阵列导向矢量在智能天线自适应算法中的应用

惠鹏飞,夏 颖,陶佰睿,苗凤娟

（齐齐哈尔大学通信与电子工程学院,黑龙江齐齐哈尔 161006）

阵列导向矢量在智能天线自适应算法中的应用

惠鹏飞,夏 颖,陶佰睿,苗凤娟

（齐齐哈尔大学通信与电子工程学院,黑龙江齐齐哈尔 161006）

分析了智能天线自适应算法的基本原理,针对常用算法运算量大和测向精度有限等问题,在接收机的输出端引入阵列导向矢量信号,利用方向性因子和协方差矩阵的特殊性质,通过多次迭代运算得出区间内的信干噪比曲线。通过对八元直线型智能天线阵列的HFSS仿真实验表明,两组信干噪比曲线峰值均对应期望信号方向,峰值信干噪比大于30 dB,算法抗干扰性能良好。八元阵列天线的最大增益约为18 dB,通带内驻波比小于1.5,反射系数小于-25 dB,天线系统波束搜索性能良好,而且可以实现远距离传输。

智能天线;自适应算法;阵列导向矢量;波束搜索

1 引 言

智能天线技术是TD-SCDMA系统的核心技术之一,基站采用智能天线系统,可以在不显著增加系统复杂度的情况下,利用数字技术实现波束形成。智能天线除了可以大幅提高系统容量和频谱利用率之外,另外一个优势就是良好的抗干扰性能[1]。影响智能天线系统抗干扰能力的因素有许多,自适应算法的抗干扰性能对整个天线系统的抗干扰能力有着决定性的影响。对于采用智能天线的TD-SCDMA网络基站,人们期望天线系统具有高的信干噪比（SINR）和较强的波束搜索能力,以实现对环境噪声的有效抑制及对移动台进行有效的定位和捕获。

本文在对原有智能天线波束搜索算法的研究基础上,分析了制约智能天线自适应算法抗干扰能力的因素,通过引入阵列导向矢量信号,利用阵列导向矢量及其协方差矩阵的特殊性质,得出了改进后的自适应算法,有效简化了信号来波方向估计过程,提高了天线系统的波束搜索能力和抗干扰能力,利用HFSS和MATLAB验证了该算法的可行性。

2 阵列天线波束基本原理

智能阵列天线在结构上已经采用了模块化设计,大体分为天线阵列、模/数或者数/模转换、自适应处理器和波束成形网络4部分组成。图1是智能天线系统框图,信号x（t）经天线接收,然后与权矢量w相乘,以调整各通道接收信号的相位和幅度,最后对加权信号后的信号求和,得到阵列输出y（t）,其中信号x（t）和权矢量w是复数[2]。

图1 智能天线系统原理框图Fig.1 Block diagram of smart antenna system

3 波束搜索算法的改进设计

3.1 波束搜索算法存在的问题

目前常用的超分辨DOA估计方法是MUSIC算法,属于特征结构子空间算法,是比较典型的智能天线算法。MUSIC算法是以几何观点考查信号参数估计的问题,假设有K个信号入射到阵列上,则M元阵列接收到的输人数据向量可以表示为K个入射波形与噪声的线性组合[5],即:

式中,Sk（t）=[s1（t）,s2（t）,s3（t）,…,sk（t）]是入射信号向量;n（t）=[n1（t）,n2（t）,n3（t）,…,nk（t）]是噪声向量。综合上述分析可知,只有事先知道信号来波的方向矢量,才能得出最优权值矢量Ud,在TD-SCDMA等3G基站天线工程领域是通过测向的方法获得接收信号的方向矢量,一般的测向算法通常运算量较大,测向精度也受到诸多因素的限制。在许多场合,测向误差又是不可避免的,测向算法的复杂性和测向误差之间形成了一对矛盾,测向误差如果超过门限值,将导致智能天线阵列无法正常工作,这是许多学者着力研究的问题。

3.2 阵列导向矢量的引入

导向矢量是阵列天线的所有阵元对具有单位能量窄带信源的响应。由于阵列响应在不同方向上是不同的,导向矢量与信源的方向是相互关联的,这种关联的独特性依赖于阵列的几何结构。对于同一性阵元阵列,导向矢量的每一元素具有单位幅度。它的第i个元素的相位与第i个阵元感应的信号与参考阵元感应的信号间的相位差相同。

导向矢量的协方差矩阵为

图2 引入阵列导向矢量的智能天线阵列Fig.2 Smart antenna arrays with introduction of array steering vector

结合上面的分析,将导向矢量信号引入智能天线阵列系统,对上述自适应算法稍作改进,构造如图2所示的智能天线阵列。具体实现方法是,在接收机输出端的信噪比检测和自适应处理器之间引入阵列导向矢量信号 V,方向性因子Xv（t）和阵列导向矢量 V的关系如式（9）:

