李司, 劉寅生, 李旭, 楊明強(qiáng)

(1.北京交通大學(xué) 電子信息工程學(xué)院, 北京 100044; 2.公安部第一研究所, 北京 100048;3.北京交通大學(xué) 軌道交通控制與安全國(guó)家重點(diǎn)實(shí)驗(yàn)室, 北京 100044;4.北京交通大學(xué) 智慧高鐵系統(tǒng)前沿科學(xué)中心, 北京 100044)

0 引言

電磁空間安全已經(jīng)成為國(guó)家安全戰(zhàn)略的關(guān)鍵環(huán)節(jié),是國(guó)家整體安全體系的重要組成,其不僅關(guān)系到國(guó)防電磁權(quán)的爭(zhēng)奪也關(guān)系到社會(huì)生活生產(chǎn)秩序的維護(hù)[1]。無(wú)線電監(jiān)測(cè)是民用領(lǐng)域維護(hù)國(guó)家電磁空間安全的重要手段,而無(wú)線測(cè)向作為無(wú)線電監(jiān)測(cè)設(shè)備的重要基礎(chǔ)性功能,同時(shí)也是裝備研制工作中重點(diǎn)的研究方向。

無(wú)線測(cè)向技術(shù)經(jīng)過(guò)前期發(fā)展形成基本完備的理論體系,測(cè)向算法經(jīng)歷了傳統(tǒng)測(cè)向算法向現(xiàn)代測(cè)向算法的發(fā)展歷程[2]。傳統(tǒng)無(wú)線測(cè)向算法依靠天線結(jié)構(gòu),通過(guò)接收信號(hào)的幅度與相位信息實(shí)現(xiàn)來(lái)波方向的估計(jì)[3-5],相關(guān)算法受到瑞麗限的制約,無(wú)法實(shí)現(xiàn)超分辨測(cè)向。目前無(wú)線電監(jiān)測(cè)領(lǐng)域中設(shè)備大多仍然基于上述傳統(tǒng)測(cè)向體制設(shè)計(jì)。隨著基于陣列信號(hào)處理的波達(dá)方向(DOA)估計(jì)技術(shù)發(fā)展,多重信號(hào)分類(Multiple Signal Classification,MUSIC)算法[6]的提出對(duì)于無(wú)線測(cè)向領(lǐng)域具有重要意義,其不僅突破瑞麗限,實(shí)現(xiàn)超分辨測(cè)向,而且開(kāi)創(chuàng)了子空間類現(xiàn)代測(cè)向算法理論。研究者基于該理論并結(jié)合不同應(yīng)用場(chǎng)景,提出眾多的改進(jìn)算法[7-9]。超分辨測(cè)向技術(shù)為無(wú)線電監(jiān)測(cè)設(shè)備的測(cè)向性能提升提供理論支撐。

面向工程應(yīng)用的超分辨測(cè)向算法研究中,有效消除測(cè)向天線陣互耦影響是需要解決的重要問(wèn)題之一。前期研究工作中抗互耦DOA估計(jì)算法可以分為互耦自校正法與互耦輔助校正法兩類?；ヱ钭孕Ｕ╗10-12]的算法思想是采用互耦矩陣對(duì)陣列中天線單元間的互耦效應(yīng)進(jìn)行建模,而后采用聯(lián)合估計(jì)算法同時(shí)對(duì)信號(hào)來(lái)波方向參數(shù)與未知的互耦矩陣進(jìn)行估計(jì)。文獻(xiàn)[10-11]基于均勻線陣與均勻圓陣天線陣列結(jié)構(gòu),提出了基于迭代估計(jì)的互耦自校正算法。文獻(xiàn)[12]提出一種遞歸降秩算法,該算法采用遞歸處理結(jié)構(gòu)實(shí)現(xiàn)了互耦矩陣與DOA聯(lián)合估計(jì),并解決了傳統(tǒng)降秩算法[13]中的DOA估計(jì)模糊問(wèn)題。文獻(xiàn)[14]提出了非迭代自校正算法,基于廣義奇異值分解,在互耦條件下得到DOA估計(jì)的解析表達(dá)?；ヱ钶o助校正法包括輔助天線法與輔助信號(hào)法:其中輔助天線法[15]是依靠陣列特殊的結(jié)構(gòu),通過(guò)增加輔助天線陣元擴(kuò)展天線陣列來(lái)對(duì)抗陣列互耦效應(yīng),從而可采用陣列中的子陣進(jìn)行DOA估計(jì),無(wú)需進(jìn)行互耦校正;輔助信號(hào)法基本思想是將輔助信號(hào)源放置于一系列已知精確位置的方向格點(diǎn),通過(guò)該已知方向信號(hào)源進(jìn)行誤差參數(shù)的離線估計(jì),而后對(duì)誤差加以校正[16-18]。

