CAPON波束形成器仿真.doc

  1. 1、本文档共3页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
CAPON波束形成器仿真.doc

CAPON波束形成器仿真 1.实验原理 波束形成就是从传感器阵列重构源信号。(1)、通过增加期望信源的贡献来实现;(2)、通过抑制掉干扰源来实现。经典的波束形成需要观测方向(期望信源的方向)的知识。盲波束形成试图在没有期望信源方向信息的情况下进行信源的恢复。 波束形成技术的基本思想是:通过将各阵元输出进行加权求和,在一时间内将天线阵列波束“导向”到一个方向上,对期望信号得到最大输出功率的导向位置即给出DOA估计。 虽然阵列天线的方向图是全方向的,但阵列的输出经过加权求和后,却可以被调整到阵列接收的方向增益聚集在一个方向上,相当于形成了一个”波束”。这就是波束形成的物理意义所在。 在智能天线中,波束形成是关键技术之一,是提高信噪比、增加用户容量的保证,能够成倍地提高通信系统的容量,有效地抑制各种干扰,并改善通信质量。 波束形成器的最佳权向量w取决于阵列方向向量 ,而在移动通信里用户的方向向量一般未知,需要估计(称之为DOA估计)。因此,在计算波束形成的最佳权向量之前,必须在已知阵列几何结构的前提下先估计期望信号的波达方向。 Capon波束形成器求解的优化问题可表述为 其约束条件为 Capon波束形成器在使噪声和干扰所贡献的功率为最小的同时,保持了期 望信号的功率不变。因此,它可以看作是一个尖锐的空间带通滤波器。最优加 权向量w可以利用Lagrange乘子法求解,其结果为 当μ不取常数,而取作 时,最佳权向量就转变成Capon波束形成器的权向量。空间谱为 2.变量定义 M:均匀线阵列数目 P:信号源个数 nn:快拍数 angle1、angle2、angle3:信号来波角度 u:复高斯噪声 Ps:信号能量 refp:信噪比(实值) X:接收信号 Rxx:接收信号的相关矩阵 doa:波达方向估计 3.仿真结果 采用上述算法进行仿真,结果如图所示。 在本仿真程序中,我们采用16个均匀线阵列,3个信号源,来波角度分别为、、,信噪比均为10dB,噪声为复高斯白噪声,快拍数1000。 由仿真结果看出,capon波束形成器较好的给出了信号的doa估计,但是在仿真的过程中,我们发现,capon算法具有很大的局限性,其对扰和噪声是比较敏感的。 4.程序 clear all i=sqrt(-1); j=i; M=16; %均匀线阵列数目 P=3; %信号源数目 f0=10;f1=50;f2=100;%信号频率 nn=1000; %快拍数 angle1=45;angle2=5;angle3=-20;%the signal angle th=[angle1;angle2;angle3]; SN1=10;SN2=10;SN3=10;%信噪比 sn=[SN1;SN2;SN3]; degrad=pi/180; tt=0:.001:(1-.001); x0=exp(-j*2*pi*f0*tt); %3个信号x0、x1、x2 x1=exp(-j*2*pi*f1*tt); % x2=exp(-j*2*pi*f2*tt); % t=1:nn; S=[x0(t);x1(t);x2(t)]; nr=randn(M,nn); ni=randn(M,nn); u=nr+j*ni; %复高斯白噪声 Ps=S*S./nn; %信号能量 ps=diag(Ps); refp=2*10.^(sn/10); tmp=sqrt(refp./ps); S2=diag(tmp)*S; %加入噪声 tmp=-j*pi*sin(th*degrad); tmp2=[0:M-1]; a2=tmp2*tmp; A=exp(a2); X=A*S2+.1*u; %接收到的信号 Rxx=X*X./nn; %相关矩阵 invRxx=inv(Rxx); %搜寻信号 th2=[-90:90]; tmp=-j*pi*sin(th2*degrad); tmp2=[0:M-1]; a2=tmp2*tmp; A2=exp(a2); den=A2*invRxx*A2; doa=1./den; semilogy(th2,doa,r); title(spectrum); xlabel(angle); ylabel(spectrum); axis([-90 90 1e1 1e5]); grid;

文档评论(0)

wendang_12 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档