4 算法的验证及分析

4.1 抗干扰性能验证

SINR曲线是衡量智能天线阵列抗干扰能力的最主要指标。为了验证文中所提出算法的抗干扰性能,我们对智能阵列天线进行了电磁仿真实验,程序运行环境为MATLAB和HFSS,在HFSS环境下构建的八元直线型智能天线如图3所示。

图3 直线型智能天线HFSS模型Fig.3HFSS model of linear smart antenna

在验证系统的抗干扰过程中,可以利用语音端点检测方法和误码率检测方法,误码率检测法适用于数字接收机系统。这里我们假定系统是常见的模拟语音系统,利用语音端点检测的方法检测信干噪比是否达到峰值。为了得出智能天线阵系统输出端的SINR参数曲线,这里设定到达接收天线的期望信号为连续信号,其角频率为 ωd,入射信号和天线阵列侧射方向的夹角为 θd。阵元之间相距为半波长（相对于频率 ωd）。迭代步长尽量小,有利于提高运算精度,这里选择step=0.5°。

为了充分验证算法的抗干扰性能,我们在如下两种初始条件下得出两组SINR输出曲线,仿真运算环境为MATLAB。

（1）试验一

初始条件:天线阵列为直线阵列,单元天线为印刷阵子天线结构,期望信号入射角度为-15°,干扰信号入射角度为85°,干扰功率与期望信号功率之比为40 dB,假定噪声为窄带随机过程,经过仿真计算所得的SINR结果如图4所示。

图4 试验一结果信干噪比曲线Fig.4 SINR curves of test 1

（2）试验二

初始条件:天线阵列为直线阵列,单元天线为印刷阵子天线结构,期望信号入射角度为25°,干扰信号入射角度为75°,干扰功率与期望信号功率之比为60 dB。仍然假定噪声为窄带的随机过程,经过仿真计算所得的SINR结果如图5所示。

图5 试验二结果信干噪比曲线Fig.5 SINR curves of test 2

通过仿真曲线可以看出,两组信干噪比曲线图均出现一个很尖锐的最大峰值,虽然峰值出现的位置不同,但该峰值均对应来波信号方向（期望信号方向）,这说明该智能天线系统能够搜索到来波方向,改进后的自适应算法是可行的。当在输出端SINR值达到最大值时迭代计算结束,此时,自适应阵的方向图主瓣（主波束）就对准了期望信号来波方向。最大值波峰非常尖锐（一般高出其它值50～60 dB）,天线的方向性良好。

4.2 波束搜索性能验证

在TD-SCDMA系统的SDMA（空分多址）技术中,要求天线阵列方向图的主瓣自适应对准MS（移动台）,控制系统一般采用具有高速数据运算能力的DSP芯片实现。为了验证智能天线对移动台的波束搜索能力,即天线系统对MS的捕获能力,利用HFSS建立了基于上述自适应算法的天线物理模型,定义了天线体的材料参数,设置了电磁场边界条件和激励源,利用HFSS提供的宏定义优化天线的尺寸,天线单元采用印刷阵子的结构,通过微带网络进行互联。通过数据后处理工作得到方向图、近远场增益方向图、S参数、VSWR等特性曲线,分别如图6～9所示。

图6 全向电场方向图Fig.6 Omnidirectional electric field pattern

图7 全向增益方向图Fig.7 Omnidirectional gain pattern

图8 S参数曲线Fig.8 S parameter curve

图9 电压驻波比曲线Fig.9 VSWR curve

对于阵列天线系统的波束搜索能力,我们可以通过分析天线系统的全向方向图、主瓣宽度、方向性等参数来判断。通过上述仿真曲线可以看出,天线工作在S频段,主瓣方向上电场强度E的最大值可达62 V,最大增益约为18 dB,可以实现远距离覆盖。主瓣宽度非常窄,方向性非常强,配合DSP控制器,可以对移动台等目标进行有效探测和追踪,实现空分多址,通带内驻波比V SWR<1.5,反射系数S11<-25 dB,可以满足实际天线工程需要。

5 结束语

本文将阵列导向矢量信号引入智能天线接收机的反馈系统,得出了改进后的智能天线自适应算法。根据导向矢量信号和期望信号的方向矢量之间的固有关系以及最大SINR准则,通过内积和迭代的方法得出区间内的信干噪比值。利用MATLAB和HFSS验证了算法的性能,仿真实验结果表明,改进后的自适应算法具有良好的抗干扰性能和波束搜索能力。本文的研究结果表明,将阵列导向矢量信号引入智能天线系统的接收机,可以明显简化来波方向估计过程,天线系统的综合性能得到了提高,满足TDSCDMA移动网络对基站智能天线的性能要求。

[1] 刘英超.TD-SCDMA系统智能天线自适应算法研究[D].哈尔滨:哈尔滨工业大学,2009.