對(duì)比上述抗互耦DOA估計(jì)算法,自校正法其優(yōu)點(diǎn)在于無(wú)需額外的輔助信號(hào)源與輔助天線,但缺點(diǎn)是復(fù)雜度高,特別是基于迭代的自校正算法,多維交替迭代運(yùn)算量極大且收斂速度慢,全局收斂無(wú)理論保障;其次該類算法依賴于特殊的陣列結(jié)構(gòu)(均勻線陣或均勻圓陣),制約其在一般性結(jié)構(gòu)的陣列中應(yīng)用。此外,輔助校準(zhǔn)算法中輔助天線法也同樣存在依賴特殊天線結(jié)構(gòu)的問(wèn)題。相比之下輔助校正法中的流形內(nèi)插算法在處理復(fù)雜度和陣列結(jié)構(gòu)適應(yīng)性方面都具有較大優(yōu)勢(shì),其將DOA估計(jì)中角度域搜索轉(zhuǎn)換為流形樣本的搜索,而流形樣本中已經(jīng)包含了互耦效應(yīng),因此無(wú)需進(jìn)行互耦矩陣的估計(jì)。

本文針對(duì)現(xiàn)有抗互耦DOA估計(jì)算法不足并結(jié)合無(wú)線電監(jiān)測(cè)設(shè)備研制需要,提出基于多項(xiàng)式流形內(nèi)插的抗互耦DOA估計(jì)算法。該算法不僅保障工程應(yīng)用中DOA估計(jì)算法的魯棒性,并可實(shí)現(xiàn)小流行樣本存儲(chǔ)條件下高精度DOA估計(jì)。在理論分析與仿真的基礎(chǔ)上,結(jié)合LTE下行信號(hào)搜索需求,提出了基于嵌入式處理器平臺(tái)的原型測(cè)向系統(tǒng)設(shè)計(jì),并給出實(shí)驗(yàn)測(cè)試結(jié)果。

1 互耦條件下基于流形內(nèi)插的測(cè)向系統(tǒng)

1.1 系統(tǒng)模型

圖1 天線陣列與信號(hào)示意圖

根據(jù)上述模型描述,定義第m號(hào)天線陣元接收信號(hào)采樣值為ym[i],則該陣列天線輸出的接收信號(hào)采樣向量為y[i]=(y1[i],y2[i],…,yM[i])T,且該向量可以表示為

(1)

(2)

α為調(diào)節(jié)常數(shù)。

測(cè)向系統(tǒng)在獲得陣列接收信號(hào)后,可由式(3)得到協(xié)方差矩陣:

R=E{y[i]yH[i]}

(3)

對(duì)協(xié)方差矩陣的特征值分解,可得

(4)

式中:Us為K個(gè)信號(hào)空間的特征向量;Un為M-K個(gè)噪聲子空間的特征值向量。MUSIC算法正是基于上述子空間特性進(jìn)行DOA估計(jì)的,實(shí)際測(cè)向系統(tǒng)中可由樣值平均運(yùn)算來(lái)估計(jì)協(xié)方差矩陣:

(5)

式中:N為樣值平均運(yùn)算的樣點(diǎn)數(shù)。

1.2 現(xiàn)有線性內(nèi)插的DOA估計(jì)算法回顧

在提出本文算法前,對(duì)現(xiàn)有線性內(nèi)插算法進(jìn)行簡(jiǎn)要回顧。如圖2所示,基于線性內(nèi)插的DOA估計(jì)算法基本思路為:在Q個(gè)已知方位角的方位格點(diǎn)位置θ(q)分別得到各流形向量樣本(θ(q)),q=1,…,Q;隨后利用MUSIC算法對(duì)離散方位格位置上的樣本流形向量進(jìn)行譜峰搜索,找到目標(biāo)方位角所在的角度區(qū)間后,在角度域進(jìn)行內(nèi)插獲得目標(biāo)方位角的準(zhǔn)確估計(jì)值。

圖2 基于線性內(nèi)插的DOA估計(jì)算法

具體來(lái)說(shuō),基于線性內(nèi)插的DOA估計(jì)算法處理過(guò)程[17]如下:

1) 在測(cè)向方位角區(qū)間均勻設(shè)置Q個(gè)離散方位格點(diǎn),各點(diǎn)方位角記為θ(q)(1≤q≤Q),將輔助信號(hào)源s[i]依次放置于各方位格點(diǎn),假設(shè)輔助信號(hào)源具有歸一化發(fā)射功率,即E(|s[i]|2)=1。當(dāng)信號(hào)源放置于θ(q)方位格點(diǎn)時(shí),由式(1)可得陣列的輸出向量為

