基于TD-SCDMA无线定位MUSIC算法及其性能的研究

为了实现基于TD-SCDMA智能天线圆-角定位,针对我国TD-SCDMA采用的是非Vandermonde结构的8阵元均匀圆阵智能天线,不能直接采用MUSIC算法对移动台的来波方向(DOA)进行估计的特点,对基于TD-SCDMA智能天线进行了预处理,使MUSIC算法能够用于基于TD-SCDMA智能天线的DOA估计,同时考虑到实际应用分别对理想智能天线和非理想智能天线的MUSIC算法的性能进行了分析。     

移动通信中智能天线技术的研究

对现代移动通信系统中采用的智能天线技术进行了研究。介绍了智能天线技术的概念及发展历史;阐述了智能天线的工作原理,基本结构;列举了智能天线技术采用的波束优化滤波算法和用来定位及波束形成的DOA算法,并重点说明了现今智能天线技术采用较多的几种自适应算法;同时,还叙述了智能天线在TD-SCDMA中的应用,以及未来的发展前景。     

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。     

GPS中智能天线的设计与实现

目前对智能天线的研究主要侧重于智能天线的自适应波束形成算法和智能天线的应用两个方面,并已提出了不少高效的智能天线算法,智能天线的理论已经很成熟。对智能天线应用研究最多的是它在第三代移动通信中的应用。文中提出智能天线在GPS(全球定位系统)中的一种应用方案,它基于功率倒置算法,用DSP实现。     

TD-SCDMA移动终端的智能天线研究

通过TD-SCDMA智能天线移动终端接收特性的数值模拟,对智能天线算法进行了分析,并深入分析了智能天线对多径的抑制作用。通过分析和天线方向图仿真表明在TD-SCDMA系统移动终端采用智能天线可以有效提高信号接收质量、降低误码率和增加系统容量。     

TD-SCDMA系统中智能天线波束形成的研究

波束形成算法是智能天线的核心和理论基础,TD-SCDMA系统中应用的智能天线技术与传统的切换波束技术相比,最大的优点在于可以自适应的根据用户的方位调整波束方向,将主波束对准来波方向(DOA),而将旁瓣和零陷对准干扰.文中先阐述了智能天线的基本原理,介绍了Capon算法和MUSIC算法以及它们在智能天线波束形成中的应用,进而用Matlab进行了数值仿真,并且讨论了相关参数设置对于算法性能的分析.文章为以后的理论研究提供了平台,对于今后的理论研究有一定的指导意义和参考价值.     

TD-SCDMA智能天线系统的特点及测试

本文简要介绍了智能天线的原理、智能天线阵的物理特性和波束赋形、智能天线算法的实现,最后对TD-SCDMA智能天线的现场测试进行了分析,指出了测试时应注意的事项.     

智能天线系统中动态信道分配算法性能研究

在讨论了智能天线技术对动态信道分配算法性能影响的基础上,通过对智能天线系统下的动态信道分配算法进行仿真研究,与没有利用智能天线技术时的动态信道分配算法比较,两种情况在接收端误比特率的分析,说明采用智能天线技术时,能够在很大程度上改善系统在接收端的误比特率指标。     

CDMA移动通信系统中的智能天线技术研究

给出了智能天线技术的基本概念,对其工作原理和技术特点作了简单介绍,阐述了智能天线常用的算法和相应的准则。研究和分析表明:无线移动通信领域智能天线技术能够分析到达天线阵的信号,优化地使用波束,减少干扰,提高频谱的利用率,改善无线通信系统的性能。最后对智能天线在CDMA移动通信系统中的应用进行了论述。     

一种改进智能天线宽带阵列的自适应算法

对改进宽带智能天线的算法进行了研究,提出利用横向滤波器和二维MUSIC算法相结合来实现智能天线宽带阵列的自适应算法。该算法计算量相对较小,性能较为可靠。仿真表明改进算法有很好的性能,特别是对于滤波器的抽头系数很大的情况下,改进算法更为可取。     

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。     

智能蒙皮天线的体系构架与关键技术

区别于传统天线设计方法,提出了一种新的智能蒙皮天线设计架构,探讨了实现智能蒙皮天线的关键技术。通过在射频功能层采用可重构技术和在后端采用信号处理的方法,实现了智能蒙皮天线的波束自适应,解决了传统天线仅仅依靠信号处理方式来实现天线波束自适应的局限。分析了智能蒙皮天线的封装功能层、射频功能层以及控制与信号处理功能层的实现措施。最后针对新一代航空平台的应用需求,进一步探讨了智能蒙皮天线的关键技术和实现方法。     

TD-SCDMA智能天线对天面影响的研究

本文针对8阵元智能天线的特点,讨论了现网条件下智能天线应用与TD-SCDMA系统的各种安装方式,并从建筑力学的角度分析了智能天线在各种安装条件下的风载指标,并根据这些指标分析了各种安装方式的可行性.     

基于GA的智能天线系统前端扇区阵列设计

使用遗传算法(Genetic Algorithm)设计了智能天线系统前端的扇区天线阵列。该天线阵列用于TD-SCDMA基站系统中。依据智能天线系统扇区覆盖模式(即广播波束)对方向图的要求，利用GA的全局搜索性能，综合了阵列结构及单元激励相位。对该阵列结构使用GA模拟了智能天线系统工作模式(业务波束)下所要求方向图的阵列激励幅度和相位。给出了实际的智能天线系统前端扇区天线阵列结构，对智能天线技术的应用具有重要意义。     

A smart mechanically actuated two-layer electromagnetically coupledmicrostrip antenna with variable frequency, bandwidth, and antenna gain

Experimental results are presented on a tunable mechanically actuated microstrip antenna with a parasitic director. A novel piezoelectric actuation system is used to vary dynamically the mechanical displacement of the parasitic element. The center frequency, bandwidth, and antenna gain change as a function of variable spacing between the driven and parasitic elements. In light of the experimental results, smart antenna tuning methods that use mechanical and electrical methods are compared and directions for future work are discussed     

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。     

考虑互耦影响下的智能天线数字波束赋形

本文分析了阵列单元之间的互耦对智能天线阵列数字波束赋形（DBF）的影响。通过对天线子系统建立等效接收模型，对由理想半波振子组成的8单元圆阵（用于TD-SCDMA系统）进行矩量法（MOM）分析，得到表征单元之间互耦的广义阻抗矩阵，由此得到智能天线的互耦信息及其对天线性能（SINR）的影响。通过数值分析结果与试验的结果与对比可以看出互耦对副瓣电平和智能天线抑制干扰的能力有一定的影响。本文的分析对智能天线的研究具有一定意义。     

智能天线在TD-SCDMA规划工具中的实现

从智能天线的功能和对网络的影响出发，阐述了在不同规划阶段，如何利用规划工具实现智能天线的功能模拟。     

Neural network applications in smart antenna arrays: A review

Techniques employed in the synthesis of antenna arrays vary from complex analytical methods to iterative numerical methods based on optimisation algorithms. The drawback of these techniques is that they usually consider the array factor but not the interaction between array elements and real-time problems. This omission induces an error in the resultant radiation pattern; therefore, the physical relations between the array feeding details and the corresponding radiation patterns are taken into account to improve the accuracy. The behaviour of an antenna array is nonlinear in nature, resulting in an extremely high complexity using this approach, and it is usually disregarded. A neural-network-based solution can avoid complexity by establishing a relation between the desired radiation patterns and feeding details such as voltage and spacing in the real antenna array and can help convert the real array into a smart array. Several neural network applications in smart antenna array synthesis are reviewed in this paper.