LIU Ying-chao.The Study of Smart Antenna Adaptive Algorithm for TD-SCDMA system[D].Harbin:Harbin Institute of Technology,2009.（in Chinese）

[2] 吴宏瑞,惠晓威,姜仑.移动通信中智能天线技术的研究[J].通信技术,2009,42（5）:265-268.

WU Hong-rui,HUI Xiao-wei,JIANG Lun.The Study of Smart Antenna Technology for Mobile Communication[J].Communications Technology,2009,42（5）:265-268.（in Chinese）

[3] 李斌,黄张裕.自适应抗干扰GPS智能天线的算法和仿真[J].测绘通报,2009（10）:9-11.

LI Bin,HUANG Zhang-yu.GPS smart antenna adaptive anti-jamm ing algorithm and simulation[J].Bulletin of Measurement and Mapping,2009（10）:9-11.（in Chinese）

[4] 何忠勇,周围.基于遗传算法的智能天线研究[J].西安邮电学院学报,2009,14（1）:29-33.

HE Zhong-yong,ZHOU Wei.The Study of Smart Antenna Based on Genetic Algorithm[J].Journal of Xi′an Institute of Posts and T elecommunications,2009,14（1）:29-33.（in Chinese）

[5] Kim W,Hansen J H L.Feature compensation in the cepstral domain employing model combination[J].Speech Communication,2009,51（2）:83-96.

Application of Array Steering Vector in Adaptive Algorithm for Smart Antenna

HUI Peng-fei,XIA Ying,TAO Bai-rui,MIAO Feng-juan
（School of Communication and Electronic Engineering,Qiqihar University,Qiqihar 161006,China）

Basic principle of adaptive algorithm for smart antenna is analysed.In allusion to the large computing burden and limited measurement precision of the common algorithm,the array steering vector signals are introduced through the receiver output.Using the special nature of the direction factor and the covariance matrix,the curve of interval SINR is obtained by repeated iteration.HFSS simulation experiments of 8-element array show both two peak valuesof the SINR curves are corresponding to the direction of the desired signals.And the SINRof peak values are greater than 30 dB.The algorithm has good anti-jamming ability.Maximum gain of the 8-element array isabout 18 dB.The passband VSWR is less than 1.5.The reflection coefficient is less than-25 dB.The antenna beam search performance is good and it can realize the long-distance transmission.

smart antenna;adaptive algorithm;array steering vector;beam search

Heilongjiang Provincial Education Department Project（No.10541262）;Qiqihar Scientific and Technology Bureau Project（No.GYGG-09011-2）

TN821

A

10.3969/j.issn.1001-893x.2010.11.022

1001-893X（2010）11-0104-06

2010-07-28;

2010-09-17

黑龙江省教育厅资助项目（10541262）;齐齐哈尔市科技局资助项目（GYGG-09011-2）

惠鹏飞（1980-）,男,辽宁凌源人,分别于2003年、2007年获辽宁工业大学工学学士和硕士学位,现为讲师,主要研究方向为雷达极化信息处理技术、微波无源器件及电路设计等;

HUI Peng-fei was born in Lingyuan,Liaoning Province,in 1980.He

the B.S.degree and the M.S.degree from Liaoning Industry University in 2003 and 2007,respectively.He is now a lecturer.His research interests include polarization radar information processing,microwave passive components and circuit design.

Email:weibo505@yahoo.cn

夏 颖（1973-）,女,黑龙江齐齐哈尔人,于1996年获齐齐哈尔大学工学学士学位,2007年获天津大学硕士学位,现为副教授,主要研究方向为现代移动多媒体通信技术;

XIA Ying was born in Qiqihar,Heilongjiang Province,in1973.She received the B.S.degree and the M.S.degree from Qiqihar University and Tian jin University in 1996 and 2007,respectively.She is now an associate professor.Her research direction is modern mobile multimedia communications technology.

陶佰睿（1972-）,男,黑龙江齐齐哈尔人,2010年于华东师范大学获博士学位,现为副教授,主要研究方向为新型纳米材料及燃料电池技术;

TAO Bai-rui was born in Qiqihar,Heilongjiang Province,in 1972.He received the Ph.D.degree from East China Normal University in 2010.He is now an associate p rofessor.His research direction is new nano-materials and fuel cell technology.

苗凤娟（1982-）,女,黑龙江齐齐哈尔人,2010年于华东师范大学获博士学位,现为讲师,主要研究方向为现代光电传感器技术。

MIAO Feng-juan was born in Qiqihar,Heilongjiang Province,in 1982.She received the Ph.D.degree from East China Normal University in 2010.She is now a lecturer.Her research direction is modern optical sensor technology.