專利名稱：快速信號(hào)子空間估計(jì)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及數(shù)字信號(hào)處理技術(shù)領(lǐng)域，特別涉及一種降低信號(hào)子空間估計(jì)計(jì)算復(fù)雜度并保證數(shù)值穩(wěn)健性的方法。
背景技術(shù)：
隨著大規(guī)模集成電路和數(shù)字信號(hào)處理技術(shù)的發(fā)展，信號(hào)子空間估計(jì)問題已經(jīng)成為許多領(lǐng)域的關(guān)鍵問題之一，如相控陣?yán)走_(dá)的波達(dá)方向(DOA)估計(jì)和降秩空時(shí)自適應(yīng)處理 (STAP)、移動(dòng)通信的多用戶檢測(cè)(Multi-user Detection)等。傳統(tǒng)的信號(hào)子空間估計(jì)方法通常是對(duì)觀測(cè)數(shù)據(jù)協(xié)方差矩陣進(jìn)行特征值分解(EVD)，對(duì)應(yīng)大特征值的特征向量張成信號(hào)子空間，其余特征向量張成噪聲子空間。然而由于特征值分解的計(jì)算復(fù)雜度非常高，數(shù)量級(jí)為0(M3)，其中M為觀測(cè)數(shù)據(jù)的維數(shù)，并且需要計(jì)算觀測(cè)數(shù)據(jù)協(xié)方差矩陣，計(jì)算復(fù)雜度為 O(M2N)，其中N為形成協(xié)方差矩陣的采樣支持長(zhǎng)度。因此利用特征值分解估計(jì)信號(hào)子空間的計(jì)算復(fù)雜度為0(Μ3+Μ2Ν)。然而在很多實(shí)際應(yīng)用中，特別是相控陣?yán)走_(dá)和第三代移動(dòng)通信系統(tǒng)，觀測(cè)數(shù)據(jù)維數(shù)M通常很大，因此巨大的計(jì)算量往往限制了實(shí)時(shí)應(yīng)用。學(xué)術(shù)界和產(chǎn)業(yè)界相繼提出了一系列的信號(hào)子空間快速估計(jì)方法來避免計(jì)算特征值分解，如G. Xu提出了基于Lanczos的快速子空間估計(jì)方法，其計(jì)算復(fù)雜度為0 (M2P+M2N)， 其中P為信號(hào)子空間的維數(shù)。當(dāng)P遠(yuǎn)小于M時(shí)，該方法的計(jì)算量得到一定程度減輕，然而其仍然需要計(jì)算協(xié)方差矩陣。另外一種方法是基于多級(jí)維納濾波(MSWF)前向迭代來估計(jì)信號(hào)子空間。多級(jí)維納濾波前向迭代可以在數(shù)據(jù)層次(data-level)或者協(xié)方差矩陣層次 (power-level)實(shí)現(xiàn)。協(xié)方差矩陣層次的前向迭代與G. Xu的方法的計(jì)算量一致，而數(shù)據(jù)層次的前向迭代，特別是基于相關(guān)相減結(jié)構(gòu)的阻塞矩陣選擇，能夠大大降低其計(jì)算復(fù)雜度，然而其數(shù)值穩(wěn)健性無法得到保證，尤其在有限精度運(yùn)算中。

發(fā)明內(nèi)容
本發(fā)明的目的是克服上述缺陷，提出一種數(shù)值穩(wěn)健的快速信號(hào)子空間估計(jì)方法。為實(shí)現(xiàn)上述目的，本發(fā)明的快速子空間估計(jì)方法包括獲得天線陣元的觀測(cè)數(shù)據(jù)模型；構(gòu)造新的觀測(cè)數(shù)據(jù)，對(duì)所述新的觀測(cè)數(shù)據(jù)進(jìn)行迭代；根據(jù)所述迭代結(jié)果構(gòu)造轉(zhuǎn)換矩陣；以及獲得所述轉(zhuǎn)換矩陣的列向量。進(jìn)一步地，所述方法在所述構(gòu)造新的觀測(cè)數(shù)據(jù)，對(duì)所述新的觀測(cè)數(shù)據(jù)進(jìn)行迭代的步驟之前還包括根據(jù)所述觀測(cè)數(shù)據(jù)模型獲得天線陣元接收信號(hào)數(shù)據(jù)；根據(jù)所述天線陣元接收信號(hào)數(shù)據(jù)構(gòu)造新的期望信號(hào)和新的觀測(cè)數(shù)據(jù)；其中，所述觀測(cè)數(shù)據(jù)模型為χ (k) = [X1 (k) , X2 (k) , xM(k)]T, k = 1,2, ...，N
權(quán)利要求
