专利名称：测量无线信道的特性的方法和测量装置的制作方法
技术领域：
本发明涉及一个测量无线信道特性的方法，在该方法中接收二维天线阵的一定数目的接收传感器的信号，其中关于不同的二维入射方向的方位角与仰角和不同的延迟，接收信号各包括发送信号的次波。
此外，本发明涉及测量无线信道特性的一个测量装置，其具有均匀的天线阵，该天线阵具有一定数目的天线传感器，其中每个天线传感器后排列一个模-数扫描、一个信号匹配的滤波器以及用于离散傅里叶变换的级，并且至少预先规定用于实现接收级的一个信号处理器。
在许多应用中、比如声纳、雷达、卫星通信和移动无线通信中，期望高分辨率的无线信道测量，其也提供一个方向信息。无线信道例如体现在基站和移动站之间的连接。对容量不断增加的要求和有限的频率资源要求一个增高的频谱效率。在这些方面可以通过在基站上使用智能的天线阵而获得一个显著的增益，其中利用了无线信道内在的空间分集。二维的组几何不仅允许估算主要的、也就是说例如最高效能的波阵面的方位角而且允许估算其仰角，这些波阵面一组地入射。例如2-D单一ESPRIT是一个有效的方法，其以完整的形式估算自动成对的方位角和仰角，比如在M.Haardt、M.D.Zoltowski、C.P.Mathews和J.A.Nossek的“2D单元的ESPRIT用于有效的2D参数评估”中，在Proc.IEEE Int.Conf.Acoust.，演讲，信号处理，第3期，2096-2099页，底特律，MI1995年5月中说明。
关于主方位角的仰角的移动无线信道的准确认识是重要的，以便可以为未来的移动无线系统研制有效的智能天线设计。如果考虑主波阵面的仰角，这例如有助于在移动无线系统中显著降低近远问题，这例如对于具有直接序列的CDMA系统(码分多址)是特别必要的。利用智能天线推敲出的设计对于不同的移动无线系统、特别是对于第三代移动无线系统是大的、不是最终商业需要。
因此获得并分析利用二维入射方向的统计和到达的波阵面的延迟是必须的。
以此为出发点，即仅仅确定到达的波阵面的方位角提供一个显著错误，如果到达的波阵面的仰角是大的，则根据J.Fuhl、J.P.Rossi，和E.Bonek的“用于城市移动无线电的高分辨率3D到达方向确定”，IEEE Trans.天线和传播，卷，1997年4月第672-682页，获得一个3D信道检验方法。在这个文献节中作者描述了一个信道检验的测量装置，在该测量装置中以此确定主传播路径的2D入射方向(方位角和仰角)的高分辨率的估算，即对于每个已估算的脉冲响应-延迟时间分别解决一个二维的谐波检索问题。对此使用的信道测试器发出一个f0=890MHz载波，其以15兆比特/秒通过一个最大长度的二进制序列相位调制，其含有511位。然后解调在同一天线的一个均一矩形阵上获得的测量，在基带中混频并分解，以便获得I和Q分量。通过这种方式获得的复杂包络线与最大长度的二进制序列相关，以便分别获得适合于天线阵的每个传感器的脉冲响应。存储这个脉冲响应用于进一步处理。入射到天线阵上的主波阵面的二个角度，即方位角和仰角，共同通过已经提到的2D单一ESPRIT被分别确定用于每个预先确定的延迟时间。在此附加参阅M.Haardt的论文“有效的一、二和多维的高分辨率的矩阵信号处理”，慕尼黑工程学院1996年，ISBN3-8265-2220-6(63-66页)。具有叠加子组件的空间滤波作为用于相干波的去相关的预处理步骤使用，并且最后对于每个延迟时间分别估算波阵面的角度和幅度。
在不同的使用信道测试器和一个均一的矩形天线阵的场试验中成功地使用了这个2-D单一ESPRIT方法，其中对于主传输通路，自动提供成对的2D入射角估算。测量结果形成检查和分析利用射束跟踪模型的基础和定向传播信道模型的参数基础。在大多数已知的测量装置中，(虚拟)天线阵安置在基站上，并且从移动站发送。在上述论文IEEETrans.天线和传播中，发射机预先规定在基站上，并且(虚拟)天线阵是移动的。在各种已知的测量试验中，通过移动单个天线到虚拟天线阵的天线阵子的位置模拟天线阵。对此特别的注意力必须放在准确的位置上和在发射方和接收方之间的认真的同步上，为此参见U.Martin的“通过回声估计对移动无线电信道进行建模”，频率，1994年第48期，198-212页。在已经二次提到的论文IEEE Trans.天线和传播中也指出，2-D单一ESPRIE方法的使用导致一个比在传统的傅里叶分析中高一个数量级的分辨率。
