SMI-LSCMA盲自适应多波束形成算法研究

提出一种基于协方差矩阵求逆(SMI)和最小二乘恒模(LSCMA)的恒模阵列盲多波束形成算法。该算法由SMI算法决定LSCMA算法的初始权向量,充分利用SMI结合LSCMA算法的所有优点,在干扰信号较强时,确保权向量收敛至弱期望信号。并且有稳定的SINR输出,具有良好的信号分离提取性能。仿真结果证明了SMI-LSCMA算法具有较强的稳健型和较快的收敛速度。     

基于MESB-CMA联合自适应算法的性能分析

恒模算法（CMA）被广泛地应用到盲自适应波束形成中,除了传输信号波形具有恒定的包络外,CMA不需要先验知识。基于MESB-CMA算法的恒模（CM）阵列级联的结构,由MESB算法决定CMA的初始权向量,系统可以分离多个同信道信源,当接收数据中含有期望且干扰信号较强时,仍有稳定的SINR输出,并具有较好的收敛速度。仿真结果也证明了MESB-CMA算法具有较强的稳健性和较快的收敛速度。     

CMA自适应阵列在CDMA通信系统的应用

由于CDMA(Code Division Multiple Access)通信系统实施了功率控制，在基带不能直接用CMA进行自适应阵列的波束形成．通过分析CDMA系统的特点，我们提出在接收信号解扩后再应用CMA进行波束形成．这种新的波束形成方法不仅为CMA自适应阵列在CDMA系统中的应用提供了一种途径，而且还能防止CMA收敛到错误信号上，从而提高系统的可靠性．仿真结果表明，与全向天线系统相比，采用CMA自适应阵列的系统性能有了很大的改善，系统的容量得到成倍的增加．在强干扰情况下，虽然CMA的干扰方向信号抑制效应变弱，但其性能改善仍然十分明显．     

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。     

基于CMA算法的自适应阵的初始化研究

在多径传播和其它同频干扰存在而同时接收到多个恒模信号时,若已知需要信号到达方向的通信条件下,本文提出了恒模算法的初始预测方法,对干扰起到了零陷作用,数字模拟结果表明了这一初始预测方法是有效的。     

自适应波束形成采样矩阵求逆算法的改进

采样矩阵求逆(SMI)算法是自适应算法中的一个分类。由于该算法需要知道接收信号的波达方向角度,因此属于非盲算法。在现有采样矩阵求逆算法的基础上进行了2项改进,提出了对协方差矩阵进行信号子空间分解再加权的方法,有效改善了输出期望信号的主瓣增益和输出信干噪比;同时针对传统SMI算法无法应用于相干信号源的情况做了进一步改进,通过对相干信号进行解相关,解决了这一问题。     

恒模自适应智能天线阵列性能分析

移动通信中的恒模自适应天线阵列具有抗干扰的能力。分析了实际信号环境下CMA阵列的性能,并进行了计算机仿真。     

Alpha稳定分布噪声下广义恒模 算法收敛性能的研究

 以alpha稳定分布过程为噪声模型,依据分数低阶统计量理论提出了广义恒模算法,分析了广义恒模算法在干扰和加性alpha稳定分布噪声下的收敛特性.研究表明,广义恒模算法的收敛行为由接收信号的初始增益和信干比等条件确定,并由此可以对收敛过程作出预测和控制.利用计算机仿真验证了广义恒模算法的这种特性.     

一种基于自适应天线的OFDM自适应比特分配算法

本文提出了一种利用自适应天线阵列实现自适应OFDM系统的方案。该方案利用抽样矩阵求逆(SMI)算法对天线阵列进行最优权值的估计,并根据天线权值计算出的信噪比(SNR)。在各个子载波上进行自适应的比特分配。仿真结果表明。与传统的OFDM系统相比,利用此方案实现的自适应OFDM系统,误码率性能可以得到有效的改善。     

迭代自适应收缩加权融合的波束形成方法

自适应数字波束形成是通过对阵列接收数据进行加权处理来获得最大的输出信干噪比,对采样协方差矩阵的依赖性较大。针对小样本条件下采样协方差矩阵求逆算法性能下降问题,提出迭代自适应加权融合样本协方差矩阵与先验协方差矩阵的波束形成算法。在估计协方差矩阵时,依据最小均方误差准则计算加权系数,并采用迭代自适应的方式更新先验协方差矩阵。仿真结果表明,所提方法能显著提高小样本条件下的协方差矩阵估计精度,能获得更大的输出信干噪比。      

