Оценивание направления прихода сигнала с использованием корреляции замираний с MIMO системе
Оценка направления прихода сигнала в рассеивающей среде с помощью многоантенной системы из ненаправленных диполей, основанный на Фурье-анализе коэффициентов пространственной корреляции сигналов с расчетом гармоники азимутального спектра мощности.
Рубрика | Коммуникации, связь, цифровые приборы и радиоэлектроника |
Вид | статья |
Язык | русский |
Дата добавления | 06.05.2018 |
Размер файла | 241,9 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Рязанский государственный радиотехнический университет
ОЦЕНИВАНИЕ НАПРАВЛЕНИЯ ПРИХОДА СИГНАЛА С ИСПОЛЬЗОВАНИЕМ КОРРЕЛЯЦИИ ЗАМИРАНИЙ В MIMO СИСТЕМЕ
Ксендзов А.В.
Кандидат технических наук
Аннотация
сигнал диполь гармоника азимутальный
Предложен метод оценивания направления прихода сигнала в условиях рассеивающей среды с помощью многоантенной системы (МАС) из ненаправленных диполей, основанный на Фурье-анализе коэффициентов пространственной корреляции сигналов с последующим вычислением первой комплексной гармоники азимутального спектра мощности (АСМ).
Ключевые слова: MIMO, азимутальный спектр мощности, многолучевость, коррелированные замирания, направление прихода.
Annotation
ESTIMATION OF DIRECTION OF ARRIVAL OF SIGNAL USING FADING CORRELATION IN MIMO SYSTEM
A method for estimation of direction of signal arrival in a scattering environment with a multi-element antenna (MEA) consisting of omnidirectional dipoles based on Fourier analysis of spatial correlation coefficients for signals received by MEA with subsequent calculation of the first complex harmonic of the power azimuth spectrum is proposed.
Keywords: MIMO, power azimuth spectrum, multipath, fading correlation, direction of arrival, DoA.
Введение
Поскольку в большинстве современных беспроводных систем связи диапазона выше 1 ГГц используемые электромагнитные волны распространяются через среду рассеяния, приводящую к непрерывно меняющейся многолучевой траектории, в математические модели радиоканалов вводятся замирания сигнала и функция азимутального спектра мощности (АСМ) p(и), что позволяет учесть стохастические свойства среды распространения сигнала. АСМ показывает азимутальное распределение мощности сигнала в точке приема, нормированное следующим образом:
Обычно в моделях используются три вида аппроксимации АСМ: равномерный, гауссовский и лапласовский с возможностью усечения по азимуту [1]. Наличие выделенного направления АСМ отражает свойство принимаемого сигнала концентрировать свою мощность в направлении передатчика даже без луча прямой видимости при распространении в застроенной среде. Таким образом, азимут, соответствующий пику или центру симметрии аппроксимирующей функции, считается направлением прихода (НП). Оценка НП может быть полезна в задачах радиолокации, пеленгации передатчика или кластера отражателей, а также оптимизации многоантенной системы (МАС) для декорреляции замираний сигнала в MIMO системе, что позволяет повысить ее производительность [2]. Данная оценка может быть получена с использованием одиночной вращающейся узконаправленной антенны [3] или фиксированной МАС в сочетании с диаграммообразованием [4].
Цель статьи: разработка метода оценивания НП с помощью МАС из ненаправленных антенн, использующего свойства коррелированных замираний сигнала, проходящего к точке приема через среду интенсивного рассеяния и переотражения.
Главная часть
Рассмотрим следующие виды аппроксимации АСМ: равномерную pU(и), гауссовскую pG(и) и лапласовскую pL(и) (рис.1 а, б, в соответственно).
Рис. 1 Модели аппроксимации АСМ
Полные математические модели данных видов аппроксимации могут быть описаны набором параметров: НП ц0, ширина усечения Д и угловое расхождение у для последних двух [1, 2]. Предполагается, что
pU(и) = pG(и) = pL(и) = 0 для и
для , что удовлетворяет нормировке (1).
Полагая функцию АСМ p(и) периодической, представим ее в виде ряда Фурье [5]:
Заметим, что вследствие (1). Подставляя (2) в (3), получим
где величины
являются действительными вне зависимости от НП.
Таким образом, из (4) и (5) следует, что при выборе любого из рассматриваемых видов аппроксимации для оценки НП может быть использована фаза первой комплексной гармоники АСМ:
где c - действительный масштабный множитель, a1 и b1 - коэффициенты тригонометрического ряда Фурье, которые могут быть оценены методом, предложенным в [5]. В частности,
где rx и ry - комплексные коэффициенты корреляции сигналов, принятых парами ненаправленных антенн, как показано на рис. 2 а.
