一种均匀直线阵智能天线波束方向图仿真

分析了一种均匀直线阵智能天线模型,研究了其工作原理及波束形成技术,并用MATLAB软件对波束方向图进行仿真,结果表明,通过调整加权因子,可以使主波束指向水平面任何方向.     

基于幅相扰动的改进Memetic算法的波束成型算法

为了提高天线波束成型算法的收敛性能,基于改进的Memetic算法对幅相扰动最优权值的搜索,提出了一种新的上行MIMO-SDMA智能天线系统的波束成型算法。仿真结果表明,该算法具有很好的收敛性能和较高的效率,基于该算法的智能天线系统不仅能够对干扰方向进行自适应控零而且还能同时使最大增益主瓣与期望信号的方向一致,使系统的信噪比得到提高,很好地实现上行MIMO-SDMA。     

基于幅相扰动的改进Memetic算法的波束成型算法

为了提高天线波束成型算法的收敛性能,基于改进的Memetic算法对幅相扰动最优权值的搜索,提出了一种新的上行MIMO-SDMA智能天线系统的波束成型算法.仿真结果表明,该算法具有很好的收敛性能和较高的效率,基于该算法的智能天线系统不仅能够对干扰方向进行自适应控零而且还能同时使最大增益主瓣与期望信号的方向一致,使系统的信噪比得到提高,很好地实现上行MIMO-SDMA.     

基于平面相控阵天线变步长LMS算法的仿真设计

设计正六边形相控阵天线,并分析LMS算法对波束方向图的影响,最后仿真设计改进的变步长LMS算法,仿真结果表明新算法具有较快的收敛速度和较小的稳态误差.     

基于遗传算法的圆柱共形微带天线阵的综合

针对基于梯度信息的经典阵列天线的综合方法一般不能直接应用于共形天线阵的综合,文章采用遗传算法,以圆柱共形微带天线阵为例,进行了共形阵波束形成的研究。提出了根据目标方向图,通过构造特殊适应度函数的方法达到优化目标。计算机仿真结果表明,遗传算法对共形天线阵方向图的灵活控制简便有效。     

基于动量衰减哈密顿算法的波束形成技术研究

智能天线的非线性优化问题中求解代价函数最佳解的算法主要有基于梯度的算法(GBA)和随机搜索算法(RA).GBA算法收敛速度快,但有时会陷入一个局部最小值;RA算法不会陷入局部最小值,但收敛速度慢.研究及仿真结果表明,将哈密顿算法应用到该问题的求解中,能较好地解决GBA和RA存在的冲突问题,采用哈密顿算法的电控寄生天线,能够更灵活地使主波束对准期望用户波达方向,并在干扰方向形成更深的零陷.     

K波段平顶波束赋形反射面天线设计

为了获得照射均匀的平顶波束,使用反射面赋形的方法,设计了一款工作在19～22 GHz的单偏置反射面天线.结合Zernike多项式展开法与遗传算法优化反射面形面,采用天线远场照射面特定区域照射电平差值作为目标函数以实现平顶波束.仿真结果表明,赋形后天线方位面方向图在±8°范围内,照射电平波动小于0.6 dB,电平幅度大于20 dBi.     

柱面阵列天线单元相位中心的计算

为了准确确定非平面相控阵列天线在波束形成时各单元天线的相位中心,提出了一种借助三维场仿真软件HFSS计算单元天线相位中心的方法,并计算了某变指向通信天线单元天线的相位中心,研究了单元天线相位中心对天线波束形成的影响。仿真结果表明,该方法是有效的。     

高阶累积量波束形成在DS-CDMA系统中的应用

在研究高阶累积量波束形成算法的基础上,根据多天线直序扩频码分多址系统在同信道移动用户数目较大或处理增益较高的情况下,阵列解扩器输出的多址干扰向量呈现高斯随机分布的特点,提出了一种新的利用高阶累积量进行自适应盲波束形成的方法．该方法充分利用了接收信号的高阶统计特性,降低了运算复杂度,收敛快,能够有效地跟踪期望用户信号,具有无需训练序列、参考信号以及阵列结构先验知识的优点．计算机仿真结果表明该方法的有效性．     

基于遗传算法的阵列天线波束能量定量控制技术

提出发射天线(如无线局域网天线、基站天线等)辐射强度随用户信号强度的变化而实时调整的技术.该技术基于遗传算法,将阵列天线波束能量定量控制问题转化为一个带有约束条件的极值问题.在算法的适应度函数设计中,通过自适应罚函数将发射阵列天线和接收天线间的能量传输效率与接收天线信号强度构成一个简单的极值函数,得到阵列天线的最优激励分布.高频电磁结构仿真软件(HFSS)的验证结果表明:阵列天线辐射的信号强度在接收天线处能达预期值.可见,该技术能实现对阵列天线波束能量的定量控制.     

