一种接收机复用单目标测向系统中噪声矢量直接估计方法技术方案

针对BLE AoA/AoD此类接收机复用的测向系统，本发明专利技术公开一种接收机复用单目标测向系统中噪声矢量直接估计方法，属于测量、测试的技术领域。该方法通过计算天线阵列中各天线单次采集数据与参考天线单次采集数据的共轭结果之和后取均值的方式，估计各天线与参考天线的自相关系数，再由估计的各天线与参考天线的自相关系数构建噪声空间特征矢量的估计矩阵，不需要进行矩阵自相关、特征值分解、特征值排序等操作。通过本发明专利技术提供的噪声空间特征矢量，配合传统的测向算法，例如Root

【技术实现步骤摘要】
一种接收机复用单目标测向系统中噪声矢量直接估计方法


[0001]本专利技术涉及无线高精度测向技术，具体公开一种接收机复用单目标测向系统中噪声矢量直接估计方法，属于测量、测试的


技术介绍

[0002]阵列信号处理是信号处理领域内的一个重要研究分支，主要是将多个传感器设置在空间的不同位置组成传感器阵列。传统的阵列信号处理主要对空间信号场进行并行接收和处理，如图1所示，目的是提取阵列接收信号的特征参数，并抑制干扰和噪声或不感兴趣的信息。
[0003]通常情况下，考虑N个远场窄带信号入射到M个天线组成的测向阵列，同时各个阵元接收到的信号由接收机并行采样，那么采样信号满足：
[0004]X(t)＝AS(t)+N(t)
[0005]其中，X(t)为图1中测向阵列采集到的M个并行通道数据，可以进一步表示为：
[0006]X(t)＝[x1(t),
…
,x
M
(t)]T
[0007]S(t)为N个远场窄带信号，可以进一步表示为：
[0008]S(t)＝[s1(t),
…
,s
N
(t)]T
[0009]N(t)为M个通道的噪声信号，可以进一步表示为：
[0010]N(t)＝[n1(t),
…
,n
M
(t)]T
[0011]A为由N个入射信号组成的待估计的导向矢量矩阵：
[0012]A＝[a1,
…
,a
N
]T
[0013]其中，第i个入射信号对于的导向矢量为：
[0014]a
i
＝[exp(
‑
jω0τ
1i
),
…
,exp(
‑
jω0τ
Mi
)]T
[0015]其中，ω0＝2πf0,f0是测向信号的中心频率，τ
1i
是第i个入射信号在第1个阵元时相对参考阵元的延时，τ
Mi
是第i个入射信号在第M个阵元时相对参考阵元的延时。
[0016]如果观测的阵列是均匀线阵(Uniform Linear Array，ULA)，天线间距为d,并以第一个天线作为参考点，那么进一步得到：
[0017][0018]其中，θ
i
就是待估计的第i个入射信号与线阵法线的夹角。
[0019]阵列信号处理算法，就是通过已知的天线阵列结构和测量到的信号X(t)，估计不同信号的入射方向。
[0020]基于阵列信号处理的定位技术已经过近半个世纪的研究，相关超分辨率和抗多径测向、阵列误差校准等研究已有较多成果，其中最具有代表性的是基于矩阵特征空间分解的方法。
[0021]首先获得数据的协方差矩阵，数据的协方差矩阵为：
[0022]R
XX
＝E[XX
H
]＝AE[SS
H
]A
H
+δ2I＝AR
SS
A
H
+δ2I
[0023]由于信号和噪声是相互独立的，因此可以分解成信号和噪声两部分：
[0024]R
XX
＝U
s
∑
s
U
sH
+U
N
∑
N
U
NH
[0025]其中，U
s
是由大特征值对应的特征矢量张成的子空间，也就是信号空间；U
N
是由小特征值对应的特征矢量张成的子空间，也就是噪声空间。
[0026]理想情况下，信号子空间和噪声子空间是正交的，因此信号子空间的导向矢量也和噪声子空间正交，即：
[0027]a
H
(θ)U
N
＝0
[0028]经典的MUSIC算法就是基于上述公式得到的。考虑到实际采集到的信号长度是有限的，因此协方差矩阵的极大似然估计为：
[0029][0030]其中，X(t)进行了L个点的采样，获得了X，此时通过同样计算，可以获得得到了噪声子噪声空间的特征矢量估计矩阵。此时a(θ)与不一定完全正交，因此可以通过最小化搜索得到：
[0031][0032]最终得到了MUSIC类方法的谱峰搜索公式：
[0033][0034]通过上述MUSIC类方法的推导，我们可以得到这一类算法需要用到的主要计算过程为(以ULA为例)：计算M根天线、M根天线L个采样点的自相关矩阵计算M*M维自相关矩阵的特征值和特征向量；对特征值排序，获得M
‑
D个噪声特征值及对应的特征向量根据遍历入射角θ，得到P
MUSIC
；在P
MUSIC
得到D个最大值，该D个最大值对应的就是D个信号的入射信号方向。
[0035]通过分析上述经典测向系统和测向算法可知：经典测向硬件架构需要多个射频接收机并行采样，硬件成本和运行功耗较高；同时上述算法步骤较多，且计算量复杂，不适合低功耗的物联网设备进行测向。
[0036]针对硬件复杂度和功耗问题，可以采用单个接收机复用的测向系统。该系统通过射频开关的切换，使得单个射频接收机依次获得天线阵列信号，如图2所示。最新的低功耗蓝牙(Bluetooth Low Energy，BLE)测向就是采用了上述硬件架构。为了弥补由于天线切换导致的信号损失，此时的测向信号采用周期性的正弦信号。另外，为了简化测向算法，并在每次采集的信号中获得测向目标的唯一标识，一般单次采集到的测向信号中，仅包含单个测向目标。上述情况的简化，都是为了使得诸如BLE等低功耗物联网系统能够低成本、低功耗地完成高精度测向。虽然采用单个接收机复用的测向系统简化了硬件架构，但对单次采集到的测量信号依然采用经典测向算法进行定位，存在计算量大、功耗高的缺陷，因此计算资源受限的物联网设备用于单目标测向时精度差。
[0037]综上，本专利技术针对单接收机开关复用的测向系统进行单目标测向的场景，提出一
种接收机复用单目标测向系统中噪声矢量直接估计方法以克服上述缺陷。

