自适应滤波器在智能天线中的应用论文文献综述.docVIP

文献综述 课题名称：自适应滤波器在智能天线中的应用 课题性质： 软件 课题来源： 自选 学院(系)： 燕山大学里仁学院 专 业： 电子信息工程 年　　级： 04级电信4班 学生姓名： 田伟 指导教师： 陈书贞 2008 年 04 月 20 日 一、课题国内外现状： 自适应滤波器在智能天线中的应用，主要体现在智能天线自适应波束形成技术中。伴随着移动通信事业的日益发展，使智能天线显示出其在通信领域的强大优势，智能天线技术是利用信号传输的空间特性，达到抑制干扰、提取信号的目的。接收者可以利用信号与干扰的来波方向来区分信号与干扰。智能天线所形成的波束可实现空间滤波的作用，它对期望的信号方向具有高增益，而对不希望的干扰信号实现近似零陷作用，以达到抑制和减少干扰的目的。智能天线中的波束形成技术，是智能天线的核心技术。在这项技术中，自适应滤波器得到了广泛应用，并且起着关键的作用。自Widrow B.在1967年提出自适应滤波理论，可使自适应滤波器的参数自动地调整而达到最佳状态，而且在设计时，只需要很少或者根本不需要任何关于信号和噪声的先验统计知识。这种滤波器的实现差不多像维纳滤波器那样简单，而滤波性能几乎如卡尔曼滤波器一样好，它的出现几乎解决了一般滤波器所暴露出的所有问题。在用于空间期望信号的接收方面体现出强大的优势，而且它设计简单，性能最佳。这就为自适应滤波器提供了广阔的应用空间。因此近十年来，自适应滤波理论和方法得到了迅速的发展。特别是在对自适应滤波器在智能天线中的应用这个课题一直受到国内外人们的广泛关注。 二、研究主要成果： 自适应滤波器具有很强的自学习、自跟踪能力和算法的简单易实现性，它在噪化信号的检测增强，噪声干扰的抵消，通信系统的自适应均衡，图象的自适应增强复原以及未知系统的自适应参数辩识等方面都有广泛的应用 现阶段通过对自适应滤波器有4种基本应用类型： 系统辨识：这时参考信号就是未知系统的输出，当误差最小时，此时自适应滤波器就与未知系统具有相近的特性，自适应滤波器用来提供一个在某种意义上能够最好拟合未知装置的线性模型 逆模型：在这类应用中，自适应滤波器的作用是提供一个逆模型，该模型可在某种意义上最好拟合未知噪声装置。理想地，在线性系统的情况下，该逆模型具有等于未知装置转移函数倒数的转移函数，使得二者的组合构成一个理想的传输媒介。该系统输入的延迟构成自适应滤波器的期望响应。在某些应用中，该系统输入不加延迟地用做期望响应。 预测：在这类应用中，自适应滤波器的作用是对随机信号的当前值提供某种意义上的一个最好预测。于是，信号的当前值用作自适应滤波器的期望响应。信号的过去值加到滤波器的输入端。取决于感兴趣的应用，自适应滤波器的输出或估计误差均可作为系统的输出。在第一种情况下，系统作为一个预测器；而在后一种情况下，系统作为预测误差滤波器。 干扰消除：在一类应用中，自适应滤波器以某种意义上的最优化方式消除包含在基本信号中的未知干扰。基本信号用作自适应滤波器的期望响应，参考信号用作滤波器的输入。参考信号来自定位的某一传感器或一组传感器，并以承载新息的信号是微弱的或基本不可预测的方式，供给基本信号LMS自适应算法在收敛速率、跟踪速率及权失调噪声之间的要求是相互矛盾的。为了克服这一缺点，人们研究出了各种各样的变步长LMS的改进算法。尽管各种改进算法的原理不同，但变步长LMS自适应算法基本上遵循如下调整原则:即在初始收敛阶段或未知系统参数发生变化时，步长应比较大，以便有较快的收敛速度或对时变系统的跟踪速度，而在算法收敛后，不管主输人端干扰信号有多大，都应保持很小的调整步长以达到很小的稳态失调噪声。 五、主要参考文献： 1 姚天任,孙洪. 现代数字信号处理. 武汉: 华中理工大学出版社. 1999. 13~15. 2 沈福明. 自适应信号处理. 西安: 西安电子科技大学出版. 2001. 26~29. 3 裴炳南. LMS算法的收敛与步长选择. 通信学报. 1994,5(2):4~7. 4 David R A. IIR adaptive algorithms based on gradient search Techniques. Standford Univ: Standford Calif. 1981.49~58. 5 刘君华. 现代检测技术与测试系统设计. 西安: 西安交通大