一种基于自适应虚拟CP增长技术的DOA估计方法与流程

本发明涉及一种基于自适应虚拟cp增长技术的doa(directionofarrival，波达方向)估计方法avcpg(adaptivevirtualcpgrowth)，适用于lte系统中的上行sc-fdma信号。

背景技术：

在实际的通信环境中，信号在传输过程中会产生多径现象，即信号经过折射、反射、衍射等，导致不同幅度不同时延的信号从不同角度到达接收端，这在接收端即会产生相干信号源。

空间平滑算法是一种能有效地去相关的预处理方法，其基本思想是将ula分成若干个阵列流型相同的子阵，从而将各子阵列的协方差矩阵进行平均以实现去相干。空间平滑算法虽然可以解相干，但是由于子阵列的阵元数少于原阵列的阵元数，子阵列的有效孔径降低，最大可分辨的信号源数目仅为原阵元数目的一半。为了增加阵列的有效孔径，pillai和kwon提出了前后空间平滑算法，即双向抽取子阵列，从而得到协方差矩阵，最大可分辨的信号源数目为原阵元数目的2/3。

在lte系统中，上行信号采用sc-fdma调制技术，它具有ofdm技术的大部分有点，本身即具有较好的抗isi性能，并且sc-fdma也采用了循环前缀作为保护，大大减少甚至消除了isi。lte系统设计的cp能满足绝大多数传播环境下的多径时延要求(4.68us)。所以，在lte系统中，对上行sc-fdma信号的doa估计依赖自身的cp即可来抵抗多径。

技术实现要素：

本发明所要解决的技术问题是提供一种基于自适应虚拟cp增长技术的doa估计方法(adaptivevirtualcpgrowth，avcpg)，在lte系统上行信号的背景下，结合基于sc-fdma符号的doa估计算法，运用自身的cp来抵抗多径干扰，并加以优化，进一步提高算法的实时性和实用性。

本发明为解决上述技术问题采用以下技术方案：

本发明提供一种基于自适应虚拟cp增长技术的doa估计方法，具体步骤如下：

步骤1，根据工程需要明确估计算法的均方根误差性能rmse；

步骤2，根据阵列接收数据的信噪比，得到当前用户doa估计所需的快拍数p和阵元数l；

步骤3，由基于sc-fdma符号的doa估计算法得到sc-fdma符号序列，对此序列进行虚拟cp增长，去掉首尾共2048-p个数据，保留2048个接收数据中间p个数据；

步骤4，运用p个快拍数据和l个阵元数，计算得出用户的doa估计值。

作为本发明的进一步技术方案，信噪比snr的范围为-5db～50db的情况下，均方根误差rmse为：

作为本发明的进一步技术方案，步骤2中根据阵列接收数据的信噪比，得到当前用户doa估计所需的快拍数p和阵元数l，具体为：

2.1，在阵元数sensor_n一定时，将信噪比在-5db～50db中遍历，得到k组三维数据(rmse，snapshot_n，snr)，进而拟合得到snapshot_n与snr之间的拟合函数关系snapshot_n’(snr)；再根据拟合均方根误差rmse’对snapshot_n’(snr)进行修正，得到修正的函数关系

2.2，在快拍数snapshot_n一定时，将信噪比在-5db～50db中遍历，得到k组三维数据(rmse，sensor_n，snr)，进而拟合得到sensor_n与snr之间的拟合函数关系sensor_n’(snr)；再根据拟合均方根误差rmse’对sensor_n’(snr)进行修正，得到修正的函数关系

2.3，在doa估计的预处理处编纂四元组(rmse，snapshot_n，sensor_n，snr)的表格，根据阵列接收数据的信噪比，查询表格即可得到特定信噪比下最优的(snapshot_n，sensor_n)，即最少的快拍数p和最少的阵元数l。

作为本发明的进一步技术方案，步骤3的具体步骤为：

1)对接收到的数据去掉cp，然后进行解调；

2)由dci的格式0，计算得到用户分配的rb数量及起始rb，进而分离得到目标用户子载波数k及其数据；

3)对2)中的目标用户数据进行资源映射；

4)对3)中子载波映射后的数据，重新进行调制，得到目标用户的sc-fdma符号序列；

5)对4)中的sc-fdma符号序列进行虚拟cp增长，去掉首尾共2018-p个数据，只保留2048个接收数据中间p个数据。

作为本发明的进一步技术方案，步骤4中运用p个快拍数据和l个阵元数，通过music或uca-rb-music算法计算得出用户的doa估计值。

本发明采用以上技术方案与现有技术相比，具有以下技术效果：本发明提供的基于自适应虚拟cp增长技术的doa估计方法，复杂度低于经典的空间平滑解相干doa估计算法，并且能保证较好的估计均方根误差性能。

