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。     

多径信道中智能天线波束形成算法的研究

在多径信道（近似于实际情况）的条件下,分别采用MMSE算法与MV算法进行智能天线中波束形成的软件模拟与比较分析,设定干扰信号与有用信号存在相同功率的情况下进行仿真测试。由仿真图可以看出,在该环境下波束形成器可以获得最大接近40 dB的增益,同时还可以比较出该条件下MMSE算法比MV算法更优。理论分析与仿真结果相符。     

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.     

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。     

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．     

智能天线技术及在TD-SCDMA中的应用

从智能天线原理入手,结合实际应用中的复杂度,重点介绍了智能天线在TD-SCDMA系统中的应用,并详细分析了它的优势.     

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。     

智能天线中一种抑制干扰的波束形成算法

提出了一种新的用于智能天线中极大抑制干扰的波束形成算法，在干扰信号的导向矢量矩阵的零空间内，经过正交基矢量的线性组合，用最小二乘法求得最接近期望信号导向矢量、并同时对各个干扰信号零陷的权值。与MVDR算法相比，本算法对干扰的抑制更加有效。     

基于特征提取的智能天线波束校正问题研究

基于阵列相关矩阵的特征分解技术，提出了特征值门限提取的智能天线波束校正方法。特征分解得到特征值与对应特征矢量后，通过门限提取，摒弃部分小特征值，使特征谱结构保持良好的稳健性。仿真结果表明：该方法能够有效抑制信号对消，改善旁瓣电平性能，收敛速度优于传统方法，具有良好的波束校正能力。     

智能天线的自适应波束形成算法的研究

智能天线是未来移动通信的关键技术，阐述了智能天线的基本原理，对自适应波束形成算法进行了分类，讨论了各种算法的适用条件和性能，最后分析了智能天线算法分集及其应用。     

智能天线在卫星定位抗干扰中的应用

介绍了自适应波束形成技术的基本原理,结合卫星定位系统的特点,提出了一种将自适应波束形成技术应用于卫星定位接收机抗干扰系统的解决方案.该方案利用卫星星历和惯性导航器件的输出来构造卫星信号的方向向量,对阵列接收信号的协方差矩阵利用其最大似然估计逼近,在最大化输出SINR准则下求出相应的最佳权值向量.仿真结果显示利用该最佳权值向量能够有效地对单干扰和多干扰在干扰来向形成深度零陷,同时在卫星信号来向保持一定的增益,能较好地满足卫星定位抗干扰系统对前端天线阵抗干扰能力的需求.     

OFDM系统下基于MBER准则的自适应波束形成器

宽带无线通信系统采用正交频分复用(OFDM)调制和智能天线技术来克服限制系统容量的符号间干扰(ISI)和同信道干扰(CCI).在OFDM调制技术下,针对数字通信系统传输中最主要的性能参数之一误比特率(BER),研究了基于最小误比特率(MBER)准则的自适应波束形成器.与现有的基于最小均方误差(MMSE)准则的波束形成器相比,MBER自适应波束形成器直接最小化OFDM系统的BER,保证了信号传输的有效性,提高了系统性能.仿真实验表明,基于MBER准则的自适应波束形成器比基于MMSE准则的波束形成器能更好地接收期望用户的信号,系统的BER更低.     

智能天线LMS算法的分析及实现方案

首先阐述了智能天线的基本原理和结构,然后分析利用LMS算法达到波束集成的原理和过程,并利用软件仿真分析LMS算法的性能,最后设计了LMS算法的硬件实现方案,并分析FPGA、DSP等器件的选择。     

多天线分集Rake MMSE接收机的抗单音干扰性能分析

军用直扩通信系统在复杂的战场环境下会受到敌方各种干扰的威胁,其中尤以单音干扰的影响为甚。分析了一种新型的基于天线分集的空时Rake MMSE接收机在多径衰落信道条件下的抗单音干扰性能。结果表明,该接收机具有优越的抗单音干扰和对抗信道多径衰落的性能。干扰抑制性能受单音干扰功率的影响较小,而且当干扰个数远小于接收机系统自由度时,仍具有一定的抗多个单音干扰的能力。此外,在单音干扰情况下,该接收机仅需较少的接收天线即能获得较好的性能。     

基于迭代QR分解的MMSE V-BLAST算法

针对采用最小均方误差(minimum mean square error,MMSE)检测算法在MIMO系统接收端进行检测时,需要进行大量伪逆运算导致检测复杂度增加的问题,提出了用一种基于迭代QR分解的MMSE V-BLAST算法,避免了伪逆运算,有效地降低了检测算法的复杂度,使系统检测性能得到了明显改善.在多散射物无线通信环境下进行仿真实验,结果表明,与传统的算法相比,提案算法在保证相同信噪比,误码率没有显著变化的前提下,系统检测复杂度明显改善.理论分析证明,系统中有效天线数目越多,所提出的算法优越性越明显.     

基于SP子空间跟踪的修正的MMSE多用户检测方法

分析比较了多种子空间跟踪算法.复杂度高的特征值分解和奇异值分解不利于工程实现,而低复杂度的PASTd应用于多用户检测导致收敛速度慢并且检测性能差.介绍了SP子空间跟踪算法,利用SP算法跟踪信号子空间求得解调向量,设计了修正的MMSE检测器.与SVDMUD和PASTd MUD两种算法相比,仿真结果显示SP MUD算法收敛速度快,输出信噪比和误码率性能接近SVD MUD算法,并保持了较低的计算复杂度,是一种较好的实现方案.     

Sum Rate and Power Consumption of a Circular-Layout Distributed Antenna System with MMSE Receivers

The distributed antenna system （DAS） is considered as a promising architecture for future wireless access. This paper describes the uplink of a power-controlled circular-layout DAS （CL-DAS） with minimum mean-square error （MMSE） receivers. Results from random matrix theory are used to show that for such a DAS, the per-user sum rate and the total transmit power both converge as the number of users and antennas goes to infinity with a constant ratio of antennas to users. The relationship between the asymptotic per-user sum rate and the asymptotic total transmit power is given for all possible values of the radius of the circle on which antennas are placed. This rate-power relationship is then used to find the optimal radius. With this optimal radius, the CL-DAS is proved to offer a significant gain compared with a traditional co-located antenna system. Simulation results demonstrate the validity of the analysis and the superiority of the DAS.     

基于智能小车的单片机一体化教学平台的建设

本文着重阐述了基于智能小车的单片机一体化教学平台的建设方法,以及在实施中遇到的一些问题和解决方法.对于单片机的教学改革有一定的启发和意义.     

OFDM系统中MMSE与LS信道估计算法的比较研究

文章介绍了OFDM系统中插入导频的LS信道估计与MMSE信道估计两种算法,通过试验仿真说明了MMSE信道估计算法对系统性能的提升要优于LS信道估计算法,但MMSE信道估计算法的计算量大于LS信道估计算法。