[发明专利]大规模MIMO系统中基于TLS‑ESPRIT算法的二维DOA估计

权利要求书

1.大规模MIMO系统中基于TLS-ESPRIT算法的二维DOA估计方法，其特征在于，包括步骤：基站端采用M×N维均匀矩形面阵URA，根据大规模MIMO系统的接收信号模型，首先将面阵划分为两个部分重叠的子阵，使其满足ESPRIT算法要求的阵列移不变性；进而根据一维ESPRIT算法计算子阵的信号子空间；然后利用TLS准则，实现仰角估计；最后利用其中一子阵的方向矩阵估计对应的方位角；

所述两个部分重叠的子阵为子阵1和子阵2，具有移不变性的两个子阵，两子阵阵元数相同，子阵1和子阵2的方向矩阵相差一个旋转因子Φ，该旋转因子仅包含仰角信息θ，具体形式如下：

A₁Φ＝A₂

Φ＝diag[exp(-2πdcosθ₁/λ) exp(-2πdcosθ₂/λ) ... exp(-2πdcosθ_K/λ)]

其中A₁,Α₂分别为子阵1和子阵2的方向矩阵，d为阵元间距，λ为波速，θ_i，i＝1,2,3...K表示第i个用户的仰角；

所述根据1D ESPRIT算法计算子阵的信号子空间是：根据一维ESPRIT算法，对子阵采样数据的协方差矩阵进行特征值分解，得到信号子空间E_s，定义选择矩阵J₁,J₂,从E_s中选出与子阵1和子阵2相对应的信号子空间和即：

2.根据权利要求1所述的二维DOA估计方法，其特征在于，所述利用TLS准则，实现仰角估计是：考虑噪声扰动的条件下，根据TLS准则，估计精确的仰角信息，定义对进行特征值分解得到特征矩阵E，并将E分解成K×K的子矩阵，即：

$E=\left[\begin{array}{cc}{E}_{11}& E_{12}\\ E_{21}& E_{22}\end{array}\right]$

计算并对Ψ进行特征值分解：

Ψ＝HΩH^-1＝TΦT^-1

Ω中特征值λ_i,i＝1,2...K对应矩阵Φ中的对角线元素，H＝T,计算仰角估计值：

θ_i＝arccos{angle(λ_i)λ/2πd}

其中d为阵元间距，λ为波速，θ_i表示第i个信号的仰角，()^H表示求取矩阵的共轭转置，()^-1表示求取矩阵的逆。

3.根据权利要求1所述的二维DOA估计方法，其特征在于，所述利用其中一子阵的方向矩阵估计对应的方位角具体方法是：子阵1的方向矩阵可由其信号子空间与满秩矩阵H的乘积表示：利用方向矩阵列向量的旋转不变关系即可估计出对应的方位角φ：

φ_i＝arccos(angle(b_i)λ/(2πdsinθ_i))

其中表示第i列前1:M(N-2)个元素，表示第i列后N-1:M(N-1)个元素，d为阵元间距，λ为波速，θ_i表示第i个信号的仰角，φ_i表示第i个信号的方位角，()⁺表示求取矩阵的伪逆。