附图说明

图1是阵元数为8，snr＝12db时得出的快拍数与均方根误差的图；

图2是快拍数为322，snr＝12db时基于sc-fdma符号的doa估计均方根误差性能与阵元数的关系；

图3是本发明的方法流程图。

具体实施方式

下面结合附图以及具体实施例对本发明的技术方案做进一步的详细说明：

本发明提供一种基于自适应虚拟cp增长技术的doa估计方法，首先，需要根据工程需要明确估计算法的均方根误差性能。

均方根误差rmse与接收信号信噪比有关，当信噪比snr很低时，误差rmse达不到0.1°。本发明中，考虑信噪比从-5db～50db的情况，这里作如下处理：

其次，由阵列接收数据的信噪比，得到当前用户doa估计所需的快拍数p和阵元数l。

在基于sc-fdma符号的doa估计算法中，对特定的信噪比(snr)而言，若要达到rmse性能要求，并非每次都需要2048个快拍数，当快拍数超过一定值，继续增加快拍数会让算法运算量增大，而性能几乎没有增长。

当阵元数sensor_n一定时，若信噪比已知，则可以通过matlab仿真可求得满足指定均方根误差所需的最小快拍数snapshot_n。将信噪比在-5db～50db中遍历，则可由仿真求得k组三维数据(rmse，snapshot_n，snr)，继而得出snapshot_n与snr之间的函数关系。我们可以使用不同的拟合方式得到拟合函数关系snapshot_n’(snr)，该拟合函数关系有两个性能指标：拟合度r-squre和拟合均方误差rmse’。

由于快拍数snapshot_n为整数，故需要将上述snapshot_n与snr之间的函数关系snapshot_n’(snr)向上取整。

在实际的工程应用中，为了满足rmse所要求的性能，快拍数snapshot_n必须保证足够。但是函数拟合的误差总是存在的，拟合函数得出的snapshot_n可能大于也可能小于所需的最小真实快拍数。当snapshot_n大于最小真实快拍数时，显然可以达到rmse所要求的性能；当snapshot_n小于最小真实快拍数时，doa估计的快拍数不足，从而估计rmse将达不到所要求的性能rmse，故此时对上述拟合函数关系snapshot_n’(snr)进一步修正，即：加上拟合均方根误差rmse’的向上取整值，得到修正的函数关系snapshot_n(snr)，

考虑到在上述每一组特定的rmse性能、信噪比以及快拍数的条件下，阵列的阵元数存在一个最小值，只要阵列的阵元数不小于这个临界值，即可达到rmse所要求的性能。

仿照snapshot_n(snr)的得出过程，在快拍数一定的前提下，可以根据信噪比求出满足rmse性能要求的最小阵元数，同样可通过仿真遍历信噪比求得m组(rmse，sensor_n,snr)，继而得出sensor_n与snr之间的函数关系，使用不同的拟合方式得到的函数关系总结为sensor_n’(snr)。

sensor_n与snr间的拟合函数关系sensor_n’(snr)也需要通过向上取整并增加拟合均方根误差rmse’的向上取整来进一步修正，得到修正的函数关系sensor_n(snr)，

因此，由阵列接收数据的信噪比，在阵元数确定时，可通过式snapshot_n(snr)可以得到当前用户doa估计所需的快拍数p；在快拍数确定时，可通过式sensor_n(snr)可以得到阵元数l。

综合snapshot_n(snr)和sensor_n(snr)，可得三元组(snapshot_n，sensor_n，snr)，在实用中可以不断地修正使其具有较强的稳定性和鲁棒性。然后，即可以在doa估计的预处理处编纂四元组(rmse，snapshot_n，sensor_n，snr)的表格，这样在未来的使用中即不必再通过重复计算，即可快速得到特定信噪比下最优的(snapshot_n，sensor_n)，即最少的快拍数据和最少的阵元数目，从而在运算量理论上最少的情况下，获得均方根误差rmse的性能保证。

再次，由基于sc-fdma符号的doa估计算法得到sc-fdma符号序列，对此序列进行虚拟cp增长，去掉首尾共2048-p个数据，只保留2048个接收数据中间p个数据，具体步骤为：

1)对接收到的数据去掉cp，然后进行解调；

2)由dci的格式0，计算得到用户分配的rb数量及起始rb，进而分离得到目标用户子载波数k及其数据；

3)对2)中的目标用户数据进行资源映射；

4)对3)中子载波映射后的数据，重新进行调制，得到目标用户t的sc-fdma符号序列；

5)对4)中的sc-fdma符号序列进行虚拟cp增长，去掉首尾共2018-p个数据，只保留2048个接收数据中间p个数据。

最后，运用p个快拍数据和l个阵元数通过music或uca-rb-music算法来得出用户的doa估计值。

具体实施例

本实施例包含两部分：

第一部分是通过具体的仿真数据，说明在特定的均方根误差性能的前提下，对于每一个接收数据信噪比，都存在快拍数和阵元数的最小值。

图1是在阵元数为8，snr＝12db时得出的快拍数与均方根误差的图。因为snr＝12db，根据步骤一中的rmse表达式，选择此时的均方根误差rmse为0.1°。从图中可以看出，在均方根误差小于0.1°时所需的最少的快拍数是322，从而此时的(rmse，snapshot_n，snr)对应于(0.1°，322，12)。

