[發明專利]快速信號子空間估計方法有效
| 申請號: | 201010135205.2 | 申請日: | 2010-03-30 |
| 公開(公告)號: | CN102208930A | 公開(公告)日: | 2011-10-05 |
| 發明(設計)人: | 莊學彬;陸明泉;崔曉偉;馮振明 | 申請(專利權)人: | 清華大學 |
| 主分類號: | H04B7/04 | 分類號: | H04B7/04;H04B17/00;H04L1/06;H04L25/02;G01S19/35 |
| 代理公司: | 北京路浩知識產權代理有限公司 11002 | 代理人: | 胡小永 |
| 地址: | 100084 北京市海*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 快速 號子 空間 估計 方法 | ||
技術領域
本發明涉及數字信號處理技術領域,特別涉及一種降低信號子空間估計計算復雜度并保證數值穩健性的方法。
背景技術
隨著大規模集成電路和數字信號處理技術的發展,信號子空間估計問題已經成為許多領域的關鍵問題之一,如相控陣雷達的波達方向(DOA)估計和降秩空時自適應處理(STAP)、移動通信的多用戶檢測(Multi-user?Detection)等。傳統的信號子空間估計方法通常是對觀測數據協方差矩陣進行特征值分解(EVD),對應大特征值的特征向量張成信號子空間,其余特征向量張成噪聲子空間。然而由于特征值分解的計算復雜度非常高,數量級為O(M3),其中M為觀測數據的維數,并且需要計算觀測數據協方差矩陣,計算復雜度為O(M2N),其中N為形成協方差矩陣的采樣支持長度。因此利用特征值分解估計信號子空間的計算復雜度為O(M3+M2N)。然而在很多實際應用中,特別是相控陣雷達和第三代移動通信系統,觀測數據維數M通常很大,因此巨大的計算量往往限制了實時應用。
學術界和產業界相繼提出了一系列的信號子空間快速估計方法來避免計算特征值分解,如G.Xu提出了基于Lanczos的快速子空間估計方法,其計算復雜度為O(M2P+M2N),其中P為信號子空間的維數。當P遠小于M時,該方法的計算量得到一定程度減輕,然而其仍然需要計算協方差矩陣。另外一種方法是基于多級維納濾波(MSWF)前向迭代來估計信號子空間。多級維納濾波前向迭代可以在數據層次(data-level)或者協方差矩陣層次(power-level)實現。協方差矩陣層次的前向迭代與G.Xu的方法的計算量一致,而數據層次的前向迭代,特別是基于相關相減結構的阻塞矩陣選擇,能夠大大降低其計算復雜度,然而其數值穩健性無法得到保證,尤其在有限精度運算中。
發明內容
本發明的目的是克服上述缺陷,提出一種數值穩健的快速信號子空間估計方法。
為實現上述目的,本發明的快速子空間估計方法包括:
獲得天線陣元的觀測數據模型;
構造新的觀測數據,對所述新的觀測數據進行迭代;
根據所述迭代結果構造轉換矩陣;以及
獲得所述轉換矩陣的列向量。
進一步地,所述方法在所述構造新的觀測數據,對所述新的觀測數據進行迭代的步驟之前還包括:
根據所述觀測數據模型獲得天線陣元接收信號數據;
根據所述天線陣元接收信號數據構造新的期望信號和新的觀測數據;
其中,所述觀測數據模型為:
x(k)=[x1(k),x2(k),…,xM(k)]T,k=1,2,…,N
=A(θ)s(k)+n(k)
=[a(θ1),a(θ2),…,a(θP)][s1(k),s2(k),…,sP(k)]T
+[n1(k),n2(k),…,nM(k)]T
其中,xM(k)代表第M個天線陣元的信號數據;s(k),A(θ)和n(k)分別表示信號矢量、導向矩陣以及噪聲矢量;N為采樣支持長度,a(θi)代表波達方向為θi的信號導向矢量,并且其具有如下形式:
其中d和λ分別表示ULA陣的陣元間距以及接收信號的載波波長;
進一步地,所述對所述新的觀測數據進行迭代的步驟通過多級維納濾波前向迭代計算實現;
進一步地,所述迭代結果為:歸一化互相關矢量hi和阻塞矩陣QB,i;
進一步地,所述構造后的轉換矩陣為:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于清華大學,未經清華大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201010135205.2/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:全自動數控滾壓成型機
- 下一篇:新型的串動式刷輥結構





