CDMA系统中的几种智能天线自适应算法

首先介绍了RLS,LMS,CMA等适于在CMSA中应用的智能天线算法,并通过建模仿真来分析几 种算法的性能及天线阵元数、用户数等指标不同时,智能天线接收信号的性能差别。RLS算法比LMS算法 收敛速度快,LMS算法比CMA算法收敛速度快;达到SINR要求时,系统容量与天线阵元数成正比。RLS,LMS算法在解扩前处理收敛速度比解扩后处理收敛速度快。     

多用户检测重扩智能天线研究

提出由最小均方误差算法（LMS）实现的自适应天线阵 盲多用户检测组成的智能天线方案，自适应天线阵形成指向用户的波束，波束输出经多用户检测解调出用户数据，而LMS自适应天线阵所需的参考信号由解调出的用户数据重扩发生，数值仿真结果表明，该方案比匹配滤波器解扩重扩天线阵有更好的性能；而与多用户检测 波束合成的时空处理方案相比，我们提出的方法计算量要少。     

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。     

RLS算法的智能天线DSP实现

基于良好收敛特性的RLS算法采用并行DSP处理器和分布式存储器结构实现了多阵元均匀阵列的智能天线。针对TMS320C6416芯片的结构和RLS算法的特点,详细阐述了软硬件的实现和优化。实验结果证明,该系统满足2 048点8 bit8 kHz速率采样的16天线阵智能天线实时性要求。     

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.     

自适应信道均衡器算法仿真与性能分析

使用自适应信道均衡器来抵消数字传输系统中噪声和信道造成的影响。采用两种自适应算法:LMS算法和RLS算法,并对算法进行了仿真,分析了系统参数对两种算法性能的影响,最后比较了LMS与RLS算法的收敛速度。仿真结果与理论分析相一致,验证了自适应算法的有效性。结果表明,虽然LMS算法不如RLS算法收敛速度快,但算法简单,易于实现。     

基于遗传算法的天线波束方向主瓣位置控制的研究

天线波束方向形成是智能天线中的一项重要技术。经典的波束形成算法多涉及复杂的矩阵运算且收敛速度慢。因此本文提出将遗传算法应用于阵列天线波束形成中,并以一维均匀直线等幅天线阵波束方向主瓣位置控制为例进行仿真研究。仿真结果验证了遗传算法在得到满意解情况下,运算更加简单收敛速度快。实际应用表明,基于遗传算法的天线波束方向形成技术是切实可行的,且具有很好的推广潜力。     

线性调制下LMS和RLS算法研究及仿真

利用MATLAB仿真软件对线性调制下LMS和RLS两种算法进行仿真,通过仿真比较了两种算法的收敛速度,对两种算法收敛后的误码率进行分析,研究了步长对LMS算法均方误差性能曲线的影响和遗忘因子对RLS算法性能曲线的影响．     

一种改进的RVSSLMS波束赋形算法

作为智能天线的关键技术之一,波束赋形算法引起了众多学者的广泛关注。为克服目前RVSSLMS算法比较简便,易于实现,但收敛速度较慢;RLS算法收敛速度较快,但其运算量大的问题,根据移动通信系统中波束赋形算法必须具有较快的响应速度和收敛速度的要求,对RVSSLMS算法进行了改进;结合RLS算法和RVSSLMS算法的优点,在开始迭代前的25次用RLS算法求加权系数W(k),再使RVSSLMS算法用RLS算法求出的加权系数W(k)作为初始值进行迭代求解,使其在保持原有运算量小的特点的同时,具有更快的收敛速度。用Matlab仿真对改进方法的有效性进行了验证,仿真结果表明:RLS-RVSSLMS算法既具有RLS算法收敛速度快的特点,同时保持了RVSSLMS算法计算量小的特点。     

基于动量因子的变步长盲多用户检测器

针对3种经典的盲多用户检测算法中,最小均方误差(LMS)算法收敛速度慢、而递归最小二乘算法(RLS)和Kalman自适应算法计算复杂度高的问题,该文提出了一种基于动量因子的变步长LMS算法。该算法在初始阶段使用较大的步长值,根据同一接收信号在相邻两次迭代过程中检测器的输出值之差来动态调整步长,加快了LMS算法的收敛速度。仿真结果表明,该算法的收敛和检测性能明显好于传统的LMS算法,稳态输出接近RLS算法和Kalman算法,而计算量仅略高于传统LMS算法,可以实时有效地抑制多址干扰。     

归一化自适应共轭梯度恒模盲均衡仿真研究

为提高恒模盲均衡算法收敛速度,提出了一种归一化自适应共轭梯度恒模盲均衡算法并进行了仿真研究。利用级联滤波方法对恒模盲均衡器输入进行了重新定义,并在此基础上采用自适应共轭梯度算法对均衡器参数进行更新,对均衡器输入采用归一化进行处理,以保证算法的稳定性。共轭梯度算法计算复杂度介于LMS和RLS算法之间,与LMS算法相比较具有更快的收敛速度,仿真结果证明归一化自适应共轭梯度算法恒模盲均衡与传统恒模盲均衡算法相比具有更好的均衡性能,复杂信道条件下剩余码间干扰可降低约10 dB,均衡系统中引入的级联滤波器可视为时变信道的一部分,表明算法对于时变信道同样有效。     

一种改进的自适应滤波算法及其在回波对消中的应用

提出一种改进的自适应滤波算法,它通过选择自适应滤波器的系数更新时间间隔,在系统的收敛速度与计算量之间取得折衷;算法在每次系数更新时,利用了系统过去时刻数据并将频域批处理技术运用到算法计算中,大大加快了算法的收敛速度并且降低了计算复杂度,从而克服了LMS算法收敛速度慢以及仿射投影算法(APA)、递归最小二乘算法(RLS)计算量大的缺点.将所提算法应用于声回波对消中,仿真实验结果证实了其优点.     

一种新型的恒模自适应阵列初始化方法

智能天线在移动通信中的应用已经引起了广泛的关注．恒模阵列能够形成自适应波束，但其初始权矢量的选取影响着对所需信号的捕获性能．该文提出一种在信号到达方向(DOA)已知的情况下，基于泰勒(Taylor)阵列的恒模阵列权值初始化新方法．仿真结果表明，这种新方法不仅能解决抗干扰问题，还可加快恒模算法的收敛速度．     

自适应变步长恒包络算法AS-CMA用于DS/CDMA中盲干扰抑制

基于直接序列码分多址(DS／CDMA)系统中的多址干扰(MAI)和窄带干扰(NBI)，提出了一种变步长盲恒包络算法(AS-CMA)，并同自适应变步长最小均方算法(AS-LMS)进行了比较。仿真结果表明，AS—CMA算法能够自动地适应环境的变化，收敛性和稳定性均优于AS—LMS算法。     

一种新的变换域变步长批处理LMS算法及其应用

将变换域LMS算法和变步长LMS算法及批处理LMS算法相结合,提出了一种新的变换域变步长批处理LMS自适应算法,该算法融合了前面3种算法的优点,可以有效地降低输入信号的自相关程度,克服了固定步长因子所导致算法在快的收敛速度和较低的稳态误差之间存在的矛盾,并且实时性较好。计算机仿真结果表明该算法具有更快的收敛速度和更小的失调噪声,可以有效地应用于自适应收发隔离系统。