基于混合遗传算法的波束形成技术研究

摘要

近年来，随着通信产业的高速发展，智能天线技术已成功应用于移动通信系统，并通过对无线数字信号的高速时空处理，不但增加了信道容量，提高了频谱效率，也扩展了覆盖范围。未来我国将进入3G，4G的高速建设发展期，智能天线技术将会迎来广阔的发展空间。
　　 本文首先介绍了智能天线的基本结构，工作原理和信号模型，同时分析了遗传算法的基本步骤和特点。另外在研究了智能天线波达角估计算法中的MUSIC算法和波束空间MUSIC算法的原理和信号模型的基础上，提出了高分辨处理的一种波束空间中的改进MUSIC算法，仿真实验结果表明，和传统的波束空间MUSIC算法相比，改进算法的分辨信噪比门限值更低。
　　 另外，波束形成技术源于智能天线，增强期望、抑制用户干扰是其独特的技术优势，也是空分多址(SDMA)得以实现的基础。同时本文研究了智能天线中的自适应波束形成的基本算法，包括最陡下降法，最小均方算法和最小二乘算法。目前，遗传算法在解决该类方向图优化问题上已经成为了研究热点。但是遗传算法也存在收敛速度慢、易早熟、局部搜索能力差等缺点。对于多目标多参数的方向图非线性优化问题，遗传算法在搜索速度与求解精度上往往不能两者兼顾。因此，本文提出了一种基于遗传算法和禁忌搜索算法的混合遗传算法的波束形成技术研究，该算法既具有遗传算法的全局寻优能力，又具有禁忌搜索算法的局部寻优能力，可大大提高寻优的速度和精度。本文分别进行了混合遗传算法和传统遗传算法在相同参数设置下的仿真对比分析，以及混合遗传算法在不同参数设置下的仿真对比分析，仿真实验结果表明，基于混合遗传算法的波束形成方法能在保证搜索质量的前提下极大的提高了寻优效率，提高了运算速度。

目录

文摘

英文文摘

声明

第1章 绪论

1.1研究背景与意义

1.2国内外研究现状

1.2.1智能天线的研究现状

1.2.2智能天线波束形成研究现状

1.2.3基于遗传算法的波束形成研究现状

1.3本文的主要工作

第2章 智能天线与遗传算法的理论研究

2.1智能天线的理论研究

2.1.1智能天线的基本结构

2.1.2智能天线的工作原理

2.1.3智能天线的信号模型

2.2遗传算法的研究

2.2.1遗传算法的基本步骤

2.2.2遗传算法的特点

2.3本章小结

第3章 波达角估计算法

3.1 MUSIC算法

3.1.1 MUSIC算法的原理

3.1.2 MUSIC算法实现步骤

3.1.3 MUSIC算法的仿真

3.2基于波束空间的MUSIC算法

3.3波束空间的改进MUSIC算法

3.4本章小结

第4章 智能天线中的自适应波束形成算法

4.1自适应算法的最佳滤波准则

4.1.1最小均方误差准则

4.1.2最大信噪比准则

4.1.3最小二乘(LS)准则

4.1.4最大似然准则

4.1.5线性约束最小方差准则

4.2典型的波束形成算法研究

4.2.1最陡下降算法

4.2.2最小均方误差算法(LMS)

4.2.3最小二乘算法(RLS)

4.2.4 LMS算法与RLS算法的比较

4.3本章小结

第5章 基于遗传算法和禁忌搜索算法的波束形成

5.1禁忌搜索算法的简介

5.1.1禁忌搜索算法的基本思想

5.1.2禁忌搜索算法的基本步骤

5.1.3禁忌搜索算法的优缺点

5.2遗传算法和禁忌搜索算法的基本思想

5.3基于遗传算法的波束形成

5.4基于遗传算法和禁忌搜索算法的波束形成

5.4.1遗传算法和禁忌搜索算法波束形成的设计

5.4.2仿真结果及分析

5.5本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