基于LMS算法的智能天线自适应波束形成研究

自适应波束形成是智能天线的核心技术,其主要思想是利用自适应算法调整阵列的权向量,将各阵元接收到的信号进行加权求和,把天线阵列形成的波束"导向"到一个方向上,使期望用户信号方向得到最大的增益,并相应地使干扰信号方向得到较低的增益,从而提高系统的性能。本文对智能天线中的自适应波束形成进行研究,运用MATLAB软件对固定步长和变步长LMS算法进行计算机仿真实验。仿真结果表明,基于LMS算法的自适应波束形成器能够形成符合要求的波束图,变步长的LMS算法均方误差收敛效果较好,收敛速度更快,具有较强的实用性。     

基于CMA算法的智能天线自适应波束形成研究

自适应波束形成是智能天线的核心技术,其主要思想是利用自适应算法调整阵列的权向量,将各阵元接收到的信号进行加权求和,把天线阵列形成的波束“导向”到特定方向上。本文介绍了恒模算法（CMA）和最小二乘恒模算法（LS—CMA）两种盲波束形成算法并运用Matlab软件对两种算法进行仿真分析,仿真结果表明,LS—CMA具有更快的收敛速度以及更好的抗干扰能力。     

自适应波束形成算法的研究

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波束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适应波束形成。     

电子百科

智能天线技术 智能天线也叫自适应阵列天线,它由天线阵、波束形成网络、波束形成算法三部分组成。它通过满足某种准则的算法去调节各阵元信号的加权幅度和相位,从而调节灭线阵列的方向阔形状,以达到增强所需信号抑制干扰信号的目的。智能天线技术适宜于TDD方式的CDMA系统,能够在较人程度上抑制多用户干扰、提高系统容量。但是由于存在多径效应,每个天线均需一个Rake接收机,从而使基带处理单元复杂度明显提高。     

基于遗传算法的部分自适应波束形成方法

将一种改进的遗传算法用于星载平面阵列天线方向图的实时综合。为了使遗传算法适合实时应用,在唯相自适应阵列的基础上进一步采用了部分阵元和部分比特的自适应波束形成,以降低算法计算量,提高其收敛速度。对基于改进遗传算法的唯相阵列部分阵元自适应波束形成和部分比特自适应波束形成进行了研究。模拟实验结果表明,两种方案都能够在波束“凝视”方向满足一定增益的前提下有效抑制来自旁瓣的强干扰,而且具有比传统唯相算法更快的收敛速度。     

NLMS算法波束形成性能的研究

通过智能天线中的自适应波束形成技术可自动跟踪有用信号和抑制干扰。文中探讨了自适应波束的形成原理,并运用NLMS自适应算法得出了最优权向量,然后通过仿真分析了天线阵列的结构尺寸、入射信号以及信干比SIR对NLMS算法波束形成器性能的影响。     

一种基于期望信号预减除的稳健自适应波束形成方法

针对自适应波束形成中的期望信号自消除问题,提出一种干扰加噪声协方差矩阵重建稳健自适应波束形成方法。算法具有较低的计算时间复杂度。该方法首先使用波达方向估计技术得到期望信号的波达方向,其次对每两根相邻天线的接收信号进行特定的加权相减,能够减除阵列信号中的期望信号成分,继而得到不含期望信号且保留了干扰加和噪声的更新阵列信号,再次,使用更新阵列信号计算干扰加噪声协方差矩阵,最后计算得到加权矢量。理论分析给出了减除期望信号过程的原理和算法的复杂度,仿真结果表明,在16阵元情况下,所提算法的输出信干噪比(Signal to Interference plus Noise Ratio,SINR)性能比最优值低0.52 dB,因自由度损失造成的性能损失小于0.3 dB,综合性能优于其他对比的方法。     

基于二次组阵的低旁瓣波束形成方法

为了有效地降低阵列天线在数字波束形成过程中旁瓣水平,提出了一种通过二次组阵实现的低旁瓣自适应波束形成方法。在阵列相互重叠的子阵划分基础上,通过子阵对期望信号及干扰信号进行自适应波束形成,实现对期望信号的增益接收以及对干扰信号的深度抑制。在子阵数字波束形成的基础上,对各个子阵的输出运用二次组阵的方法,对二次组阵的方向图在约束条件下进行波束合成实现对子阵方向图中旁瓣的对消补偿,从而达到降低旁瓣的目的。通过理论分析和实验仿真表明,与常规LCMV方法相比,基于二次组阵的波束形成方法在保证了对干扰信号深度抑制的同时,有效地降低了方向图中的旁瓣水平,提高了系统的抗干扰性能。     

基于提升Keystone变换的声呐宽带自适应波束形成方法

针对Keystone变换在宽带阵列预处理方面的优势和常规Keystone变换存在的阵元数据缺失问题,该文将自回归模型与常规Keystone变换相结合,提出一种基于提升Keystone变换的声呐宽带自适应波束形成算法。该算法首先将常规Keystone变换应用于宽带阵列信号的相位对齐,接着采用自回归模型对变换后各频段缺失的阵元数据进行预测补偿,最后通过稳健自适应波束形成处理获得目标方位输出结果。仿真实验结果表明,基于提升Keystone变换的宽带自适应波束形成算法性能优于常规Keystone自适应算法、指向最小方差自适应算法和聚焦自适应算法。     

基于波束输出的高分辨定向方法及性能分析

本文提出一种基于波束输出的高分辨定向方法。这种方法利用子阵形成子波束,并把该子阵看做为一个等效阵元。然后对多个等效阵元构成的新阵列利用目前典型的高分辨算法进行定向。我们对均匀线列阵进行了计算机仿真实验和水池高分辨阵列处理实验,研究结果表明,这样做可以获得性能上的较大提高。一方面,可提高原高分辨定向算法的估计精度、分辨概率并降低运算时间;另一方面,由于各个等效阵元的输出是由多个实际阵元输出加权平均得来的,因此基于等效阵元构成阵列的高分辨定向算法对各种阵列误差(如阵元位置误差、阵元指向性的不一致等)变得不十分敏感,从而有利于抑制阵列误差对高分辨定向算法的影响,对工程应用具有较强的适应性。文中对各种情况进行了较详细的统计性能分析与比较。