《电子技术应用》
您所在的位置:首页 > 通信与网络 > 设计应用 > 衰落信道下基于软件无线电平台的自适应DBF接收机
衰落信道下基于软件无线电平台的自适应DBF接收机
来源:电子技术应用2011年第3期
曾 浩, 崔 杰, 黄天聪
重庆大学 通信工程学院, 重庆400030
摘要: 综合考虑软件无线电体系架构和自适应DBF,介绍了一种利用多径分集的接收机实现方案。分析了系统的相关模型和结构,重点阐述了平坦衰落和频率选择性衰落下,自适应DBF实现多径分集的方法,并分析了相关性能。仿真结果证实了通过DBF的空间信号处理,可以实现传统波束合成分集和新增的多径分集,提高系统性能。
中图分类号: TP334
文献标识码: A
文章编号: 0258-7998(2011)03-0110-04
SDR-based adaptive DBF receiver in fading channel
Zeng Hao, Cui Jie, Huang Tiancong
College of Communication Engineering, Chongqing University, Chongqing 400030, China
Abstract: A wireless receiver with multipath diversity is proposed when taking the SDR and DBF simultaneously. The relevant system model and structure are argued. Especially, the implementation of DBF algorithm which employs the multipath diversity is stated in details in the cases of fading and frequency selective fading channels respectively. Furthermore, the paper depicts the performance of channel capacity and bit error rate. Through the simulations, it illustrates that the spacial signal processing could attain the traditional beamforming gain and multipath diversity gain at the same time, which guarantees the improvement in system performance.
Key words : digital beamforming; software defined radio; diversity;fading


 软件无线电SDR(Software Definied Radio)是在1992年由Jeo Mitola首次提出[1],目前已经成为无线接收机的基本平台。而自适应数字波束合成DBF(Digital Beamforming)通过对阵列天线各个接受阵元信号进行加权处理,使方向图主瓣对准期望,零陷对准同道干扰,提高接收信干噪比SINR(Signal to Interference and Noise Ratio)[2]。目前,DBF仍然是下一代无线通信的关键技术之一,在LTE-Advanced、802.16m等协议中被采用,例如,MIMO中利用反馈实现发射DBF[3],Relay中通过凸集优化波束合成进行路由选择[4]。但无论是传统的接收机DBF,还是分布式DBF,都存在两个问题,一是把相干多径信号作为一般同道干扰进行抑制,仅仅利用了波束合成分集,没有利用多径的分集作用。虽然空时RAKE接收机可以实现多径分集,但必须采用CDMA体制,这在4G中并不适用[5]。其次,当把DBF用于软件无线电接收平台时,往往把二者作为独立的两个部分进行讨论,而如何协调系统各个模块间的关系,并没有得到充分研究。    
    本文介绍了采用DBF情况下的软件无线电结构,在数字下变频DDC(Digital Down Conversion)之后进行波束合成,使得复杂的自适应求权加权在基带进行,再考虑频谱估计和位同步解调。通过对多径衰落下的DBF模型介绍,阐述了DBF利用多径分集的方法,并分析相关性能。通过仿真,对系统进行了验证。
1 系统的基本组成
     如果把软件无线电同DBF作为两个独立的部分,DBF的位置在A/D之后立即进行。这时的信号通常是中频信号,速率较高。自适应DBF要实现信号的波达方向DOA(Direction of Arrival)估计,并计算权矢量,运算量相当大。采用FPGA虽然速度可以得到保证,但对FPGA容量需求巨大,而且软件实现复杂。所以考虑DDC以后进行相关DBF操作,把中频信号转换为速率更低的基带信号。现有DSP器件可以完成相关信号处理,满足实时性要求[6]。图1为基于DBF的软件无线电接收机的组成结构图。
    图1中,信号经过N个阵元接收后被并行处理。为简单起见,不考虑同道用户和多径,每个阵元接收信号为:

对信号y(n)进行频偏估计,可以消除残留载波,得到z(n)。对信号z(n)进行脉冲成型、位同步、解调与抽样判决等相关处理后,系统即可恢复出信源传送的原始信息。
2 DBF实现多径分集
 传统DBF单元的处理可分解为三部分:(1)信号采集,得到K次快拍,从而估计出信号协方差矩阵及其逆阵;(2)DOA估计,从而确定最优权矢量解;(3)利用权矢量进行信号加权,得到阵列输出。在衰落信道中,由于多径的存在,弱多径被视为干扰而被抑制,并未利用这些多径,这也正是本文要解决的问题之一。DBF多径分集,利用多径信号的不同来向,对每个多径产生一个权矢量,即形成多个独立方向图,主瓣指向不同的多径信号到达方向,从而实现分集。
2.1 衰落信道下阵列模型
 对于频率选择性衰落,考虑接收机采用阵元个数为N,间距为d的均匀直线阵,并设信号的DOA为θ,以第一个阵元为坐标原点,则信号方向矢量为:

