智能天线自适应波束形成算法研究

论文摘要

智能天线作为无线通信技术领域中的一个研究热点,现已成功应用于通信系统中。它利用现代数字信号处理技术,选择合适的自适应算法,动态产生空间定向波束。使天线主波束对准期望用户信号到达方向,旁瓣或零陷对准干扰信号到达方向,达到充分利用移动用户信号来抵消或最大程度地抑制干扰信号的目的。本文的主要工作集中在对智能天线的自适应波束形成算法的研究。通过建立通用的移动通信信号的数学模型,研究了多种自适应波束形成非盲算法和盲算法中的恒模算法,并利用Matlab软件对每种算法进行了仿真和比较,根据仿真结果总结和归纳了每种算法的优缺点。分析的结果表明恒模算法普遍存在着干扰捕获问题。因此提出了一种改进的块处理递归最小二乘恒模算法,该算法将通过基于最小Rayleigh熵的恒模信号分离算法求得的最优权值作为初始权值,并使用RLSCMA算法进行迭代更新,从而使算法取得较好的性能,然后通过Matlab仿真证明了该算法各方面性能取得的改进,在强干扰下该算法仍能正常工作。最后本文还研究了码分多址(CDMA)系统中的多用户分离算法,对目前存在的两种多目标波束形成算法进行仔细研究同时利用软件对算法性能仿真。在总结目前算法的不足后,给出了一些改进的建议,为第三代移动通信系统中的智能天线技术作技术储备。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 课题研究背景
• 1.2 智能天线的国内外研究状况
• 1.3 本文研究思路与主要工作
• 2 智能天线技术基础
• 2.1 智能天线技术
• 2.1.1 智能天线基本原理
• 2.1.2 智能天线的优点
• 2.2 智能天线系统的信号模型
• 2.3 波束形成技术
• 2.4 本章小结
• 3 自适应波束形成算法
• 3.1 最佳滤波准则
• 3.1.1 最小均方误差（MMSE）准则
• 3.1.2 最大信噪比（MaxSNR）准则
• 3.1.3 最小方差（MV）准则
• 3.2 典型非盲波束形成算法
• 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 采样矩阵求逆算法（SMI）
• 3.2.4 递归最小二乘算法（RLS）
• 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 递推最小二乘恒模算法
• 3.3.4 改进的递归最小二乘恒模算法
• 3.4 本章小结
• 4 CDMA中的波束形成算法
• 4.1 CDMA系统原理及其信号模型
• 4.1.1 CDMA系统原理简介
• 4.1.2 CDMA信号模型
• 4.2 CDMA中常见的波束形成算法
• 4.2.1 最小二乘解扩重扩多目标阵列（LS-DRMTA）算法
• 4.2.2 最小二乘解扩重扩多目标恒模（LS-DRMTCMA）算法
• 4.3 对于目前CDMA波束形成算法的改进建议
• 4.4 本章小结
• 5 结论
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文