SMI算法的线性Systolic阵实现

本文给出了一种用线性Ｓｙｓｔｏｌｉｃ阵实现ＳＭＩ算法的新方法。ＳＭＩ算法全部由快速Ｇｉｖｅｎｓ变换实现，阵列只需一种工作状态，与现有常规方法相比，计算时间相同，但阵列设计、实现和控制都得到简化。     

鲁棒约束恒模自适应波束形成算法

线性约束恒模算法能够有效克服恒模算法中存在的干扰捕获问题,但在信号方向向量存在偏差的情况下,其性能将会受到影响.针对上述问题,本文提出了鲁棒约束恒模自适应算法并对其性能进行了分析.该算法收敛速度快,抗扰动性强,对信号方向向量的偏差具有较强的鲁棒性,改善了系统的输出信干噪比.仿真实验表明,与线性约束恒模算法相比,鲁棒约束恒模算法具有很好的性能.     

线性约束差分恒模自适应阵列性能分析

线性约束差分恒模算法(LCDCM)能有效克服恒模算法(CMA)中存在的干扰捕获问题,但其性能受迭代步长的影响。本文对所需信号功率、干扰信号功率及所需信号和干扰信号空域相关系数对迭代步长取值和算法收敛速度的影响进行了分析,给出了保证算法收敛的迭代步长的取值范围。最后利用计算机仿真对上述理论结果进行了验证。     

CMA算法盲均衡性能分析

由于受多径传输和有限带宽的影响,无线信道不可避免地存在码间干扰和信道间干扰.盲均衡技术是一种不需要训练序列就能补偿信道畸变的新兴自适应均衡技术.文中从Bussgang类盲均衡原理出发,讨论了属于Bussgang类的CMA盲均衡算法,并利用Simulink对算法进行了仿真.从仿真结果可看出步长对算法收敛性能和精度的影响,步长越小,收敛速度越慢,但稳态误差越小;反之亦然.     

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。     

恒模类盲均衡算法研究

针对基本的恒模算法存在相位旋转和收敛速度慢等不足的问题,对几种性能优良的盲均衡算法一变步长恒模算法、分数间隔恒模算法和多模算法进行分析与仿真,并对各种改进算法的优缺点进行了分析说明,得到不同算法的均方误差曲线和星座图。     

基于FPGA的自适应天线阵复数LMS算法研究

自适应天线阵能够实时地调整天线方向,使天线的主波束对准期望信号方向,零陷对准干扰方向从而抑制干扰信号,因而在军事和民用通信系统中都得到广泛的重视。主要给出了基于FPGA的自适应天线阵复数LMS算法的流程,并且对该算法的性能进行了分析,最后通过仿真表明该算法具有较强的抗干扰性能。     

基于组合代价函数的双模式盲均衡新算法

以常数模和判决引导准则设计的双模式盲均衡算法可显著提高均衡性能,目前已有双模式盲均衡算法均需设置切换参数且切换参数选择和设定缺乏理论依据.为解决双模式盲均衡算法中切换参数难以确定的问题,提出来一种组合代价函数的双模式盲均衡新算法.利用常数模和判决引导准则通过加权设计代价函数,在盲均衡器更新过程中自适应调节权值实现算法由常数模算法向判决引导算法的切换,避免了在双模式算法中设计切换参数,提高了算法的泛化性能.为克服常数模算法相位盲的缺点,在虚实分开改进的常数模算法基础上优化组合代价函数以及盲均衡器更新算法的设计,进一步提高了算法收敛性能.仿真结果证明,组合代价函数双模式盲均衡新算法可充分发挥常数模算法和判决引导算法的优点,具有更快的收敛速度和更小的稳态剩余误差.     

基于自适应遗传算法的星载SAR天线方向图与模糊综合

该文针对改善星载合成孔径雷达(SAR)的模糊特性,提出了一种自适应遗传算法。该算法同时对模糊和方向图进行优化。首先确定模糊区域,然后以天线方向图的主瓣宽度和副瓣电平(包括星载SAR模糊区域的副瓣电平)为目标函数,应用自适应遗传算法对天线方向图进行综合。为了避免早熟的现象,在该算法中,交叉概率、变异概率和变异范围同时进行了自适应的变化。和非自适应遗传算法相比较,该算法迭代步骤少,收敛速度快。仿真结果表明,模糊度得到了很好的抑制,对星载SAR系统设计具有实际意义。     

一种基于CMA和DDLMS算法的双模式盲均衡算法

为进一步改进盲均衡算法收敛速度慢、稳态误差大、计算复杂度高等问题,提出一种切换模式和加权模式联合CMA(Constant Modulus Algorithm)+DDLMS(Direct Decision Least Mean Square)双模式盲均衡算法.综合切换双模式盲均衡算法和加权双模式盲均衡算法的优缺点,对切换...