此外，从Richad Roy和Thomas Kailath的“通过旋转的恒定技术进行信号参数的ESPRIT-评估”中，在IEEE在声学上的处理，语音和信号处理，1989年7月第37卷第7期。984-995页中公开了一个方法，通过该方法也可以估算接收的波阵面的入射方向。从DE19511752A1中公开了一个方法，其高分辨率地分析利用用于方向和频率估算的信号。
本发明的任务在于，以已知的方法为出发点，找出一个方法，该方法能够在短测量时间内以较高的准确度并且以低的计算费用同时确定方位角和仰角以及主波阵面的延迟。
根据本发明以此解决这个问题，即发送信号含有一个预选测试序列，并且同时估算入射角以及主波阵面的延迟。
如果估算方位角、仰角和延迟，数据矩阵包含重叠的用于每个波阵面的二个空间的和一个时间的不变量。
二个空间频率能够非常简单地换算为波阵面到达测量站的角度(方位角和仰角)，并且附属的时间频率换算为附属的到测量装置的延迟。
本发明确定在数据矩阵中每个主波阵面的重叠的空间和时间的不变量，并且这些不变量对于每个主波阵面来说换算为相应的角度和延迟。此外可以在估算的三维参数的基础上估算复数的幅度。
如果在考虑测试序列的碎片信号波形的情况下同时进行估算，则能够多次获得改善的结果。
如果解调每个天线传感器的信号并且然后以测试序列的每碎片的Mc个扫描值进行扫描，则给出一个有益的信号处理。
在一个简单的信号处理的意义上这是适用的，即通过离散的傅里叶变换在频率范围内变换得出的扫描值，和/或在考虑碎片信号波形的频谱的情况下修改得出的值，其中由对于每个传感器得出的值形成的行矢量可以构成一个数据矩阵XF，该矩阵包含在空间频率范围内表征信道的不变量。
与已知的方法相比，通过本发明能够明显提高准确度，并且同样象测量时间一样降低了计算费用。本发明可以特别适用于移动无线范围，可是决不限制与此。其优点例如也适用于声纳应用中和雷达技术中。这意味着，根据本发明的方法不限制于具有赫兹波的“无线信道”，而且例如也可以应用在超声波信道中。
在本发明的一个实用的变体中预先规定，一个已调制的PN序列用作发射信号。一个如此的伪噪声序列的应用得出这样的优点，即一方面可以简单产生，另一方面可以容易分析利用。
如果在解调之前每个天线传感器的信号在基带中混频，则得出简单的信号处理。
在一个值得推荐的变体中信号匹配地对扫描信号滤波，因为由此得出信/噪比的优化。
另外这是实用的，即对接收的信号过扫描，也就是说以一个大于双倍的接收信号带宽的扫描频率进行扫描，因为由此能够达到信/噪比的改善。
为了低地保持噪声的影响，推荐，当在频率范围内变换扫描值之后拒绝低于可预先确定功率界限的值。因为由此附加得出降低的计算费用。
一个这样的变体是实用的，在该变体中，在时间范围内的变换之后通过分开碎片信号流的平方频谱修改扫描值，因为借此改善扫描数据的时间上的不变量结构。
这也可以适用，即扫描值在空间频率范围内进行滤波，因为由此能够实现计算费用的另外降低和波阵面的去相关。
由此表明一个值得推荐的变体，借助于一个三维的、高分辨率的频率估算算法在空间频率范围内进行重叠的空间和时间的不变量的推断和分配。通过共同估算主波阵面的方位角、仰角和延迟时间得出一个较高的估算准确度。
如果在三维的、高分辨率的频率估算算法中考虑在空间频率范围内的彩色噪声，则保证估算结果的期望准确。
这是值得推荐的，实施三个矩阵的同时Schur-分解用于对偶形成估算值，从矩阵的特征值中获得三维的频率估算值，因为由此得到单值性和较高的估算准确度。
可以预先规定，使用3-D单一ESPRIT方法作为频率估算算法，因为在低的计算费用下这提供自动配对的3-D参数估算值和高的估算准确度。
这是实用的，共同在空间频率范围内和/或在空间时间范围内估算复数的幅度。在空间频率范围内的共同估算有这样的优点，在同一域内进行估算，就象其余的参数估算，对此在空间时间范围内的共同估算意味着较少的计算费用，并且提供准确的估算结果。
对此，这是值得推荐的，按照加权的最小二乘法实施共同估算，因为这按照具有最小方差的期望准确的估算。对此参见D.G.Luenberger的通过矢量空间模型的优化，John Wiley和孩子，纽约，NY，1969(82、83页)。
通过开始提到形式的测量装置解决了这个任务，在该测量装置中应用根据一个或多个刚刚说明特征的方法。
下面根据实施例详细阐述本发明，该实施例在附图中说明，在附图中，
图1指出了方位角和仰角的定义，和图2以图解说明指出根据本发明方法的通路，以均一矩形天线阵的单个天线出发直到体现信道模型的数据矩阵。
首先简短概述本发明，关于详细说明的方法步骤和若干实施例然后进行详细阐述。