(6)

利用式(7)可以獲得θ(q)方向的流形樣本:

(θ(q))=E(s*[i]y[i])

(7)

式中:s*[i]為s[i]的共軛。

工程實(shí)現(xiàn)中可采用樣值平均替代式(7)的統(tǒng)計(jì)平均,依次獲得各預(yù)置方位格角度的流形樣本并存儲(chǔ)于測(cè)向設(shè)備中。

2)在獲得各預(yù)置方位格點(diǎn)的流形樣本向量后,通過(guò)式(8)進(jìn)行DOA估計(jì)角度區(qū)間的粗搜:

(8)

3)在獲得粗搜角度區(qū)間后,進(jìn)一步通過(guò)相鄰預(yù)置方位格角的線性組合得到DOA精確估計(jì):

=c0θ(q)+c1θ(q+1)

(9)

式中:c0和c1為線性組合系數(shù),系數(shù)可由如下關(guān)系式進(jìn)行求解:

(10)

c0+c1=1。

分析上述算法過(guò)程不難發(fā)現(xiàn),現(xiàn)有算法將方向角度搜索轉(zhuǎn)換為流形向量樣本搜索,由于流形向量樣本中已經(jīng)包含了互耦因素信息,因此該轉(zhuǎn)換使算法具有抗互耦效應(yīng)的特性,且最終可由相鄰方向格角度的線性組合得到精確的DOA估計(jì)。但通過(guò)分析也可發(fā)現(xiàn),由于該算法的內(nèi)插操作是在角度域進(jìn)行的,因此其估計(jì)精度完全取決于預(yù)置方位格的密度。當(dāng)系統(tǒng)預(yù)期估計(jì)精度較高時(shí),為獲得密集部署的預(yù)置方位格點(diǎn)的流形向量樣本,需要大量預(yù)處理工作,同時(shí)大量的流形向量樣本對(duì)測(cè)向設(shè)備存儲(chǔ)空間也造成較大負(fù)擔(dān)。

2 基于多項(xiàng)式流形內(nèi)插的DOA估計(jì)算法

針對(duì)現(xiàn)有算法在高精度DOA估計(jì)中預(yù)處理及存儲(chǔ)負(fù)荷高的問(wèn)題,本文提出基于多項(xiàng)式流形內(nèi)插的DOA估計(jì)算法。與1.2節(jié)中回顧的線性內(nèi)插不同,1.2節(jié)中的線性內(nèi)插是在角度域進(jìn)行的,而本文所提出的內(nèi)插方法是針對(duì)流形向量進(jìn)行的。本文算法通過(guò)對(duì)流形向量的多項(xiàng)式內(nèi)插實(shí)現(xiàn)搜索流形向量的構(gòu)建,在有效對(duì)抗天線陣互耦效應(yīng)的同時(shí)實(shí)現(xiàn)小流行樣本下高精度DOA估計(jì)。

2.1 算法步驟

基于多項(xiàng)式流形內(nèi)插的DOA估計(jì)算法處理可以分為如下3個(gè)步驟:

2)流行向量?jī)?nèi)插。根據(jù)步驟1中方位角區(qū)間粗搜結(jié)果,利用θ(q)周圍P個(gè)預(yù)置方位格點(diǎn)的流形向量樣本,基于P階多項(xiàng)式流形內(nèi)插構(gòu)造搜索流形向量。P階多項(xiàng)式流形內(nèi)插表達(dá)式如下:

(11)

式(11)中多項(xiàng)式系數(shù)可由拉格朗日插值公式得到:

(12)

3)方位角精細(xì)估計(jì)。在完成搜索流形向量?jī)?nèi)插構(gòu)造后,利用式(11)中獲得的內(nèi)插流形向量,可在[θ(q),θ(q+1)]角度區(qū)間內(nèi)通過(guò)式(13)遍歷搜索,進(jìn)一步完成精細(xì)方位角估計(jì):

(13)

相比于標(biāo)準(zhǔn)的MUSIC算法處理,式(13)雖然縮小了譜峰搜索的范圍,但遍歷搜索處理仍然存在較大的運(yùn)算負(fù)荷。針對(duì)這一問(wèn)題,本文進(jìn)一步提出低復(fù)雜度的求解方法。該方法繼續(xù)在[θ(q),θ(q+1)]區(qū)間內(nèi)設(shè)置R個(gè)精細(xì)方位格點(diǎn),由式(14)替代式(13)進(jìn)行方位角所在精細(xì)區(qū)間的估計(jì):

