自适应波束形成算法的研究

自适应波束形成是智能天线的关键技术,其核心是通过一些自适应波束形成算法获得天线阵列的最佳权重,并最终最后调整主瓣专注于所需信号的到达方向,以及抑制干扰信号,通过这些方式,天线可以有效接收所需信号。在实际应用中,收敛性,复杂性和鲁棒性的速度是在选择自适应波束形成算法时要考虑的主要因素。本文聚焦于最小均方(LMS)算法和样本矩阵求逆(SMI)的算法,分析了它们的性能,并在Matlab的帮助下将这两个算法应用于自适应波束形成。     

一种智能天线降维频域波束形成算法的研究

本文提出一种智能天线降维的频域自适应波束形成（RFD—ABF）算法,该算法先对接收信号进行FFT,然后再带通滤波,最后通过LMS算法实现了频域的自适应波束形成。此算法可以有效降低信号的维数,消除干扰信号,大大降低计算量和存储量,通过对此算法收敛速度和有效抑制干扰的仿真,验证了智能天线降维频域波束形成算法的可行性,为智能天线技术在第三代移动通信系统应用提供理论基础。     

一种约束稳定性最小均方波束形成算法

针对归一化最小均方（NLMS）算法步长调整精度不高的问题,将约束稳定性最小均方（CS-LMS）算法应用于智能天线的波束形成问题。通过引入后验误差的稳定性约束条件,构建适合波束形成问题的优化目标,并给出了其解的计算复杂度、收敛速度和稳态误差的理论分析。计算机仿真结果证实,CS-LMS波束形成算法比NLMS算法具有更加优良的抗干扰性能,较快的收敛速度,良好的系统跟踪能力和较小的稳态误差,尤其是当输入信号发生中断或突变时,算法依然工作得很好。     

基于LMS算法的智能天线自适应波束形成研究

自适应波束形成是智能天线的核心技术,其主要思想是利用自适应算法调整阵列的权向量,将各阵元接收到的信号进行加权求和,把天线阵列形成的波束"导向"到一个方向上,使期望用户信号方向得到最大的增益,并相应地使干扰信号方向得到较低的增益,从而提高系统的性能。本文对智能天线中的自适应波束形成进行研究,运用MATLAB软件对固定步长和变步长LMS算法进行计算机仿真实验。仿真结果表明,基于LMS算法的自适应波束形成器能够形成符合要求的波束图,变步长的LMS算法均方误差收敛效果较好,收敛速度更快,具有较强的实用性。     

皮智能天线中的LMS自适应波束形成研究

自适应波束形成是智能天线的核心技术,其主要思想是利用自适应算法调整阵列权向量,使天线主瓣指向有用信号,干扰方向对准零陷,尽可能地提高阵列输出所需信号的强度,同时减小干扰信号的强度,从而提高阵列输出的信噪比.运用MATLAB仿真对LMS算法收敛性能进行常规研究,但重点研究了收敛因子、阵元个数、阵元间距等阵列系统因素,以及阵列接收信号过程中两波束夹角对LMS自适应波束形成性能的影响,为进一步优化自适应波束形成的性能奠定了基础.     

智能天线自适应盲波束成形算法研究

智能天线中的自适应算法又称为数字波束成形算法,其中,盲自适应算法是不需要专门的训练信号或确定信号,节省了因接收训练序列和导频信号而占用的频谱资源,提高了频谱利用率。因此,盲自适应波束形成算法受到越来越多的关注。本文主要对现有的各种盲算法原理进行逐一介绍,然后对比了各种算法的优点。     

基于LBER的自适应天线波束形成

自适应天线的空间信号处理能力证明了它是解决未来无线电通信容量瓶颈问题的主要措施之一。自适应天线的波束形成算法有很多，简单介绍了LMSE（Least Mean Square Error）算法、CMA（Constant Modulus Algorithm）算法，重点讨论了一种基于最小误比特（Least Bit Error Rate，LBER）的自适应天线空间波束形成算法，从误比特率的角度对这三种算法进行了仿真、比较，得出了分析结果。     

智能天线跟踪波束与切换波束的比较

首先从波束形成或控制的角度界定了2类智能天线—跟踪波束智能天线(以下简称跟踪波束系统)和切换波束智能天线(以下简称切换波束系统)。其次分别介绍了其中关键部分:跟踪波束系统的自适应方法和切换波束系统的波束选择方法的设计考虑。跟踪波束系统的自适应方法是利用基于Lagrange公式的自适应算法跟踪最强信号源,而切换波束系统的波束选择方法则是基于正确波束接收的信号必然比任何其他波束接收的信号强这个事实。最后,依据其性能和所需的复杂度对跟踪波束系统和切换波束系统作了比较。     

智能天线自适应盲波束成形算法研究

智能天线中的自适应算法又称为数字波束成形算法,其中,盲自适应算法是不需要专门的训练信号或确定信号,节省了因接收训练序列和导频信号而占用的频谱资源,提高了频谱利用率.因此,盲自适应波束形成算法受到越来越多的关注.本文主要对现有的各种盲算法原理进行逐一介绍,然后对比了各种算法的优点.     