出发点是根据已经多次提到的论文IEEE Trans.天线和传播中的方法，其中相位调制具有一个最长包含511位的二进制序列的载波。在解调和向下混频之后，复杂的包络线包括一系列矩形的碎片。与已知的方法相反，本发明当然允许使用不同的碎片信号波形。在矩形碎片信号波形的情况下，比如根据DE19511751A，如果多余一次地扫描每碎片，则本发明显著改善了效率。对此看出，在每次各一个碎片(Mc=1)扫描的情况下，与PN序列(伪噪声序列)的相关在时间范围内导致一个峰值。可是如果Mc=2，则一个相关产生三个峰值，可是其作为具有相同入射方向的三个波阵面说明不同的幅度和延迟。为了避免这种分歧和因此不准确的估算，在过扫描的情况下必须考虑碎片信号波形。如果使用另外的碎片信号波形-这在下面此外阐述-，如果仅仅每次扫描各一个碎片，也就是说Mc=1，则当然改善了效率。
在已知的方法中假设，添加噪声(脉冲干扰)Rnn的空间频率相关矩阵等于按比例的标识矩阵，也就是说Rnn=σ2nI。(1)如果在空间数据范围内噪声是空间和时间上非相关的，则一般等式(1)不适用。本发明也可以在空间频率范围内处理彩色噪声。例如估算添加噪声的空间频率相关矩阵，然而不存在有效的运用，这在后面还要阐述。如果已知入射的噪声的统计学，则能够在空间频率范围内计算噪声协方差矩阵。在本发明中，相应地更改高分辨率测向的算法单一ESPRIT。
因为仅仅估算主波阵面的参数，所以弱的波阵面可以解释为彩色噪声。可以由此估算该噪声的协方差矩阵，即从所有波阵面的已估算的协方差矩阵中减去已估算的主波阵面的协方差矩阵。由此能够另外提高估算准确度。
3-D单一ESPRIT方法使共同估算2-D的、包含方位角和仰角的入射方向以及主波阵面的延迟成为可能。自动成对地进行这些参数估算。对此可以得到的准确度是极高的。这能够表明，对于切合实际的信噪比(SNR≥5dB)，3-D单一ESPRIT方法的效率非常接近于Cramer-Rao下限。在以前多次提到的方法中，分别估算对于每个传感器的脉冲响应。然后分别对于每个被扫描的延迟时间估算二维的入射方向。根据相对大的间隔这导致时间分辨率的恶化。因此在时间分辨率和计算费用之间存在妥协。通过共同估算参数，在本发明中避免这种妥协，并且与已知的方法相比达到准确度的显著提高。可以看出，在基于最大概率的解的信道分析算法中，计算的复杂性显著大于在3-D单一ESPRIT方法中的计算复杂性。
在已知的方法中，对于固定的延迟时间估算幅度，这基于对在空间时间范围内对于相应固定的延迟而估算的入射方向。与此相对，在本发明中，根据上面提到的共同的参数估算，准确度不仅对于延迟而且也对于2-D入射方向来是较高的。
此外，可以在不仅考虑入射方向而且也考虑延迟的情况下共同估算幅度。有意义地提高了幅度估算的准确度。可以或者在空间频率范围内或者在空间时间范围内进行估算，其中一般在空间时间范围内得到的结果是准确的。
由于以这种假设为出发点，即在信道分析期间信道是不随时间变化的，所以这是值得推荐的，即测量时间限制在短的间隔内。这可以通过减小扫描的数目实现，否则-与已知的方法相比-由此产生结果的恶化。在本发明中，以此能够显著提高准确度，即考虑碎片信号波形。由此可以通过过扫描提高提供使用的扫描的数目，以便实现较高的准确度。对此必须补充说明，在公开于上述论文(IEEE Trans.天线和传播)的方法中过扫描导致一个典型错误。
通过共同估算的参数，基于3-D单一ESPRIT方法获得相应估算准确度的显著提高。此外在本发明中，在使用以前估算的延迟或者2-D入射方向的情况下，在空间频率或空间时间范围内可以估算幅度，这导致准确度的另外的提高。
为了详细阐述本发明，下面假设，信道时间不变地保持P个脉冲群。测试信号包括P个脉冲序列，其借助于一个PN序列调制，比如在S.Haykin的通信系统，John Wiley & Sons，纽约，NY，第三版，1994，(431-434)中说明，并且可以记作s(t)=Σi=0P-1c(i-iT)---c(t)=Σm=0Nc-1dmpc(t-mTc)---(2)]]>对此，Nc是在PN序列中碎片的数目，通过dm，1≤m≤Nc-1定义。在上面的等式中，Tc表示碎片持续时间，T表示序列持续时间，并且Pc(t)表示碎片信号波形。例如可以使用所谓的“升高的正弦”信号波形，其是如下定义的pc(t)=EcTc·sinc(2Wnt)·cos(2πβWnt)1-(4βWnt)2′---(3)]]>其中Wn=1/(2·Tc)，以β表示转出系数，并且W=Wn(1+β)表示必需的信号带宽(参见S.Haykin的通信系统，John Wiley和孩子，纽约，NY，第三版，1994)。Wn表示一个Nykuist信道(β=0)的信号带宽。为了满足Nykuist条件，扫描间隔必须小于或等于Tc/(1+β)。
