阵列天线数字波束形成技术研究及DSP实现

来源 :西安理工大学 | 被引量 : 0次 | 上传用户:hewu0802
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
全球导航卫星系统(GNSS)在民用领域和军事领域中的应用非常广泛,系统中的卫星导航接收机极易受到射频干扰的影响,因此针对卫星导航接收机的抗干扰技术是卫星导航定位的重要技术之一。由于阵列天线是目前最常用的卫星导航抗干扰手段,数字波束形成技术作为其关键技术之一,也成为国内外研究的热点课题,本文也是基于这个背景展开研究的。  本文主要研究的是数字波束形成算法,首先分析了阵列天线的基本模型和阵列信号的形成,介绍了数字波束形成的基本原理,并且分析了阵列天线方向图的特点。然后研究讨论了数字波束形成技术的三种最优准则:最小均方误差(MMSE)准则、最大信干嗓比(MSINR)准则和最小方差(MV)准则,并对这些准则进行了分析比较。在此基础上研究了几种基本的数字波束形成算法,总结了各个算法的优缺点,对算法进行了MATLAB仿真,分析比较了其性能。然后本文重点研究了线性约束最小方差(LCMV)算法,用MATLAB进行了仿真分析,针对LCMV算法计算量大的缺点,用LMS算法实现LCMV算法,即线性约束LMS算法,并在此基础上提出了变步长线性约束LMS算法,仿真比较了两种算法的性能,仿真结果表明,在相同条件下,变步长算法能够更快地收敛到最优权值。最后文中给出了数字波束形成算法在TI公司TMS320C6747上的实现方案,用C语言编写了DSP程序,对DSP程序进行了实验验证,实验结果表明,线性约束LMS算法和变步长线性约束LMS算法计算量小,且变步长线性约束LMS算法收敛到最优权值的时间比其他两种算法更短,具有较好的实时性。
其他文献
三维重建是指利用计算机等辅助设备对空间物体建立数学模型的过程,它是通过计算机对其进行操作、处理和性能分析的基础,同时也是虚拟现实的关键技术。目前,三维形状的获取已
图像压缩是信息处理领域中很重要的研究方向,在图像存储和图像传输等方面都有着广泛的应用。目前存在着很多图像压缩的方法,主要包含基于预测的压缩方法和基于变换的压缩方法。
语音信号处理技术的相关应用越来越广泛,许多新的产品对信号处理的结果要求日益增高。盲声源分离算法在语音信号的提取和识别过程中有着不可替代的作用。盲语音信号混合的方
自然场景下的人脸识别面临环境光照、人脸表情、杂乱背景、相机质量、遮挡和年龄等多种因素干扰的问题。本文采用了机器学习领域的深度学习算法,构造出了多种深度卷积神经网
随着制造业自动化、信息化水平的不断提高,电动剃须刀、电吹风等小家电的生产加工速度与日俱增。与此同时,消费者和生产厂家对产品的质量也都精益求精,这都给此类产品的质量检测
融合了传感器、嵌入式计算、无线通信、分布式信息处理等多学科知识为一体的无线传感器网络是一种全新的信息获取和处理技术,是目前国际前沿研究热点之一。其能够通过各类集
在无线通信领域,频谱资源匮乏始终作为桎梏阻碍着无线移动技术的发展。从第一代移动技术一直到LTE-A技术,都是为了努力在有限的资源中得到最优的选择来满足用户的不同需求。
认知无线电作为一种智能的频谱共享技术[1-2],通过感知无线通信环境,动态地检测空闲频谱,再根据一定的学习和决策算法实时自适应地改变系统工作参数,从而实现频谱共享和动态频谱
随着信息科学技术的发展,数字化的生活理念日渐深入人心,笔记本电脑、智能手机、平板和智能电视开始走进千家万户,家庭信息化进程不断加快。数字家庭融合各种信息通信技术,通
增强现实(Augmented Reality, AR)技术是在真实的视频图像中叠加虚拟物体,并通过跟踪与注册技术,使用户可以与其进行良好互动的一种技术。随着人们对其研究的不断深入,增强现