基于多重信号分类算法的波达方向估计系统的实现

摘要

多重信号分类(MUltiple SIgnal Classification，MUSIC)算法是波达角方位(Direction Of Arrival，DOA)估计技术的一种算法，它基于特征值分解，又称为基于子空间方法。这种方法以高分辨率DOA技术闻名。在多径衰落信道情形下，MUSIC算法的性能急剧下降。多径衰落信道通常总是存在的，因而需采用多种方法以增强MUSIC算法的性能。针对多径衰落这种不希望出现的情形，前/后向空间平滑(Forward/Backward Spatial Smoothing，FBSS)技术是文献中通常最常采用的措施之，以增强MUSIC算法的性能。MUSIC算法除了具有超分辨能力之外，还具有十分适合于在诸如FPGA(现场可编程门阵列)的逻辑电路器件上进行集成的性能。
　　 针对以上情形，本论文进行了以下的工作：
　　 首先，介绍基于MUSIC算法进行DOA估计的基本原理，包括信道传播特性以及基于MUSIC算法进行DOA估计的数学模型。其中，进行模拟仿真既是理论与数学推导之间的过渡，也是实现物理实际系统的必经之路。
　　 其次，在前述基础之上，设计了一个评估MUSIC性能的仿真平台，对基本算法以及采用FBSS技术的MUSIC算法，在各种情形下，进行了多项仿真。将仿真结果与其它理论近似及诸如克拉美劳界(Cramer-Rao Bound，CRB)的理论极限进行了比较。
　　 进一步，本论文开发了一个集成的MUSIC算法的硬件设计，介绍了其基于Xilinx系统生成器(XSG)的硬件实现。这个集成的MUSIC算法使用坐标旋转数字计算(COordinate Rotation DIgitalComputer，CORDIC)算法，基于三角形Systolic距阵进行QR分解以解决特征值分解问题；通过计算空间DFT得到MUSIC谱，其中，DFT的计算利用了Xilinx仿真块集合库(Simulink-Xilinx blocksetlibrary)提供的FFT功能块。
　　 通过与基于MATLAB的仿真系统进行结果比较，本论文所设计的系统具有超分辨能力。