此外假设，(移动的)无线电台处于天线阵的远辐射区，以至于入射的波阵面差不多是平的。窄带假设是通用的在传播时间内，沿着天线阵仅仅不重要地改变入射的波阵面的复杂包络。信号模式因此包含每个波阵面的延迟、幅度和2-D入射方向，该波阵面沿着测量站的天线阵。否则因此出现一般性的损失，在接收站上，在x方向上使用具有M1个传感器的均一矩形阵URA，并且在y方向上使用具有M2个传感器S1…S4的均一矩形阵URA(参见图2)。具有方位角φk和仰角θk(参见图1)以及幅度ρk，1≤k≤K、波长λ的K个窄带的平的波阵面入射到这个阵上。有噪声的测量可以形成x(t)=ADss(t)+n(t). (4)其中传感器输出端在时问t互相写入列矢量x(t)，以至于该阵的控制矩阵A=[a(μ1(1),μ1(2))a(μ2(1),μ2(2))…a(μk(1),μk(2))]∈CM1M2×K---(5)]]>满足中心对称的条件。在此，在x方向上的空间频率μi(1)，并且在y方向上的空间频率μi(2)刻度为相应定向余弦的形式，即μl(1)=2πλΔxuk---μk(2)=2πλΔyvk---l≤k≤K---(6)]]>其中uk=cosφksinθk---vk=sinφksinθk,---l≤k≤K---(7)]]>表示根据图1的关于x和y轴的第i个圆点的定向余弦。角φk和θk表示方位角和第k个波阵面的仰角。标量△x和△y表示在x或者y方向上的传感器之间的间隔，并且上标T表示移项。该阵的控制矢量定义为a(μk(1),μk(2))=a(μk(2))⊗a(μk(1))---(8)]]>其中a(μk(1))=[1ejμk(1)...ej(M1-1)μk(1)]T,a(μk(2))=[1ejμk(2)...ej(M1-1)μk(2)]T]]>按照多路径传播，s(t)根据s(t)=[s(t-t1)s(t-t2)...s(t-tk)...s(t-tk)]T.---(9)]]>包含K个不同延迟类型的测试信号。其中，τk表示第k个波阵面的未知的传播延迟。应想起，不同于开始提到的方法，按照技术标准共同估算主波阵面的3-D参数，也就是入射波阵面的方位角、仰角和延迟。通过Ds=diag{ρ1,ρ2,...,ρK},]]>得出K×K对角矩阵Ds，其中ρk表示多路径k的幅度，n(t)∈CM1M2表示添加的噪声。空间噪声协方差矩阵定义为Rnn.S=E{nnH}∈CM1M2×M1M2.---(10)]]>以速率fs=Mc/Tc扫描在每个天线上接收的信号。每碎片Mc的扫描数目，其等效于过扫描因子，假设为整数。以X表示M1M2×M3复数数据矩阵，该矩阵包括M3=NcMc个扫描x(nTc/Mc)，1≤n≤M3。同时在所有M1M2个传感器上扫描这些测量。
引导每个天线的已扫描输出通过具有脉冲特性h[n]=c[-n]的滤波器，其中c[n]=c(nTc/Mc)。以XMF表示M1M2×M3矩阵，在信号匹配的滤波器之后其第i列包含第i个天线的输出值。注意，在时间范围内进行卷积。以等式(4)为基础，XMF可以表达为XMF=A∑SC， (11)其中C是一个K×M3矩阵，通过 得出。对此在等式(2)中的扩展信号波形c(t)的自相关函数定义为r∝(τ)=c(τ)*c(-τ)， (13)在该等式中的*表示卷积。通过XMF与NcMc×M3DFT(离散傅里叶变换)矩阵W的右相乘实现空间时间信道模式变换为空间频率信道模式XF=XMFW(14)如果频率接收器的数目是2的幂，则对于等式(14)的计算来说可以使用非常高效计算的FFT算法(快速傅里叶变换)。
上面说明，获得矩阵XF，并且这也在图2中描述。从该图中可以看出一个均一矩形的天线阵URA，其在此包含2×2单元。对此从左向右象征地绘入了扫描值的时间分布，并且以M3表示扫描的数目。对于传感器中的每一个来说预先规定具有每碎片的Mc个扫描的模数转换，其中各跟随一个信号匹配的滤波器MF。NcMc个扫描进行一个离散傅里叶变换，并且导致值X1，1…X1，M3至X4，1…X4，M3，由此得出右边说明的空间频率数据阵XF。
通过(13)的扫描获得rcc[n]=rcc(nTc/Mc)。根据 在频率范围内变换包含相关函数的NcMc个已扫描的相关值的矢量，其中W是NcMc×M3DFT矩阵。通过改变在等式(14)中的空间频率范围数据矩阵XF，可以如下考虑碎片信号波形XF=XF(diag(rDFT))-1(16)在rDFT中的系数可能非常接近于零或可能是零。在(14)中仅仅计算M3≤NcMc个频率接收器，为了避免噪声放大，其不与rDFT的非常小的系数的倒数相乘。下面阐述滤波过程。
