线阵doa估计及波束形成算法实现realizationofdoaestimationandbeamformingalgo
随着移动通信的发展，对数据处理的要求也变得越来越高，阵列信号处理作为信号处理的一个重要分支，重要性和关注度也随之水涨船高。而波束形成和DOA估计能够直接影响系统处理信息的能力，它们能够增强有用信号，抑制干扰信号。本文主要研究阵列信号的波束形成算法和DOA估计的算法。主要研究内容如下1、波束形成方面波束形成算法发展至今，已经有许多成熟并且优越的算法来实现其优良性能，多种准则来确定其自适应权。其意义在于通过对各阵元进行加权求和，实现增强有用信号的目的，本文利用MATLAB GUI实现波束形成的两个算法，线性约束最小方差准则(LCMV)算法和最小均方(LMS)算法，利用上述算法形成指定方向上的波束，仿真结果表明，这两种算法具有较好的波束形成性能。2、 DOA方面DOA估计能够确定多个目标信号的空间位置，在阵列信号处理中是一个重要且有难度的一个参数，利用MATLAB GUI实现DOA估计的两个算法，MUSIC算法和ESPRIT算法，利用上述算法对信号源波达方向进行估计，仿真结果表明，这两种算法具有较好的DOA估计性能。关键字阵列信号处理；波束形成算法；DOA估计；MATLAB GUI
目 录
第一章 绪论 1
1.1研究背景及目的 1
1.1.1研究背景 1
1.1.2 研究目的及意义 1
1.2 课题研究现状与发展趋势 2
1.2.1 研究现状 2
1.2.2发展趋势 3
1.3论文主要结构 3
第二章 波束形成 4
2.1均匀线阵模型介绍 4
2.2波束形成介绍 5
2.3 波束形成算法 8
2.3.1线性约束最小方差算法(LCMV) 8
2.3.2最小均方算法(LMS) 10
2.4本章小结 12
第三章 DOA估计 13
3.1波达方向估计概念 13
3.2 DOA估计常见算法 13
3.2.1传统谱估计方法： 13
3.2.2.特征结构法 14
3.2.3.MUSIC算法 14
3.2.4.ESPRIT法 17
3.3本章小结 19 *好棒文|www.hbsrm.com +Q: ￥351916072￥
第四章 波束形成及DOA算法实现 20
4.1 MATLAB GUI介绍 20
4.2仿真结果 20
4.2.1.基于LCMV的波束形成算法实现 20
4.2.2.基于LMS的波束形成算法实现 22
4.2.3.基于MUSIC的DOA估计算法实现 23
4.2.4.基于ESPRIT的DOA估计算法实现 24
4.3本章小结 25
总 结 26
致 谢 27
参考文献 28
附录 30
第一章 绪论
1.1研究背景及目的
1.1.1研究背景
二十世纪以来，各行各业包括各人，对外界的交流更加频繁，伴随着信息量的大幅度增加，人们对无线移动通信的服务质量的需求呈爆炸式的速率与日俱增，对移动通信的要求也不断苛刻，因此，呈现在移动通信领域的一个迫在眉睫的任务是增加系统容量和改善服务质量。自适应天线阵列作为一种新型高效的信息接收发送方式，不仅能够从容面对当前系统容量成倍增加所带来的挑战，而且还能有效地改善系统性能，并使之大幅度提升。因此，自适应天线阵列目前已成为国内外研究的热点。
从上个世纪五十年代，“自适应天线”这个概念提出以来。自适应天线经过专家学者近几十年的研究，目前理论体系建设已基本完善。国内外专家研究内容主要集中在其中的波束形成，波达方向估计，多经参数估计等关键核心技术。其研究内容大体上可分为三个阶段。
(1)第一阶段：1960年——1970年，人们主要研究方面在于自适应波束控制上[1]。
(2)第二阶段：1970年——1980年，人们主要研究方面在于自适应零点控制上[2]。
(3)第三阶段：1980年——今天，人们主要研究方面在于空间谱估计[3]。
自适应天线主要是通过调节各阵元信号的加权向量的幅度和相位，以此改变阵列方向图的形状，进而产生空间定向波束[4]。
1.1.2 研究目的及意义
