论文部分内容阅读
所谓智能天线系统(Smart Antenna System)就是天线阵列与先进的信号处理技术相结合,形成具有自适应信号处理能力的天线阵列系统,是通信和信号处理等领域的研究热点。智能天线技术己成为第三代移动通信系统的关键技术之一,并在第四代移动通信系统的新技术和标准开发中得到进一步的研究和发展。智能天线系统采用自适应波束形成技术,可以为蜂窝系统提供高质量的数据链路,提高基站天线的覆盖范围和系统容量,降低移动用户的码间干扰和多址干扰,以及降低发射功率等;智能天线系统采用移动信源的波达方向(DOA)估计技术,得到波束形成器所需的波束方向,并可用获取运动中的移动台的位置,为移动通信应用提供移动用户定位业务。因此,本文针对智能天线系统中移动目标跟踪技术和波束形成技术中存在的一些问题,开展了如下几个方面的研究工作: 1.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。 2.针对传统多旁瓣抵消器的高复杂度,提出一种新的基于多旁瓣抵消器的自适应波束形成算法。与传统的计算正交补子空间方法不同,该算法利用一组波束构造阻塞矩阵,降低了算法的复杂度;为了解决其他算法对期望信号抵消较大和对干扰抑制能力较差的问题,利用最小均方误差准则,推导了一种类似LMS算法的干扰信号自适应抵消算法。分析和仿真结果表明,在算法复杂度、抑制干扰性能和对DOA误差的鲁棒性等方面,