一种用于无线通信DOA估计改进MUSIC算法研究.docVIP

一种用于无线通信DOA估计的改进MUSIC算法研究 　　摘 要： MUSIC算法是一种空间谱估计算法，在对宽带信号进行空间谱估计时，该算法需要较长的观测时间来估计协方差矩阵，不利于高速运动目标的定位。提出了基于驾驶协方差矩阵（STCM）的MUSIC算法，该算法首先对每个频带的CSDM进行特征分解，然后利用各频带的噪声子空间求得噪声空间的STCM，进而利用噪声空间的STCM直接得到整个宽带信号的空间谱估计结果。仿真表明该算法在保证高分辨率的同时，需要较短观测时间，适用于较低信噪比、具有较小观测方差。 　　关键词： MUSIC算法； ISM算法； STCM； DOA估计 　　中图分类号： TN911.7?34 文献标识码： A 文章编号： 1004?373X（2014）11?0072?04 　　Abstract： The MUSIC algorithm is a kind of spatial spectrum estimation algorithm， which needs to spend a long observation period to estimate the CSDM when the spatial spectra of broadband signals are estimated， and is adverse to the localization of fast?moving targets. A MUSIC algorithm based on the steered covariance matrix （STCM） is proposed in this paper， in which characteristic decomposition on each band′s CSDM is performed firstly， and then the STCM of the noise space is derived by means of the noise subspace of every band to get the spatial spectrum estimation result of the whole broadband signals by using the noise space′s STCM. Simulation results show that this algorithm needs short observation time， suits for low SNR and has smaller observed variance while provides high resolution. 　　Keywords： MUSIC algorithm； ISM algorithm； STCM； DOA estimation 　　0 引 言 　　在移动无线通信中，信号的最基本参数是信号的空间来波方向（Direction of Arrival，DOA），DOA估计技术在近20多年来得到广泛的研究，并取得了大量的成果。目前已有很多DOA估计方法。常规波束形成[1]（Conventional Beamforming，CBF）因为稳健性好、计算量小在工程中得到广泛的应用，但是CBF受限于瑞利限[2]，空间分辨率有限。这使得CBF无法满足日益提高的应用需求。为了克服CBF的不足，有关学者对高分辨方法进行了深入的研究，提出了MVDR算法[3]、CSM算法[4]等多种具有高分辨性质的算法。 　　而MUSIC算法[5?6]作为一种空间谱估计算法，突破了瑞利限的制约，在较理想的环境中取得了较好的高分辨估计性能。MUSIC算法是Schmidt R O等人在1979年提出，并于1986年重新发表的。这一算法的提出开创了空间谱估计算法研究的新时代，促进了特征结构类算法的兴起和发展。MUSIC算法的基本思想是将任意阵列输出数据的协方差矩阵进行特征值分解，从而得到信号分量对应的信号子空间和与信号分量相正交的噪声子空间，然后利用这两个子空间的正交特性来估计信号的参数。但MUSIC算法是针对窄带信号提出的，至于宽带信号，可以将宽带信号划分成一组子带，对每一子带利用MUSIC算法，求出各子带的空间谱估计结果，最后将各个子带的空间谱估计叠加得到整个信号的空间谱估计，此即为非相干信号子空间算法（ISM算法）[7]。基于子带分解的MUSIC算法（ISM算法）需要较理想的条件才会有较好的估计结果，较理想的条件包括较长的观测时间、较高的信噪比。且对每个子带进行估计时，都需要求逆运算，运算量大。本文中提出了基于驾驶协方差矩阵的MUSIC算法，该算法利用各个子带的噪声子空间得到噪声子空间的驾