衛星終端分布式相控陣天線時延估計方案

馬春陽，李 健，羅 勇，程宇新，吳建軍

(北京大學 信息科學技術學院 現代通信研究所，北京 100871)

?

衛星終端分布式相控陣天線時延估計方案

馬春陽，李 健，羅 勇，程宇新，吳建軍

(北京大學 信息科學技術學院 現代通信研究所，北京 100871)

針對衛星終端分布式相控陣天線系統的傳統時延估計方案存在的問題，研究了基于合成信號的多路時延估計方案，設計了簡化方案的動態調整策略，仿真結果表明該方案能夠有效地提升時延估計的性能，算法復雜度較低，同時添加動態策略的時延估計簡化方案能較好地減小系統誤差。

分布式相控陣天線；時延估計；合成信號；動態調整

0 引言

在衛星移動通信系統中，衛星終端分布式相控陣天線系統需要在上行鏈路和下行鏈路的接收端將接收到的多路天線信號進行加權疊加，以提高信號的質量。但由于多個天線在終端載體分布的空間位置不同，信號在到達接收端時經歷的時延也不相同，因此需要將多路信號在時間上進行對齊。

依照待估時延的信號路數進行分類，時延估計算法可以分為兩路時延差估計方案和多路時延差估計方案[1]。對于兩路信號的時延差估計方案，最經典的方法為基于互相關的時延差估計方法。該方法將兩路信號進行互相關運算，在相關運算的過程中信號將進行相對移位，互相關結果的最大值對應著兩路信號最大的相似程度，信號間對應的相對移位即對應信號的時延差估計值[2]。與之不同，基于 LMS 的自適應時延差估計方案將待估的兩路信號分別作為自適應系統的參考信號和基本輸入，通過迭代算法使得兩路信號之間的差異達到最小[3]。

在多天線信號模型下，現有的完全聯合多路時延估計算法有：特征值分解法、多通道互相關法、冗余融合算法以及盲信道辨識法[4]。

特征值分解法是以矩陣特征分解理論為基礎的空間譜估計，它的優點在于時延估計的分辨率精度比較好，缺點在于矩陣的運算帶來較大的運算量，對于頻譜不平坦的信號性能下降明顯，并且只適用于天線位置已知的場景[5-6]。

多通道互相關法利用多天線信號間的時域和空域冗余信息來進行時延差的估計，提取出有用的部分降低算法在多路情況下對噪聲的敏感度，使得在信噪比較低的情況下仍保持較好的性能[7-9]。與特征值分解法一樣，這類算法需要事先知道天線的位置信息，把多路信號時延估計轉化為單路信號時延估計。

在 LMS 自適應時延估計算法的基礎上，為了進一步提高復雜信道環境下時延估計的性能，文獻[10-11]提出了自適應特征值分解算法，該算法將信道的影響等效成沖激響應濾波器對信號的濾波過程，并利用沖激響應的峰值估計出時差，本質上是盲信道辨識算法。此外，該算法存在對噪聲敏感、計算量大以及穩健性差等缺點，在實際系統中難以應用。

1 信號模型

分布式天線技術是指利用分布在終端的多個天線組成的陣列對信號進行聯合的發送和接收，并對接收到的信號進行有效合成以提高信號的質量。由于天線分布在終端的不同空間位置，它們發送和接收的信號經過不同的信道，造成各路信號在下行鏈路到達衛星地球終端或是上行鏈路到達星上時，由于電磁波傳播距離不同而存在一定的時延差異。對于頻率較高的信號來說，它們的信號波長較短甚至在毫米級別，很小的時間差即可對信號的合成造成較大的影響。為了研究信號的時延對齊方案，首先建立分布式相控陣天線的信號處理模型。

衛星終端分布式相控陣天線的信號傳輸示意圖如圖1所示，天線分布在衛星終端載體的不同空間位置、不同天線之間的空間距離為Di。以天線2為例，假設已知其對準衛星時波束的入射角θ，根據圖中的幾何關系，可以大概估算出信號到達不同天線時的傳輸時延差。

τi≈(Dicosθ)/v。

(1)

圖1 信號時延差異示意圖

另外，由于分布式天線的發送和接收設備之間存在不一致性以及多路信號信道之間的差異，各路信號之間還存在一定的相位差，信號的信噪比也不盡相同。因此建立衛星終端分布式相控陣天線的信號模型如下，設第i(i=1,2,···N)路的信號模型為：

xi(t)=ais(t-τi)ej2πf(t-τi)+jθi+ni(t) ，

(2)

式中，ai為該路信號的幅值大小，由于每個相控陣天線陣列的波束相對衛星的指向不同，不同天線接收到的信號幅度可能存在較大差異。τi為該路信號的時延延遲，θi為該路信號的附加相位，f為信號的載波頻率，這里假設不同天線的信號之間不存在頻率偏差，ni(t)為噪聲，分布式天線信號間的噪聲均為零均值的高斯白噪聲，且噪聲之間不存在相關性。