Рис. 2 МАС для оценивания направления прихода
Каждый из корреляционных коэффициентов может быть оценен как усредненное произведение нормированных комплексных тестовых символов su, sv, полученных соответствующей парой антенн, разнесенных на полярные координаты (D,ц):
Проблемой метода является необходимость чрезвычайно малого антенного разнесения D<0,2 для уменьшения влияния высших гармоник на корреляцию (8) [5]. При этом взаимное влияние антенн и, как следствие, ошибка оценивания, резко возрастает. Для ее уменьшения требуется увеличить размер МАС и количество антенн в ней. К примеру, МАС, изображенная на рис. 2 б, обеспечивает большее разнесение и, следовательно, меньшее взаимное влияние антенн. Коэффициенты тригонометрического ряда Фурье в этом случае:
В предельном случае МАС имеет полукруглую топологию (рис. 2 в) [5], а оценка НП стремится к
Выводы
Оценка НП, полученная предложенным методом, содержит случайную и систематическую погрешности. Случайная погрешность вызвана конечной длиной тестовой символьной последовательности и стохастической природой АСМ в целом. Систематическая погрешность может возникнуть из-за асимметрии реального АСМ, что ограничивает область применения метода только сценариями, при которых априори известно о наличии выделенного направления АСМ и возможности его аппроксимации приведенными выше моделями. Также существует компромисс между воздействием взаимного влияния антенн при малом разнесении D и высших гармоник АСМ при большом D на ошибку оценивания. Результаты моделирования показывают, что систематическая погрешность оценки не превышает 1° при использовании МАС, приведенной на рис. 2 б, с D=0,5 и формул (6) и (9) для получения оценки НП при хорошей аппроксимации АСМ (2).
Заключение
Метод, предложенный в данной статье, позволяет оценивать азимут прихода сигнала с использованием многоантенной системы с простой топологией, составленной из ненаправленных элементов без взаимного влияния, которая требуется для сбора информации о пространственной корреляции замираний сигнала, распространяющегося через среду рассеивания. Метод применим к однокластерным канальным моделям с доминирующим направлением, а также может быть применен к многокластерным моделям, например, COST259, для определения средневзвешенного направления на группу отражающих кластеров. Метод неприменим к внутрикомнатным и микросотовым моделям каналов, поскольку соответствующие им АСМ, как правило, носят бесформенный характер.
Литература
1. Schumacher L., Pedersen K., Mogensen P. From Antenna Spacings to Theoretical Capacities - Guidelines for Simulating MIMO Systems // Proceedings of 13th IEEE International Symposium on Personal, Indoor and Mobile Radio Communications PIMRC 2002. Lisbon, Portugal, 15-18 Sept. 2002. Vol. 2. P. 587-592.
2. Паршин Ю.Н., Ксендзов А.В. Влияние пространственной корреляции на эффективность оптимизации пространственной структуры многоантенной системы при разнесенном приеме // Вестник Рязанского государственного радиотехнического университета. 2006. № 19. С. 54-62.
3. Li J., Li X.-Z., Zhou G.-M., Zhang E.-Y. A novel method for estimating the power azimuth spectrum of the wireless channel // IEEE Antennas Wireless Propag. Lett. Dec. 2006. Vol. 5. P. 11-14.
4. Wallace J. W., Jensen A. Sparse power angle spectrum estimation // IEEE Trans. Antennas Propag. Aug. 2009. Vol. 57. № 8. P. 2452-2460.
5. Ksendzov A. V. A Method for Estimating the Power Azimuth Spectrum Using a Multi-Element Antenna // Proceedings on 16thInternational Radar Symposium IRS 2015. June 23--26, 2015. V.2. P. 1052-1057.
Размещено на Allbest.ru
...Подобные документы
Спектральные характеристики периодических и непериодических сигналов. Свойства преобразования Фурье. Аналитический расчёт спектра сигнала и его энергии. Разработка программы в среде Borland C++ Bulder 6.0 для подсчета и графического отображения сигнала.
курсовая работа [813,6 K], добавлен 15.11.2012Изображение структурной схемы смешанной системы связи, проектирование сигналов в различных её сечениях. Расчет спектра плотности мощности сообщения, энергетической ширины спектра и интервала корреляции. Схема приемника сигнала дискретной модуляции.
курсовая работа [706,4 K], добавлен 09.03.2013Построение графиков амплитудного и фазового спектров периодического сигнала. Расчет рекурсивного цифрового фильтра, цифрового спектра сигнала с помощью дискретного преобразования Фурье. Оценка спектральной плотности мощности входного и выходного сигнала.
контрольная работа [434,7 K], добавлен 10.05.2013Спектральный анализ аналоговых непериодического и периодического сигналов. Анализ аналоговой линейной электрической цепи во временной и частотной области. Расчет и построение спектра коэффициентов комплексного ряда Фурье. Расчет шины спектра сигнала.
