[发明专利]基于ADCs的大规模MIMO接收阵列DOA估计方法

说明书

本发明公开了一种基于ADCs的大规模MIMO接收阵列DOA估计方法。该方法为：利用线性加性量化噪声模型建立低精度场景下DOA估计的系统模型，所述低精度场景指模数转换器ADCs转换位数少于6；在低精度场景下DOA估计的系统模型基础上，求出低精度ADCs输出信号的协方差矩阵，对协方差矩阵进行奇异值分解，根据Root‑MUSIC算法给出根多项式，导出波达方向估计值的表达式；在低精度场景下DOA估计的系统模型基础上导出相应的克拉美罗下界，作为指标评估低精度ADCs对DOA估计的性能影响。本发明能够评估ADCs的比特长度对DOA估计性能的影响，从而在适合的情境下选择合适的比特长度，算法简单，可靠性高。

技术领域

本发明涉及无线通信技术领域，特别是一种基于ADCs的大规模MIMO接收阵列DOA估计方法。

背景技术

DOA估计在我们的生活中有着广泛的应用，比如无线通信、雷达、声纳、导航、各种物体的跟踪以及救援和其他紧急援助装置。在最新的一些应用中，如物联网、方向调制系统、到达角位置、大规模MIMO等，DOA估计也起着不可或缺的作用。

随着MIMO的广泛应用，利用大规模接收MIMO阵列进行DOA估计的研究应运而生。但是该方法在接收端需要大量的ADCs和射频链，这将导致电路的成本较高。为了降低成本，考虑采用低精度模数转换器，但是低精度就意味着DOA估计的性能将降低。在已有的文献中已经证明了MUSIC算法不需要额外的预处理就可以直接进行应用，并分析了当ADCs的比特长度为1时的DOA估计的性能损失，但是对于ADCs的比特长度大于1的情况，还没有相应的研究。

发明内容

本发明的目的是在于提供一种能够评估ADCs的比特长度对DOA估计性能的影响从而可以在适合的情境下选择合适的比特长度，算法简单、准确度高的大规模MIMO接收阵列DOA估计方法。

实现本发明目的的技术解决方案为：一种基于ADCs的大规模MIMO接收阵列DOA估计方法，包括以下步骤：

步骤1、利用线性加性量化噪声模型建立低精度场景下DOA估计的系统模型，所述低精度场景指模数转换器ADCs将模拟信号转换为数字信号时位数少于6位；

步骤2、在低精度场景下DOA估计的系统模型基础上，求出低精度ADCs输出信号的协方差矩阵，对所述协方差矩阵进行奇异值分解，再根据Root-MUSIC算法给出根多项式，导出波达方向估计值的表达式，对波达方向进行估计；

步骤3、在低精度场景下DOA估计的系统模型基础上导出相应的克拉美罗下界，作为指标来评估低精度ADCs对DOA估计的性能影响。

进一步地，步骤1所述的利用线性加性量化噪声模型建立低精度场景下DOA估计的系统模型，具体如下：

步骤1.1、设定拥有M根天线的均匀线性阵列捕获到信号，其中每根天线上从远处发射过来的信号会因为DOA不同而产生不同的时间延迟，所有信号都是具有相同载波频率f_c的窄带信号；设定来自远场发射器的信号为s_l(t)，l＝1，2，…，L为发射器的编号；当只有单个发射器时，发射信号为s(t)，到达方向为θ，所对应的接收信号y(t)如下：

y(t)＝a(θ)s(t)+w(t) (1)

其中是加性高斯白噪声，为噪声方差、I_M为单位矩阵，a(θ)是阵列响应，定义为：

其中ψ_θ(m)是基带信号的相移，对应于从信号源到接收天线的时间延迟，具体表达式为：

其中d_m是接收天线到公共参考点的距离，公共参考点为天线阵列的相位中心；λ为载波的波长；M为天线的数量；