学基金(60372081),高等学校博士学科点专项科研基金(20050141025)资助 http:/ 1匀圆阵的阵列流形为形式复杂的指数形式,传统的适用于均匀线阵的空间谱估计方法如MUSIC2、ESPIRIT3等不能直接应用到均匀圆阵中来。实现均匀圆阵DOA估计比较常用的方法有基于内插阵列4和基于空间模式变换的DOA算法。本文首先给出了利用内插阵列变换的圆阵平移一维DOA估计算法,仿真试验表明该算法精度高并
6、且能够分辨相干信号。接着介绍了基于空间模式变换的二维DOA估计算法:UCA-RB-MUSIC5算法,该算法可以有效的实现二维DOA估计。2.2.UCA的信号模型 的信号模型 如图1所示,信号入射到8N=阵元的均匀圆阵中,方位角和俯仰角分别为和。假设有D个非相干窄带信源入射到均匀圆阵中,分别记为()()tstsD,1?。它们的方位角和俯仰角分别记为()()DD,11?其中,()2,0,2,0。那么圆阵的输出可以记为()()()()tntstxkkkDk+=,1a (1)xyz14786532iin 图1 均匀圆阵示意图 Fig.1 Sketch map for UCA 其中,导向矢量()()()
7、TjjNee,coscos0=?a,sin2 r=,Nnn21=+,1,0=Nn?写成向量形式可得()()()tttnAsx+=(2)()()TNtxtx,1?=x,(),),(11DDaaA?=()()TNtntn,1?=n,()()TDtsts,1?=s (3)式中,噪声n是均值为零,方差为2的加性高斯白噪声。3.均匀圆阵下的3.均匀圆阵下的DOA估计算法 估计算法 3.1 基于内插阵列的圆阵平移3.1 基于内插阵列的圆阵平移DOA估计算法 估计算法 内插阵列变换的基本思想6是将整个天线扫描区域划分为若干个子区域,再将某个子区域细分,假设信号位于区域,将区域划分为 111 2 rr=+?(
8、4)1和r为的左右边界,为步长。则实际阵列的阵列流形矩阵为 http:/ 2111()()(2)()raaaa=+A?(5)而在同一区域内,内插阵列的阵列流形矩阵为 )()2()()(111raaaa?+=A (6)则内插阵列与实际阵列之间存在着一个固定的变换关系B,使得 1=AABABA (7)该算法的核心思想是构造多个内插阵列,使这些阵列为要进行 DOA 估计均匀圆阵的平移形式,从而可以实现对均匀圆阵的 DOA 估计。假设实际阵列的数据协方差阵为xR,噪声协方差阵为nR,则内插阵列的数据协方差阵为()21121 KKHHHkkkkkkKHHkkkkk=+=+ssRB RBBAR AI BA
9、 R AB B (8)其中,kA是第k个内插阵列的导向矢量。那么我们可以得到这样的关系:kk=AAD (9)其中,()()11sincossincosdiag,kkkNkNjxyjxykee+=D?,kx,ky分别表示第k个内插阵列在x和y轴方向上的平移。将式(9)代入式(8)可得 2112 KKHHHkkkkkkHn=+=+ssRAD R DAB BAR AR (10)接下来再进行一下白化处理 1 22Hnn=RRRR?(11)然后对R?进行特征值分解 H=RUU?(12)用nE?表示R?中包含了MN个小特征值的矩阵,那么根据MUSIC算法只需要对下式进行谱峰搜索就可以得到DOA估计值,()
10、()1 21Hnn=SaRE?(13)在实际情况中我们利用样本协方差R?代替R,所以上式变为()()1 21Hnn=SaRE?由于式(10)实际上相当于对阵列进行了空间平滑处理,因此该方法可以有效地分辨两个相干信号。在实际应用环境中,上述内插阵列变换方法面临的首要问题就是区域的划分。这里可先计算)(BAA的Frobenius范数和A的模的比值。如果这个比值足够小,就可以接受这个变换矩阵B,否则可对观察区域进一步细分,重新计算这个变换矩阵。虽然为了得到精度较高的变换矩阵所需的运算量较大,但对于实际系统来说,这往往是一个离线计算的过程(即可以将观察区域划分为不同的观察区间TI,针对不同的观察区间计
11、算出对应的变换矩阵B,并存储到系统中)。http:/ 3但是该算法只能进行一维DOA估计,在近场信号的情况下我们需要同时知道信号的方位角和俯仰角,因此下面给出一种二维DOA估计算法。3.2 3.2 UCA-RB-MUSIC算法 算法 UCA-RB-MUSIC算法由Cherian P.Mathews于1994年提出5,是著名的MUSIC算法的波束空间形式。该算法使用波束形成器HrF将UCA的导向矢量(),a映射到波束空间阵列流形(),b。(),b在整个到达角的范围内都是实值的。首先引入基于相位模式激励5理论的波束形成器HeF,()(),eeaaF=H,(),ea是中心厄米特矩阵。将HeF之前再乘
