[发明专利]毫米波大规模多输入多输出系统二维波达角快速估计方法

说明书

本发明提供了毫米波大规模多输入多输出系统二维波达角快速估计方法，包括如下步骤：步骤1，对多输入多输出基站的接收阵列的信号进行空间压缩采样；步骤2，进行协方差分解获得信号子空间；步骤3，进行二维波达角估计。

技术领域

本发明涉及毫米波大规模多输入多输出系统二维波达角快速估计方法。

背景技术

传感器阵列是5G/6G网络中最重要的基础设施之一，是传输、定位和感知的基本组成部分。通过传感器阵列进行波达角(DOA)估计是一个众所周知的非线性问题。目前，已经有许多算法被用于解决这个问题。例如，旋转时不变技术(ESPRIT)、最大似然估计(ML)、多重信号分类(MUSIC)。通常，谱搜索方法，如MUSIC和ML，往往效率低下。此外，他们很难避免Off-grid问题(Z.Yang,L.Xie and C.Zhang,Off-grid direction of arrivalestimation using sparse Bayesian inference,IEEE Trans.Signal Process.,vol.61,no.1,pp.38-43,Jan.1,2013.)。ESPRIT的高效率已被普遍认可，因为它可以提供参数估计的闭式解。

现有的绝大多数研究主要集中在使用标量传感器阵列对进行一维(1D)DOA估计。在实际工程中，二维(2D)DOA更具吸引力。要提供2D-DOA估计，传统标量传感器的阵列几何结构必须严格非线性，例如L形、圆形、矩形。但是，对于空间有限的平台来说，标量传感器阵列可能无法实现。此外，在参数估计时必须提供传感器的位置的先验信息，否则需要进行复杂的差误补偿。使用电磁矢量传感器(EMVS)可以避免上述缺点(A.Nehorai,E.Paldi,Vector-sensor array processing for electromagnetic source localization,IEEETrans.Signal Process.,vol.42,no.2,pp.376-398,Feb.1994.)一个完整的EMVS不仅能提供入射信号的2D-DOA估计，还能提供额外的极化状态估计，这可能有助于探测弱信源。此外，单个EMVS具有6个自由度(DOF)，远高于传统的标量传感器，因而具有更好的可辨识性。