курсовая работа [582,6 K], добавлен 02.09.2013Расчёт напряжённости электрического поля на входе радиоприёмного устройства при заданной мощности излучения. Определение скорости распространения и направления прихода электромагнитного поля. Изучение поляризационных характеристик и искажений сигнала.
курсовая работа [198,7 K], добавлен 23.12.2012Расчет спектра сигнала через ряд Фурье. Диапазон частот, в пределах которого заключена часть энергии колебания. Восстановленный сигнал из гармоник. Алгоритм восстановления и дискретные значения времени. Изучение спектрального представления сигналов.
лабораторная работа [356,3 K], добавлен 18.05.2019Схема цифрового канала связи. Расчет характеристик колоколообразного сигнала: полной энергии и ограничения практической ширины спектра. Аналитическая запись экспоненциального сигнала. Временная функция осциллирующего сигнала. Параметры цифрового сигнала.
курсовая работа [1,1 M], добавлен 07.02.2013Определение практической ширины спектра сигнала. Согласование источника информации с каналом связи. Определение интервала дискретизации сигнала. Расчет вероятности ошибки при воздействии "белого шума". Расчет энергетического спектра кодового сигнала.
курсовая работа [991,1 K], добавлен 07.02.2013Соотношение для спектральных плотностей входного и выходного сигнала, дискретное преобразование Фурье. Статистические характеристики сигналов в дискретных системах. Дискретная спектральная плотность для спектральной плотности непрерывного сигнала.
реферат [189,3 K], добавлен 23.09.2009Использование спектра в представлении звуков, радио и телевещании, в физике света, в обработке любых сигналов независимо от физической природы их возникновения. Спектральный анализ, основанный на классических рядах Фурье. Примеры периодических сигналов.
курсовая работа [385,8 K], добавлен 10.01.2017Рассмотрение реализации дискретного преобразования Фурье, использования "оконных функций" Хэннинга и Хэмминга для уменьшения эффекта "утечки спектра". Оценка синтеза трех фильтров автоматизированным способом (используя приложение fdatool системы Mathlab).
курсовая работа [1,1 M], добавлен 24.01.2018Формирование математической модели сигнала и построение ее графика. Спектральный состав сигнала. Исследования спектрального состава сигнала с помощью быстрых преобразований ряда Фурье. Построение графика обработанного сигнала. Верхняя граничная частота.
курсовая работа [187,7 K], добавлен 14.08.2012Определение спектральной плотности заданного непериодического сигнала, спектра периодической последовательности заданных видеоимпульсов. Определение функции корреляции заданного видеосигнала. Спектральный метод анализа процессов в линейных цепях.
курсовая работа [1013,1 K], добавлен 23.02.2012Характеристики суммарного процесса на входе и на выходе амплитудного детектора. Амплитудно-частотная характеристика усилителя промежуточной частоты. Спектральная плотность сигнала. Корреляционная функция сигнала. Время корреляции огибающей шума.
курсовая работа [314,9 K], добавлен 09.12.2015Расчёт ширины спектра, интервалов дискретизации и разрядности кода. Автокорреляционная функция кодового сигнала и его энергетического спектра. Спектральные характеристики, мощность модулированного сигнала. Вероятность ошибки при воздействии "белого шума".
курсовая работа [1,0 M], добавлен 07.02.2013Разложение непериодического сигнала на типовые составляющие. Расчет изображения аналогового непериодического сигнала по Лапласу. Нахождение спектральной плотности аналогового непериодического сигнала. Расчет ширины спектра периодического сигнала.
курсовая работа [1,3 M], добавлен 13.01.2015Процесс дискретизации сигнала, заданного аналитически. Преобразование сигнала в цифровую форму с помощью аналого-цифровых преобразователей. Дискретизация непрерывных сигналов, их квантование по уровню. Расчет коэффициентов для низкочастотного фильтра.
курсовая работа [755,5 K], добавлен 11.02.2016Определение спектров тригонометрического и комплексного ряда Фурье, спектральной плотности сигнала. Анализ прохождения сигнала через усилитель. Определение корреляционной функции. Алгоритм цифровой обработки сигнала. Исследование случайного процесса.
контрольная работа [272,5 K], добавлен 28.04.2015Расчет спектральной плотности экспоненциального импульса цифрового устройства с помощью формулы прямого преобразования Фурье. Построение АЧХ и ФЧХ спектральной плотности. Построение амплитудного спектра периодического дискретизированного сигнала.
контрольная работа [197,1 K], добавлен 23.04.2014Расчет спектра и энергетических характеристик сигнала. Определение интервалов дискретизации и квантования сигнала. Расчет разрядности кода. Исследование характеристик кодового и модулированного сигнала. Расчет вероятности ошибки в канале с помехами.
курсовая работа [751,9 K], добавлен 07.02.2013