- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
通信 顾晶--论文
摘要:
本文主要讨论了天线阵列(antenna array)在产生多波束方面的研究工作,总结了一些已有算法,同时给出一些新的方法,相比起已有算法,更为有效。并通过方针证明了我的观点。
背景:
1.天线、天线阵
天线是一种以发射和接收电磁能量的设备。有许多场合有单个辐射器(简称单元)构成的天线可以很好的完成发射和接收电磁能量的任务。单个辐射器的形式很多,可以是简单的偶极子或环天线,也可以是复杂的抛物反射面天线.采用何种单元取决于工作频带、环境、制造成本和许多其他因素。有些特定用途要求天线有较强的方向性和较高的增益,要求天线的方向图能够扫描或具有其他特殊的性能,这是单个辐射器往往难以胜任,解决问题的主要方法就是采用由多个辐射器按一定方式排列而组成的天线阵列。虽然组成天线阵列的各单元原则上可以是不同形式的,但在大多数实际应用的情况下天线阵列的各单元不但是形式相同,而且其取向也相同。直线阵列就是由多个互相分离且其中心排列在一条直线上的多个辐射源组成的天线阵,平面阵列则是有许多按一定规则排列在一个平面上的辐射源组成的天线阵。
有某种单元组成的天线阵中通常有四个参数是可变的,这四个参数是单元总数、各单元的空间分布、激励幅度函数和激励相位函数。从分析的观点来看,这四个参数应当是给定的,阵列的分析问题就是要根据这些给定的参数确定阵列的辐射特性,即确定方向图、方向系数、增益和阻抗。阵列的综合问题则是要确定这些参数,使阵列的某些辐射特性满足给定的要求,或使阵列的辐射方向图尽可能的逼近预给的方向图。
2.天线的基本参数及术语
方向图
辐射功率密度
辐射强度
方线性系数
增益
主瓣
主瓣宽度
旁瓣
3.单波束天线阵列
以线阵为例,有右图,图中圆圈代表单个阵元,则第n各阵元上接收到的信号为:
。。。(1)
其中, 。。。(2)
设第n各阵元的加权值为ωn,则天线阵列对信号的接收可等效为如下图所示的的一个FIR滤波器。天线阵列对信号的接收又被称为空域滤波就是这个道理。在这里,主要集中在对线阵的讨论,因为有以上的分析可知,对于任意一种分布的阵列,都可以将其写成一个向量,该向量中每一分量都对应一个阵元的加权值,也即将其等效为了一个线阵,当然,此时的接收信号的表达式不再(1)式那样的简单,但并无实质的差别。
二.我所做的工作:
我针对天线阵列对多波束信号的接收与处理作了分析,在两方面取得了成果。
通过分析、推导与仿真,给出一种快速算法:对于多个方向上来的信号,若不考虑背景噪声,只要阵元数大于所要接收的信号数,就可以无失真的对恢复各个信号。
一个阵列要发射独立的六个波束,或者等效的独立接受六个不同方向的信号,需要六组权值,分别产生六组单波束,将其叠加。由于单波束的主瓣宽度,旁瓣等的影响,六个单波束之间的互相影响是很严重的。我设计了与现有方法不同的方法来优化加权值,取得了很好的效果。
下面分别作介绍。
?。考虑一个等间距线阵,阵元数为?,为了简单且又不失一般性,设该天线要接收来自?个不同方向的信号分别表示为、、,不考虑噪声的影响(其影响将在后面讨论),阵列的接收信号为
其中,
接收权值??
则最终得到的第1个方向的信号的值为,同理
因为是针对的权值所以,应大于与但只要 与不为零,则一定有其他方向带来的干扰。不过,仍可将、、看作是对、、的一个估计。我设计了一种方法,通过迭代的方法,消去了对的干扰,精确的恢复了。我将其命名为“迭代消去法”。
“迭代消去法”的原理很简单,设,,,则
有上式可知,的干扰为,前面说过, 、为对 、的估计,则从中减去,将得到一个对的更好的估计,同理,用此方法循环迭代的用在与上,最终将精确的收敛到上。以下是用MATLAB仿真的结果
原始信号为取值为0,1的随机信号,取的线阵。上图显示了对信号的恢复。下图为恢复后的信号与原始信号之间的方差随着迭代次数的增加而减小的图
由图看出随着迭代次数的增加,方差急剧减小,但迭代到??多次时,就已经基本收敛了。
????????当存在背景噪声时,若噪声为白噪声,将不能无失真的回复原信号,但用上述方法仍可以将其它方向的信号的影响降到最低,同时不增加噪声功率。见下图
2.以上讨论的是已知若干组权值的情况下对接收到的信号进行处理,消除信号与信号之间的影响。这里有一个非常关键的问题,那就是如何得到好的权值。就单波束而言,方法是有许多的,由不同的评价标准,可以得到不同意以下的最优解。以下就最常用的几种评价方式作讨论。
(1).最小均方误差(minimum mean-square eror)
如前所述,阵列接收信号为
当目标信号(desired signal)已知时,我们可以选择一组权值,使得输出信号与目标信号之间的差最小。当然,对目标信号极其有
文档评论(0)