基于MUSIC和LMS算法的智能天線設(shè)計
分析表明,協(xié)方差矩陣的特征向量屬于兩個正交子空間之一,稱之為特征子空間(信號子空間)和非主特征子空間(噪聲子空間)。相應(yīng)于DOA的導(dǎo)引向量位于信號子空間,因而與噪聲子空間正交。通過在所有可能的陣列導(dǎo)引向量中搜尋那些與非主特征向量張成的空間垂直的向量,就可以確定DOA。
為尋找噪聲子空間,構(gòu)造一個包含噪聲特征向量的矩陣,如式(19)所示本文引用地址:http://butianyuan.cn/article/188729.htm
因為相應(yīng)于信號分量的導(dǎo)引向量引噪聲子空間特征向量正交,即對于θ為多徑分量的DOA時,aH(θ)VnVHna(θ)=0。于是多個人射信號DOA可以通過確定MUSIC空間譜的峰值作出估計,這些峰值由式(20)給出
a(θ)和Vn的正交性將使分母達(dá)到最小,從而得到定義的MUSIC譜的峰值。MUSIC譜中個最大峰值對應(yīng)于入射到陣列上的信號的DOA。
3 MUSIC算法的實現(xiàn)
MUSIC算法的實現(xiàn)步驟可以總結(jié)如下
(1)收集輸入樣本X(i),i=1,…,N,估計輸入?yún)f(xié)方差矩陣,如式(21)所示
(2)對上面得到的協(xié)方差矩陣Rx進(jìn)行特征分解,如式(22)所示
(3)利用最小特征值λmin的重數(shù)K估計信號數(shù)D^,如式(23)所示
D^=M-K (23)
按特征值的大小順序,把與信號個數(shù)D^相等的特征值和對應(yīng)的特征向量看作信號子空間,把剩下的M一D^個特征值和對應(yīng)的特征向量看作噪聲子空間,得到噪聲矩陣,如式(24)所示
(5)使θ變化,找出PMUSIC^(θ)的D^個最大峰值,得到DOA的估計值。
4 基于LMS算法的自適應(yīng)波束算法
LMS算法是一種自適應(yīng)波束賦形算法,通過迭代來求解最小均方誤差(MMSE)準(zhǔn)則下的最優(yōu)權(quán)重。自適應(yīng)算法包括兩個步驟,具體過程是:
第一步:假設(shè)陣列天線所接收到的信號可以表示為x(k)=[x0(k),x2(k),…,xM-1(k)]H,對當(dāng)前第k次快拍接收信號的加權(quán)系數(shù)為w=[w0,w1,…,wM-1]H,波束賦形器的輸出可以寫為y(k)=wH(k)x(k),輸出信號y(k)與期望信號s(k)的誤差信號為e(k)=s(k)一y(k);
第二步:根據(jù)公式w(k+1)=w(k)+2μx(k),求取對k+1次快拍的加權(quán)向量值,其中μ為固定步長因子,0μ1/λmax,λmax為Rxx最大特征值。
5 仿真實驗和性能評估
智能天線系統(tǒng)實現(xiàn)先根據(jù)MUSIC算法得到天線陣列接收端的信號方向,然后選擇期望信號,使用LMS算法實現(xiàn)自適應(yīng)波束成形,使得發(fā)射信號方向指向所選擇信號的入射方向。
仿真實驗一:模擬4個窄帶信號分別以20°,40°,60°,80°方向的信號入射到均勻線陣上,陣元間距為入射信號波長的1/2,信號間互不相關(guān),與噪聲相互獨立,噪聲為理想高斯白噪聲,天線個數(shù)為8,采樣快拍次數(shù)為l 280。仿真結(jié)果,如圖2所示,采用MUSIC算法可以很好的估計出入射信號個數(shù)和方向。
仿真實驗二:由仿真實驗一,MUSIC算法可以識別天線接收端的信號的入射方向,而自適應(yīng)波束成形通過最小二乘算法(LMS)來實現(xiàn)。選擇40°的波達(dá)方向信號進(jìn)行波束賦形和對其它方向信號進(jìn)行干擾抑制的仿真。
仿真條件:天線陣列的個數(shù)是8,陣元間距為入射信號波長的l/2,噪聲為理想高斯白噪聲,信噪比lO dB,采樣快拍次數(shù)為1 280次,μ取值為0.001,仿真結(jié)果,如圖3顯示,在40°主瓣方向上的幅度響應(yīng)比其他方向至少大10 dB,對20°和60°方向的干擾信號實現(xiàn)了很好的干擾抑制。
6 結(jié)束語
文中采用MUSIC和LMS算法實現(xiàn)智能天線系統(tǒng)。由仿真結(jié)果可以看出MUSIC算法能夠識別出等距線形天線陣列上入射信號的方向,采用LMS算法能夠?qū)崿F(xiàn)自適應(yīng)波束賦形,對干擾信號進(jìn)行有效抑制。但是對于MUSIC算法,如果入射信號相關(guān)時,相關(guān)信號會導(dǎo)致陣列接收數(shù)據(jù)的協(xié)方差矩陣秩的虧缺,從而使得信號特征向量發(fā)散到噪聲子空間去,導(dǎo)致某些相關(guān)源的方向矢量與噪聲子空間不完全正交,無法正確估計信號源方向,此時MUSIC算法就會失效,所以這個時候應(yīng)該考慮先解除信號的相關(guān)性。而對于固定步長的LMS算法,雖然算法簡單,μ值應(yīng)為一個保持不變的估計值,且事先須取得輸入信號的統(tǒng)計特性。但隨著向最優(yōu)解方向的前進(jìn),權(quán)值的調(diào)整由粗到細(xì),μ值也應(yīng)該由大到小改變,使收斂迅速趨近最優(yōu)解,所以未來將采用變步長的LMS算法。但本實現(xiàn)方案對于其它陣列結(jié)構(gòu),如圓形天線陣列自適應(yīng)波束成形的有效性和復(fù)雜度則有待進(jìn)一步研究。
評論