论文部分内容阅读
智能天线可以改善通信链路性能,大大提高系统容量,提高频谱利用效率,已成为移动通信中的研究热点。本文系统地阐述了移动通信系统中智能天线的基本理论及核心技术：对于波束形成技术,论文简介了LMS和RLS两种非盲算法,重点对恒模算法(CMA)和最小二乘解扩重扩多目标恒模算法(LS-DRMTCMA)两类盲算法进行了深入研究,通过仿真实验对其性能进行了对比分析。在此基础上,(1)论文针对常规恒模算法收敛速度与稳态误差之间的矛盾,基于一种新的代价函数,提出了一种新的自适应步长控制方法,该算法基于高斯函数实现恒模误差和步长之间的非线性映射,参数控制简单,具有超线性加速收敛作用,能够同时兼顾收敛速度、稳态误差和抗随机噪声性能,改善了恒模阵列性能。(2)对于非平稳信道,信号随机衰落会导致同级阵列上各输入信号相对功率快速变化,而恒模算法只是简单地捕捉功率最强信号,这会造成各级阵列捕获的信号摇摆不定,从而无法对目标用户实现稳定的捕获或跟踪,为此,在前述算法基础上,本文进一步提出了一种非对称的步长控制机制,既保证了各级阵列对目标用户的快速捕获,又能保证各级阵列对目标用户的稳定跟踪,提高了阵列抗衰落性能。对于波达方向估计,论文在介绍常用DOA估计算法的基础上,提出了一种移动目标自适应跟踪算法。该算法包括DOA估计和跟踪两种方法。在DOA估计方法中,我们推导了一种最大似然估计算法；结合最大似然估计方法和子空间方法,提出了一种低复杂度的次优算法,与子空间算法相比,它可以同时估计出DOA和散射方差。为了跟踪时变散射信道下的移动目标DOA,提出了一种基于Kalman滤波理论的自适应跟踪算法。分析和仿真结果表明,提出的次优DOA估计算法性能优于传统的子空间方法,算法复杂度比最大似然估计方法低；提出的移动目标跟踪算法,克服了常规的DOA估计与跟踪算法无法自适应时变散射信道,以及性能依赖于样本协方差矩阵的缺点,并且性能有明显的改进。