均匀圆形阵列天线的压缩感知二维DOA估计方法

结合均匀圆型阵列结构的特殊性,论文提出了一种基于压缩感知的二维波达方向估计方法。该方法首先利用模式空间转换将阵元空间的均匀圆阵转换成模式空间的虚拟线阵;其次采用奇异值分解的方法进行降维,得到低维数据矩阵;最后借助正交匹配追踪算法进行求解,获得二维角度估计值。通过理论推导和实验仿真表明该方法无须谱峰搜索,计算量较小,对于二维相干信号和非相干信号也都具有良好的估计性能。相比于经典算法,对于不同条件下的二维DOA估计该方法也具有一定的优越性。

大规模MIMO系统中的信号子空间变步长LMS自适应波束形成算法

本文针对变步长LMS自适应波束形成算法在相关矩阵特征值分散时收敛特性不理想的问题,提出一种可用于大规模MIMO系统的信号子空间变步长LMS自适应波束形成算法(SS-VSLMS)。该算法中的权矢量仅保留信号子空间分量,可获取基于指数因子最优步长,提高算法收敛速度;同时引入误差相关性分析,最大限度减小稳态误差;并通过提取信号子空间的权矢量,提高系统抗干扰能力。仿真实验表明,该改进算法能够满足大规模MIMO系统的收敛性和抗干扰要求。

大规模MIMO系统中基于模等式约束的降维去相干DOA估计

大规模MIMO系统中存在大量相干信号,简单的去相干处理导致二维波达方向(DOA, Direction of Arrival)估计的精度较低。为此,本文提出一种能够大幅度提高相干信号二维DOA估计性能的模等式约束降维MUSIC算法。该算法将二维DOA估计问题转化为优化问题,并采用模等式约束法定义附加条件,对方向矢量施加较强的约束,使优化方程求解更接近最优解。理论分析和仿真实验结果表明,本文提出的去相干DOA算法的可靠性与精度高,满足大规模MIMO系统的DOA估计性能需求,具有较强的可行性和实用性。