一种基于RLS和RVSSLMS智能天线波束赋形算法

根据智能天线波束赋形算法必须考虑设备的复杂性和收敛速度的要求,提出一种结合RLS和RVSSLMS算法各自优点的RLS-RVSSLMS波束赋形算法,并用Matlab进行了仿真。仿真结果表明：RLS-RVSSLMS既具有RLS算法收敛速度快的特点,同时保持了LMS算法计算量小的特点。     

跳/扩频测控信号自适应波束形成方法

为解决跳/扩频测控中阵列天线设计所面临的信号频带宽、空域范围广、干扰强度大等问题,将线性约束法与二阶锥规划方法相结合,得到能够同时满足频率不变、方向不变的波束形成算法.利用二阶锥规划将波束形成器的设计转化为给定频率响应的FIR滤波器设计,针对用于宽带波束形成的FIR滤波器的非线性相位特点,采用最小均方误差准则,使所设计FIR滤波器的频率响应逼近于期望滤波器.通过增加约束条件,使不同空间指向的主瓣宽度基本保持不变,并在干扰方向形成宽零陷来有效抑制宽带干扰.仿真计算表明,在跳/扩频信号的工作频带内,波束方向图能够保持很好的频率不变特性,且在±60°范围内波束方向图的主瓣束宽、增益、零陷与参考波束基本保持一致,能够更好地满足航天测控任务对阵列天线的需求.     

统一扩频测控系统接收信号处理技术

统一扩频测控体制的多飞行器测控系统应用自适应天线数字多波束形成 技术对目标实施跟踪和测控。采用恒模降列和自适应信号对消器估计出各个信号的波达方向（DOA），应用最小干扰噪声功率判据获得最优加权向量。为了提高天线系统的处理增益，用最优加权向量形成波束，有效地消除多址干扰的影响。波束形成处理器得到的相对相位偏移向量用于上行遥控信号分时发送时，形成对指定目标的高增益波束。对恒模阵列和自适应信号对消器估计获得的导向向量用于数字多波束形成的性能进行了仿真研究。     

实数域多用户数字波束形成方法的分析与仿真

在实数域讨论了智能天线系统中的多用户数字波束形成方法,智能天线可以通过阵列天线技术在同一信道中利用多个波束同时给多个用户发送不同的信号,以提高通信容量,推导了多用户天线阵等效激励模型的实数形式,并从空间信道均衡的角度在实数解释了多用户波束形成原理,进一步提出了多用户数字波束形成方法,仿真结果表明,上述方法能够有效地解决智能天线系统中下行选择性发送的问题,并有硬件结果简单,兼容性好,利于软件无线电实现等优点。     

基于MATLAB的智能天线波束方向图仿真

结合一种直线阵智能天线模型,对其工作原理进行了研究,并在MATLAB软件下对其波束方向图进行了仿真,结果表明,通过调整加权因子,可以使天线主波束在平面内指向任何用户方向。     

智能天线技术在TD-SCDMA系统中的应用

介绍了智能天线技术及其在TD-SCDMA系统中的应用.通过对阵元接收信号加权处理,形成天线波束,使天线主波束对准用户信号到达方向,旁瓣或零陷对准干扰信号到达方向,可达到抑制干扰、提高接收灵敏度的目的.使用智能天线可以在不显著增加系统复杂程度的情况下扩充容量、加大覆盖范围、降低误码率.     

一种强互耦阵列天线的校正方法

Vivaldi天线因具备优异的宽带扫描性能,被广泛应用于雷达、无线通信、测向系统等领域.由于Vivaldi天线单元组阵后存在强电磁耦合作用,使阵列方向图失真引起波束指向偏差,影响测角精度.针对相控阵天线单元间由于互耦引起阵列方向图失真,导致阵列天线波束指向产生偏差这一问题,提出了一种基于最小二乘互耦矩阵的相位校准方法对波束指向进行校正,最后采用了一组X波段的16单元Vivaldi阵列天线进行仿真实验.仿真实验结果表明,针对Vivaldi天线阵列在强互耦情况下波束指向存在偏差这一问题,该校正方法可以对该阵列天线波束指向偏差进行有效校正,为工程应用奠定了理论基础.     

浅谈智能天线的波束形成技术

在介绍智能天线的结构与基本原理的基础上,分析了多种波束形成技术,并通过仿真比较了其性能和特点。     

基于时间反演的运动阵列远场功率合成

首先从理论上分析了时间反演技术运用于运动阵列近场功率合成的可能性及存在的难点和问题建立了基于时间反演技术的运动阵列远场功率合成数学模型。基于此模型,通过对信标信号从不同方向入射情况下的回溯信号波束指向进行仿真,证实了阵列辐射的TR信号可以实现自适应回溯并且比传统相控阵方法形成的合成波束能量更加集中;通过仿真获得单元天线设置为全向天线和有方向性天线时的合成信号主瓣波束3dB宽度,排除了由于阵列与目标点间的相对切向运动导致目标点脱离合成波束主瓣波束覆盖范围的可能性;分析了随机相位误差和波束指向误差对合成效果的影响,仿真结果表明:随机相位误差对回溯信号合成波束指向影响很小,但对信号的合成效果存在一定影响,由信号多普勒频移引起的波束指向误差对信号的自适应回溯影响很小。所得结论可为时间反演技术在远场功率合成的实际运用提供一定的理论依据。     

最小误码率波束的形成算法

在经典自适应波束形成算法中,常采用均方误差准则,但对于一个通信系统来说,误码率是评价其性能的一个很重要的参数。利用核密度估计方法,由概率密度函数得到系统误码率与波束权值的关系,提出了一种自适应波束形成算法,在迅速收敛得到系统较小误码率的同时,得到最优的波束方向。仿真实验证明该方法优于经典的最小均方误差方法。