智能天线自适应算法MATLAB仿真与研究(毕业设计)资料.ppt

Table of Contents 1.毕业设计任务要求 2.本选题研究的意义 3.智能天线概述和常见自适应算法 3.1 智能天线概述 3.2 常见自适应算法 4.MATLAB仿真分析与研究 4.1 LMS仿真结果 4.2 LMS仿真结论分析 4.3 RLS算法仿真实验步骤 4.4 RLS仿真结果 4.5 RLS仿真结论分析 4.6 CMA仿真实验原理 4.7 CMA仿真结果 4.8 CMA仿真结论分析 4.9 三种算法的性能比较 5.论文遇到的难题与解决方法 6.总结与致谢 本科毕业设计 信 工 程 通 201041302121 李~~~ 本选题研究的意义 2 智能天线概述和常见自适应算法 3 MATLAB仿真分析与研究 4 论文遇到的难题与解决方法 5 毕业设计任务要求 1 总结与致谢 6 1 分析研究几种经典的自适应算法，如最小均方算法、递推最小二乘算法、恒模算法，并且进行相应的 MATALB仿真 2 对智能天线的波束赋形进行MATLAB仿真实验，并且对所提三种算法进行测试和数据分析， 3 对比不同自适应算法的优劣，主要针对其算法的收敛特性、运算复杂度及抗干扰性等；分析波束成形图以及所得数据。 本论文主要对几种最常见的智能天线自适应滤波器算法进行较为全面的性能比较,并利用MATLAB程序进行仿真分析不同算法的误差、收敛速度和稳定性等。主要分为以下三部分： 智能天线的前景无可限量，现实中已经有很多国家投入了大量的资金和技术支持，并相继取得了一些瞩目的成就。目前对于智能天线的研究主要体现在解决下面两个问题: 一是研究讨论了智能天线在无线通信系统中的实用可行性和有效性，在一定条件下，利用波束赋型技术和自适应算法，自适应地调整加权系数，使得主波束方向聚焦于用户信号，在更好的跟踪有用信号的同时，抑制了噪声干扰信号，保持最佳通信，提高了通信系统的容量和频率利用系数。 二是在理论方面研究掌握了智能天线的基本结构和原理，提出了性能优劣测量的准则，并且研究了天线阵列的自适应算法，为通信系统的优化提供了很多理论支持。 自适应算法作为智能天线的关键组成成分，在处理数字信号和自适应调整天线方向发挥着重要作用，如何提高收敛特性和减少运算复杂度也相应地成为我们讨论的重要课题。所以，研究智能天线及其自适应算法具有一定意义！ 智能天线是由自适应天线阵列，它主要由天线阵列、波束形成网络和自适应算法三部分组成，智能天线基本机构图如下所示： 天线阵列 天线阵元的数量与其配置方式会影响智能天线的性能优劣，通常我们听到天线阵列有线阵，圆阵、三角阵，不规则阵和随机阵等 波束形成 网络 波束形成网络主要是根据自适应算法对用户信号进行数字化处理，从而得到真正需要跟踪的信号 自适应算 法处理 自适应处理器是根据阵列加权综合技术和最优化波束形成算法产生来波方向的权值 LMS最小 均方算法 RLS递推 最小二乘 算法 CMA恒模 算法 最小均方（LMS）自适应算法就是一种以期望响应和滤波输出信号之间误差的均方值最小为准的，依据输入信号在迭代过程中估计梯度矢量，并更新权系数以达到最优的自适应迭代算法。LMS算法是一种梯度最陡下降方法，其显著的特点是它的简单性。这算法不需要计算相应的相关函数，也不需要进行矩阵运算。 递推最小二乘是一种自适应横向滤波器的递归算法，即给定n-1次迭代滤波器抽头权向量最小二乘估计，依据新到达的数据计算n次迭代权向量的最新估计。 恒模算法（CMA）属于盲自适应算法，在不需要任何参考信号的情况下，普通的均衡器一般需要经过训练和跟踪两个阶段，而盲均衡技术在天线的发射端发送训练序列，仅知道信号输出输入的统计特性即可，它在信号眼图中，即使眼图不张开，也能收敛。 LMS算法MATLAB仿真实验 本实验将分三个步骤完成: 先定义参变量M、N,w=zeros(M,N,3,2)f=zeros(M,N,3,2)，括号里的3和2分别用来控制3种步长因子和a的两个不同参数 然后，对不同的参数a、不同的步长因子u和不同的试验次数M分别进行N次迭代来获得每个点的权值系数。 最后分别绘出该一阶自适应预测器的权值和均方误差瞬时特性图与不同步长因子下的曲线图，并得出结论 图1 μ=0.00026时的滤波效果图 图2 μ取0.26时的滤波效果图 由以上实验结果分析可归纳为：μ偏大时,自适应时间越短,自适应过程越快, 但它引起的失调也越大,所以导致滤波结果很模糊，输出信号变化较大，μ偏小时,系统比较稳定,输出信号变化小，失调也小,但自适应过程却相应加长了,因此参数μ的选择应从整个系统要求出发,在满足