12、以一个具有中心厄米特列的矩阵就可以得到实值波束空间阵列流形,因此定义HHHerFWF=。HW具有中心厄米特列。HHVCFve=(14)其中,MMjjjjj=,diag101vC,MMNwwwV,0=(15)110,1=NjmjmjmHmeeeNw (16)式(5)中M为激励的最大模式,当智能天线为8阵元均匀圆阵时,3=M。这样,()()()()vJVCaFaNHH=,vee (17)()TjMjjjjMeeeee,0=v (18)()()()()()MMJJJJJ,diag101=J (19)设Q为置换矩阵,除副对角线元素为1外,其它元素均为0。这样,(),ea就满足()(),ee=aQa。同
13、时易知IFF=eHe。令()MMiMii,122+=,则()()()MMMvvvW,10=(20)由 以 上 可 得HrF。若AFBrH=,()()()()ttttHHnFBsxFyrr+=,则 其 协 方 差 矩 阵 为()()IBPByyRy+=THttE。那么 IBBPRRy+=TRRe (21)其中,PPRe=R。对R进行实值特征值分解可以得到相互正交的信号子空间S和噪声子空间G。1211,+=MDDggGssS (22)这样,UCA-RB-MUSIC谱就为()()(),1,bGGbTTS=(23)http:/ 4之后进行谱峰搜索可得DOA估计值。该算法的优点是可以既可以进行二维DOA
14、估计,又可以进行一维DOA估计,缺点是不能处理相干信号。4.仿真实验 4.仿真实验 本实验为了验证了算法的有效性,分别将两种算法进行了仿真。实验中使用TD-SCDMA所采用的8阵元均匀圆阵智能天线,为保证相邻阵元间距为2,避免模糊产生,圆阵的半径设为()Nrsin4=,信号为窄带QPSK信号,快拍数p为1000;噪声为均值为0,方差为1的高斯白噪声;独立蒙特卡洛仿真100次。信噪比定义为2210log10SNRns=。4.1 仿真实验1 4.1 仿真实验1 本实验进行一维DOA估计。图2(a)和图2(b)分别是内插阵列圆阵平移算法和UCA-RB-MUSIC算法对两个入射到均匀圆阵中的独立窄带信
15、号源的一维DOA估计。dB10SNR=,两路信号源的入射方位角为(10,30)。从图中可以看出,两种方法都能较好的分辨两窄带独立信号,峰值尖锐,估计较为准确。下面我们考察当信号源相干的情况下两种算法的性能。其它条件同图二中的实验,将独立信号源换成相干信号源。图中实线为内插阵列圆阵平移算法的估计结果,虚线为UCA-RB-MUSIC算法估计结果,从图中我们可以得出结论,对于相干信号源内插阵列圆阵平移算法能够良好的分辨而UCA-RB-MUSIC算法已经失效。010203040506005101520253035MUSIC功 率 谱方 位 角(0-60)一维空间谱函数P/dB 010203040506
16、0-20-100102030405060MUSIC功率谱方位角(0-60)一维空间谱函数P/dB(a)(b)图2 两独立窄带信号源,入射方位角分别为(10,30),dB10SNR=,峰值为估计值。(a)内插阵列圆阵平移算法估计结果(b)UCA-RB-MUSIC算法估计结果。Fig.2 Two independent narrow-band signals whose azimuths are(10,30)dB10SNR=,the peaks are estimations.(a)estimation result of the algorithm based on interpolated a
17、rrays(b)estimation result of UCA-RB-MUSIC algorithm.4.2 仿真实验2 4.2 仿真实验2 本实验考察UCA-RB-MUSIC算法二维DOA估计情况。图4(a)为两个入射信源的方位角和俯仰角分别为10 30,20 40时UCA-RB-MUSIC算法估计的俯视图。等高线的中心为2-D DOA估计值,从图中可以看出,估计值比较准确。下面再考察当两个信号源更加接近时,UCA-RB-MUSIC算法的估计性能。图4(b)为两个入射信源的方位角和俯仰角分别为10 20,20 30时UCA-RB-MUSIC算法估计的俯视图。等高线的中心为2-D DOA估计
