智能天线波束成形的自适应算法研究

摘要

随着全球移动通信的用户数量的激增以及信息业务类型的迅猛发展，人们对移动通信的服务需求、要求也越来越高。智能天线作第三代移动通信系统关键技术之一，在解决这个难题上已经充分发挥了越来越重要的作用。
　　智能天线技术的核心和关键是自适应波束形成算法，本论文重点研究了智能天线波束形成技术。首先，介绍了智能天线研究背景及现状，分析了智能天线的优势，对论文研究内容做了阐述，具体工作做了详细安排。
　　接着，阐述了智能天线基本概念、智能天线分类、工作原理及其信号模型。介绍波束成形相关理论，定义天线方向图。对天线方向图做了相关参数进行讨论，并就加权向量、不同阵元间距、阵元数目对方向图影响作对比仿真。
　　随后，详细描述和推导波束成型最佳滤波准则:最小均方误差(MMSE)准则、最小二乘(LS)准则、最小方差(MV)准则以及最大信干噪比(Max-SINR)准则。并将四种准则下的最优权值的解统一为维纳解表达式，即wop(t)=qRxxrxd，最后从代价函数、最优权值和准则的优缺点方面对上述的四种准则做了比较。
　　在介绍波束成型最佳滤波准则基础上，重点研究几种常见的自适应波束形成的非盲算法。针对传统固定步长LMS算法在收敛速度、时变系统的跟踪能力和稳态失调之间存在的矛盾，给出了归一化、基于Sigmoid函数和基于正弦函数改进的变步长LMS算法;MATLAB仿真结果显示，改进的变步长算法在收敛速度、误差稳定性以及干扰抑制能力等方面都取到了进一步的改善。
　　最后，着重介绍了盲波束形成算法中的恒模算法。针对随机梯度恒模算法(SGD-CMA)同样在收敛性能和稳态失调方面受步长因子影响，提了一种新的归一化变步长SGD-CMA改进算法。MATLAB仿真结果，证明这种改进算法的先进性，较好地解决了恒模算法存在的收敛速度和稳态误差之间的矛盾，使得收敛速度和稳态误差得到相应的改善。同时，在期望信号方向形成较大的功率增益，在干扰信号上形成“零陷”，有效的抑制干扰和消除了噪声。

目录

声明

摘要

第1章 绪论

1．1 智能天线的研究背景与意义

1．2 智能天线的研究现状

1．3 智能天线的优势

1．4 研究内容和结构安排

第2章 智能天线技术

2．1 智能天线

2．1．1 智能天线的概念

2．1．2 智能天线分类

2．2 智能天线的结构和工作原理

2．2．1 基本结构

2．2．2 工作原理

2．3 智能天线的信号模型

2．4 波束成型

2．4．1 波束成形原理

2．4．2 方向图仿真及相关结论

2．5 本章小节

第3章 自适应波束形成准则

3．1 概述

3．2 波束成形准则

3．2．1 最小均方误差准则(MMSE)

3．2．2 最小方差准则(MV)

3．2．3 最小二乘准则(LS)

3．2．4 最大信干噪比准则(MAX-SINR)

3．3 准则对比

3．4 本章小结

第4章 非盲自适应波束形成算法分析及仿真

4．1 简述

4．2 经典自适应波束成型非盲算法

4．2．1 最小均方算法(LMS)

4．2．2 递归最小二乘算法(RLS)

4．2．3 常规自适应算法的仿真与分析

4．3 最小均方步长算法(LMS)的改进算法

4．3．1 归一化最小均方算法

4．3．2 归一化最小均方算法(NLMS)的仿真

4．3．3 NLMS算法和LMS算法性能对比

4．4 一种基于S特性函数的新的变步长LMS算法

4．4．1 改进算法的引进介绍

4．4．2 新的变步长LMS算法的仿真与分析

4．5 一种基于正弦函数(SIN)改进LMS算法

4．5．1 改进变步长LMS算法的介绍

4．5．2 新的变步长LMS算法的仿真研究

4．6 本章小结

第5章 盲自适应算法分析及仿真

5．1 概述

5．2 随机梯度下降恒模算法

5．3 随机梯度下降恒模算法的性能分析

5．4 新的变步长SGD-CMA算法

5．4．1 归一化方法的引进

5．4．2 归一化随机梯度恒摸(NSGD-CMA)的仿真

5．4．3 归一化的随机梯度算法的仿真性能对比

5．5 本章小结

结论与展望

致谢

参考文献

个人简介、攻硕期间研究成果及学术论文发表