2 分布式天線時延估計方案

2.1 2種傳統時延差估計方案

由信號的合成原理可知，信號的加權合成可以有效提高信號的質量，合成信號的信噪比將大于其中任何一路信號。因此，對于分布式相控陣天線系統，可以考慮將多路信號的加權合成作為參考信號，分別與所有路信號進行2路時延估計，以提高多天線信號時延估計的精度。將文獻[12]提出的基于多個參考信號的時延差估計記為方案一，基于合成信號的改進多天線自適應時差估計方案記為方案二，其原理分別如圖2和圖3所示。

圖2 分布式天線時延對齊方案一原理圖

圖3 分布式天線時延對齊方案二原理圖

(3)

2.2 動態調整的簡化時延差估計方案

上述時延估計方案利用下行鏈路收到的多路信號進行信號處理，得到分布式天線之間信號的時延差異并對時延進行補償。這種方案需要將接收到的多路信號連續地送入時延估計模塊以進行準確的時延對齊，對于系統來說會帶來較大的開銷。因此，可以考慮在分布式天線系統中對信號時延對齊的過程進行簡化。

一種可行的思路是系統減少對時延估計的次數，即在一定時間周期內分布式天線系統利用估計出的歷史時延差值作為信號時延調整的依據，直接對本次信號進行相應的時間調整。對于此種簡化方案，當終端移動速度較快時，衛星終端分布式天線之間信號的傳輸路徑會發生較大的變化，信號間的時延差值也會發生較大的變化，單純通過減少時間估計次數將歷史時延差值作為本次時間調整的依據，會帶來較大的誤差從而造成系統性能的下降。因此，需要采取一定的時延差動態調整策略以進行時延誤差的補償。

衛星終端移動過程中分布式天線間路程差變化的幾何結構示意圖如圖4所示。

圖4 衛星終端移動過程幾何關系示意圖

不同地球站和衛星在不同位置距離差的變化值，整理后可以表示為：

Δdn(t,Δt)=[dn(t+Δt)-dn(t)]-

[d0(t+Δt)-d0(t)]=[dn(t+Δt)-d0(t+Δt)]-

(4)

如果在某一時刻已知分布式天線之間的距離，衛星相對于終端的方位角和俯仰角，以及衛星終端的運動方向，通過空間幾何關系進行建模計算，可以得到θTn、θT、θn等角度，假設終端移動的速度為v，時延估計周期為Δt，即可得到ΔrT，由此可求得此周期內衛星相對于不同天線之間距離差的改變，根據Δτ=Δd/c可以得到本次發送時刻與時延估計時刻相比需要調整的時延差，其中c為電磁波傳播的速度。

3 仿真分析

假設衛星終端分布式相控陣天線的個數為10，信號采用QPSK調制，各路信號的噪聲為零均值額高斯白噪聲，且噪聲之間相互獨立，迭代步長μ設為0.05，信號的延遲為[-5Ts，5Ts]。

3.1 2種傳統時延差估計方案的時延估計性能對比

對第2路信號的時延差估計結果τ12進行統計，方案一和方案二的仿真結果如圖5和圖6所示。從圖5中可以看出基于合成信號的多路自適應時延估計算法在迭代一定次數以后可以達到收斂的狀態，證明了其收斂性和可行性。圖6的時延估計誤差結果表明，方案二的時延估計誤差性能優于方案一，與理論分析相吻合。說明在分布式天線系統中采用合成信號作為時延差估計的參考信號，可以帶來時延估計性能的提升。

圖5 收斂性仿真

圖6 時延估計誤差

設共有10路天線，它們的信噪比依次是Eb/N0+[10 dB,9 dB,8 dB,…,1 dB]，對時延估計方案中的τ14進行統計，其仿真結果如圖7和圖8所示。從仿真結果可以看出，由于方案一采用的迭代算法是基于2路確定信號的自適應時延差估計，方案二采用的迭代算法基于不固定的合成信號，故方案一的收斂速度略快于方案二；但從時延估計的精度來看，方案二的歸一化均方誤差小于采用2路自適應時延估計的誤差，能夠帶來一定程度的性能提升，同時不會對算法的復雜度帶來過多的影響。

圖7 收斂性對比

圖8 時延估計性能對比

3.2 動態調整的簡化時延差估計方案性能比較

假設終端移動速度為1 000 km/h，2個天線之間的間隔為50 m，將2次時延估計間的周期設為100 s，采用時延調整策略與未采用時延調整策略時2路信號間的時延誤差如圖9所示。

圖9 時延誤差變化曲線

從仿真結果中可以看出，對于衛星移動終端分布式天線系統，未經過時延調整補償的時延對齊簡化方案信號間的時延差呈現鋸齒形變化，這是因為每個估計周期內信號僅進行一次時延估計，在此周期內隨著終端的移動信號間的時延差會發生變化，從而帶來信號間的時延誤差，此誤差直到下個估計周期才得以糾正。如果按照本文提出的調整策略，根據衛星終端的移動速度、方向、角度變化等情況，在一個時延估計周期內對信號間的時延差進行動態調整，則可以使信號間的時延差保持在一個平穩的水平，從而可以直接利用估計出的時延差值作為信號對齊的依據。