(14)

式中:θ(q,r)為各精細(xì)方位格點(diǎn)方向角。

2.2 算法分析

下面就本文提出的基于多項(xiàng)式流形內(nèi)插的DOA估計(jì)算法中內(nèi)插階數(shù)對(duì)估計(jì)值求解方法影響以及算法同頻多信號(hào)測(cè)向能力兩方面進(jìn)行深入分析。

2.2.1 內(nèi)插階數(shù)對(duì)算法影響

對(duì)于多項(xiàng)式流形內(nèi)插DOA估計(jì)算法,其核心是利用MUSIC算法中子空間正交關(guān)系:

(15)

進(jìn)行DOA估計(jì)處理,而具體DOA估計(jì)求解方法與構(gòu)造內(nèi)插流形向量(θ)的階數(shù)是相關(guān)的。

當(dāng)內(nèi)插階數(shù)P=2時(shí),在基于多項(xiàng)式內(nèi)插生成(θ)的處理中僅有兩個(gè)樣本流形向量參與內(nèi)插運(yùn)算,由此多項(xiàng)式內(nèi)插退化為線性內(nèi)插,根據(jù)式(11)和式(12)可得(θ)的生成表達(dá)式:

(θ)=c0(θ(q))+c1(θ(q+1))

(16)

(17)

(18)

將式(16)代入式(15)可以驗(yàn)證:在c0+c1=1約束條件下,式(17)與式(18)中的c0與c1是式(10)的解。因此,在P=2時(shí),多項(xiàng)式內(nèi)插退化為線性內(nèi)插,可得到與文獻(xiàn)[17]中相同的DOA估計(jì)解析表達(dá)式:

=

(19)

當(dāng)內(nèi)插階數(shù)P>2時(shí),在基于多項(xiàng)式內(nèi)插生成(θ)的處理中有更多的流形向量樣本參與高階內(nèi)插運(yùn)算,將式(11)代入式(15),可得

(20)

式(20)中對(duì)于未知變量θ具有非線性的表達(dá)形式,難以推出DOA估計(jì)的解析表達(dá)。因此,在P>2條件下,對(duì)多項(xiàng)式流形內(nèi)插的DOA估計(jì)求解處理較為直接的方法是采用MUSIC算法思想,在[θ(q),θ(q+1)]區(qū)間方位角進(jìn)行譜峰搜索,但該搜索處理勢(shì)必造成較高的運(yùn)算復(fù)雜度。相比之下,本文提出的低復(fù)雜度算法,其以不同的方位格區(qū)間精度逐次逼近搜索,最終可將多項(xiàng)式內(nèi)插降為線性內(nèi)插,從而避免高復(fù)雜度的角度域遍歷搜索處理。

2.2.2 同頻多信號(hào)測(cè)向能力

如圖3所示,對(duì)于本文提出算法而言,空間中同頻多信號(hào)按照方向角間隔不同,可能存在兩種分布情況:1)同頻多信號(hào)的來(lái)波方向角間距大于預(yù)置方位格角度;2)同頻多信號(hào)的來(lái)波方向角間距小于預(yù)置方位格角度。

圖3 同頻多信號(hào)空間譜

圖3(a)表示為同頻多信號(hào)來(lái)波方向角間隔大于預(yù)置方位格角度的情況。在該分布情況下,本文提出算法可以由方位角區(qū)間粗搜步驟得到各信號(hào)所處區(qū)間,而后在對(duì)應(yīng)區(qū)間內(nèi)進(jìn)行流形向量?jī)?nèi)插得到搜索流形向量,最終由方位角精細(xì)估計(jì)得到各信號(hào)來(lái)波方向。此外,1.2節(jié)中回顧的現(xiàn)有算法也可實(shí)現(xiàn)該情況下的同頻多信號(hào)測(cè)向處理。

圖3(b)表示同頻信號(hào)來(lái)波方向角間隔小于預(yù)置方位格角度的情況。在該分布情況下,本文提出算法可以在得到多信號(hào)所處的粗搜區(qū)間后,繼續(xù)在該區(qū)間內(nèi)通過(guò)內(nèi)插流形向量進(jìn)行搜索,最終得出多信號(hào)的精細(xì)角度方向。而且,當(dāng)多信號(hào)落入不同的精細(xì)區(qū)間時(shí),還可采用式(14)給出的低復(fù)雜度算法進(jìn)行各方位角估計(jì)。相比之下,1.2節(jié)回顧的現(xiàn)有算法僅基于方位格點(diǎn)樣本向量進(jìn)行方位粗搜,而后直接由兩相鄰方位格樣本向量進(jìn)行DOA估計(jì)求解,因此其不具備圖3(b)所示的方向間距較小情況下的同頻多信號(hào)測(cè)向能力。

