本發明涉及一種基于自適應虛擬cp增長技術的doa(directionofarrival，波達方向)估計方法avcpg(adaptivevirtualcpgrowth)，適用于lte系統中的上行sc-fdma信號。

背景技術：

在實際的通信環境中，信號在傳輸過程中會產生多徑現象，即信號經過折射、反射、衍射等，導致不同幅度不同時延的信號從不同角度到達接收端，這在接收端即會產生相干信號源。

空間平滑算法是一種能有效地去相關的預處理方法，其基本思想是將ula分成若干個陣列流型相同的子陣，從而將各子陣列的協方差矩陣進行平均以實現去相干。空間平滑算法雖然可以解相干，但是由于子陣列的陣元數少于原陣列的陣元數，子陣列的有效孔徑降低，最大可分辨的信號源數目僅為原陣元數目的一半。為了增加陣列的有效孔徑，pillai和kwon提出了前后空間平滑算法，即雙向抽取子陣列，從而得到協方差矩陣，最大可分辨的信號源數目為原陣元數目的2/3。

在lte系統中，上行信號采用sc-fdma調制技術，它具有ofdm技術的大部分有點，本身即具有較好的抗isi性能，并且sc-fdma也采用了循環前綴作為保護，大大減少甚至消除了isi。lte系統設計的cp能滿足絕大多數傳播環境下的多徑時延要求(4.68us)。所以，在lte系統中，對上行sc-fdma信號的doa估計依賴自身的cp即可來抵抗多徑。

技術實現要素：

本發明所要解決的技術問題是提供一種基于自適應虛擬cp增長技術的doa估計方法(adaptivevirtualcpgrowth，avcpg)，在lte系統上行信號的背景下，結合基于sc-fdma符號的doa估計算法，運用自身的cp來抵抗多徑干擾，并加以優化，進一步提高算法的實時性和實用性。

本發明為解決上述技術問題采用以下技術方案：

本發明提供一種基于自適應虛擬cp增長技術的doa估計方法，具體步驟如下：

步驟1，根據工程需要明確估計算法的均方根誤差性能rmse；

步驟2，根據陣列接收數據的信噪比，得到當前用戶doa估計所需的快拍數p和陣元數l；

步驟3，由基于sc-fdma符號的doa估計算法得到sc-fdma符號序列，對此序列進行虛擬cp增長，去掉首尾共2048-p個數據，保留2048個接收數據中間p個數據；

步驟4，運用p個快拍數據和l個陣元數，計算得出用戶的doa估計值。

作為本發明的進一步技術方案，信噪比snr的范圍為-5db～50db的情況下，均方根誤差rmse為：

作為本發明的進一步技術方案，步驟2中根據陣列接收數據的信噪比，得到當前用戶doa估計所需的快拍數p和陣元數l，具體為：

2.1，在陣元數sensor_n一定時，將信噪比在-5db～50db中遍歷，得到k組三維數據(rmse，snapshot_n，snr)，進而擬合得到snapshot_n與snr之間的擬合函數關系snapshot_n’(snr)；再根據擬合均方根誤差rmse’對snapshot_n’(snr)進行修正，得到修正的函數關系

2.2，在快拍數snapshot_n一定時，將信噪比在-5db～50db中遍歷，得到k組三維數據(rmse，sensor_n，snr)，進而擬合得到sensor_n與snr之間的擬合函數關系sensor_n’(snr)；再根據擬合均方根誤差rmse’對sensor_n’(snr)進行修正，得到修正的函數關系

2.3，在doa估計的預處理處編纂四元組(rmse，snapshot_n，sensor_n，snr)的表格，根據陣列接收數據的信噪比，查詢表格即可得到特定信噪比下最優的(snapshot_n，sensor_n)，即最少的快拍數p和最少的陣元數l。

作為本發明的進一步技術方案，步驟3的具體步驟為：

1)對接收到的數據去掉cp，然后進行解調；

2)由dci的格式0，計算得到用戶分配的rb數量及起始rb，進而分離得到目標用戶子載波數k及其數據；

3)對2)中的目標用戶數據進行資源映射；

4)對3)中子載波映射后的數據，重新進行調制，得到目標用戶的sc-fdma符號序列；

5)對4)中的sc-fdma符號序列進行虛擬cp增長，去掉首尾共2018-p個數據，只保留2048個接收數據中間p個數據。

作為本發明的進一步技術方案，步驟4中運用p個快拍數據和l個陣元數，通過music或uca-rb-music算法計算得出用戶的doa估計值。

本發明采用以上技術方案與現有技術相比，具有以下技術效果：本發明提供的基于自適應虛擬cp增長技術的doa估計方法，復雜度低于經典的空間平滑解相干doa估計算法，并且能保證較好的估計均方根誤差性能。

