共查询到20条相似文献,搜索用时 320 毫秒
1.
2.
3.
4.
智能天线自适应波束形成算法的研究 总被引:3,自引:1,他引:2
智能天线的自适应算法通过迭代运算获取用于波束形成的最优权值矢量时,是否具有较快的收敛速度和较小的稳态误差成为决定波束形成性能的主要因素。据此提出在传统的LMS算法中引入变步长和变换域的思想,采用改进的自:适应算法用于波束形成。MATLAB仿真结果表明,该算法具有较快的收敛速度和较小的稳态误差,波束形成的性能更优。 相似文献
5.
最小均方(LMS)算法是一种常用的天线波束形成算法。本文首先对LMS算法的一般原理进行了研究,然后对LMS算法进行了改进,将固定步长改为变步长,最后应用Matlab对算法进行了仿真。仿真结果表明改进的LMS算法具有良好的效果,收敛速度比经典LMS算法更快,对天线性能有一定的提高。 相似文献
6.
针对方向向量偏差会导致最小均方(LMS)算法的性能急剧下降这一问题,提出了一种基于可变对角载入的顽健自适应波束形成算法.采用最陡下降法对信号方向向量进行优化求解,并在每次迭代过程中更新对角载入值,进而求出最优的权重向量,避免了矩阵求逆运算和特征值分解运算,大大降低了计算复杂度.通过建立步长与输入信号的关系得到可变的步长因子,克服了收敛速度和稳态误差之间的矛盾.该算法收敛速度快,抗扰动性强,对信号方向向量偏差具有很强的顽健性,从而改善了阵列输出的信干噪比,使其更接近最优值.理论分析和仿真结果表明与传统自适应波束形成算法相比,所提顽健算法具有更好的性能. 相似文献
7.
一种基于自适应阵列天线的波束赋形算法 总被引:1,自引:0,他引:1
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. 相似文献
8.
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。 相似文献
9.
针对流星余迹通信原理及信道特点,建立了适用于流星余迹通信系统的智能天线系统模型。在热区跟踪上,使用波束切换技术;而对于可用流星余迹使用自适应数字波束形成技术。针对流星余迹持续时间短的特点,为了获得最佳接收性能,缩短等待时间,对自适应算法提出了收敛速度快、计算复杂度小的要求,这里采用变步长LMS算法与判决导向算法相结合的半盲自适应算法,并对半算法进行了仿真分析。 相似文献
10.
11.
12.
13.
本文重点介绍了自适应方式下的智能天线;然后研究了三种经典的自适应波束形成算法——最小均方误差算法、递归最小二乘算法、恒模算法,并对这三种算法在MATLAB中进行了仿真,分别得出了期望信号在迭代过程中的误差变化,期望信号和干扰信号在迭代过程中的增益变化及迭代完成达到收敛后的天线方向图,分析了收敛速度及各项性能指标,并对三种算法做了性能比较。 相似文献
14.
在卫星智能天线终端,传统空时自适应滤波处理中自适应算法需要信号信息而缺乏实时性,阵列处理算法复杂而抗干扰能力不足,针对此问题,提出了一种子带盲自适应阵列处理算法,用于直扩系统空时干扰抑制技术。子带阵列处理相对纯空域处理提高了阵列自由度,相对传统空时的抽头延迟线阵列自适应结构又大大降低了算法复杂度。提出的子带指数型变步长线性约束恒模算法的自适应阵列处理算法能在低算法复杂度下提供较高的收敛速度和收敛精度,不需要发送训练序列,可实现盲自适应波束形成,易于实现实时跟踪信号变化。仿真结果表明新的空时干扰抑制方案具有更好的抗干扰性能。 相似文献
15.
16.
17.
18.
19.
变步长LMS自适应滤波算法通过构造合适的步长因子有效的解决了传统LMS算法收敛速度和稳态误差相矛盾的问题.变换域LMS自适应滤波算法通过正交变换降低了输入信号矩阵的相关性,提高了算法的收敛速度.将这两种算法相结合,提出了一种新的基于小波变换的变步长LMS自适应滤波算法.仿真结果表明,该算法无论是收敛速度还是稳态误差都有了很大的提高. 相似文献