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.