附圖說明

圖1是陣元數為8，snr＝12db時得出的快拍數與均方根誤差的圖；

圖2是快拍數為322，snr＝12db時基于sc-fdma符號的doa估計均方根誤差性能與陣元數的關系；

圖3是本發明的方法流程圖。

具體實施方式

下面結合附圖以及具體實施例對本發明的技術方案做進一步的詳細說明：

本發明提供一種基于自適應虛擬cp增長技術的doa估計方法，首先，需要根據工程需要明確估計算法的均方根誤差性能。

均方根誤差rmse與接收信號信噪比有關，當信噪比snr很低時，誤差rmse達不到0.1°。本發明中，考慮信噪比從-5db～50db的情況，這里作如下處理：

其次，由陣列接收數據的信噪比，得到當前用戶doa估計所需的快拍數p和陣元數l。

在基于sc-fdma符號的doa估計算法中，對特定的信噪比(snr)而言，若要達到rmse性能要求，并非每次都需要2048個快拍數，當快拍數超過一定值，繼續增加快拍數會讓算法運算量增大，而性能幾乎沒有增長。

當陣元數sensor_n一定時，若信噪比已知，則可以通過matlab仿真可求得滿足指定均方根誤差所需的最小快拍數snapshot_n。將信噪比在-5db～50db中遍歷，則可由仿真求得k組三維數據(rmse，snapshot_n，snr)，繼而得出snapshot_n與snr之間的函數關系。我們可以使用不同的擬合方式得到擬合函數關系snapshot_n’(snr)，該擬合函數關系有兩個性能指標：擬合度r-squre和擬合均方誤差rmse’。

由于快拍數snapshot_n為整數，故需要將上述snapshot_n與snr之間的函數關系snapshot_n’(snr)向上取整。

在實際的工程應用中，為了滿足rmse所要求的性能，快拍數snapshot_n必須保證足夠。但是函數擬合的誤差總是存在的，擬合函數得出的snapshot_n可能大于也可能小于所需的最小真實快拍數。當snapshot_n大于最小真實快拍數時，顯然可以達到rmse所要求的性能；當snapshot_n小于最小真實快拍數時，doa估計的快拍數不足，從而估計rmse將達不到所要求的性能rmse，故此時對上述擬合函數關系snapshot_n’(snr)進一步修正，即：加上擬合均方根誤差rmse’的向上取整值，得到修正的函數關系snapshot_n(snr)，

考慮到在上述每一組特定的rmse性能、信噪比以及快拍數的條件下，陣列的陣元數存在一個最小值，只要陣列的陣元數不小于這個臨界值，即可達到rmse所要求的性能。

仿照snapshot_n(snr)的得出過程，在快拍數一定的前提下，可以根據信噪比求出滿足rmse性能要求的最小陣元數，同樣可通過仿真遍歷信噪比求得m組(rmse，sensor_n,snr)，繼而得出sensor_n與snr之間的函數關系，使用不同的擬合方式得到的函數關系總結為sensor_n’(snr)。

sensor_n與snr間的擬合函數關系sensor_n’(snr)也需要通過向上取整并增加擬合均方根誤差rmse’的向上取整來進一步修正，得到修正的函數關系sensor_n(snr)，

因此，由陣列接收數據的信噪比，在陣元數確定時，可通過式snapshot_n(snr)可以得到當前用戶doa估計所需的快拍數p；在快拍數確定時，可通過式sensor_n(snr)可以得到陣元數l。

綜合snapshot_n(snr)和sensor_n(snr)，可得三元組(snapshot_n，sensor_n，snr)，在實用中可以不斷地修正使其具有較強的穩定性和魯棒性。然后，即可以在doa估計的預處理處編纂四元組(rmse，snapshot_n，sensor_n，snr)的表格，這樣在未來的使用中即不必再通過重復計算，即可快速得到特定信噪比下最優的(snapshot_n，sensor_n)，即最少的快拍數據和最少的陣元數目，從而在運算量理論上最少的情況下，獲得均方根誤差rmse的性能保證。

再次，由基于sc-fdma符號的doa估計算法得到sc-fdma符號序列，對此序列進行虛擬cp增長，去掉首尾共2048-p個數據，只保留2048個接收數據中間p個數據，具體步驟為：

1)對接收到的數據去掉cp，然后進行解調；

2)由dci的格式0，計算得到用戶分配的rb數量及起始rb，進而分離得到目標用戶子載波數k及其數據；

3)對2)中的目標用戶數據進行資源映射；

4)對3)中子載波映射后的數據，重新進行調制，得到目標用戶t的sc-fdma符號序列；

5)對4)中的sc-fdma符號序列進行虛擬cp增長，去掉首尾共2018-p個數據，只保留2048個接收數據中間p個數據。

最后，運用p個快拍數據和l個陣元數通過music或uca-rb-music算法來得出用戶的doa估計值。

具體實施例

本實施例包含兩部分：

第一部分是通過具體的仿真數據，說明在特定的均方根誤差性能的前提下，對于每一個接收數據信噪比，都存在快拍數和陣元數的最小值。

圖1是在陣元數為8，snr＝12db時得出的快拍數與均方根誤差的圖。因為snr＝12db，根據步驟一中的rmse表達式，選擇此時的均方根誤差rmse為0.1°。從圖中可以看出，在均方根誤差小于0.1°時所需的最少的快拍數是322，從而此時的(rmse，snapshot_n，snr)對應于(0.1°，322，12)。

