论文部分内容阅读
如何保障微弱信号的高效可靠接收一直是现代通信中的一个难点。目前由于技术水平的限制,天线口径不可能无限制提高,接收机噪声也很难进一步降低,一种有效的解决方法是利用多个天线对同一信号进行联合接收,将接收信号进行合成以提高信号质量。通过多天线信号的有效合成,增大了天线的等效口径,从而能够在较低的信噪比条件下实现高速可靠的数据通信。随机布设多天线信号合成具有应用灵活、成本较低以及性能稳健等优点,在众多领域具有广泛应用前景。目前该技术的研究工作主要针对深空探测这一特殊应用领域开展。在更为一般的场景中,利用多个天线所接收的信号进行合成,需要解决无先验信息条件下的信号间时延差异估计、频率相位差异估计及合成权值估计等问题。解决这些问题是该技术获得进一步推广应用的关键所在。本文主要围绕随机布设多天线信号波形合成中的关键技术开展研究,针对多天线信号的最佳合成权值估计、时延差异估计补偿、频差估计补偿以及多径信道下的合成问题进行讨论分析。论文的主要创新点可以概括为以下几个方面:1、针对基于最大输出信噪比和最大输出功率准则下的经典合成权值估计方法中存在的噪声方差难以准确估计、估计量有偏等问题,本文首先从理论上证明了以自相关系数为目标函数与以信噪比为目标函数在进行信号合成权值估计中的等价关系,基于上述等价关系,分别提出了针对两路信号和多路信号合成的最佳权值估计算法。传统的以合成信号信噪比作为目标函数的算法不能用于噪声方差难以准确估计的场合。而当各路信号的噪声方差不相等时,以合成信号功率为目标函数的算法为有偏估计。为了解决这些问题,本文通过理论推导证明了合成信号的自相关系数作为信号合成目标函数的正确性。根据该目标函数,提出了一种针对两路信号合成的ACE算法。针对多路信号合成权值估计问题,本文用特征值分解的方法提出了AC EIGEN算法。并利用一组信号相关矩阵的线性组合代替AC EIGEN算法中的信号相关矩阵,给出了MAC EIGEN算法,进一步提升了低信噪比条件下的合成性能。上述算法无需定时同步,与信号调制方式、信号带宽无关,无需估计噪声方差,适用于噪声方差不等、存在相关噪声的情景,具有更好的通用性。仿真结果表明,AC EIGEN算法和MAC EIGEN算法在低信噪比条件下的合成性能优于传统方法。2、证明了以归一化峰度为目标函数和以信噪比为目标函数进行最佳合成权值估计的等价关系,提出了一种以归一化峰度为目标函数的合成权值迭代搜索算法。仿真结果表明,通过迭代可以获得比ACE算法更低的方差性能。通过理论推导发现以合成信号的归一化峰度、信号瞬时功率归一化均方差等统计量在作为合成权值估计的目标函数,与以合成信号信噪比为目标函数是等价的。根据该等价关系,基于信号分量和噪声分量统计特性不同的假设,提出了以合成信号归一化峰度为目标函数的合成权值迭代搜索算法。该迭代搜索算法无需估计噪声方差,对信号调制参数透明,也无需定时同步。通过仿真发现,该算法可用于相关噪声条件下合成权值估计,并且通过迭代可以获得比ACE算法更低的方差性能。3、针对传统的自适应时延估计算法在多天线信号时延对齐中性能较差的问题,提出了以合成信号为参考的多信号时延自适应联合估计算法。从理论上证明了该算法的收敛性和估计量的渐进无偏性,并给出了算法估计量方差性能的理论分析结果。理论分析结果与仿真表明,与基于单路信号为参考的传统自适应时延估计算法相比,该算法降低了估计的方差,提高了多天线信号自适应时延对准性能。传统的自适应信号时延差异估计算法只针对两路信号之间的时差进行估计和补偿,而在例如多天线信号合成、目标定位等应用中,往往需要估计多路信号的时延差异。本文提出的自适应时延联合估计算法,以合成输出信号为公共的参考信号,各路信号分别根据与参考信号的误差自适应调整滤波器参数,最终通过迭代实现时延差异的估计与信号的对齐合成。本文对算法的收敛性给予了证明,并且理论推导了算法的均值特性和方差特性。仿真结果证明了理论推导的正确性。4、将对多天线信号之间频差问题转化为线性时变相位问题,本文首先提出了一种自适应相位差异估计补偿算法,证明了算法的收敛性和渐进无偏性。将该算法推广应用于信号间频差估计与补偿,提出了一种方差性能接近CRLB的无偏估计算法和一种方差性能良好且偏差可控的有偏估计算法。针对多天线信号之间的线性时变相位差异,按照相位差信号维纳解的形式,提出了渐进无偏的约束自适应相位差异估计补偿算法。基于该算法的相位差估计结果,本文分别利用时间平均的方法和线性拟合的方法提出了两种频差估计算法。理论推导和仿真结果显示基于时间平均的频差估计算法为有偏估计。同时仿真结果还显示,基于时间平均的频差估计算法的方差低于无偏估计的CRLB,而基于线性拟合的频差估计算法是一种性能接近CRLB的无偏估计算法。5、针对在无精确信道估计条件下,时域波形合成很难使得信号带宽范围内所有频点的信噪比最大化的问题,根据多径衰落信道下最佳合成架构,提出了基于余弦调制滤波器组的子带合成算法。仿真结果显示,该算法合成输出信号的解调质量优于最大比合并分集信号。根据宽带衰落信号窄带化处理的思想,提出了一种子带合成算法。该算法采用余弦调制分析综合滤波器组将接收信号分为若干带宽很小的子带信号,并且分别将各路对应的子带信号进行最大比合并。该算法对信号调制方式透明,无需进行定时同步,也无需估计信道响应。仿真显示该子带合成算法性能优于最大比合并的分集算法。