智能天线中的波束形成算法

首先介绍了智能天线的发展和研究现状，智能天线能够自适应地跟踪用户信号，抑制干扰，增加通信容量，提高频谱复用率，在第三代移动通信系统中占有重要地位.作为智能天线的核心技术之一，波束形成算法引起了众多学者的广泛关注。着重讨论了智能天线中波束形成的各种算法，根据算法对信号处理方式的不同，把它分为三大类,并对其中比较典型的算法进行了讨论。最后，对波束形成算法中的一类比较重要的盲波束形成算法进行了分类介绍。     

基于智能天线DOA估计方法

主要研究了基于智能天线的几种DOA估计方法，即旋转不变信号参数估计（ESPRIT）算法、多重信号分类（MUSIC）算法、加权子窨拟合9WSF）算法、最小范数（Min-norm）算法等。第三代移动通信已将智能天线技术作为其关键技术之一。通过理论和仿真实验相结合，将各算法与克拉美－罗限（Cramer-Rao Bound）比较，分析了基于智能天线DOA估计方法的性能。研究结果不仅有利于智能天线的研究与开发，而且有利于智能天线在移动通信中的应用。     

智能天线的SMI算法与RLS算法

本文简要介绍了智能天线的基本思想,着重对智能天线应用较多的SMI算法和RLS算法进行了仿真,并对仿真结果进行了比较.     

用于智能天线技术中的MMSE波束成形器

近年来，智能天线正受到越来越多的重视，它可以有效地提高移动通信系统的容量，改善系统的信噪比。智能天线的自适应波束成形中，有多种不同的自适应波速成形算法，在这里我们重点讨论使用MMSE算法的波束成形器，因为使用MMSE接收机在静态（或者恒参）信道中，MMSE接收机的性能比较好。文中首先简单介绍智能天线技术，然后通过对MMSE算法和MV算法，设定条件进行仿真对比，来阐述MMSE算法的优势和选择它的场合。     

基于TMS320C6201的RLS算法在波束形成中的应用

在研究智能天线中波柬形成算法特点的基础上，基于TMS320C6201的硬件条件和早期乳腺癌微波近场成像系统中智能检测天线的特点，采用改进RLS算法，并提出了算法处理流程及其硬件设计，最终给出了早期乳腺癌微波近场成像系统中智能检测天线的试验结果，试验表明该算法适合于脉冲微波近场成像系统的波束形成要求。     

基于LMS算法的智能天线的MATLAB仿真

分析了智能天线的基本原理,结合一种直线阵自适应阵列,在MATLAB软件下,采用基于LMS算法的波束成形方法,对智能天线进行仿真实现.结果表明,使用基于LMS自适应算法的智能天线技术后,接收端的误比特率(BER)得到明显降低.     

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.     

采用时空联合检测算法的智能天线系统

智能天线技术是应用于TD－SCDMA系统的关键技术之一,智能天线系统从接收信号中获取方向信息,通过DSP算法动态地产生波束,实时地跟踪移动用户的运动,从而达到有效抑制干部,增加系统容量的目的,与传统的天线系统相比,智能天线能有效地消除邻近小区的干扰,简要介绍智能天线的概念,并提出一种新颖的用于智能天线系统的时空联合检测算法,同时给出该算法对于TD－SCDMA系统上行链路在室外环境下的仿真结果。     

TD-SCDMA系统中智能天线技术的应用

智能天线对消除TD—SCDMA系统中用户间相互干扰发挥着重要作用,智能天线具有自适应地跟踪用户信号,消除干扰的技术特点．本文深入研究了智能天线自适应波束形成算法,重点研究了最小均方（LMS）算法和最小二乘法（RLS）,实现了智能天线在干扰消除中的设计与仿真,并对仿真结果进行比较分析,证明其在抑制TD-SCDMA系统中干扰的有效性．     

智能天线在移动通信中的应用

介绍智能天线的技术基础、上下行链路的实现方法和算法以及对移动通信系统性能的改善,并对其在移动通信领域中的应用前景进行了展望。     

基于压缩感知的智能天线 DOA 估计算法

波达方向（direction of arrival,DOA）估计是利用具有一定空间结构的天线阵元对空间信源的来波方向进行估计。为解决MUSIC算法和ESPRIT算法在智能天线DOA估计中空间谱分辨率和抗噪声性能方面的不足,依据压缩感知理论的贪婪算法思想,将匹配追踪（matching pursuit,MP）算法和子空间追踪（subspace pursuit,SP）算法应用在DOA估计中,即提出2种新的算法MP-DOA和SP-DOA。这2种算法主要包括原子库建立、信号投影、最佳匹配原子筛选及信号特征提取等过程。4种算法的仿真实验与对比分析结果表明,MP-DOA算法在低信噪比情况下较其他3种算法性能更优越,SP-DOA算法在角度分辨率和对信源数的包容方面的性能较其他3种算法优越,也验证了应用压缩感知理论的优越性。     

多输入多输出智能天线中的自适应波束形成算法

基于传统的LMS算法,提出了一种新的MIMO智能天线自适应波束形成算法,即LMS-MIMO算法.与传统的LMS算法相比,LMS-MIMO算法在发射端和接收端同时采用了智能天线技术.仿真结果表明,LMS-MIMO算法性能明显优于LMS算法,并且随着发射和接收天线阵元数目的增加,其系统性能得到了进一步改善.     

PHS无线通信系统智能天线DSP硬件仿真平台

 PHS系统由于其体积小,功耗低等优点,在很多大城市得到了广泛应用。但同时由于其覆盖范围小等缺陷,限制了PHS系统进一步的应用。由于智能天线技术具有很高的覆盖范围,所以提出了一种在PHS无线通信系统中实现智能天线接收技术的方法,并建立了一套完整DSP硬件仿真平台。同时基于上述硬件仿真平台对智能天线接收技术中的自适应算法的接收性能及实时性进行了分析比较,并给出了实验结果。     

MIMO雷达多目标角度估计的空间平滑改进算法

针对基于阵列协方差矩阵特征分解的子空间类算法存在的问题,提出了一种基于改进空间平滑的新方法。首先介绍了"等效信源"的概念,在此基础上分析了当目标数多于发射阵元数时,一些基于子空间类算法失效的原因;从理论上推导说明了在接收阵元数足够多的情况下,本文算法可突破发射阵元数对可估计目标数的限制的机理,从而使得MIMO雷达在发射阵元数较少时能估计更多的目标。仿真结果表明:本文所提方法具有比TDS算法更好的估计性能。     

多波束智能天线GSM系统融合技术研究

根据GSM系统的实际应用 ,对多波束智能天线在现有GSM移动通信系统中的性能改善及其融合方案进行了研究论证 ,建立了多波束智能天线GSM系统融合方案模型 ,为多波束智能天线与现有移动通信系统的融合奠定了基础。     

恒模算法在智能天线盲波束形成中的应用

介绍了随机梯度恒模算法和最小二乘恒模算法以及它们在智能天线盲波束形成中的应用,分析了每一种方法的特点,并以八元均匀线阵为例,利用计算机模拟仿真给出了这两种算法的收敛性能．     

TD-SCDMA中的联合检测算法的性能比较

研究了联合检测中的迫零线性均衡ZF-BLE算法和最小均方误差线性块均衡MMSE-BLE算法,在此基础上比较了MMSE-BLE和ZF-BLE在不同信道的冲激响应,不同的噪声协方差和单天线,智能天线环境下的性能,通过对上行和下行线路的仿真比较,得出了MMSE-BLE算法的性能要优于ZF-BLE算法的结论。