圖2表示基于sc-fdma符號的doa估計均方根誤差性能與陣元數之間的關系，這種關系是在圖1所示的rmse性能不超過0.1°的條件下所得到的最小快拍數為322的基礎上，通過改變不同的陣元數并計算各自的rmse性能而得到的。由圖2可知，只要陣元數大于等于8，就能保證算法的rmse≤0.1°，此時的(rmse，sensor_n，snr)對應于(0.1°，8，12)。

綜合上述求得的兩個三元組，可得對應信噪比snr＝12的四元組(rmse，snapshot_n，sensor_n，snr)為(0.1°，322，8，12)。

第二部分是闡述了基于自適應虛擬cp增長技術的doa估計方法的具體實施步驟，圖3為其方法流程圖。

1.根據工程需要明確估計算法的均方根誤差性能。

2.由陣列接收數據的信噪比，通過snapshot_n(snr)得到當前用戶doa估計所需的快拍數p，通過sensor_n(snr)得到陣元數l。

考慮接收信噪比為-5db～50db，以間隔1db遍歷，即此時的k為56。按照圖1和2的進行仿真，最終可分別得k組(rmse，snapshot_n，snr)和(rmse，sensor_n，snr)。

下面用求得的k組具體三維數據來分別求得snapshot_n(snr)和sensor_n(snr)。

1)當rmse≤0.6°且-5db≤snr≤-1db時

由matlab“sumofsine”的擬合方法得到其擬合曲線，擬合度r-squre＝0.97，擬合均方根誤差rmse’為115.5，所得的函數為：

snapshot_n’(snr)＝1570×sin(0.3189×snr-3.107)

2)當rmse≤0.2°且0db≤snr≤9db

由“fourier”擬合方法可以得到擬合度r-squre＝0.9583，擬合均方根誤差rmse’為213.3的擬合曲線。

所得到的函數為：

snapshot_n’(snr)＝940.6+719.9×cos(0.4718×snr)+

378.6×sin(0.4718×snr)+301.9×cos(0.9436×snr)

+72.9×sin(0.9436×snr)

3)當rmse≤0.1°且10db≤snr≤19db

同理，由三次多項式可以得到擬合度r-squre＝0.991，擬合均方根誤差rmse’為23.37的擬合曲線。

所得到的函數為：

snapshot_n’(snr)＝-0.6026×snr³+34.09×snr²-662.5×snr+4419

4)當rmse＝0°且20db≤snr≤50db

運用指數函數逼近的方法可以得到較好的擬合度為r-squre＝0.9789，擬合均方根誤差rmse’為23.35的擬合曲線。

擬合函數為：

snapshot_n’(snr)＝1.447×10¹⁹×e^-1.919×snr+5.364×10⁴×e^-0.2427×snr

快拍數snapshot_n與信噪比snr的關系總結為：

將上述snapshot_n與snr的關系向上取整，如情況1)中的關系式可以加上擬合均方根誤差rmse’(此時為115.5)的向上取整值(即加上116)修正如下：

仿照snapshot_n(snr)的得出過程，使用不同的擬合方式得到的下列擬合函數關系sensor_n’(snr)，其具體過程不再贅述：

sensor_n與snr間的擬合函數關系sensor_n’(snr)也需要通過向上取整與增加擬合均方根誤差rmse’來進行修正。

綜合snapshot_n(snr)和sensor_n(snr)即可得到在不同均方根誤差性能rmse條件下三維變量snapshot_n、sensor_n及snr間的約束關系，最終可制成四元組(rmse，snapshot_n，sensor_n，snr)的表格。通過接收信噪比查找此表格，可得對應的快拍數p和陣元數l。

3.由基于sc-fdma符號的doa估計算法得到sc-fdma符號序列，對此序列進行虛擬cp增長，去掉首尾共2048-p個數據，只保留2048個接收數據中間p個數據，具體步驟為：

1)對接收到的數據去掉cp，然后進行解調；

2)由dci的格式0，計算得到用戶分配的rb數量及起始rb，進而分離得到目標用戶子載波數k及其數據；

3)對2)中的目標用戶數據進行資源映射；

4)對3)中子載波映射后的數據，重新進行調制，得到目標用戶t的sc-fdma符號序列；

5)對4)中的sc-fdma符號序列進行虛擬cp增長，去掉首尾共2018-p個數據，只保留2048個接收數據中間p個數據。

4.運用p個快拍數據和l個陣元數通過music或uca-rb-music算法來得出用戶的doa估計值。

以上所述，僅為本發明中的具體實施方式，但本發明的保護范圍并不局限于此，任何熟悉該技術的人在本發明所揭露的技術范圍內，可理解想到的變換或替換，都應涵蓋在本發明的包含范圍之內，因此，本發明的保護范圍應該以權利要求書的保護范圍為準。