通過(guò)對(duì)本算法同頻多信號(hào)測(cè)向能力分析,可進(jìn)一步表明基于多項(xiàng)式流形內(nèi)插的DOA估計(jì)算法在相同樣本流形向量條件下,較現(xiàn)有算法具有更高的測(cè)向精度。

3 算法仿真

為驗(yàn)證算法不受陣列結(jié)構(gòu)限制,仿真環(huán)境中測(cè)向陣列選擇V形陣列結(jié)構(gòu)[20],陣元數(shù)為7,陣元間距為目標(biāo)信號(hào)的半波長(zhǎng),該陣列結(jié)構(gòu)具有全向測(cè)向能力?？臻g來(lái)波信號(hào)數(shù)量K=2,兩信號(hào)在方位角[0°,360°]區(qū)間隨機(jī)產(chǎn)生。Q個(gè)預(yù)置方位格點(diǎn)均勻分布在[0°,360°]區(qū)上,預(yù)設(shè)方位格的角度間距為360°/Q,多項(xiàng)式內(nèi)插中精細(xì)方位格點(diǎn)數(shù)R=15。陣列的互耦矩陣C(θk)由式(2)定義生成,調(diào)節(jié)常數(shù)α系統(tǒng)隨機(jī)產(chǎn)生。此外,仿真中進(jìn)行協(xié)方差估計(jì)運(yùn)算的快拍數(shù)N=500。

圖4給出了相同預(yù)置流形樣本下,不同內(nèi)插階數(shù)條件下DOA估計(jì)性能對(duì)比結(jié)果。仿真中選擇Q=36,即預(yù)置方位格點(diǎn)方向間距10°。由性能對(duì)比可見(jiàn),在高信噪比區(qū)間較高的內(nèi)插階數(shù)可取得更優(yōu)的DOA估計(jì)精度,而在低信噪比區(qū)間內(nèi)插階數(shù)的提高對(duì)于DOA估計(jì)的性能提升不明顯。在實(shí)際系統(tǒng)設(shè)計(jì)中可通過(guò)監(jiān)測(cè)目標(biāo)信號(hào)信噪比參數(shù)動(dòng)態(tài)調(diào)整內(nèi)插階數(shù)。

圖4 不同內(nèi)插階數(shù)下DOA估計(jì)性能

圖5給出了線性內(nèi)插DOA估計(jì)與多項(xiàng)式流形內(nèi)插DOA估計(jì)算法的性能比較。多項(xiàng)式流形內(nèi)插選擇預(yù)置方向格角度間隔為10°,線性內(nèi)插分別選擇預(yù)置方向格角度間隔1°和6°。通過(guò)性能曲線對(duì)比可知,在間隔10°的條件下多項(xiàng)式流形內(nèi)插DOA估計(jì)算法性能與間隔1°的線性內(nèi)插算法性能相近,并明顯優(yōu)于間隔6°條件下線性內(nèi)插算法性能。由此可見(jiàn),在高階內(nèi)插條件下,基于多項(xiàng)式流形內(nèi)插算法的小流形樣本高精度DOA估計(jì)性能優(yōu)勢(shì)較為明顯。

圖5 線性內(nèi)插與多項(xiàng)式流形內(nèi)插的DOA估計(jì)性能比較

此外,通過(guò)上述仿真實(shí)驗(yàn)可驗(yàn)證基于流形內(nèi)插的DOA估計(jì)算法可有效對(duì)抗陣列互耦效應(yīng),且算法不受陣列結(jié)構(gòu)的約束。

4 抗互耦無(wú)線測(cè)向系統(tǒng)

4.1 測(cè)向機(jī)原型系統(tǒng)設(shè)計(jì)

針對(duì)LTE移動(dòng)通信系統(tǒng)下行信號(hào)實(shí)時(shí)測(cè)向需要,采用多項(xiàng)式流形內(nèi)插DOA估計(jì)算法,實(shí)現(xiàn)無(wú)線測(cè)向原型系統(tǒng)設(shè)計(jì)。該設(shè)計(jì)方案未來(lái)可用于“偽基站”搜索設(shè)備的研制工作。系統(tǒng)設(shè)計(jì)中關(guān)鍵單元包括:測(cè)向陣列與基于嵌入式處理器的多通道測(cè)向接收機(jī)。

