智能天线利用数字信号处理技术,产生空间定向波束,使天线主波束对准期望用户信号到达方向,旁瓣或零陷对准干扰信号到达方向,达到充分高效利用移动用户信号并删除或抑制干扰信号的目的。智能天线分为两大类:切换波束智能天线与自适应阵智能天线。智能天线技术是第三代移动通信系统的关键技术之一,智能天线技术将会在未来移动通信系统中发挥重要作用。本文在简要介绍智能天线的基本原理、系统组成的基础上,详细论述了智能天线的自适...
作者:张小飞; 徐大专 期刊:《中国空间科学技术》 2005年第02期
在分析传统自适应波束形成的基础上,提出了一种基于频域最小均方(LMS)的自适应波束形成算法.该算法先对输入信号进行FFT变换,再通过LMS算法实现了频域上自适应波束形成.FFT变换后信号为稀疏矩阵,自相关下降,LMS算法收敛速度提高;理论分析和仿真结果表明了该算法收敛速度较快、性能较好,且计算量较少,易于实时实现,而且文章提出的波束形成算法对相干信源具有鲁棒性.
作者:程春悦; 吕英华 期刊:《无线电工程》 2005年第07期
提出了一种稳健的波束形成算法.该算法利用干扰信号的导引向量和噪声向量对接收信号的协方差矩阵进行重构,经此处理后的协方差矩阵的信号子空间中不再包含期望信号成分,使得当期望信号功率较强时应用LCMV算法也不会对期望信号进行抑制.此外,算法还引入了锥形方差矩阵技术增强算法抑制干扰的能力.最后仿真证明了该算法的有效性.
作者:陈灿峰; 王岩松 期刊:《计算机仿真》 2017年第09期
自适应波束形成算法是信号源定位的关键技术,影响自适应波束形成算法性能的主要因素是算法的收敛速度和稳定性.良好的自适应算法收敛速度快、计算复杂度低和有稳定鲁棒性。针对传统自适应波束形成算法收敛速度慢和抗干扰性能差的问题,通过理论推导和仿真对比分析最小均方算法(LMS)和递推最小二乘算法(RLS)的性能,并提出一种改进的RLS算法。通过施加二次型约束,对期望信号波达方向附近范围内的方向向量的误差值进行约束,...
作者:杨群; 曹祥玉; 姚旭 期刊:《现代电子技术》 2011年第03期
智能天线的自适应算法通过迭代运算获取波束形成的最优权值矢量时,收敛速度和稳态误差是衡量一个算法是否优良的关键因素。它们的好坏直接影响着系统波束形成的性能。系统地分析了传统的最小均方(LMs)算法的收敛速度以及稳态误差的性能,在此基础上提出了一种新的变步长LMS算法,将此算法应用于波束形成,并用Matlab软件进行仿真。仿真结果表明,改进后的算法较传统LMS具有较快的收敛速度和较小的稳态误差。
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。
作者:闫超 郭良浩 汪福全 葛凤翔 期刊:《声学学报》 2011年第06期
理论上,自适应波束形成方法要比不依赖于输入数据的常规波束形成方法有更好的目标参数估计能力和干扰抑制能力。但在实际水声环境中,声传播模型、接收阵阵列流形以及信号统计特征等因素往往与实际情况存在一定的差异,导致传统的自适应波束形成方法性能下降。因此,提高白适应波束形成方法对上述因素的鲁棒性变得越来越重要。本文基于最差条件最优化的思想,改进MVDR(最小方差无失真响应)方法的约束条件提出了一种鲁棒性最小方...
作者:邱冬冬 金华松 孙永江 期刊:《电子设计工程》 2013年第01期
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渡柬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...
自适应波束形成是阵列信号处理的核心内容,目前已广泛应用于雷达、声纳、麦克风阵列、无线通信、导航、地震学、射电天文、生物医学等许多国民经济和军事应用领域。在实际应用中,自适应波束形成器性能恶化的一个重要原因是期望信号阵列响应的真实值与假定值之间存在一定的失配误差。传统的自适应波束形成器对这些失配误差非常敏感,即使很小的失配误差也可能导致自适应波束形成器性能的严重下降。