智能天线中波束赋型的UV-LMS和TRLS算法

摘要

智能天线技术研究的核心是波束赋型的算法,但各种算法均存在计算量大和收敛速度较慢等缺点,如何提高系统性能成为一个重要课题.该文研究了智能天线波束赋型非盲算法中的最小均方误差LMS(Least Mean Squares)算法和递归最小二乘RLS(recursive least-squares)算法,所做工作主要包括以下五个方面:1.分析了向量相关性对LMS算法的影响,根据向量相关性原理,对迭代向量进行了

目录

文摘

英文文摘

学位论文原创性声明及学位论文版权使用授权书

第1章绪论

1.1研究背景及意义

1.2文献综述

1.3课题研究主要内容

第2章第三代移动通信系统

2.1引言

2.2第三代移动通信系统的现状及发展

2.3第三代移动通信系统中面临的主要问题

2.4第三代移动通信系统的关键技术

2.5智能天线的发展前景

2.6小结

第3章智能天线技术简介

3.1引言

3.2天线参数

3.3智能天线的基本原理

3.4智能天线的工作方式

3.4.1切换波束方式

3.4.2自适应天线阵列

3.5智能天线中面临的问题

3.6波束形成技术

3.7自适应波束形成算法分类

3.8 LMS算法于RLS算法的比较

3.9小结

第4章解相关变步长LMS算法

4.1引言

4.2最小均方误差准则MMSE

4.3最小均方LMS算法

4.4 LMS算法的性能分析

4.5 SVSLMS算法

4.6采用解相关迭代向量的LMS算法

4.7变步长的引入

4.7.1变步长U-LMS算法一

4.7.2变步长U-LMS算法二

4.8解相关变步长LMS算法

4.9计算机仿真实验

4.9.1模型的建立

4.9.2仿真结果

4.9小结

第5章树型RLS算法

5.1引言

5.2最小二乘(LS)准则

5.3递推最小二乘RLS算法

5.4RLS算法的收敛性

5.4树型RLS算法

5.4.1 RLS算法改进一

5.4.2RLS改进算法二

5.4.3 TRLS算法

5.5算法误差分析

5.5.1改进算法一、二的误差分析

5.5.2信号的预处理

5.5.3树型RLS改进算法误差分析

5.6计算机仿真实验

5.7小结

结论

参考文献

致谢

附录A攻读学位期间发表论文与完成的科研课题

附录B算法时间复杂度说明