智能天线中的自适应波束形成算法研究与设计

论文摘要

智能天线技术是现代移动通信的关键技术之一,随着第三代移动通信技术的发展,智能天线技术的显著特点已被业界普遍看好。智能天线技术引入了空分多址（Space Division Multiple Access, SDMA）技术,利用信号不同的空间传输路径,将相同频率、相同时隙、相同地址码的信号区分开来,并能够与其他多址技术相结合,使通信资源由时间域、频率域和码域,扩展到空间域,有效地增大了系统容量,最大限度地利用有限的频谱资源。智能天线可以运用自适应波束形成算法,根据用户的空域信息来产生空间定向波束,将波束的主瓣对准期望用户信号的来波方向,旁瓣或零陷对准干扰信号的来波方向,达到充分利用期望用户信号并抑制或删除干扰信号的目的,使系统的抗干扰能力得到显著提升。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,所以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。因此,本文主要针对智能天线中的自适应波束形成算法进行深入的研究,其内容主要包括:在智能天线原理结构的基础上,分析比较了多种波束形成准则和典型的波束形成算法,并通过仿真对其算法的收敛速度及形成波束的效果进行了比较,最后针对TD-SCDMA系统的特点,提出了3种易于实现的下行波束形成算法,还提出了在实现中可以运用的具体的实现方案,并通过仿真验证其性能。本文的特点是不光详细的分析比较了各种传统的波束形成理论算法,还结合现今比较先进的3G标准TD-SCDMA技术,对其系统的数据结构和上下行链路的数据流进行了介绍,从中引出了TD-SCDMA系统的特点和在系统中采用波束形成技术的可能性,并根据其每个特点都提出了不同的算法,并详细的论证了不同的波束形成算法在TD-SCDMA系统中的实现,最后得出了在TD-SCDMA系统中实现智能天线的下行波束形成是完全可行的,使每个算法不再停留在算法理论的研究基础上,而是可以应用到工程实现中。本文前半部分是研究波束形成技术的理论基础,后半部分可以当作是实现应用于TD-SCDMA系统中的波束形成的技术参考。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 智能天线的研究背景
• 1.2 智能天线的研究现状
• 1.3 智能天线技术的优点
• 1.4 本文的主要工作及安排
• 第二章 智能天线技术
• 2.1 智能天线的基本原理
• 2.1.1 智能天线信号模型
• 2.1.2 波束形成的基本概念
• 2.1.3 仿真及相关结论
• 2.2 智能天线的工作方式
• 2.2.1 固定波束切换
• 2.2.2 动态波束切换
• 2.2.3 自适应波束切换
• 2.3 本章小结
• 第三章 智能天线中的自适应波束形成算法
• 3.1 波束形成准则
• 3.1.1 常规的波束形成器
• 3.1.2 零陷波束形成器
• 3.1.3 线性约束最小方差准则
• 3.1.4 最小均方误差准则
• 3.1.5 最小二乘准则
• 3.1.6 最大信干噪比准则
• 3.1.7 最大似然准则
• 3.2 波束形成典型算法
• 3.2.1 最小均方算法（LMS）
• 3.2.2 归一化的最小均方算法（NLMS）
• 3.2.3 递归最小二乘算法（RLS）
• 3.2.4 采样矩阵求逆算法（SMI）
• 3.3 盲波束形成算法
• 3.3.1 随机梯度恒模算法
• 3.3.2 最小二乘恒模算法
• 3.4 本章小结
• 第四章 TD-SCDMA 系统下行链路自适应波束形成算法设计
• 4.1 TD-SCDMA 系统物理层概述
• 4.1.1 TD-SCDMA 系统物理层帧结构
• 4.1.2 TD-SCDMA 系统物理层数据流
• 4.2 基于中间码的波束形成算法设计
• 4.2.1 基于中间码的波束形成算法
• 4.2.2 仿真及相关结论
• 4.3 基于信道估计的波束形成算法设计
• 4.3.1 基于信道估计的波束形成算法
• 4.3.2 仿真及相关结论
• 4.4 基于DOA 的下行波束形成算法设计
• 4.4.1 基于DOA 的下行波束形成算法
• 4.4.2 仿真及相关结论
• 4.5 本章小结
• 第五章 TD-SCDMA 系统下行链路自适应波束形成算法实现
• 5.1 DSP 芯片概述
• 5.1.1 多核DSP 芯片在现代移动通信中的应用
• 5.1.2 MSC8144 介绍
• 5.2 下行链路波束形成模块的实现
• 5.2.1 期望用户CIR 截取函数
• 5.2.2 求空间相关矩阵函数
• 5.2.3 求矩阵最大特征值所对应特征向量函数
• 5.2.4 下行波束形成主函数
• 5.3 程序优化
• 5.3.1 算法级优化
• 5.3.2 C 语言级优化
• 5.3.3 汇编级优化
• 5.3.4 本章小结
• 第六章 数据测试与算法验证
• 6.1 验证平台
• 6.2 验证方案
• 6.3 数据测试与结论
• 6.4 本章小结
• 第七章 总结与展望
• 7.1 总结
• 7.2 展望
• 致谢
• 参考文献
• 个人简介、攻硕期间研究成果及学术论文发表