使用阵列信号很多好处：比如它能够有效地提高频谱利用效率，并降低基站发射功率，因此从系统成本上考虑，阵列信号处理有很强的优越性，同时它又能够使系统覆盖区域进一步扩大，大幅度提高系统容量，减少系统干扰并显著提升数据传输速率[5]。从环保角度考虑，又能减少电磁环境污染。阵列信号处理作为现代数据信号处理的一个重要分支，着重于对空间传输信号（声波、电磁波、地震冲击波）的获取、处理与传输，广泛应用于无线通信系统、雷达、声呐中。因其具有灵活的波束控制能力和极强的抗干扰能力[6]，具有较高的军事民事应用价值，这也是近几十年来阵列信号得以重视并蓬勃发展的原因。为了达到在复杂的电磁环境中，进行有效地检测和精确地估计信号参数的目的，故参数估计（以波达方向估计为代表）及空间滤波（波束形成）技术在阵列信号处理中显得尤为重要。
波束形成是阵列信号处理的一个重要分支，也是其重要标志之一，主要工作为：通过对阵列中各阵元加权来进行空域滤波，并且可以根据传输波所处的环境自适应的改变各阵元的加权因子。 波达方向估计(Direction of Arrival,DOA)是指空间信号的到达方向估计，是空间谱估计理论中一个重要概念，用来估计信号的空域参数或信源位置，也是众多领域的重要任务之一 [7]。
1.2 课题研究现状与发展趋势
1.2.1 研究现状
从“自适应处理”这个概念被提出以来，经过近几十年的发展，自适应阵列处理中波束形成技术和DOA估计技术已经建立起理论基础，各国主要工作一面继续研究更优良算法，一面将以成熟算法应用到实际[8]。
波束形成方面，Howells，widrow等人奠定了波束形成算法的基础，创立了诸如自适应旁瓣相消器，基于投影分析的波束形成技术，盲波束算法等一系列优秀算法。
DOA估计方面，最早的DOA估计算法是常规波束形成算法，但是其分辨率低，抗干扰能力弱，使自适应处理技术一直没有质的飞跃。分辨率一直是它的一个瓶颈，自从引入子空间方法之后，在分辨率问题方面取得了重大突破，1979年,Schmidt提出MUSIC算法,由于其算法的特殊性和实用性,社会一致认为该方法的提出,标志着DOA发展史上的一次质的突破[9]。后又经过Barabell的改良,大大较少了该算法的运算量,经过近十几年的发展,后人又提出了改进型MUSIC算法,大大提高了MUSIC的实用性。
而ESPRIT算法较MUSIC算法，减少了运算量，对系统计算能力的要求更低;虽然要求阵列必须具有平移不变性,所幸的是,在实际中,大部分阵列都具有此性质,因此适用性广[10]。
1.2.2发展趋势
目 录
第一章 绪论 1
1.1研究背景及目的 1
1.1.1研究背景 1
1.1.2 研究目的及意义 1
1.2 课题研究现状与发展趋势 2
1.2.1 研究现状 2
1.2.2发展趋势 3
1.3论文主要结构 3
第二章 波束形成 4
2.1均匀线阵模型介绍 4
2.2波束形成介绍 5
2.3 波束形成算法 8
2.3.1线性约束最小方差算法(LCMV) 8
2.3.2最小均方算法(LMS) 10
2.4本章小结 12
第三章 DOA估计 13
3.1波达方向估计概念 13
3.2 DOA估计常见算法 13
3.2.1传统谱估计方法： 13
3.2.2.特征结构法 14
3.2.3.MUSIC算法 14
3.2.4.ESPRIT法 17
3.3本章小结 19 *好棒文|www.hbsrm.com +Q: ￥351916072￥
第四章 波束形成及DOA算法实现 20
4.1 MATLAB GUI介绍 20
4.2仿真结果 20
4.2.1.基于LCMV的波束形成算法实现 20
4.2.2.基于LMS的波束形成算法实现 22
4.2.3.基于MUSIC的DOA估计算法实现 23
4.2.4.基于ESPRIT的DOA估计算法实现 24
4.3本章小结 25
总 结 26
致 谢 27
参考文献 28
附录 30
第一章 绪论
1.1研究背景及目的
1.1.1研究背景
