一种信号估计方法、设备、装置及存储介质制造方法及图纸

本发明专利技术公开了一种信号估计方法、设备、装置及存储介质，包括：使用模拟阵列或混合阵列扫描感兴趣范围内的N个方向，其中，N为自然数；确定每次扫描的接收信号功率；选择具有最大的平均功率的K个近邻扫描，其中，K为自然数；采用闭式的波形对K个扫描结果近似估计到达角获得到达角估计值，或根据低阶多项式函数对K个扫描结果近似估计信道。采用本发明专利技术，可以方便地与灵活的扫描策略相结合地使用。还可以方便地组合不同的测量以提高估计性能，能够较好的平衡精度与成本。衡精度与成本。衡精度与成本。

【技术实现步骤摘要】
一种信号估计方法、设备、装置及存储介质


[0001]本专利技术涉及无线通信
，特别涉及一种信号估计方法、设备、装置及存储介质。

技术介绍

[0002]当前能够看到具有波束操纵功能的模拟阵列在无线通信和雷达感测中的蓬勃发展应用。具有可操纵波束的模拟天线阵列已广泛用于雷达系统。最近，例如自动驾驶汽车网络中的家用感测和高速无线通信也对它越来越感兴趣。毫米波(mmWave)模拟阵列以及混合阵列是新兴的5G移动网络中的重要设备。期望毫米波基站将使用混合天线阵列，而用户设备将使用模拟阵列。大型毫米波和亚太赫兹模拟和混合阵列也有望用于未来集成的空间-空中-地面无线通信网络。
[0003]AoA(到达角，Angle-of-arrival)估计在通信系统和雷达/无线电传感系统中都是关键的问题。在从所有天线元件仅有一个组合输出的模拟阵列中特别具有挑战性。该问题对于毫米波(mm Wave)系统尤为重要，该系统能够为5G蜂窝和车载网络系统提供非常高的数据速率和准确的定位。为了平衡成本和性能，基站一般会使用毫米波混合阵列，而移动用户终端会使用波束可操纵的模拟阵列。
[0004]现有技术的不足在于，估算的精度高的方案复杂度就高，反之，复杂度低的精度不足，不能提供具有能够平衡成本和性能的方案。

技术实现思路

[0005]本专利技术提供了一种信号估计方法、设备、装置及存储介质，用以解决信号估计中不能平衡成本和性能的问题。
[0006]本专利技术提供以下技术方案：
[0007]一种信号估计方法，包括：
[0008]使用模拟阵列或混合阵列扫描感兴趣范围内的N个方向，其中，N为自然数；
[0009]确定每次扫描的接收信号功率；
[0010]选择具有最大的平均功率的K个近邻扫描，其中，K为自然数；
[0011]采用闭式的波形对K个扫描结果近似估计AoA获得AoA估计值，或根据低阶多项式函数对K个扫描结果近似估计信道。
[0012]实施中，所述闭式的波形是以下函数之一或者其组合：
[0013]低阶多项式函数、高斯函数、高斯函数变体、多项式或窗口函数。
[0014]实施中，所述高斯函数为：
[0015]g(x)＝b exp(-(x-x0)2/(2σ2))，
ꢀꢀ
(1)
[0016]其中，x0表示指向方向，x是AoA或等效的AoA。
[0017]实施中，所述等效的AoA为：
[0018][0019]其中，θ是实际AoA，λ是波长，d是相邻天线之间的间隔，d＝λ/2。
[0020]实施中，设扫描方向为x0(n)，n＝1，
……
，N，对应的测量值为y(n)，发送的信号在测量过程中具有相同的幅度，按以下方式近似估计AoA：
[0021]|y(n)|2＝b exp(-(x-x0(n))2/(2σ2))，n＝1，
…
，N，
ꢀꢀ
(3)
[0022]其中，x为要估计的AoA或等效的AoA。
[0023]实施中，K的值是由扫描间隔、波束宽度和SNR决定的。
[0024]实施中，选择具有最大的平均功率的K个近邻扫描，根据低阶多项式函数对K个扫描结果近似估计AoA，包括：
[0025]选择功率最高的一个作为参考，并将其表示为y(n
＊
)，计算K﹣1个测量值与y(n
＊
)之间的功率比，得到：
[0026][0027]得到：
[0028][0029]如果K＝2，从公式(5)得到x的估计值，如果K≥2，使用MRC获得估计值：
[0030][0031]其中，(
·
)
′
表示复变量的共轭。
[0032]实施中，进一步包括：
[0033]根据所述AoA估计值形成下一个扫描范围，使用模拟阵列扫描所述下一个扫描范围内的N个方向；
[0034]确定每次扫描的接收信号功率；
[0035]选择具有最大的平均功率的K个近邻扫描；
[0036]根据低阶多项式函数对K个扫描结果近似估计AoA，获得下一个AoA估计值。
[0037]一种通信设备，包括：
[0038]处理器，用于读取存储器中的程序，执行下列过程：
[0039]使用模拟阵列或混合阵列扫描感兴趣范围内的N个方向，其中，N为自然数；
[0040]确定每次扫描的接收信号功率；
[0041]选择具有最大的平均功率的K个近邻扫描，其中，K为自然数；
[0042]采用闭式的波形对K个扫描结果近似估计AoA获得AoA估计值，或根据低阶多项式函数对K个扫描结果近似估计信道；
[0043]收发机，用于在处理器的控制下接收和发送数据。
[0044]实施中，所述闭式的波形是以下函数之一或者其组合：
[0045]低阶多项式函数、高斯函数、高斯函数变体、多项式或窗口函数。
[0046]实施中，所述高斯函数为：
[0047]g(x)＝b exp(-(x-x0)2/(2σ2))，
ꢀꢀ
(1)
[0048]其中，x0表示指向方向，x是AoA或等效的AoA。
[0049]实施中，所述等效的AoA为：
[0050][0051]其中，θ是实际AoA，λ是波长，d是相邻天线之间的间隔，d＝λ/2。
[0052]实施中，设扫描方向为x0(n)，n＝1，
……
，N，对应的测量值为y(n)，发送的信号在测量过程中具有相同的幅度，按以下方式近似估计AoA：
[0053]|y(n)|2＝b exp(-(x-x0(n))2/(2σ2))，n＝1，
…
，N，
ꢀꢀ
(3)
[0054]其中，x为要估计的AoA或等效的AoA。
[0055]实施中，K的值是由扫描间隔、波束宽度和SNR决定的。
[0056]实施中，选择具有最大的平均功率的K个近邻扫描，根据低阶多项式函数对K个扫描结果近似估计AoA，包括：
[0057]选择功率最高的一个作为参考，并将其表示为y(n
＊
)，计算K﹣1个测量值与y(n
＊
)之间的功率比，得到：
[0058][0059]得到：
[0060][0061]如果K＝2，从公式(5)得到x的估计值，如果K≥2，使用MRC(最大比合成，Maximal ratio combining)获得估计值：
[0062][0063]其中，(
·
)
′
表示复变量的共轭。
[0064]实施中，进一步包括：
[0065]根据所述AoA估计值形成下一个扫描范围，使用模拟阵列扫描所述下一个扫描范围内的N个方向；
[0066]确定每次扫描的接收信号功率；
[0067]选择具有最大的平均功率的K个近邻扫描；...