矩阵XF可以解释为值M1×M2×M3的一个(虚拟的)均一的、立体布置的一个单独的扫描值。因此，在使用重叠分组的情况下，3-D空间频率滤波是重要的，比如在已经提到的论文M.Haardt中描述的。必须注意，在所有的三维上可以彼此独立地应用1-D滤波，这是通过把第r维的Mr个测量划分为Lr个组(或分组)实现的，其中包含全部的Msubr=Mr-Lr+1个测量。通过Jlr(Mr)=[0Msubr×(lr-1)IMsubr0Msubr×(Lrr-lr)],1≤lr≤Lr.1≤r≤3.---(17)]]>得出相应的1-D选择矩阵。
下面的L=Π3r=1Lr个3-D选择矩阵定义为Jl1,l2,l3=Jl3(M3)⊗Jl2(M2)⊗Jl2(M1)∈RMsub×M,1≤lr≤L3.---(18)]]>其中Msub=Πr=13Msubr---M=Πr=13Mr.]]>通过XF’=vec{XF’｝，如下定义测出的已滤波的数据矩阵Msub×LXsub,F′=[J1,1,1xF′···J1,1,2xF′J1,1,L3xF′···JL1,L2,L3xF′]---(19)]]>为了估算模式的级，假设，信道关于持续时间T·P，也就是说关于序列持续时间T的P个数据矩阵XF’是不随时间变化的。可以根据Xsub=[Xsub,F′(1)Xsub,F′(2)···Xsub,F′(i)···Xsub,F′(P)]∈CMsub×LP]]>合并P个数据矩阵用于准确的估算模式级，也就是用于估算主波阵面的数目K。对此较弱的波阵面被认为是噪声。
估算模式级的方法基于信息理论的标准，比如在已经提到的论文M.haardt或在M.Wax和T.Kailath的“通过信息理论标准进行信号的检测”中，IEEE Trans.声学、语音和信号处理，1985年4月，ASSP-33卷，387-392页说明，或其基于确定的阈值方法，对此参见U.Martin的“在移动无线信道中的传播设计测量设备和回波估算的文章”，Erlangen大学，1994年10月论文(164-180页)。使用MDL标准(最大描述长度)是适用的，其考虑正反向取平均和滤波，来源于论文Haardt。对于过扫描情况，根据上述对于MDL标准来说必需的论文U.Martin的统计假设不再长期有效。因此这是有利的，即对于全部碎片来说，MDL标准分别应用于一个碎片的Mc个检验中的每一个。为了获得按照事实的模式级，然后对模式级的Mc个估算取平均值。
下面说明具有彩色噪声的3-D单一ESPRIT方法的应用。如果根据等式(4)的噪声n是白色的，并且碎片信号波形是矩形的，当不进行过扫描时，则已变换的噪声nF’当然仅仅是白色的。已滤波的噪声协方差矩阵在空间频率范围内定义为Rnn=E{nF′subnF′subH}∈CMsub×Msub.---(20)]]>对于每个整数P，Ip表示p×p识别矩阵，Πp表示p×p交换矩阵，其对角具有1，对此否则到处是零 通过一个上线条(·)表示与自身复数的共轭。此外满足条件∏pQ-=Q⇔∏pQ=Q-]]>的矩阵Q∈Cp×q称作左Π实矩阵，对此参见参考文献Proc.IEEEInt.Conf.声学、语音和信号处理和论文M.Haardt。例如弱占用的单一矩阵 是偶数或非偶数级的左Π实矩阵。通过R^xx=1LPXsubXsubH---(22)]]>表明带有噪声测量的已估算的协方差矩阵。代替在等式(22)中使用的矩形窗口，也可以使用一个浮动的窗口计算 此外， 得出根据(20)的添加噪声的协方差矩阵的估算，可是没有源信号的在场以类似的方式获得该噪声。然后根据Gxx=Re{QMsubHR^xxQMsub}---GnnRe{QMsubHR^nnQMsub},---(23)]]>变换这些矩阵，其中QMsub表示值Msub×Msub的任意左实矩阵，其同样是单一的。为了详细说明选择矩阵，对于3-D单一ESPRIT方法首先根据在第r维中最大等叠加，其中1≤r≤R，定义J2(Msubr)=[0(Msubr-1)×1IMsubr-1]---(24)]]>作为1-D选择矩阵。在考虑在上述论文M.Haardt中描述的R维的堆积过程的情况下，所希望的选择矩阵J(r)2被构造为J(1)2=IMsub3⊗IMsub2⊗J2(Msub1),J(2)2=IMsub3⊗J2(Msub2)⊗IMsub1,J(3)2=J2(Msub3)⊗IMsub2⊗IMsub1--(25)]]>然后，通过K(r)1=2·Re{Qm,HJ(r)2QMsub}---K(r)2=2·Im{Qm,HJ(r)2QMsub}·---(25)]]>得出已变换的选择矩阵的三个对应的对。
必须被看作Msub=Msub1Msub2Msub3单元的一个虚拟的、均一的、三次幂组，mr=Msub(Msubr-1)Msubr,]]>以便在所有的三个方向上实现所有分组的最大叠加。通过mr表示在第r方向上分组的单元数目。
