智能天线自适应波束形成算法的研究

论文摘要

智能天线技术作为现代通信领域的研究热点,已成功的应用到无线通信系统中。智能天线引进了空分多址技术,能够与其他多址技术相结合,使通信资源由时间域、频率域、码域扩展到空间域,有效地增大了系统的容量,最大限度的利用有限的频谱资源,并将会在未来移动通信系统中发挥重要作用。自适应波束形成技术是智能天线的核心技术,它能够自适应地控制天线阵方向图在用户信号方向产生高增益窄波束,在干扰信号方向产生较深的零陷,是实现用户信号最佳接收的有效方法。本文首先对目前国内外智能天线技术及自适应波束形成算法的研究现状进行了综述,并介绍了自适应波束形成技术中的最佳加权准则。其次,本文对经典的自适应波束形成算法中的NLMS算法及RLS算法进行了仿真研究。针对RLS算法存在稳态误差过大的缺点,本文提出了一种基于QR分解的改进的IQR-RLS算法,通过定义新的数据矩阵,求解出数据域正规方程中的系数矩阵和右侧向量,从而提高了计算效率,减小了稳态误差。仿真结果证明了所提出算法的有效性。再次,针对圆形阵列副瓣电平较高（相对于主瓣）、零点深度相对较浅的问题,本文利用Gram-Schmidt正交化算法对圆形阵列的自适应波束形成进行了研究,并对算法进行了改进,通过把接收信号中的目标信号去除,只留下干扰信号,再进行正交化处理,从而防止目标信号被当做干扰抑制掉。仿真结果表明,改进算法可以有效的提高零点深度,减少误码率,有更好的波束赋形效果。最后,对本文的研究工作进行了总结,并对未来的研究工作进行了展望。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景及意义
• 1.2 智能天线及波束形成的研究现状
• 1.3 论文的主要研究内容
• 第2章 智能天线技术
• 2.1 智能天线的基本原理
• 2.1.1 基本结构
• 2.1.2 工作原理
• 2.1.3 智能天线的分类
• 2.2 波束形成中的最佳加权准则
• 2.2.1 最小均方误差准则
• 2.2.2 最大信噪比准则
• 2.2.3 最小二乘准则
• 2.2.4 线性约束最小方差准则
• 2.2.5 最大似然准则
• 2.3 本章小结
• 第3章 改进的RLS自适应波束形成算法
• 3.1 阵列天线信号模型
• 3.1.1 方向图函数
• 3.1.2 最佳权向量
• 3.2 自适应波束形成算法及仿真研究
• 3.2.1 归一化最小均方误差算法
• 3.2.2 递推最小二乘算法
• 3.2.3 NLMS算法与RLS算法仿真与性能分析
• 3.3 改进的QR分解RLS算法
• 3.3.1 最小二乘计算的QR分解
• 3.3.2 QR-RLS算法原理
• 3.3.3 改进的QR-RLS波束形成算法
• 3.4 仿真结果与分析
• 3.5 本章小结
• 第4章 基于圆阵天线的改进G-S波束形成算法
• 4.1 均匀圆阵天线的信号模型
• 4.2 G-S正交化算法
• 4.2.1 基本原理
• 4.2.2 干扰源数目的自适应确定
• 4.3 改进的G-S波束形成算法
• 4.4 仿真结果与分析
• 4.5 本章小结
• 第5章 结论与展望
• 5.1 本文工作总结
• 5.2 未来工作展望
• 参考文献
• 致谢
• 作者攻读硕士学位期间发表的论文及获奖情况