4.1.1 測(cè)向陣列

原型系統(tǒng)的測(cè)向陣列為8個(gè)低剖面天線陣元構(gòu)成的均勻線陣,陣列中陣元采用偶極子結(jié)構(gòu)設(shè)計(jì),偶極子天線外形為11.5 mm×11.5 mm,支持頻段 1 710～2 650 MHz,增益為9.5 dB,均勻線陣陣元間距11.5 mm,設(shè)計(jì)測(cè)向角度范圍-30°～30°。陣列天線高度30 mm。該天線陣列中陣元排列緊密,便于與測(cè)向機(jī)單元共同集成于緊湊的設(shè)備結(jié)構(gòu)中,滿足不同機(jī)動(dòng)平臺(tái)的搭載要求,但天線陣元密集排布以及未來(lái)設(shè)備內(nèi)部散射部件勢(shì)必產(chǎn)生互耦效應(yīng),影響DOA估計(jì)算法的可靠性。

4.1.2 基于嵌入式處理器的多通道測(cè)向接收機(jī)

系統(tǒng)中測(cè)向接收機(jī)采用美國(guó)Xilinx公司生產(chǎn)的ZYNQ系列全可編程處理器與美國(guó)ADI公司生產(chǎn)的無(wú)線收發(fā)處理器AD9361實(shí)現(xiàn)核心測(cè)向卡設(shè)計(jì),每個(gè)測(cè)向卡以單板雙AD9361配置進(jìn)行設(shè)計(jì),支持4通道接收,接收頻段覆蓋70 MHz～6 GHz,并針對(duì)移動(dòng)通信頻段設(shè)計(jì)有相應(yīng)頻段的帶通濾波器,通過(guò)開(kāi)關(guān)矩陣進(jìn)行濾波通道選擇。測(cè)向卡接收通道動(dòng)態(tài)范圍60 dB,增益按1 dB步進(jìn)可配置,通道接收靈敏度-105 dBm,同時(shí)射頻前端設(shè)計(jì)有通道校準(zhǔn)電路。針對(duì)大規(guī)模多通道測(cè)向接收機(jī)需要,測(cè)向卡支持多卡級(jí)聯(lián)擴(kuò)展,滿足不同規(guī)模陣列下測(cè)向系統(tǒng)設(shè)計(jì)需要。

圖6所示的原型系統(tǒng)采用主從雙卡模式構(gòu)建8通道測(cè)向接收機(jī)。系統(tǒng)中主測(cè)向卡實(shí)現(xiàn)自身多通道信號(hào)接收、全部通道基帶采樣數(shù)據(jù)匯聚,以及校準(zhǔn)與測(cè)向運(yùn)算處理;從測(cè)向卡則在主測(cè)向卡的控制下實(shí)現(xiàn)多通道信號(hào)接收處理,并將自身多通道基帶采樣數(shù)據(jù)通過(guò)以太網(wǎng)口傳輸至主測(cè)向卡。此外,原型系統(tǒng)設(shè)計(jì)有上位機(jī)軟件,該軟件以IP地址區(qū)分各測(cè)向卡,實(shí)現(xiàn)多測(cè)向卡設(shè)備管理與測(cè)向結(jié)果的實(shí)時(shí)展示。

圖6 無(wú)線測(cè)向原型系統(tǒng)

多通道數(shù)字測(cè)向機(jī)要求硬件保證各通道基帶采樣同步以及通道間相位相干。為保障上述特性,測(cè)向卡設(shè)計(jì)有級(jí)聯(lián)擴(kuò)展所需硬件接口。如圖6所示連接,主測(cè)向卡對(duì)從測(cè)向卡提供基帶處理時(shí)鐘,保證兩卡基帶時(shí)鐘同步,同時(shí)主測(cè)向卡處理器通過(guò)同步控制信號(hào)對(duì)兩卡中4個(gè)AD9361芯片進(jìn)行功能配置,從而實(shí)現(xiàn)主從兩測(cè)向卡上8個(gè)通道基帶采樣時(shí)鐘的相位對(duì)齊。此外,主從測(cè)向卡均以信號(hào)源輸出作為射頻本振,從而保證8通道接收的相位相干。

在滿足基帶采樣同步與接收相位相干條件基礎(chǔ)上,測(cè)向機(jī)還需要校準(zhǔn)處理去除接收通道殘留的固有相位偏差。本文系統(tǒng)設(shè)計(jì)中,主測(cè)向卡處理器通過(guò)同步控制信號(hào)控制全部射頻前端的校準(zhǔn)電路,并以主測(cè)向卡中通道1為參考實(shí)現(xiàn)各通道殘留相位偏差估計(jì)。每次測(cè)向任務(wù)啟動(dòng)前,主處理器均需要啟動(dòng)校準(zhǔn)流程以去除當(dāng)前通道殘留偏差。經(jīng)校準(zhǔn)處理后,各通道間相位誤差可控制在0.5°以內(nèi)。

