Comparative Research on NoN-Blind Adaptive Beamforming Algorithms for Smart Antenna

摘要

在通信领域中，无线通信发展最为迅猛。对于无线通信组成部分的无线蜂窝网络而言，也得到了极大的发展，并且在未来的新兴应用中具有巨大的潜力。
　　 未来无线系统需要在更大范围覆盖的情况下，提供更高的数据传输速率以满足不同用户对各种系统业务的需求。为了实现这些目标，较强的功率，干扰和多径效应抑制是必不可少的。无线服务提供商正在努力解决由无线通信系统的快速发展和有限的可用带宽(频谱)而导致的问题。同时，为了支撑新兴应用，在增强系统鲁棒性方面仍然存在许多技术难题。人们对于语音、数据、视频相关服务的需求持续增长，然而，现有的信息基础设施部署难以满足。无线电频谱的有限性使其成为了非常稀缺的资源。
　　 通过跟踪用户和波束切换，智能天线能够使无线通信系统提高容量、扩大覆盖范围、提供更好的服务质量，因此，它在无线通信系统中具有很好的应用前景。智能天线通过识别干扰和有用信号，达到抑制干扰信号的目的，从而提高频谱利用率。智能天线的可用性是至关重要的，因为它给予发射机利用地理感知的能力，并将波束聚焦于接收机的方向。同时，在接收机处，波束成形通过来自己知发射机的残余干扰和来自未知发射机的干扰自适应对消来完成。
　　 本文研究三种非盲自适应波束形成算法-最小均方法(LMS)、递推最小二乘法(RLS)和样本矩阵求逆法(SMI)，给出了三种算法的MATLAB仿真结果；并从面向干扰源的零陷波束形成、面向用户的信号幅值增强和不同算法收敛的误差曲线三个方面，对三种算法进行了分析和比较。
　　 研究表明三种算法能够将波束指向期望用户，将零点面向干扰，并且能够收敛。SMI算法与其他算法相比，在零点设置以及收敛方面具有良好的性能。LMS算法能够增强期望信号，但是在克服干扰和收敛速度方面并不理想。RLS算法在性能上近似于SMI算法，但是其计算复杂度较高。