自适应阵列天线

在移动通讯基台使用自适应阵列天线有许多优点。本文对自适应阵列天线的原理及结构做一综述，对射频及中频的非线性失真效应对数字基带波束形成网络的影响做枚的探讨并提出一些实用的解决方法。     

移动通信中的智能天线技术

文章首先介绍了智能天线技术中的基本概念及其在移动通信系统中的发展和应用,然后说明了在移动通信系统中,应用智能天线技术可以提高系统的性能和容量,并可以简化系统控制。在此基础上,文章分别介绍了切换智能天线中预置波束的设计方法和自适应天线阵列中的经典自适应算法,并简介了目前智能天线技术的发展现状。     

CDMA系统中的自适应阵列天线技术

介绍了自适应阵列天线——用于CDMA移动通信系统增加容量的新技术，包括这项技术的原理和基本结构等等。     

WCDMA-TDD中的重复迭代自适应智能天线算法

提出一种用于WCDMA-TDD系统的重复迭代自适应智能天线算法.通过在自适应算法中把阵列输入信号和作为参考信号的训练序列重复使用,可以在短训练序列情况下实现较好的收敛,提高通信系统的传输效率.对LMS算法中全训练序列重复迭代和滑动窗口重复迭代算法进行了仿真,结果表明,在有限训练序列时该算法比传统LMS算法更好地逼近最佳解.     

移动通信与电控阵列天线

简要叙述了移动通信的方式和特点，移动通信的设备和应用。着重介绍了第三代移动通信对天线智能化的要求和目前已经开发并用于移动通信系统的几种电控阵列天线。     

TD-SCDMA系统中智能天线的重复迭代自适应算法

提出一种用于TD-SCDMA系统的重复迭代自适应智能天线算法。通过在自适应算法中把阵列输入信号和作为参考信号的训练序列重复使用,可以在短训练序列情况下实现较好的收敛,提高通信系统的传输效率。对LMS算法中全训练序列重复迭代和滑动窗口重复迭代算法进行了仿真,结果表明,在有限训练序列时本算法比传统LMS算法更好地逼近最佳解。     

阵列导向矢量在智能天线自适应算法中的应用

分析了智能天线自适应算法的基本原理,针对常用算法运算量大和测向精度有限等问 题,在接收机的输出端引入阵列导向矢量信号,利用方向性因子和协方差矩阵的特殊性 质,通过多次迭代运算得出区间内的信干噪比曲线。通过对八元直线型智能天线阵列的HFSS 仿真实验表明,两组信干噪比曲线峰值均对应期望信号方向,峰值信干噪比大于30 dB ,算法抗干扰性能良好。八元阵列天线的最大增益约为18 dB,通带内驻波比小于15 , 反射系数小于-25 dB,天线系统波束搜索性能良好,而且可以实现远距离传输。     

移动通信环境中的智能天线系统

智能天线技术是第三代移动通信中的关键技术之一。本文从移动通信环境传播的特点出发，分析了智能天线如何克服恶劣的移动环境以及它对提高系统覆盖范围，减少干扰，提高系统容量等方面所起的作用。本文还介绍了智能天线技术中的自适应算法。     

浅析智能天线

主要介绍了智能天线的提出背景、基本概念、关键技术、优点以及国外的研究进展情况，最后指出了智能天线的发展方向。     

面向新一代移动通信的智能天线技术

第三代移动通信系统,最重要的技术特征将是智能移动通信技术,即系统的各功能模块将由智能化处理单元来实现,作为智能化处理单元重要组成部分的智能天线,其在新一代移动通信系统中的开发和应用研究已成为当今移动通信界的热点。本文就其技术思想、研究成果及现有水平进行了讨论,并就其进一步的发展进行了简要论述。     

CDMA中智能天线的接收准则及自适应算法研究

在ＣＤＭＡ基站中采用自适应天线阵列可以降低多址干扰，提高系统容量，本文提出了一种适合于移动无线通信环境下的接收准则，最大接收信号准则，并根据该准则提出了空间变步长搜索算法。最后分析了基站采用自适应天线阵列时反向信道容量，与使用无方向天线相比，大大增加了系统容量。     

一种自适应阵列天线波束赋形合成算法

自适应阵列天线中的波束赋形技术是智能天线数字信号处理部分的核心,在介绍和比较常用波束赋形算法以及RLS算法的基础上,提出了-种改进的RLS算法以提高系统的性能。对于用自适应阵列天线改善GPRS基站系统,提高其容量、减少干扰信号、提高信噪比、提高系统频谱利用率有很大的现实意义。     

CDMA系统中自适应阵列天线的改进算法

为改善调节阵列天线阵元权向量自适应算法的收敛稳定性，提出了一个改进算法。该改进算法不仅稳定、简单，而且能大大降低误码率。仿真结果对改进算法给予了有力的支持。     

GPRS技术

本文简要介绍了GPRS的网络结构、协议、网络接入与业务、移动性管理与路由管理等。     

一种基于自适应阵列天线的波束赋形算法

自适应阵列天线中的数字波束赋形(DBF)技术是智能天线数字信号处理部分的核心.提出了一种可用于自适应阵列波束赋形的SMI-LMS算法--由SMI(采样协方差矩阵求逆)算法决定LMS(最小均方)算法的初始权向量.该算法充分结合了SMI算法收敛速度快和LMS算法稳态误差小的优点,能在较强干扰环境下,确保权向量的快速收敛和跟踪速度.与传统的LMS算法相比,SMI-LMS算法具有良好的收敛性能、较快的跟踪速度和较小的输出误差,并可以有效改善自适应方向图的副瓣性能.仿真结果验证了该结论.