GainDaily03/3,19

DFT 矩阵 与steering vector的对应关系

在这里插入图片描述
steering vector:

  1. sin θ \sin \theta
    a ( θ ) = [ 1 , e j 2 π d sin θ λ ,   , e j 2 π ( N 1 ) d sin θ λ ] T a(\theta) = [1, e^{\frac{j2\pi d \sin \theta }{\lambda}},\cdots,e^{\frac{j2\pi(N-1)d \sin \theta }{\lambda}}]^T
    –> d = λ / 2 d=\lambda/2 —> e j 2 π ( i 1 ) N + j 2 k π = e j 2 π d sin θ λ = e j π sin θ e^{-\frac{j2\pi (i-1)}{N}+j2k\pi} = e^{\frac{j2\pi d \sin \theta }{\lambda}}=e^{{j\pi \sin \theta }} ----> 2 ( i 1 ) N + 2 k = sin θ , i = 1 , 2 , . . . , N k = 0 , ± 1 , ± 2... , -\frac{2(i-1)}{N}+2k= \sin \theta,i = 1,2,...,N,k=0,\pm1,\pm2 ...,

i = N / 2 + 1 i=N/2+1 时, sin θ = 1 \sin \theta = -1
所以 i i 从1到 i = N / 2 + 1 i=N/2+1 时,角度变化从0到 π / 2 -\pi/2 0 0 ,
i = N / 2 + 2 i=N/2+2 到N时, k = 1 k=1 ,角度从 π / 2 -\pi/2 0 0 , 所以中间有 π \pi 的跳变
2. cos θ \cos \theta
a ( θ ) = [ 1 , e j 2 π d cos θ λ ,   , e j 2 π ( N 1 ) d cos θ λ ] T a(\theta) = [1, e^{\frac{j2\pi d \cos \theta }{\lambda}},\cdots,e^{\frac{j2\pi(N-1)d \cos \theta }{\lambda}}]^T
–> d = λ / 2 d=\lambda/2 —> e j 2 π ( i 1 ) N + j 2 k π = e j 2 π d cos θ λ = e j π cos θ e^{-\frac{j2\pi (i-1)}{N}+j2k\pi} = e^{\frac{j2\pi d \cos \theta }{\lambda}}=e^{{j\pi \cos \theta }} ----> 2 ( i 1 ) N + 2 k = cos θ , i = 1 , 2 , . . . , N k = 0 , ± 1 , ± 2... , -\frac{2(i-1)}{N}+2k= \cos\theta,i = 1,2,...,N,k=0,\pm1,\pm2 ...,
i = N / 2 + 1 i=N/2+1 时, cos θ = 1 \cos \theta = -1
所以 i i 从1到 i = N / 2 + 1 i=N/2+1 时,角度变化从 π \pi π / 2 \pi/2
i = N / 2 + 2 i=N/2+2 到N时, k = 1 k=1 ,值从1到0,角度从 0 0 π / 2 \pi/2 , 所以中间有 π / 2 \pi/2 的跳变

在这里插入图片描述

Conclusion

DFT 矩阵每一列对应steering vector的某一方向,因此使用DFT矩阵来刻画mmwave信道角度域的稀疏性的时候,相当于给AoA和AoD域划分了格点,并且这个 划分的 AoA\AoD 按弧度( sin θ \sin \theta θ \theta 并不是均匀的,是按值域均匀划分的。

~~(Note: 许多东西不要想当然,要自己去推,主要是要练手)

猜你喜欢

转载自blog.csdn.net/qq_30074301/article/details/88920929
今日推荐