基于函数逼近径向基函数网络的盲波束形成算法的研究

摘要

近十多年来，无线通信技术在全球范围内得到了迅速发展。作为其关键技术的智能天线在无线通信系统中的应用，能够实现基站对移动台的定向发射和接收，从而能带来减轻系统的多址干扰、降低系统的发射功率、提高系统的频谱利用率和增大系统容量等好处。因此智能天线已成为无线通信技术领域中一个研究热点。波束形成是智能天线的核心部分。在第三代移动通信系统中，多址干扰和码间串扰是两个主要的干扰源。使用复杂度低、性能优良的波束形成算法是解决问题的有效途径。本文提出了一种在码分多址系统中，将盲波束形成算法与神经网络和Rake接收机相结合的方案，论文工作主要如下: 1.介绍了智能天线的原理、结构、工作方式和表达方法，讨论并比较了几种常见的最优权准则，分析了智能天线波束形成方法，重点介绍了智能天线中的自适应盲波束形成算法，建立CDMA系统单径和多径环境下的信号模型，在理论上推导了基于扩频码滤波的波束形成算法，以及码滤波的改进算法。 2.通过对直扩码分多址(DS-CDMA)系统中盲波束形成算法的深入研究，找出其存在的局限性，引入径向基函数神经网络来实现无线通信中智能天线的波束形成。在高斯白噪声信道下，根据CDMA系统扩频信号特征，使用高阶累积量对期望用户的波达方向进行盲估计，再由径向基函数网络(RBFNN)来逼近波束形成的最优权，实现盲波束形成。理论分析和MATLAB仿真实验表明提出的算法能有效提高运行速度，对系统误差也具有很强的鲁棒性。 3.在移动通信系统中，信道中存在多径衰落效应，从时域上看多径表现为时延扩展，从空域上看多径表现为角度弥散。考虑到这些影响，提出智能天线与Rake接收机联合的自适应算法，该算法能够在空时二维域中捕获感兴趣用户的各个多径分量，并将这些多径分量同步相干合成，有效抑制多址干扰和码问串扰。该算法结合神经网络将进一步提高算法的实际运行能力。通过仿真验证了基于神经网络的空时自适应盲波束形成算法具有较好的实用价值。 本文的研究结果表明，通过采用本文提出的方案，即基于神经网络的空时联合自适应盲波束形成，可以有效提高系统性能和降低计算复杂度，基本上达到了消除多址干扰和码间串扰的目的。

目录

文摘

英文文摘

声明

第一章绪论

1．1课题研究的背景

1．2课题研究的目的与意义

1．3智能天线的研究现状

1．4直扩码分多址(DS-CDMA)系统

1．4．1直扩码分多址的优势

1.4．2 DS-CDMA系统中存在的问题

1．5盲波束形成简介

1．6本文主要内容简介

第二章函数逼近径向基函数网络

2．1神经网络简介

2．2人工神经网络的函数逼近

2．3 RBF神经网络结构

2．3．1 RBF神经网络结构

2．3．2RBF神经网络函数逼近算法

2．3．3 RBF基函数的选择

2．4本章总结

第三章智能天线技术与自适应波束形成算法

3．1引言

3．2智能天线的介绍

3．2．1智能天线的工作原理

3．2．2智能天线的拓扑结构

3．2．3智能天线的工作方式

3．3自适应天线阵列

3．3．1方向图函数

3．3．2最佳权向量

3．3．3最优权准则

3．4智能天线数字波束形成算法

3．4．1 ADBF算法分类

3．4．2非盲ADBF算法

3．4．3盲ADBF算法

3．5本章总结

第四章波束形成算法在DS-CDMA系统中的应用

4．1 DS-CDMA的原理框图

4．2 DS-CDMA系统的信号模型

4．3基于扩频码滤波方法的波束形成器

4．4判决影射算法

4．4．1判决影射最小均方(DP_LMS)算法

4．4．2判决影射归一化最小均方(DP_NLMs)算法

4．5基于累积量的盲波束形成算法

4．5．1仿真与分析

4．6盲波束形成的RBFNN实现

4．6．1 RBFNN的智能天线理论模型

4．6．2 RBFNN训练和盲波束形成

4．6．3仿真实验

4．7 DS-CDMA中ADBF实验仿真与分析

4．8本章总结

第五章多径衰落信道下的盲波束形成

5．1多径信道下信号模型

5．2 RAKE接收机

5．2．1 Rake接收的基本原理

5．2．2时域1D Rake接收机

5．2．3空时2D Rake接收机

5．3空时二维ADBF算法

5．3．1空时最小均方误差(ST-MMSE)算法

5．3．2空时解扩重扩恒模(ST-DPCMA)算法

5．3．3空时码滤波算法

5．3．4空时码滤波算法改进算法

5．4实验分析与仿真

5．5本章总结

总结与展望

参考文献

致谢

硕士期间发表的论文