SDMA技术的研究背景历史优势及前景.pdf

SDMA技术的研究背景历史优势及前景

1研究历史及背景

阵列信号处理是信号处理领域内的一个重要分支，其应用涉及雷达、通信、

声纳、地震、勘探、射电天文以及生物医学工程等多种军事及国民经济领域，近

30年来经过专家学者广泛而深入的研究，得到迅速发展。

阵列信号处理是将多个传感器设置在空间不同位置组成传感器阵列，并利用

这一阵列对空间信号场进行接收和处理，目的是提取阵列所接收的信号及其特征

信息（如波达方向、频率等参数），同时抑制干扰和噪声或不感兴趣的信息。阵

列信号处理最主要的研究方向是自适应阵列处理和空间谱估计。与单个定向传感

器相比，阵列信号处理具有灵活的波束控制、高的信号增益、极强的抗干扰能力

和超空间分辨能力等优点，因此受到人们的极大关注，相关的研究工作不断发展

和深入，应用范围不断扩大。

空间谱估计常称为空间信号的波达方向（DOA，Direction-Of-Arrival）估

计（DOA估计）。波达方向估计技术，就是根据来波信号估计其方位角的信号处

理技术。在许多信号处理问题中，都需要对接收到的信号进行方向估计。例如，

在移动通信、雷达、声纳、电子监控和地震研究中都需要使用高分辨率的DOA

估计技术来估计信源的方位。美国联邦通信委员会（FCC）要求2001年前在无线

紧急呼叫方面达到125m的精度，因而与此密切相关的DOA技术也受到人们的广

泛重视。同时，新一代的无线移动通信系统也开始提供定位服务，这些需求都促

进了DOA技术的发展与进步。DOA估计问题是阵列信号处理的重要研究内容之一。

常规的DOA估计分析方法是一类线性谱估计，这种方法的缺点是其分辨率受到由

阵列孔径决定的瑞利限的限制（当信源的入射角小于波束宽度时，会引起角度估

计误差的增大，这就是所谓的瑞利限）。

DOA估计的研究工作大约从20世纪60年代开始，一直持续至今，依然是信

号处理领域的一个活跃分支。1967年，Burg首先给出了一种最大熵估计方法[1]；

1969年，Capon首先提出了DOA的最大似然估计方法。虽然这些方法获得了广泛

的应用，取得了很大的成功，但是还是存在许多的不足（特别是在信号估计的偏

差和灵敏度方面），主要原因是由于其使用了非相关模型（如AR模型）。

1973年，Pisarenko首先应用数据模型结构，使用相关处理技术进行了加性

噪声环境中余弦信号的估计，同时也为DOA估计问题指明了研究方向。Schmidt

在1977年[4]、Bienvenu在1979年各自给出了一种著名的DOA估计的子空间法

——MUSIC（MultipleSignalClassification)法，这种方法在后来获得了广泛

的应用，当前研究的许多DOA方法也是在这个基础上发展起来的。在当时，M.I.T.

的林肯实验室经过了大量的实验和计算机仿真研究后给出的结论认为：在许多可

用的高分辨率DOA估计算法中，MUSIC算法是最具有研究前途和最可能利用硬件

来完成的算法。

虽然MUSIC算法有着非常优异的性能，然而其计算复杂度和对系统存储的巨

大需求使得其在应用中遇到不少困难。以后的MUSIC算法的研究大都围绕着如何

提高估计精度，降低算法复杂度，在非高斯噪声环境、相关信号源的估计等方面

进行。比较著名的算法有求根MUSIC算法、约束MUSIC算法、波束空间MUSIC

算法等。

1989年R.Roy等人提出了ESPRIT（EstimationofSignalParametersvia

RotationalInvarianceTechnique）方法，该方法借助信号子空间的旋转不变

特性来估计信号参数，跟MUSIC算法相比较，ESPRIT算法不需一维搜索，计算

简单，而且其分辨率可达到瑞利极限。之后，人们以MUSIC算法和ESPRIT算法

为基础，提出了很多算法。这些DOA估计方法的共同特点是：通过计算阵列中各

观测信号的二阶统计量——相关函数，继而构造样本相关矩阵进行处理。

DOA估计理论与技术日益成熟，但需要研究的方向还有很多，如信号源的精

确估计，相关源信号的DOA估计，接收通道的不一致性以及阵元位置误差对DOA

估计的影响，色噪声条件下的DOA估计等。其中，强相关或相干源信号的DOA

估计是一个棘手且具有重要研究意义的问题。因为，实际环境中，由于同频电子

干扰和背景物体反射，多径的影响是不可避免的，入射到阵列的信号中有相干或

强