恒模算法及其在波束形成中的应用.pdfVIP

摘 要 ／智能天线技术是目前通信和信号处理等领域的研究热点，自适应波束形成算 法喻研究是智能天线的一个关键技术，它能够自适应地控制天线阵方向图在用户 信号方向产生高增益窄波束，在干扰信号方向产生较深的零陷，是实现用户信号 最佳接收的有效方法。然而，传统的自适应波束形成算法需要参考信号，而参考 信号的传输又要占用宝贵的频谱资源。因此，不需要参考信号的盲波束形成算法 一出现，就引起了众多学者的广泛关注，成为近年来的研究热点寸本文主要围绕 着盲波束形成中的一类重要的算法一匾模算法，展开了一些研究，本文的主要 工作包括以下几个方面： 1 分析了随机梯度恒模算法的“l-2”代价函数和“2-1”代价函数的收敛性态， 导出了能够抑制不同功率的信号的步长因子，并从随机梯度恒模算法的权向 量中求出了强功率信号的波达角。 2 针对最小二乘恒模算法在强干扰环境下产生干扰捕获的缺点，结合随机梯度 恒模算法和最小二乘恒模算法的特点，提出了预处理最小二乘恒模算法，f计 算机仿真结果证明，经过随机梯度恒模算法控制的预处理过程，最小二乘恒 模算法克服了干扰捕获的缺点，收敛于弱功率用户信号，并取得了较好的信 干噪比。j 3 当多个恒模用户同时存在时，恒模算法不能自适应地辨别出不同的用户。为 解决这一问题，我们首先把天线阵的接收数据映射到信号子空间中，并导出 了在信号子空间中分离多个用户所必须的正交化条件，进而提出了基于信号 子空间的正交化恒模算法，(该算法能够有效地促使最小二乘恒模算法的不同 权向量恢复不同的恒模用户，达到对多个用户同时实现盲波束形成的目的。÷ 4 提出了一种基于用户波达角估计的多用户盲波束形成算法。借先，我们导出 了恒模算法收敛于任意一个恒模信号后，其恒模算法的权向量与其它用户波 达角之间的关系，然后在不同用户的波达方向上形成初始增益，进而对所有 的用户实现波束形成。文中给出了算法的并行和串行实现方案。与已有的多 级恒模算法相比，该方法不需要信号对消，实现起来比较简单。寸 5 提出了一种快速跟踪移动且标的波束形成新算法。绰法摒弃了传统的自适应 波束形成算法在跟踪移动目标时，独立地进行每一次波束形成的观念，充分 利用前续波束形成提供的用户的来波方向信息，较大程度地加快了后续波束 形成的进程。从而提高了算法跟踪移动目标的实时性≯针对多个恒模用户信 号，具体给出了快速跟踪移动目标的递归恒模算法，计算机仿真结果表明， 使用新算法跟踪移动目标所花费的时间是传统算法独立地进行每一次波束形 成所花费时间的七分之一。 { f值得～提的是，本文仅仅是围绕着恒模算法开展了一些工作，事实上，上述 ＼ 、 3，4，5三个方面的算法思想完全可以应用于其它的盲波束形成算法a＼』 关键词：智能天线，自适应波束形成?盲波束形成j恒模算法。波达角j权向量 ABSTRACT and incommunication antennahasbeen researched Smart widely signalprocessing， antenna．Itcould The isthe ofsmart keytechnique adaptivebeamformingalgorithm steer toforillthemainnarrowbeams谢th the directional