基于LMS算法的智能天线波束形成研究及实现

论文摘要

智能天线技术是第三代移动通信系统的关键技术之一,它能有效地增大系统的容量,最大限度地利用有限的频谱资源。智能天线核心是自适应波束形成器,它能根据用户信号来波方向产生空间定向波束,将主波束对准期望信号的来向,而旁瓣或零陷对准干扰信号的来向。达到充分利用期望用户信号并抑制干扰信号的目的。波束形成器也称为空域滤波器,其结构与普通的滤波器相似,因而多数自适应滤波算法都可应用与自适应波束形成技术。且通常关于自适应波束形成算法的研究都是基于普通的自适应滤波器模型展开的。本文的研究内容可以分为以下几个方面:首先,分析了经典的最小均方(LMS)算法,在对其收敛性、稳定性等研究的基础上,指明了改善LMS算法性能的方向。以此为依据完成了改进的LMS算法研究,并通过仿真分析比较了各改进算法收敛性能。接着,成功的将改进的SVS LMS算法应用到自适应波束形成技术中。仿真分析了改进的SVS LMS算法应用在波束形成技术中时,波束方向图波束赋形的效果。与经典的LMS算法相比,改进的SVS LMS算法在波束形成方向图干扰来向方向形成的零陷几乎相同,但其波束方向图到达稳定状态所需的迭代次数却比经典LMS算法少一个数量级。最后,设计了一个基于LMS算法的中频采样自适应波束形成器。与传统的基带采样结构不同,在此将基于多相滤波的数字正交变换技术与自适应波束形成技术相结合,实现了直接中频采样的自适应波束形成器。简化了智能天线系统硬件设计结构。这也是软件无线电思想在智能天线中的一次成功应用。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题的背景及意义
• 1.2 智能天线国内外研究动态
• 1.3 自适应LMS算法的发展
• 1.4 论文的基本研究内容
• 第2章 自适应滤波器和LMS算法研究
• 2.1 自适应滤波器
• 2.1.1 自适应滤波器的组成
• 2.1.2 可编程滤波器
• 2.2 最小均方（LMS）算法原理
• 2.2.1 最小均方误差（MMSE）准则
• 2.2.2 最陡下降法
• 2.2.3 最小均方（LMS）算法
• 2.3 LMS算法性能分析
• 2.3.1 均值收敛性分析
• 2.3.2 均方收敛性分析
• 2.3.3 稳态误差及失调系数
• 2.4 提高LMS收敛速度的方法
• 2.4.1 增大稳定步长的取值范围
• 2.4.2 协调高速收敛和小稳态误差
• 2.5 本章小结
• 第3章 改进的自适应LMS算法研究
• 3.1 解相关LMS算法
• 3.1.1 时域解相关算法
• 3.1.2 变换域LMS算法
• 3.2 步长控制LMS算法
• 3.2.1 基于S函数的变步长LMS算法
• 3.2.2 最优变步长LMS算法
• 3.3 解相关变步长LMS算法
• 3.4 本章小结
• 第4章 LMS算法在自适应波束形成中的应用
• 4.1 自适应波束形成基础
• 4.1.1 自适应波束形成系统结构
• 4.1.2 均匀线阵
• 4.1.3 接收信号模型
• 4.2 经典LMS算法在自适应波束形成中的应用
• LMS算法在自适应波束形成中的应用'>4.3 改进的SVS_LMS算法在自适应波束形成中的应用
• 4.4 本章小结
• 第5章 中频采样数字波束形成器的FPGA实现
• 5.1 FPGA芯片选型及开发流程
• 5.2 中频采样数字正交变换器实现
• 5.2.1 中频信号采样和带通采样定理
• 5.2.2 基于多相滤波的数字正交变换技术
• 5.2.3 数字正交变换器的FPGA实现
• 5.3 基于LMS算法的自适应波束形成器实现
• 5.3.1 空域滤波模块设计
• 5.3.2 误差计算模块设计
• 5.3.3 权值更新模块设计
• 5.4 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