系数θ是常数,其意义在于保证主瓣期望信号方向上的增益为单位增益。对该路多径进行DBF加权,输出为:

    同样的方法,根据式(11),并行产生L个权矢量。将所求权值分别与接收信号进行加权求和得到L路信号后,再合为一路便得到分集后的信号,如图2所示。但由于频率选择性衰落下各个多径间存在较大相对延时,必须对各个DBF支路输出信号进行延时校正后,才能叠加。延时校正通过各个DBF支路数据每帧同步头或者基带解调后数据的相干运算得到。经过分集作用的输出为:

 多径信号是相干信号,在DOA估计和各径加权中,必须考虑去相干操作。虽然DOA估计的去相干可以通过平滑实现[7],但不同的平滑方法能够检测出的相干信号数目是不同的。通常采用的算法为前后向平滑法,它可以检测出的相干信号为2N/3,其中N为阵元个数。
 对于平坦衰落,由于各个多径相对延时小于一个符号宽度,所以多径间只有幅度衰落不同而忽略相对延时,可以加权后直接L路叠加合并,较频率选择性衰落更为简单。此时,s(n-τl)=s(n)。
3 系统性能分析
 通信系统中,接收SINR决定了系统容量和误码率。根据参考文献[8],传统DBF的阵列增益为:

4 系统仿真结果
 仿真在软件无线电部分采用信源速率3 Mb/s、载波频率900 MHz、码元数目2 000、调制方式采用QPSK、脉冲成型滤波器选用平方根升余弦滤波器、16倍内插。接收端采用相干解调方式,抽样率由带通采样定理确定为48 MHz。数字波束合成部分采用8阵元线阵,快拍数目由码元数目以及采样率的乘积决定,协方差矩阵采用前向平滑的估计算法计算,使用最小功率准则下的最优权矢量完成加权处理。仿真中假设有三条多径,它们的时延分别为τ1=0,τ2=0.021,τ3=0.042,单位是θs;到达角度的余弦值分别为u1=-0.8,u2=-0.1,u3=0.5。
    图3为系统采用分集接收时权矢量形成的波束图。可以看出系统在三路多径的到达角处分别形成主瓣,获得了多径分集增益。图4为平坦衰落信道环境中,模拟了3路多径信号,对无DBF处理、传统DBF处理、DBF处理中结合多径分集作用以及高斯信道中接收机的BER理论曲线进行对比。由图可知,分集作用下的数字波束合成输出能够得到较高的系统性能。图5为阵元数为4、6和8时系统的误码率曲线。该结果表明,阵元数量的增加也能够减少误码率。

 分析及结果显示,新的方法不仅保持了传统DBF的阵列增益,同时能够利用多径分集增益,进一步减少误码率,提高信道容量。考虑软件无线电的通用性,对于实际系统的设计具有参考价值。文章未考虑多用户下的系统设计,这是未来研究的内容。
参考文献
[1] MITOLA J. The software radio architecture [J]. IEEE Communications Magzine (S0163-6804),1995,33(5):26-38.
[2] GODARA L C. Smart antennas[M]. U.S.A.:CRC Press, 2004:7-36.
[3] MOHAMMED E H, HANZO L. Multifunctional MIMO systems:a combined diversity and multiplexing design perspective[J]. IEEE Wireless Communications(S1536-1284), 2010,17(2):73-79.
[4] GERSHMAN A B, SIDIROPOULOS N D, SHAHBAZPANAHI  S, et al. Convex optimization-based beamforming[J]. IEEE Signal Processing Magazine(S1053-5888), 2010,27(3):62-75
[5] 3GPP standard, Overview of 3GPP Release 10 v0.0.3 (2009-06)[S]. http://www.3gpp.org/.
[6] MAR J, LIN You Rong. Implementation of SDR digital beamformer for microsatellite SAR[J]. IEEE Geoscience and Remote Sensing Letters(S1545-598X),2009,6(1):92-96.
[7] 王永良,陈辉,彭应宁,等. 空间谱估计理论与算法[M].北京:清华大学出版社,2004.
[8] HARRY L. Van Trees. Detection, Estimation, THEORY M. Part IV, optimum array processing[M]. U.S.A.:John Wiley & Sons, 2002.
[9] BIGLIERI E, PROAKIS J, Shlomo Shamai (Shitz). Fading channels: information-theoretic and communications aspects[J]. IEEE Transactions on Information Theory(S0018-9448), 1998,44(6):2619-2692.

此内容为AET网站原创,未经授权禁止转载。