自适应波束形成技术及硬件系统设计研究

论文摘要

智能天线利用数字信号处理技术,产生空间定向波束,使天线主波束对准用户信号的期望到达方向,旁瓣或零陷对准干扰信号到达方向,达到充分高效利用有用信号并删除或抑制干扰信号的目的。智能天线分为两大类:切换波束智能天线与自适应阵列智能天线。智能天线技术已被确定为第三代移动通信系统的关键技术之一,它将会在未来移动通信系统中发挥重要作用。论文第3章介绍各种波束形成算法,包括非盲算法和盲算法,并分别对其性能进行了分析和比较。文中讨论了对角加载的原理,给出了一种对角加载值的确定方法及其仿真结果。重点讨论盲算法中的恒模算法,研究了一种基于最小Rayleigh熵的改进恒模算法,该算法能够有效的解决LSCMA普遍存在的干扰捕获问题,以及预处理算法在特定环境下的适用问题。论文第4至6章依据自适应波束形成的LMS算法,选择DSP和FPGA相结合的方案对自适应波束形成器进行硬件系统设计。文中给出了基于TMS320C3X汇编语言的信号处理算法软件设计,系统工作时必须的DSP芯片初始化过程及讲述了如何将用户程序通过在系统编程的方式烧写到FLASH中,同时结合FPGA结构框图介绍了各个模块的功能以及FIFO存储器的实现。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 研究背景
• 1.2 国内外研究现状
• 1.3 智能天线技术的优点
• 1.4 本文的结构安排
• 第2章 自适应波束形成技术
• 2.1 智能天线与自适应波束形成基本概念
• 2.2 智能天线工作方式
• 2.2.1 多波束智能天线
• 2.2.2 自适应智能天线
• 2.3 阵列天线模型
• 2.3.1 前提及假设
• 2.3.2 阵列模型
• 2.3 阵元间距和方向图
• 2.4 本章小结
• 第3章 自适应波束形成算法的研究
• 3.1 自适应波束形成技术的几种准则
• 3.1.1 最小均方误差准则（MMSE）
• 3.1.2 最大信噪比准则（Max SNR）
• 3.1.3 最小方差准则（MV）
• 3.2 自适应波束形成的几种典型算法
• 3.2.1 最小均方算法（LMS）
• 3.2.2 归一化的最小均方算法（NLMS）
• 3.2.3 递归最小二乘算法（RLS）
• 3.2.4 采样矩阵求逆算法（SMI）
• 3.2.5 一种自适应对角加载方法
• 3.3 盲波束形成算法
• 3.3.1 随机梯度恒模算法
• 3.3.2 最小二乘恒模算法
• 3.3.3 预处理恒模算法
• 3.3.4 改进的最小二乘恒模算法及仿真
• 3.4 本章小结
• 第4章 系统硬件设计
• 4.1 系统总体框图
• 4.2 硬件电路设计
• 4.2.1 DSP的性能结构特点
• 4.2.2 DSP的外围电路设计
• 4.2.3 FPGA电路设计
• 4.3 电路设计中所注意的问题
• 4.4 本章小结
• 第5章 系统软件设计
• 5.1 DSP软件设计
• 5.1.1 DSP软件设计方法
• 5.1.2 系统总体软件设计
• 5.1.3 自适应算法设计
• 5.1.4 DSP处理器的初始化
• 5.1.5 FLASH软件设计
• 5.2 FPGA综合设计
• 5.2.1 FPGA内模块设计
• 5.2.3 FIFO存储器
• 5.3 本章小结
• 第6章 系统调试及结果分析
• 6.1 系统的原理调试
• 6.1.1 硬件调试
• 6.1.2 软件调试
• 6.1.3 自由运行
• 6.2 实验仿真结果
• 6.3 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
• 附录