接着说明具有彩色噪声(协方差解)的3-D单一ESPRIT方法的简短概述1．信号子空间估算计算矩阵对Gxx和Gnn的广义特征分解，也就是说GxxE=GnnE·Σ---Σ=diag{σi}i=1Msub.]]>对此以K表示矩阵对Gxx和Gnn的主要广义特征矢量，其包含在Es∈RMsub×K中。
2．恒等式的解借助于LS、TLS、SLS或2-DSLS(LS=最小平方，TLS=所有的最小平方，SLS=构成的最小平方)解。 3．共同的空间和时间频率估算当Ur=ΘτYrΘ,1≤r≤R,]]>其中u(r)kk，1≤r≤K，说明Ur的对角元素，和·μk(r)=2arctan(ukk(r)),1≤k≤K,1≤r≤R.]]>时，计算R个实值的K×K矩阵Yr的SSD(=同时的Schur分解)。形成3-D单一ESPRIT方法的一部分的实时Schur分解SSD是必须的，以便自动成对地获得Yr的特征值。对此提出，极为有效地通过实数的Schur分解可以计算实值非对称矩阵的实数特征值。对于没有噪声的情况得出R个矩阵Yr∈Rd×d的新的SSD，对于1≤r≤R，自动成对的R个实值上三角矩阵表明其对角线的实值的特征值。通过附加噪声当然把二次幂的费用函数降低到最低程度，这同样在论文M.Haardt中表明。特征值引入3-D空间和时间频率的估算。得出的R=3维的的频率矢量拥有分量μk(1)=2πΔxλuk,μk(2)=2πΔyλvk,μk(3)=-2πτkT---(27)]]>对此T=TcNc表明用于确定在等式(7)中的角度的最大传播延迟。通过已估算的入射方向和延迟可以估算在空间时间范围内或在空间频率范围内的幅度。
在空间频率范围内估算幅度通过xF′=vec{XF′}∈CM1M2M3---(28)]]>获得数据矢量XF’，其中xF在时间t0可以解释为一个单独扫描的结果。正如在论文M.Haardt中应用于三维空间滤波器一样，通过数据模型根据xF′(t0)=AvsF′(t0)+nF′(t0),---(29)]]>矢量SF’的绝对值指明信号功率。必须注意，可能存在的3-D控制矩阵Av不同于根据等式(8)的2-D控制矩阵A。完全通过空间频率μk(1)和μk(2)以及通过空间频率μk(3)如下得出可能存在的3-D控制矩阵AvAv=[a(μ1(1),μ1(2),μ1(3))a(μ2(1),μ2(2),μ2(3))···a(μk(1),μk(2),μk(3))]∈CM1M2M3×K]]>和a(μk(1),μk(2),μk(3))=a(μk(3))⊗a(μk2)⊗a(μk(1)),]]>如果已知组几何学，并且组被校准。在频率范围内非倒置的噪声协方差矩阵Rnn，F’定义为Rnn,F′=E{nF′nF′H},---(30)]]>必须考虑，如果在使用矩形碎片信号波形的情况下过扫描，则在频率范围内噪声nF’不是白色的。与Rnn相反，在等式(20)中数值M1M2M3×M1M2M3的矩阵Rnn，F’不含有空间频率滤波。然后根据ρ^F′=(A^vHR^nn,F′-1A^v)-1A^vHR^nn,F′-1·xF′∈Ck,---(31)]]>实现幅度 的线性的期待信任的最小协方差估算的计算(Gauss-Markow估算)，其中 的系数表示K个波阵面的已估算的幅度。
关于在空间时间范围内幅度的估算注意到，如果在空间时间范围内解模式等式(4)，则在通常情况下达到较高的准确度。由于不准确的频率μ(1)k、μ(2)k和μ(3)k估算而恶化不是如此重要的。如果矢量SPN(μk(3)包含根据延迟τk的已扫描的和时间延迟的PN序列，其中μ(3)k=-2πτk／T，则等式(4)可以描述为X=Σk=1kρka(μk(1),μk(2),)sPN(μk(3))r.---(32)]]>通过vec{Y1Y2Y3}=(Y1TY1)vec{Y2}等式(32)推导出vec{X}=Σk=1kρk[sPN(μK(3))⊗A(μk(1),μk(2))]---(33)]]>运算符表示Kronecker乘积。如果噪声n不是白色的，则必须考虑噪声协方差矩阵。与等式(10)相反，如果以RNN=E{vec{N}vec{N}H}∈CM1M2M3×M1M2M3,---(34)]]>其中N=[n[1]n[2]···n[N]]∈CM1M2×M3.]]>计算噪声协方差矩阵，则必须考虑完整序列的噪声。
