基于一致性平均与卡尔曼滤波的分布式天线阵列频率与相位同步

提出了一种用于分布式天线阵列中频率与相位联合同步的分散式方法。阵列中的节点与相邻节点共享其频率和相位，以对齐阵列中的这些参数。我们的信号模型包含本地振荡器的频率漂移和相位抖动，以及节点处的频率和相位估计误差，并使用实际统计对其进行建模。提出了一种分散式频率与相位一致性（DFPC）算法，该算法采用平均一致性方法，其中阵列中的每个节点通过对其相邻节点频率和相位求平均来迭代更新自身的频率和相位。仿真结果表明，收敛时 DFPC 算法能够将各节点的频率和相位对齐至由振荡器及估计误差决定的残差相位误差。为减小该残差相位误差从而改善节点间同步，提出了一种基于卡尔曼滤波的分散式频率与相位一致性（KF-DFPC）算法。从理论上推导了 KF-DFPC 与 DFPC 算法收敛时的总残差相位误差。通过改变信号时长、节点连通性、阵列中节点数量以及发射信号的信噪比，依据该理论残差相位误差对这些算法的同步性能进行了比较。仿真结果表明，所提 KF-DFPC 算法比包括 DFPC 在内的其他算法收敛迭代次数更少。此外，对于较短的本地信息广播间隔，无论接收信号的信噪比如何，KF-DFPC 算法在降低总残差相位误差方面均显著优于 DFPC 算法。