4 結束語

本文主要針對分布式相控陣天線信號間的時延估計方案進行研究，建立了分布式天線的信號模型，研究了一種可用于本系統的分布式天線時延對齊方案，即基于合成信號的分布式天線時延對齊方案，詳細介紹方案的原理并對終端移動過程中的時延估計方案進行了簡化，引入動態調整策略對簡化方案中的時延差誤差進行了補償。仿真表明，本文提出的多路時延估計方案能夠在時延估計性能上得到一定的提升，同時簡化方案中的動態調整策略也能夠將誤差控制在較小的范圍之內。

[1] Shen C,Yu H. Time-delayAlignment Technique for a Randomly Distributed Sensor Array[J]. Communications Iet,2011,5(8):1068-1072.

[2] Benesty J,Huang Y,Chen J. Time Delay Estimation via Minimum Entropy[J]. IEEE Signal Processing Letters,2007,14(3):157-160.

[3] Chen J,Benesty J,Huang Y. Robust Time Delay Estimation Exploiting Redundancy Among Multiple Microphones[J]. Speech & Audio Processing IEEE Transactions on,2003,11(6):549-557.

[4] Ianniello J P. High-resolution Multipath Time Delay Estimation for Broad-band Random Signals[J]. IEEE Transactions on Acoustics Speech & Signal Processing,1988,36(3):320-327.

[5] Reed F,Feintuch P L,Bershad N J. Time Delay Estimation Using the LMS Adaptive Filter-Static Behavior[J]. IEEE Transactions on Acoustics Speech & Signal Processing,1981,29(3):561-571.

[6] So H C,Ching P C. Comparative Performance of LMSTDE and ETDE for Delay and Doppler Estimation[C]∥ Signals,Systems and Computers,1994. 1994 Conference Record of the Twenty-Eighth Asilomar Conference on. IEEE,1994:1501-1505.

[7] Benesty J,Chen J,Huang Y. Time-delay Estimation via Linear Interpolation and Cross Correlation[J]. Speech & Audio Processing IEEE Transactions on,2004,12(5):509-519.

[8] Chen J,Huang Y,Benesty J. Time Delay Estimation Via Multichannel Cross-Correlation:Audio Signal Processing Applications [C]∥ IEEE International Conference on Acoustics,Speech and Signal Processing. IEEE,2005:49-52.

[9] Huang Y,Benesty J,Chen J. Laplace Entropy and Its Application to Time Delay Estimation for Speech Signals[C]∥ IEEE International Conference on Acoustics,Speech and Signal Processing. IEEE,2007:113-116.

[10]Griebel S M,Brandstein M S. Microphone Array Source Localization Using Realizable Delay Vectors[C]∥ Applications of Signal Processing to Audio and Acoustics,2001 IEEE Workshop on the. IEEE,2001:71-74.

[11]So H C,Ching P C. Comparative Study of Five LMS-based Adaptive Time Delay Estimators[J]. Radar,Sonar and Navigation,IEE Proceedings,2001,148(1):9-15.

[12]Cheng Z,Tjhung T T. A New Time Delay Estimator Based on ETDE[J]. IEEE Transactions on Signal Processing,2003,51(7):1859-1869.

Delay Estimation Scheme of Distributed Phased Array Antenna for Satellite Terminal

MA Chun-yang,LI Jian,LUO Yong,CHENG Yu-xin,WU Jian-jun

(Modern Communications Research Institute,School of Electronics Engineering and Computer Science, Peking University,Beijing 100871,China)

Aiming at the problems of the traditional estimation scheme of time delay in distributed phased array antenna system of satellite terminal,this paper studies the multi-channel delay estimation scheme based on the synthesized signal,and designs the dynamic adjustment strategy of the simplified scheme. The results of simulation show that this scheme can effectively improve the performance of delay estimation,reduce the complexity of algorithm. The simplified scheme of delay estimation of adding dynamic strategy can reduce the error of system.

distributed phased array antenna; delay estimation; composite signal; dynamic adjustment

2017-06-09

國家自然科學基金項目(61371073)

馬春陽(1992—)，女，碩士研究生，主要研究方向：衛星通信。吳建軍(1968—)，男，教授，博士生導師，主要研究方向：寬帶衛星通信系統和技術、同軸寬帶有線接入技術、3G/4G移動通信及網絡技術、超寬帶通信技術、嵌入式系統軟硬件技術。

10.3969/j.issn.1003-3114.2017.05.15

馬春陽,李健,羅勇,等. 衛星終端分布式相控陣天線時延估計方案[J].無線電通信技術,2017,43(5): 67-70，83.

[MA Chunyang,LI Jian,LUO Yong,et al. Delay Estimation Scheme of Distributed Phased Array Antenna for Satellite Terminal [J]. Radio Communications Technology,2017,43(5):67-70，83.]

TN821+.8

A

1003-3114(2017)05-67-4