【技术保护点】

【技术特征摘要】
1.一种信号估计方法，其特征在于，包括：使用模拟阵列或混合阵列扫描感兴趣范围内的N个方向，其中，N为自然数；确定每次扫描的接收信号功率；选择具有最大的平均功率的K个近邻扫描，其中，K为自然数；采用闭式的波形对K个扫描结果近似估计到达角AoA获得AoA估计值，或根据低阶多项式函数对K个扫描结果近似估计信道。2.如权利要求1所述的方法，其特征在于，所述闭式的波形是以下函数之一或者其组合：低阶多项式函数、高斯函数、高斯函数变体、多项式或窗口函数。3.如权利要求2所述的方法，其特征在于，所述高斯函数为：g(x)＝bexp(-(x-x0)2/(2σ2))，
ꢀꢀ
(1)其中，x0表示指向方向，x是AoA或等效的AoA。4.如权利要求3所述的方法，其特征在于，所述等效的AoA为：其中，θ是实际AoA，λ是波长，d是相邻天线之间的间隔，d＝λ/2。5.如权利要求1所述的方法，其特征在于，设扫描方向为x0(n)，n＝1，
……
，N，对应的测量值为y(n)，发送的信号在测量过程中具有相同的幅度，按以下方式近似估计AoA：|y(n)|2＝bexp(-(x-x0(n))2/(2σ2))，n＝1，
…
，N，
ꢀꢀ
(3)其中，x为要估计的AoA或等效的AoA。6.如权利要求5所述的方法，其特征在于，K的值是由扫描间隔、波束宽度和SNR决定的。7.如权利要求5所述的方法，其特征在于，选择具有最大的平均功率的K个近邻扫描，根据低阶多项式函数对K个扫描结果近似估计AoA，包括：选择功率最高的一个作为参考，并将其表示为y(n
＊
)，计算K﹣1个测量值与y(n
＊
)之间的功率比，得到：得到：如果K＝2，从公式(5)得到x的估计值，如果K≥2，使用最大比合成MRC获得估计值：其中，(
·
)
′
表示复变量的共轭。8.如权利要求1至7任一所述的方法，其特征在于，进一步包括：根据所述AoA估计值形成下一个扫描范围，使用模拟阵列扫描所述下一个扫描范围内的N个方向；确定每次扫描的接收信号功率；选择具有最大的平均功率的K个近邻扫描；
根据低阶多项式函数对K个扫描结果近似估计AoA，获得下一个AoA估计值。9.一种通信设备，其特征在于，包括：处理器，用于读取存储器中的程序，执行下列过程：使用模拟阵列或混合阵列扫描感兴趣范围内的N个方向，其中，N为自然数；确定每次扫描的接收信号功率；选择具有最大的平均功率的K个近邻扫描，其中，K为自然数；采用闭式的波形对K个扫描结果近似估计AoA获得AoA估计值...

【专利技术属性】
技术研发人员：鹿志平，马卫国，康绍莉，
申请(专利权)人：电信科学技术研究院有限公司，
类型：发明
国别省市：