4.2 基于嵌入式處理器的算法實(shí)現(xiàn)

本文提出的抗互耦DOA估計(jì)算法基于ZYNQ系列的XC7Z020型號(hào)處理器實(shí)現(xiàn),該SoC處理器將ARM處理器(PS)與FPGA器件(PL)在單芯片內(nèi)部組合,具有較強(qiáng)的并行處理能力。SoC處理器的PS部分包括雙核Cortex-A9處理器和NEON協(xié)處理器,為完全發(fā)揮處理器能力,設(shè)計(jì)中在雙核ARM處理器上采用嵌入式Linux操作系統(tǒng);SoC處理器的PL部分由Artix-7等效可編程邏輯單元構(gòu)成,其包含豐富的邏輯處理資源、DSP處理資源,以及存儲(chǔ)資源。

測(cè)向系統(tǒng)軟件功能框架如圖7所示,算法軟件實(shí)現(xiàn)分為PS與PL兩部分,其中PS部分為主處理器完成多通道數(shù)據(jù)匯聚與DOA估計(jì)算法處理,PL部分為協(xié)處理器實(shí)現(xiàn)射頻通道信號(hào)的實(shí)時(shí)采集。PS與PL部分層間采用APB接口實(shí)現(xiàn)功能寄存器配置查詢以及流形樣本數(shù)據(jù)讀取等低速數(shù)據(jù)交互,采用AXI-HP接口實(shí)現(xiàn)高速率的通道采樣數(shù)據(jù)交互。

圖7 軟件設(shè)計(jì)功能框圖

4.2.1 PS部分軟件實(shí)現(xiàn)

PS作為主處理器負(fù)責(zé)系統(tǒng)整體工作流程調(diào)度,與其測(cè)向卡及上位機(jī)間的數(shù)據(jù)交互。具體軟件設(shè)計(jì)流程如下:系統(tǒng)上電后PS響應(yīng)上位機(jī)軟件參數(shù)配置,配置成功后主測(cè)向卡控制從卡完成多通道的同步與校準(zhǔn),完成校準(zhǔn)后主測(cè)向卡PS啟動(dòng)測(cè)向處理。測(cè)向處理中主處理器根據(jù)各通道接收數(shù)據(jù)幀結(jié)構(gòu)中的時(shí)間戳信息完成數(shù)據(jù)匯聚,而后按照本文提出的抗互耦DOA估計(jì)算法進(jìn)行處理,算法實(shí)現(xiàn)過(guò)程如圖8所示。算法中預(yù)置方向格點(diǎn)的角度間隔為10°,根據(jù)測(cè)向系統(tǒng)的設(shè)計(jì)目標(biāo),系統(tǒng)預(yù)存有2 330 MHz、2 349.8 MHz 以及2 585 MHz 3個(gè)頻率下,每個(gè)頻率對(duì)應(yīng)7個(gè)方位格點(diǎn)的流形向量樣本,算法處理中內(nèi)插階數(shù)為4,協(xié)方差矩陣估計(jì)快拍數(shù)為500。

輸入:測(cè)向陣列接收信號(hào)y[i],測(cè)向目標(biāo)數(shù)K=1

快拍數(shù)N=500,精細(xì)方向格數(shù)R=10

2:特征值分解,得出噪聲子空間特征向量Un

圖8 基于多項(xiàng)式流形內(nèi)插DOA估計(jì)算法

原型系統(tǒng)可實(shí)現(xiàn)特定LTE小區(qū)下行信號(hào)檢測(cè),并從目標(biāo)LTE小區(qū)下行同步時(shí)隙提取窄帶測(cè)向信號(hào),且系統(tǒng)設(shè)計(jì)測(cè)向結(jié)果更新時(shí)間為0.5 s。測(cè)向卡ARM處理器主頻為866 MHz,算法可在更新時(shí)間內(nèi)完成測(cè)向結(jié)果的輸出,滿足系統(tǒng)實(shí)時(shí)性要求。