1.一種快速信號(hào)子空間估計(jì)方法，其特征在于，所述方法包括如下步驟(1)獲得天線陣元的觀測(cè)數(shù)據(jù)模型；(2)構(gòu)造新的觀測(cè)數(shù)據(jù)，對(duì)所述新的觀測(cè)數(shù)據(jù)進(jìn)行迭代；(3)根據(jù)所述迭代結(jié)果構(gòu)造轉(zhuǎn)換矩陣；以及(4)獲得所述轉(zhuǎn)換矩陣的列向量。
2.如權(quán)利要求1所述的方法，其特征在于，在步驟⑴和(2)之間還包括如下步驟 根據(jù)所述觀測(cè)數(shù)據(jù)模型獲得天線陣元的初始接收信號(hào)數(shù)據(jù)；根據(jù)所述天線陣元的初始接收信號(hào)數(shù)據(jù)構(gòu)造新的期望信號(hào)和新的觀測(cè)數(shù)據(jù)。
3.如權(quán)利要求1所述的方法，其特征在于，所述觀測(cè)數(shù)據(jù)模型為 X (k) = [X1 (k), X2 (k), xM(k)]T, k = 1,2, ···, N=Α( θ ) s (k) +η (k)=[a(-,a(0p)][Sl(k),s2(k), sP(k)]T+ Ln1 (k),n2 (k), ...，nM(k)]T 其中，％(k)代表第M個(gè)天線陣元的信號(hào)數(shù)據(jù)；s(k)，A(9)和n(k)分別表示信號(hào)矢量、 導(dǎo)向矩陣以及噪聲矢量；N為采樣支持長(zhǎng)度，“θ》代表波達(dá)方向?yàn)镼i的信號(hào)導(dǎo)向矢量， 并且其具有如下形式 (θ,) = [\, β;φ·,···,βΚΜ-1)φ']Τ 其中釣=2雙&:111《/；1，(1和λ分別表示ULA陣的陣元間距以及接收信號(hào)的載波波長(zhǎng)。
4.如權(quán)利要求1所述的方法，其特征在于，所述步驟(2)通過多級(jí)維納濾波前向迭代計(jì)算實(shí)現(xiàn)。
5.如權(quán)利要求1所述的方法，其特征在于，所述迭代結(jié)果為歸一化互相關(guān)矢量Iii和阻塞矩陣。
6.如權(quán)利要求1所述的方法，其特征在于，所述構(gòu)造后的轉(zhuǎn)換矩陣為 其中，K i為具有單位范數(shù)，任意相位的旋轉(zhuǎn)因子；hi為歸一化互相關(guān)矢量；(^i為阻塞矩陣；Qi為Householder矩陣Qi的第一列。
7.如權(quán)利要求1所述的方法，其特征在于，所述獲得所述轉(zhuǎn)換矩陣的列向量的步驟通過按照多級(jí)維納濾波前向迭代的Householder矩陣后向連乘來實(shí)現(xiàn)。
8.如權(quán)利要求2所述的方法，其特征在于，所述新的期望信號(hào)為天線參考陣元的觀測(cè)數(shù)據(jù)，即 d0(k) =Xl(k)。
9.如權(quán)利要求2所述的方法，其特征在于，所述新的觀測(cè)數(shù)據(jù)為X(l(k)= [x2(k), X3(k),…，％(k)]T，其中，％(k)代表第M個(gè)天線陣元的信號(hào)數(shù)據(jù)。
10.如權(quán)利要求4所述的方法，其特征在于，所述多級(jí)維納濾波前向迭代計(jì)算在所述新的觀測(cè)數(shù)據(jù)的數(shù)據(jù)層次上進(jìn)行。
全文摘要
本發(fā)明涉及數(shù)字信號(hào)處理技術(shù)領(lǐng)域。本發(fā)明提供了一種快速信號(hào)子空間估計(jì)方法，所述方法包括根據(jù)觀測(cè)數(shù)據(jù)模型，獲得接收天線陣元的初始觀測(cè)信號(hào)；構(gòu)造新的觀測(cè)數(shù)據(jù)，對(duì)所述新的觀測(cè)數(shù)據(jù)進(jìn)行迭代；根據(jù)所述迭代結(jié)果構(gòu)造轉(zhuǎn)換矩陣；以及，獲得所述轉(zhuǎn)換矩陣的列向量。本發(fā)明的方法在數(shù)據(jù)層次上進(jìn)行多級(jí)維納濾波前向迭代，得到前向迭代過程的轉(zhuǎn)換矩陣，進(jìn)而利用Householder矩陣的酉性質(zhì)快速地計(jì)算該轉(zhuǎn)換矩陣，從而獲得信號(hào)子空間的一組標(biāo)準(zhǔn)基向量；所述方法借助了多級(jí)維納濾波前向迭代的Householder變換，不僅進(jìn)一步降低了計(jì)算復(fù)雜度，還保證了算法在有限精度下的數(shù)值穩(wěn)健性。
文檔編號(hào)H04L1/06GK102208930SQ20101013520
公開日2011年10月5日 申請(qǐng)日期2010年3月30日 優(yōu)先權(quán)日2010年3月30日
發(fā)明者馮振明, 崔曉偉, 莊學(xué)彬, 陸明泉 申請(qǐng)人:清華大學(xué)