对于 等式(33)的解引入已估算的幅度ρ^T,1,ρ^T,2...ρ^T,K.]]>ρ^T=(BHR^NN-1B)-1BHR^NN-1·vec{X},---(35)]]>其中B=[sPN(τ1)⊗a(μ1(1),μ1(2))sPN(τ2)⊗a(μ2(1),μ2(2))···sPN(τK)⊗a(μK(1),μK(2))]]]>为了实际技术的实现，首先重复，依赖于发射和接收位置，通过到达接收机上的波阵面的数目K以及其复数幅度ρk、延迟τk和到达角方位角Φk和仰角θk可以表征无线信道。对此如下三个步骤是重要的以一个测试脉冲序列产生并发出发射信号s(t)。
通过二维天线场接收，然后在基带内通过向下混频和扫描进行变换。
具有通过信号匹配的滤波器的预处理的数字信号处理，在空间频率范围内的变换和考虑具有相应校正的脉冲波形。接着估算参数、也就是主要借助于3-D单一ESPRIT方法和复数幅度的共同估算的参数的共同估算。
下面详细阐述这些步骤。
产生发射信号发射信号s′(t)=Σi=0pc(t-iT)---c(t)=Σm=0Nc-1dmpc(t-mTc)---(36)]]>包括P+1个脉冲序列。通过长度Nc的伪噪声序列dm调制每个脉冲序列c(t)。脉冲的带宽取决于必须测定的无线信道的带宽。发射信号s’(t)=s(t)+A 的幅度偏移A=(1-Nc+1)/Nc,]]>以便与在空间频率范围内所要求的模式一致。此外，如此选择A，即优化在接收时的信/噪比，也就是说使用一个信号匹配的滤波器。在基带中产生该信号s’(t)，在这个必须测定的高频带内混频并辐射。
接收并分析利用发射信号预处理信号匹配的滤波器接收设备覆盖一个矩形的、由M1×M2个天线形成的二维天线场，其中单一ESPRIT必须一个中心对称的天线场。接收信号在基带内向下混频，并且以基本扫描1/Tc的整数倍Mc进行扫描。已扫描的信号与序列c′(n·TcMx)=c(n·TcMc)+b(n·TcMc),---(38)]]>相关。与 有关。由此得出一个信号匹配的滤波器MF，也就是说与c’(n·Tc/Mc)=s’(-n·Tc/Mc)有关。如果联系(37)和(38)考虑所选择的脉冲波形Pc(t)，参见下文，则各波阵面在空间频率范围内引起一个时间的不变量。
考虑脉冲波形在空间频率范围内变换信号匹配的滤波器XMF(i)∈CM1M2×NcMc的输出，XF(i)=XMF(i)W，(39)其中W∈CNcMc×M3是离散傅里叶变换(DFT)的矩阵。仅仅计算M3个频谱线，对于这些频谱线来说，已扫描序列c’(n)和s’(n)、|R(l)|的在频率范围内变换的互相关函数的总数超过一个极限值T。通过在XF’(i)=XF(i)F-1(40)中使用F=diag{R(NcMc-M3-12),···,R(NcMc-1),R(0),R(1),···,R(M3-12)}]]>在空间频率内从XF中计算出脉冲波形和过扫描的影响。在附图中仅仅描述了矩阵XF。碎片信号波形的考虑引入矩阵XF’。就此矩阵XF’(i)的行在每波阵面的空间频率范围内有一个在时间方向上的不变量(不依赖于脉冲波形Pc和过扫描因子Mc)。在空间频率范围内xF’(i)=vec｛XF’(i)}P个序列概述为XF’=[xF’(1)xF’(2)…xF’(p)]，并且对Xsub=[J1,1,1XF′J1,1,2XF′···J1,1,L3XF′J1,2,1XF′···JL1,L2,L3XF′]∈CMsub×LP]]>(41)滤波。
通过滤波相关的波阵面变得非相关，并且降低信号协方差矩阵Rxx=1LP·XsubXsubH∈CMsub×Msub---(42)]]>的维数，也就是说Msub<M。当在(43)中的特征值分解时这导致降低的计算费用。可以脱机计算噪声协方差矩阵Rnn。如果在空间和时间方向上处于天线场上的噪声也是非相关的，则在频率范围内的噪声常常不在时间上非相关。在这种情况下，Rnn是非标度的对角矩阵。
参数估算在考虑彩色噪声的情况下的3-D单一ESPRIT根据(23)复数的协方差矩阵Rxx和Rnn变换为实数矩阵Gxx和Gnn。一般化的特征值分解GxxE=GnnE·Σ---Σ=diag{σi}i=1Msub,---(43)]]>提供E∈CMsub×Msub。Es的列包括主要的、一般化的特征矢量，也就是说E的列，其属于K个主要(最大)一般化的特征值口σk。Es的这些列撑开已估算的子空间，其中K表明主波阵面的数目。通过子空间估算Es建立三个恒等式，K(r)1GnnEsYr≈K(r)2GnnEs∈Rmr×K′,r=1,2,3,---(44)]]>并且例如借助于最小二乘法按Yr求解。能够通过三个矩阵Yr的一个同时的Schur分解(同时的Schur分解)断定所探求的空间和时间频率μk(1)=2πΔxλuk---μk(2)=2πΔyλvk---μk(3)=-2πτkT---(45).]]>从空间频率μ(1)k和μ(2)k中通过υk=cosΦksinθk和vk=sinΦkcosθk得出所探求的入射角(方位角Φk和仰角θk)，并且从时间频率μ(3)k中得出各个波阵面的延迟τk。