技术实现思路

[0038]本专利技术的专利技术目的是针对上述
技术介绍
的不足，提供一种接收机复用单目标测向系统中噪声矢量直接估计方法，对噪声空间特征向量直接估计以消除传统测向过程中的复杂运算，在物联网设备上实现单目标高精度测向的专利技术目的，解决计算资源受限的物联网设备不适合用于单个接收机复用的测向系统进行精确测向的技术问题。
[0039]本专利技术为实现上述专利技术目的采用如下技术方案：
[0040]为了在计算资源受限的单接收机复用物联网节点上，实现单目标的高精度测向，本专利技术提出了一种噪声空间特征向量直接估计方法。利用本专利技术提出的后续直接利用Root
‑
MUSIC算法得到入射信号方向。
[0041]在单目标情况下，阵列天线采集到的信号可以简化为：
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种接收机复用单目标测向系统中噪声矢量直接估计方法，其特征在于，包括如下步骤：步骤1，对于接收机复用的单目标测向系统，轮询切换天线阵列中各天线进行单次采集，获取一轮单次采集的CTE信号；步骤2，根据此轮单次采集的CTE信号频率，计算测向系统的载波频偏量；步骤3，根据此轮单次采集的CTE信号，估计测向系统天线阵列中各天线与参考天线的自相关系数；步骤4，在测向系统的载波频偏量超过阈值时，对测向系统天线阵列中各天线与参考天线的自相关系数进行偏频补偿后进入步骤5，在测向系统的载波频偏量未超过阈值时直接进入步骤5；步骤5，构建噪声空间特征矢量的估计矩阵。2.根据权利要求1所述一种接收机复用单目标测向系统中噪声矢量直接估计方法，其特征在于，所述步骤3中估计测向系统天线阵列中各天线与参考天线的自相关系数的方法为：对测向系统天线阵列中当前天线与参考天线单次采集的同一入射远场窄带信号进行共轭计算，对当前天线与参考天线单次采集的各入射远场窄带信号的共轭计算结果的和取平均值，求得估计测向系统天线阵列中当前天线与参考天线的自相关系数。3.根据权利要求2所述一种接收机复用单目标测向系统中噪声矢量直接估计方法，其特征在于，所述步骤3中估计测向系统天线阵列中各天线与参考天线的自相关系数的表达式为：式为：其中，为测向系统天线阵列中第m根天线与参考天线的自相关系数的估计值，x1(i)为测向系统天线阵列中参考天线单次采集的第i个入射的远场窄带信号，x
m
(i)为测向系统天线阵列中第m根天线单次采集的第i个入射的远场窄带信号，0≤i≤N
‑
1,1<m≤M，N为入射的远场窄带信号的数量，M为测向系统天线阵列中天线的...

【专利技术属性】
技术研发人员：黄成，陆生礼，刘昊，
申请(专利权)人：东南大学苏州研究院，
类型：发明
国别省市：