[发明专利]阵列天线子向量循环约束优化波束形成系统及方法有效
申请号: | 202010758203.2 | 申请日: | 2020-07-31 |
公开(公告)号: | CN111898087B | 公开(公告)日: | 2023-04-14 |
发明(设计)人: | 周渊平;夏文龙 | 申请(专利权)人: | 四川大学 |
主分类号: | G06F17/16 | 分类号: | G06F17/16;G06F30/20;G06F111/04 |
代理公司: | 成都虹桥专利事务所(普通合伙) 51124 | 代理人: | 吴中伟 |
地址: | 610065 四川*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 阵列 天线 向量 循环 约束 优化 波束 形成 系统 方法 | ||
本发明涉及通信技术,解决了目前阵列天线波束形成LCMV算法计算复杂度高的问题,提供了一种阵列天线子向量循环约束优化波束形成系统及方法,其技术方案可概括为:将现有技术中需要一次性计算的波束向量w分割为M个子向量分别计算,并循环计算,同一时间所占用的系统资源较少,计算复杂度降低,适用于阵列天线接收机。
技术领域
本发明涉及通信技术,特别涉及无线信号接收的技术。
背景技术
阵列天线或智能天线接收机能显著提高接收信噪比,并抑制干扰,大幅度提高接收机性能,是新一代无线通信技术发展的一个重要方向。波束形成是阵列天线的一个主要功能,通过波束形成,提高期望信号的接收增益,同时降低干扰信号的接收增益,以此显著提高接收机的信干噪比。在天线阵列中通过对每根天线信号进行加权合并,实现波束形成。波束性能包括指向、旁瓣、干扰抑制等,其取决于加权值的选取与算法优化。现有波束形成优化算法通常有LCMV(Linearly Constrained Minimum Variance,线性约束最小方差)、MMSE(Minimum Mean Squares Error,最小均方差)、RLS(Recursive Least Squares,最小二乘递归)及LMS(Least Mean Squares,最小均方)等。现有波束形成算法普遍存在计算复杂度高的缺陷,导致计算时间长、跟踪速度慢及硬件成本高等问题,直接影响系统的整体性能。
设阵列天线的天线数量为N,x是阵列接收信号向量,w是波束形成向量,C是约束矩阵,g是约束值向量,R=E[xxH]是接收信号自相关矩阵,式中,E是求期望值运算,H是向量共轭转置操作。则传统LCMV波束形成优化算法如下:
其解为:
w=R-1CH(C R-1CH)-1g
该式中,计算向量w需要先计算逆阵R-1,对于一个天线数量为N的阵列,矩阵R的尺度为N×N。当N较大时,逆阵R-1的计算复杂度是很高的。在实际应用中,计算大尺度矩阵R的逆阵不仅难以实现,且耗时长,会拖慢波束跟踪速度,降低系统性能。这是该式解的一个缺陷。
发明内容
本发明的目的是要解决目前阵列天线波束形成LCMV算法计算复杂度高的问题,提供一种阵列天线子向量循环约束优化波束形成系统及方法。
本发明解决上述技术问题,采用的技术方案是,
阵列天线子向量循环约束优化波束形成系统,包括加法单元、算法优化单元、参考信号输入端、信号输出端及至少两路接收优化信道,各路接收优化信道的输出端分别与加法单元的各输入端一一对应连接,加法单元的输出端作为信号输出端;
针对任意一路接收优化信道,其包括接收天线、放大滤波模块、解调模块及乘法模块,所述接收天线作为该路接收优化信道的输入端,接收天线与放大滤波模块的输入端连接,放大滤波模块的输出端与解调模块的输入端连接,解调模块的输出端与乘法模块的一个输入端连接,乘法模块的输出端作为该路接收优化信道的输出端;
所述算法优化单元包括参考信号输入端、至少与接收优化信道数量相同的解调信号输入端、至少与接收优化信道数量相同的复数权值输出端及至少与接收优化信道数量相同的反馈信号输入端,各路接收优化信道的放大滤波解调模块的输出端分别与一个解调信号输入端一一对应连接,各路接收优化信道的乘法模块的另一个输入端分别与一个复数权值输出端一一对应连接,各路接收优化信道的乘法模块的输出端分别与一个反馈信号输入端一一对应连接,参考信号输入端用于输入参考信号;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川大学,未经四川大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010758203.2/2.html,转载请声明来源钻瓜专利网。