共同估算复数幅度为了估算复数幅度，从延迟τk和由空间频率(1)k和μ(2)k形成的控制矩阵Aa∈CM1M2×K’中推断信号矩阵S∈CK’×QNcMc。关于Q≤P个序列在空间时间范围内估算复数幅度 在时间范围内RNN是已估算的噪声协方差矩矩阵。
能够在使用比如从数字接收机技术中已知的信号处理器的情况下在一个测量装置中实现全部的方法步骤，该测量装置由一个均匀的、主要矩形的天线阵以及由一个具有相应接收机级的测量接收机实现。
可以如下概括说明与已知方法相比的优点通过改变发射序列和相关序列在保持时间上的不变量关系的情况下实现信/噪比的最大化，在空间频率范围内考虑脉冲波形，任意选择脉冲波形是可能的，并且一个任意整数的扫描因子是可能的，弱频谱线的消除导致降低噪声影响，并且降低计算费用，通过使用3-D单一ESPRIT方法和通过在关于P个序列的空间频率范围内的变换能够高分辨率地共同估算方位角、仰角和延迟，同样扩展了3-D单一ESPRIT方法以便考虑在空间频率范围内的彩色噪声，并且能够在关于Q个序列的空间时间范围内共同估算幅度。
权利要求
1．测量无线信道特性的方法，在该方法中接收二维天线阵(URA)的一定数目的接收传感器(S1…S4)的接收信号，其中关于不同入射方向的方位角φk与仰角θk和不同的延迟各自的接收信号包括发射信号的次波，其特征在于发射信号包含预选的测试序列，并且同时估算主波阵面的入射角以及延迟。
2．按照权利要求1的方法，其特征在于，在考虑测试序列的碎片信号波形的情况下实现同时估算。
3．按照权利要求1或2的方法，其特征在于，解调每个接收传感器(S1…S4)的信号，然后以测试序列的每个碎片的数目Mc个的扫描值进行扫描。
4．按照权利要求1或3的方法，其特征在于，通过离散傅里叶变换在频率范围内变换得出的扫描值。
5．按照权利要求1至4之一的方法，其特征在于，在考虑碎片信号波形频谱的情况下校正得出的值，其中对于每个传感器来说由已获得的值形成的行矢量可以构成一个数据矩阵XF’，其在空间频率范围内包含表征信道的不变量。
6．按照权利要求1至5之一的方法，其特征在于，一个调制的PN序列用作发射信号。
7．按照权利要求1至6之一的方法，其特征在于，在解调之前每个天线传感器(S1…S4)的信号在基带中混频。
8．按照权利要求1至7之一的方法，其特征在于，信号匹配地滤波扫描信号。
9．按照权利要求1至8之一的方法，其特征在于，对接收信号过扫描，也就是说以大于双倍接收信号带宽的扫描频率进行扫描。
10．按照权利要求1至9之一的方法，其特征在于，当在频率范围内变换扫描值之后拒绝低于一个可以预先确定的功率界限的值。
11．按照权利要求1至10之一的方法，其特征在于，当在频率范围内变换之后通过分开平方的碎片信号波形的频谱校正扫描值。
12．按照权利要求1至11之一的方法，其特征在于，扫描值在空间频率范围内进行滤波。
13．按照权利要求1至12之一的方法，其特征在于，借助于三维的、高分辨率的频率估算算法在空间频率范围内进行重叠的空间和时间的不变量的确定和分配。
14．按照权利要求13的方法，其特征在于，在三维的、高分辨率的频率估算算法中考虑在空间频率范围内的彩色噪声。
15．按照权利要求13或14的方法，其特征在于，为了估算值的成对，进行从其特征值中获得三维频率估算值的三个矩阵的同时Schur分解。
16．按照权利要求14或15的方法，其特征在于，3-D单一ESPRIT方法用作频率估算算法。
17．按照权利要求1至16之一的方法，其特征在于，共同在空间频率范围内和/或在空间时间范围内估算复数幅度。
18．按照权利要求17的方法，其特征在于，按照加权的最小二乘法(Weighted-Least-Squares)进行共同估算。
19．测量无线信道特性的测量装置，具有一个均匀的天线阵(USA)，具有一定数目的天线传感器(S1…S4)，其中在每个天线传感器后排列一个模一数扫描器、一个信号匹配的滤波器以及用于离散傅里叶变换的级，并且为了实现接收级至少预先规定一个信号处理器，在该信号处理器中应用按照权利要求1至18之一的方法。
全文摘要
测量无线信道特性的方法,在该方法中接收二维天线阵(URA)的M
文档编号H04B17/00GK1284224SQ98813512
公开日2001年2月14日 申请日期1998年10月27日 优先权日1997年12月5日
发明者C·布鲁勒, M·哈尔特 申请人:西门子公司