4.2.2 PL部分軟件實(shí)現(xiàn)

PL作為從處理器在PS調(diào)度下實(shí)現(xiàn)天線通道數(shù)據(jù)的實(shí)時(shí)同步采集與成幀處理。數(shù)據(jù)處理流程如下:射頻前端接口完成多通道AD9361的復(fù)基帶信號(hào)接收,而后對(duì)接收信號(hào)進(jìn)行濾波降采樣等信道化處理;得到待測(cè)頻帶數(shù)據(jù)后進(jìn)行功率歸一化,防止實(shí)際工程部署中部分天線受到突發(fā)近場(chǎng)遮擋引起接收功率波動(dòng);歸一化處理后多通道數(shù)據(jù)進(jìn)行數(shù)據(jù)成幀處理并加注時(shí)間戳信息;成幀后數(shù)據(jù)經(jīng)過(guò)AXI總線寫(xiě)入DDR外部存儲(chǔ)空間,并向PS發(fā)送接收數(shù)據(jù)中斷信號(hào)。PL中設(shè)計(jì)有時(shí)鐘維護(hù)模塊由該模塊為多通道數(shù)據(jù)幀提供時(shí)鐘定時(shí)信息。

在主測(cè)向卡中設(shè)計(jì)有針對(duì)LTE物理層信號(hào)體制的檢測(cè)與識(shí)別模塊,并可以根據(jù)LTE物理層幀結(jié)構(gòu)實(shí)時(shí)提取所需時(shí)頻位置的采樣信號(hào),從而實(shí)現(xiàn)對(duì)不同信號(hào)目標(biāo)的測(cè)向處理。此外,流形向量樣本數(shù)據(jù)存儲(chǔ)于主測(cè)向卡的ROM中。主測(cè)向卡中PL部分資源占用情況如表1所示。

表1 PL資源占用

4.3 實(shí)驗(yàn)驗(yàn)證

為驗(yàn)證原型系統(tǒng)的性能,在微波暗室環(huán)境下對(duì)系統(tǒng)進(jìn)行測(cè)試。測(cè)試中陣列天線固定于數(shù)控轉(zhuǎn)臺(tái),并可由轉(zhuǎn)臺(tái)調(diào)整其方向,從而等效為目標(biāo)信號(hào)處于不同的來(lái)波方向。目標(biāo)信號(hào)由信號(hào)源E8267D產(chǎn)生,并由暗室中喇叭天線進(jìn)行發(fā)射。測(cè)試前通過(guò)控制轉(zhuǎn)臺(tái)旋轉(zhuǎn),由式(7)獲得方位格點(diǎn)的流形向量樣本,并存入主測(cè)向卡中。

測(cè)試過(guò)程中選擇法線兩側(cè)各3個(gè)來(lái)波方向進(jìn)行測(cè)試,且所選測(cè)試方向均非預(yù)設(shè)方位格位置。測(cè)試目標(biāo)信號(hào)為L(zhǎng)TE模擬小區(qū)的下行信號(hào),信號(hào)源發(fā)射功率設(shè)置為-30 dBm,并分別在2 330 MHz、2 349.8 MHz、2 585 MHz三個(gè)典型LTE載波頻率下對(duì)原型系統(tǒng)的性能進(jìn)行測(cè)試。

測(cè)試結(jié)果由表2給出:測(cè)試中在各載波頻率下對(duì)不同來(lái)波角度方向分別進(jìn)行120次測(cè)量,并將結(jié)果進(jìn)行均方根誤差統(tǒng)計(jì),測(cè)試表明各頻段下原型系統(tǒng)可實(shí)現(xiàn)誤差為1°以內(nèi)的測(cè)向。

表2 測(cè)向結(jié)果均方根誤差

5 結(jié)論

本文提出基于多項(xiàng)式流形內(nèi)插的抗互耦DOA估計(jì)算法,并基于嵌入式處理器對(duì)算法進(jìn)行硬件驗(yàn)證。該算法采用多項(xiàng)式流形內(nèi)插實(shí)現(xiàn)小預(yù)存流形向量樣本條件下高精度測(cè)向,有效降低了流形內(nèi)插類方法在預(yù)處理以及樣本數(shù)據(jù)存儲(chǔ)環(huán)節(jié)對(duì)測(cè)向設(shè)備的負(fù)荷。此外該算法采用逐次逼近思想,以精細(xì)角度區(qū)間搜索代替角度遍歷搜索,有效減少搜索運(yùn)算的負(fù)荷,從而提升了算法的實(shí)時(shí)處理能力。在理論分析與仿真驗(yàn)證基礎(chǔ)上,基于嵌入式處理器完成算法的實(shí)現(xiàn)。系統(tǒng)設(shè)計(jì)采用主從雙卡模式構(gòu)建8通道測(cè)向系統(tǒng)原型,并基于8陣元線陣在微波暗室中完成了系統(tǒng)性能的測(cè)試。測(cè)試結(jié)果表明,該原型系統(tǒng)可實(shí)現(xiàn)針對(duì)LTE下行信號(hào)的高精度實(shí)時(shí)測(cè)向。