18、值,http:/ 5这时仍可以分辨出信号源的方位角和俯仰角,但是等高线的中心变得比较松散,这对于估计的准确度是会产生影响的。因此提高分辨率是一个待解决的问题。0102030405060-1001020304050方位角(0-60)一维空间谱函数P/dBMUSIC功率谱 图3 两相干窄带信号源,入射方位角别为(10,30),dB10SNR=,峰值为估计值。实线为内插阵列圆阵平移算法估计结果,虚线为UCA-RB-MUSIC算法估计结果。Fig.3 Two coherent narrow-band signals whose azimuths are(10,30),dB10SNR=,the peak
19、s are estimations.The solid line is the estimation of the algorithm based on interpolated arrays;the dash line is the estimation of UCA-RB-MUSIC algorithm.5结论 5结论 实现均匀圆阵DOA估计比较常用的方法有基于内插阵列4和基于空间模式变换的DOA算 法。本 文 给 出 了 一 种 利 用 内 插 阵 列 变 换 的 圆 阵 平 移 一 维 DOA 估 计 算 法 以 及UCA-RB-MUSIC算法。仿真试验表明利用内插阵列变换的圆阵平移一
20、维DOA估计算法精度高并且能够分辨相干信号,而UCA-RB-MUSIC在估计中不能分辨两相干信号,但是UCA-RB-MUSIC算法可以有效的实现二维DOA估计。本文进一步的研究方向将会放在利用内插阵列方法进行2-D DOA估计方法和利用UCA-RB-MUSIC算法有效解决相干信号估计以及提高算法分辨率的问题上。(a)(b)图4 UCA-RB-MUSIC算法2-D DOA估计结果。(a)两独立窄带信号源,入射方位角和俯仰角分别为10 30,20 40时UCA-RB-MUSIC算法估计的俯视图,dB10SNR=;(b)两独立窄带信号源,入射方位角和俯仰角分别为10 20,20 30时UCA-RB-
21、MUSIC算法估计的俯视图,dB10SNR=。Fig.4 2-D DOA estimation results of UCA-RB-MUSIC algorithms.(a)estimation contour map of two independent narrow-band signals whose azimuths and elevations are 10 30,20 40,dB10SNR=;(b)estimation contour map of two independent narrow-band signals whose azimuths and elevations ar
22、e10 20,20 30,http:/ 6dB10SNR=.参考文献 参考文献 1 李世鹤 TD-SCDMA第三代移动通信系统标准M 北京:人民邮电出版社 2003 2 Schmidt R O.Multiple Emitter Location and Signal Parameter EstimationJ IEEE Trans.on AP 1986 34(3):276280 3 Roy R,Kailath T.ESPRIT-A Subspace Rotation Approach to Estimation of Parameters of Cissoids in NoiseJ IEEE
23、Trans.on ASSP 1986 34(10):13401642 4 B.Friedlander,A.J.Weiss.Direction Finding Using Spatial Smoothing With Interpolated Arrays IEEE Trans.on Aerospace and Electronic Systems 1992 28(2):574587 5 Mathews C P,Zoltowski M D.Eigenstructure Techniques for 2-D Angle Estimation with Uniform Circular ArraysJ IEEE Trans.on signal processing 1994 42(9):23952407 6 王永良,陈辉 空间谱估计理论与算法M 北京:清华大学出版社 2004 作者简介 作者简介 杨华,女,(1981),大连理工大学硕士研究生 主要研究领域:信号与信息处理,主要为智能天线下的DOA估计问题。邱天爽,男,(1954),大连理工大学教授,博士生导师 主要研究领域:信号与信息处理,主要包括自适应信号处理、非高斯非平稳信号处理、生物医学信号处理、射频信号处理等。/ 7