二十世纪以来，各行各业包括各人，对外界的交流更加频繁，伴随着信息量的大幅度增加，人们对无线移动通信的服务质量的需求呈爆炸式的速率与日俱增，对移动通信的要求也不断苛刻，因此，呈现在移动通信领域的一个迫在眉睫的任务是增加系统容量和改善服务质量。自适应天线阵列作为一种新型高效的信息接收发送方式，不仅能够从容面对当前系统容量成倍增加所带来的挑战，而且还能有效地改善系统性能，并使之大幅度提升。因此，自适应天线阵列目前已成为国内外研究的热点。
从上个世纪五十年代，“自适应天线”这个概念提出以来。自适应天线经过专家学者近几十年的研究，目前理论体系建设已基本完善。国内外专家研究内容主要集中在其中的波束形成，波达方向估计，多经参数估计等关键核心技术。其研究内容大体上可分为三个阶段。
(1)第一阶段：1960年——1970年，人们主要研究方面在于自适应波束控制上[1]。
(2)第二阶段：1970年——1980年，人们主要研究方面在于自适应零点控制上[2]。
(3)第三阶段：1980年——今天，人们主要研究方面在于空间谱估计[3]。
自适应天线主要是通过调节各阵元信号的加权向量的幅度和相位，以此改变阵列方向图的形状，进而产生空间定向波束[4]。
1.1.2 研究目的及意义
使用阵列信号很多好处：比如它能够有效地提高频谱利用效率，并降低基站发射功率，因此从系统成本上考虑，阵列信号处理有很强的优越性，同时它又能够使系统覆盖区域进一步扩大，大幅度提高系统容量，减少系统干扰并显著提升数据传输速率[5]。从环保角度考虑，又能减少电磁环境污染。阵列信号处理作为现代数据信号处理的一个重要分支，着重于对空间传输信号（声波、电磁波、地震冲击波）的获取、处理与传输，广泛应用于无线通信系统、雷达、声呐中。因其具有灵活的波束控制能力和极强的抗干扰能力[6]，具有较高的军事民事应用价值，这也是近几十年来阵列信号得以重视并蓬勃发展的原因。为了达到在复杂的电磁环境中，进行有效地检测和精确地估计信号参数的目的，故参数估计（以波达方向估计为代表）及空间滤波（波束形成）技术在阵列信号处理中显得尤为重要。
波束形成是阵列信号处理的一个重要分支，也是其重要标志之一，主要工作为：通过对阵列中各阵元加权来进行空域滤波，并且可以根据传输波所处的环境自适应的改变各阵元的加权因子。 波达方向估计(Direction of Arrival,DOA)是指空间信号的到达方向估计，是空间谱估计理论中一个重要概念，用来估计信号的空域参数或信源位置，也是众多领域的重要任务之一 [7]。
1.2 课题研究现状与发展趋势
1.2.1 研究现状
从“自适应处理”这个概念被提出以来，经过近几十年的发展，自适应阵列处理中波束形成技术和DOA估计技术已经建立起理论基础，各国主要工作一面继续研究更优良算法，一面将以成熟算法应用到实际[8]。
波束形成方面，Howells，widrow等人奠定了波束形成算法的基础，创立了诸如自适应旁瓣相消器，基于投影分析的波束形成技术，盲波束算法等一系列优秀算法。
DOA估计方面，最早的DOA估计算法是常规波束形成算法，但是其分辨率低，抗干扰能力弱，使自适应处理技术一直没有质的飞跃。分辨率一直是它的一个瓶颈，自从引入子空间方法之后，在分辨率问题方面取得了重大突破，1979年,Schmidt提出MUSIC算法,由于其算法的特殊性和实用性,社会一致认为该方法的提出,标志着DOA发展史上的一次质的突破[9]。后又经过Barabell的改良,大大较少了该算法的运算量,经过近十几年的发展,后人又提出了改进型MUSIC算法,大大提高了MUSIC的实用性。
而ESPRIT算法较MUSIC算法，减少了运算量，对系统计算能力的要求更低;虽然要求阵列必须具有平移不变性,所幸的是,在实际中,大部分阵列都具有此性质,因此适用性广[10]。
1.2.2发展趋势
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/dzkxyjs/1030.html