基于CMA算法的智能天线自适应波束形成研究

自适应波束形成是智能天线的核心技术,其主要思想是利用自适应算法调整阵列的权向量,将各阵元接收到的信号进行加权求和,把天线阵列形成的波束“导向”到特定方向上。本文介绍了恒模算法（CMA）和最小二乘恒模算法（LS—CMA）两种盲波束形成算法并运用Matlab软件对两种算法进行仿真分析,仿真结果表明,LS—CMA具有更快的收敛速度以及更好的抗干扰能力。     

小波变换在智能天线波束形成技术中应用

智能天线是当前研究热点之一,首先介绍了波束形成的基本原理,按照盲算法和非盲算法将现有的波束形成算法进行分类并比较了算法的性能;其次,比较了基于小波变换和基于小波包的自适应波束形成算法,分析了基于小波变换的多分辨信号波达方向和基于小波神经网络的波束形成算法;最后,针对小波变换可在选择最优基方面和结合盲自适应算法进行联合分析方面进行了展望。     

最小二乘恒模算法在阵列天线技术中的应用

介绍一种用于阵列天线，利用信号恒模特性进行自适应波束形成的算法，即最小二乘恒模算法。它通过对阵列天线单元接收信号进行非线性处理，在保持期望目标信号的同时，可在多个干扰方向形成零陷，从而大幅度提高信干噪比(SINR)。文章通过对该算法的仿真对其性能进行了分析，最后阐述了基于该算法的阵列天线应用。     

智能天线波束形成技术

文章从全球移动通信发展出发,介绍了智能天线波束形成技术的形成,从波束形成的术语源头讲解其原理,分析其优点。分别从灵活性、对接收信号的处理方式和不同的应用场合对波束形成技术进行分类,并简短分析了数字波束形成的三大最佳权值准则,介绍了最常用的自适应波束形成算法,最后简单讨论了智能天线波束形成技术的发展趋势。     

电子百科

智能天线技术 智能天线也叫自适应阵列天线,它由天线阵、波束形成网络、波束形成算法三部分组成。它通过满足某种准则的算法去调节各阵元信号的加权幅度和相位,从而调节灭线阵列的方向阔形状,以达到增强所需信号抑制干扰信号的目的。智能天线技术适宜于TDD方式的CDMA系统,能够在较人程度上抑制多用户干扰、提高系统容量。但是由于存在多径效应,每个天线均需一个Rake接收机,从而使基带处理单元复杂度明显提高。     

智能天线中两类波束形成技术的比较

系统地比较了移动通信系统中自适应智能天线的两大类波束形成技术，即基于来波方向的波束形成和基于参考信号的波束形成。分析了两者的优缺点、性能和适用条件。最后重点讨论了在各种应用环境下对波束形成算法进行选择时所要考虑的关键因素。     

强干扰环境下基于最大信干噪比准则的联合波束形成与伪码捕获方法

在阵列天线直接序列扩频遥测系统中,联合波束形成与伪码捕获可以最大限度的利用阵列增益提高低信噪比下的捕获性能.考虑强干扰环境下的大系统扩展比多目标测控,分析了基于NLMS权值搜索与伪码捕获方法的抗干扰容限,提出了基于最大信干噪比(SINR)准则的自适应波束形成与伪码捕获联合实现方法,根据伪码相位搜索的滑动相关运算结果估计信号功率,最大化输出SINR实现自适应波束形成.计算机仿真表明,最大化SINR波束形成与伪码捕获联合方法的捕获性能更优,在低信噪比和强干扰环境下可以有效实现空间自适应波束形成和快速伪码捕获,并已成功应用于某遥测系统.     

基于空时处理的稳健自适应波束形成算法

在自适应天线阵抗干扰的一些应用环境中,往往需要自适应天线方向图在对准干扰的位置形成宽零陷从而增强算法的稳健性。该文从宽带信号模型出发,通过对扰动干扰方向上空时二维导向矢量的分析,修正了权值训练期间得到的宽带干扰协方差矩阵,推导出一种针对宽带信号的基于空时处理结构的宽零陷波束形成算法,该方法有效地实现宽带干扰的零陷加宽,提高了宽带波束形成算法的稳健性。     

WCDMA系统中基于阵列天线的空时滑动相关器

文中针对使用阵列天线的宽带码分多址(WCDMA)系统，提出了一种新的用于定时搜索和波束形成权值计算的空时滑动相关器(STSC)，利用信号的时域和空域特性，融合了空域波束形成技术，提高了接收信号的信干噪比。STSC可以有效估计多径信号的传输时延，同时捕获自适应波束形成的权值。算法具有低的运算复杂度，仿真结果表明该算法具有好的时延捕获和波束形成权值捕获性能。     

基于色噪声背景下的自适应波束形成研究

色噪声环境下自适应波束形成技术能有效适应阵列天线系统的实际应用场景。首先分析了色噪声环境下自适应波束形成技术性能,重点研究了有限次快拍下自适应波束畸变产生的原因,其次,在已知噪声协方差情况下,通过对噪声相关矩阵的改进设计,降低了色噪声协方差矩阵对自适应波束形成影响。计算机模拟仿真结果表明:提出的自适应波束形成算法在色噪声环境下具有较好的波束保形能力。     

基于DOA的自适应波束形成策略

由多波束智能天线的工作原理可知,其实质是对空间的离散化。将这一思想用于自适应智能天线,根据DOA估计,对用户周围的空间离散化,提出了一种自适应智能天线波束形成策略,可以有效避开自适应智能天线算法实时运算量大的问题。