图2表示基于sc-fdma符号的doa估计均方根误差性能与阵元数之间的关系，这种关系是在图1所示的rmse性能不超过0.1°的条件下所得到的最小快拍数为322的基础上，通过改变不同的阵元数并计算各自的rmse性能而得到的。由图2可知，只要阵元数大于等于8，就能保证算法的rmse≤0.1°，此时的(rmse，sensor_n，snr)对应于(0.1°，8，12)。

综合上述求得的两个三元组，可得对应信噪比snr＝12的四元组(rmse，snapshot_n，sensor_n，snr)为(0.1°，322，8，12)。

第二部分是阐述了基于自适应虚拟cp增长技术的doa估计方法的具体实施步骤，图3为其方法流程图。

1.根据工程需要明确估计算法的均方根误差性能。

2.由阵列接收数据的信噪比，通过snapshot_n(snr)得到当前用户doa估计所需的快拍数p，通过sensor_n(snr)得到阵元数l。

考虑接收信噪比为-5db～50db，以间隔1db遍历，即此时的k为56。按照图1和2的进行仿真，最终可分别得k组(rmse，snapshot_n，snr)和(rmse，sensor_n，snr)。

下面用求得的k组具体三维数据来分别求得snapshot_n(snr)和sensor_n(snr)。

1)当rmse≤0.6°且-5db≤snr≤-1db时

由matlab“sumofsine”的拟合方法得到其拟合曲线，拟合度r-squre＝0.97，拟合均方根误差rmse’为115.5，所得的函数为：

snapshot_n’(snr)＝1570×sin(0.3189×snr-3.107)

2)当rmse≤0.2°且0db≤snr≤9db

由“fourier”拟合方法可以得到拟合度r-squre＝0.9583，拟合均方根误差rmse’为213.3的拟合曲线。

所得到的函数为：

snapshot_n’(snr)＝940.6+719.9×cos(0.4718×snr)+

378.6×sin(0.4718×snr)+301.9×cos(0.9436×snr)

+72.9×sin(0.9436×snr)

3)当rmse≤0.1°且10db≤snr≤19db

同理，由三次多项式可以得到拟合度r-squre＝0.991，拟合均方根误差rmse’为23.37的拟合曲线。

所得到的函数为：

snapshot_n’(snr)＝-0.6026×snr³+34.09×snr²-662.5×snr+4419

4)当rmse＝0°且20db≤snr≤50db

运用指数函数逼近的方法可以得到较好的拟合度为r-squre＝0.9789，拟合均方根误差rmse’为23.35的拟合曲线。

拟合函数为：

snapshot_n’(snr)＝1.447×10¹⁹×e^-1.919×snr+5.364×10⁴×e^-0.2427×snr

快拍数snapshot_n与信噪比snr的关系总结为：

将上述snapshot_n与snr的关系向上取整，如情况1)中的关系式可以加上拟合均方根误差rmse’(此时为115.5)的向上取整值(即加上116)修正如下：

仿照snapshot_n(snr)的得出过程，使用不同的拟合方式得到的下列拟合函数关系sensor_n’(snr)，其具体过程不再赘述：

sensor_n与snr间的拟合函数关系sensor_n’(snr)也需要通过向上取整与增加拟合均方根误差rmse’来进行修正。

综合snapshot_n(snr)和sensor_n(snr)即可得到在不同均方根误差性能rmse条件下三维变量snapshot_n、sensor_n及snr间的约束关系，最终可制成四元组(rmse，snapshot_n，sensor_n，snr)的表格。通过接收信噪比查找此表格，可得对应的快拍数p和阵元数l。

3.由基于sc-fdma符号的doa估计算法得到sc-fdma符号序列，对此序列进行虚拟cp增长，去掉首尾共2048-p个数据，只保留2048个接收数据中间p个数据，具体步骤为：

1)对接收到的数据去掉cp，然后进行解调；

2)由dci的格式0，计算得到用户分配的rb数量及起始rb，进而分离得到目标用户子载波数k及其数据；

3)对2)中的目标用户数据进行资源映射；

4)对3)中子载波映射后的数据，重新进行调制，得到目标用户t的sc-fdma符号序列；

5)对4)中的sc-fdma符号序列进行虚拟cp增长，去掉首尾共2018-p个数据，只保留2048个接收数据中间p个数据。

4.运用p个快拍数据和l个阵元数通过music或uca-rb-music算法来得出用户的doa估计值。

以上所述，仅为本发明中的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人在本发明所揭露的技术范围内，可理解想到的变换或替换，都应涵盖在本发明的包含范围之内，因此，本发明的保护范围应该以权利要求书的保护范围为准。