智能天线自适应算法MATLAB仿真分析与研究毕业设计.ppt

信 工 程 通 201041302121 李 ~~~ 本科毕业设计 Table of Contents 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 本科毕业设计 1. 毕业设计任务要求 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： 本科毕业设计 2. 本选题研究的意义 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。 本科毕业设计 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！ 本科毕业设计 3. 智能天线概述和常见自适应算法 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： 本科毕业设计 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 3.1 智能天线概述 本科毕业设计 3.2 常见自适应算法 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。 本科毕业设计 4.MATLAB 仿真分析与研究 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 本科毕业设计 图 1 μ= 0.00026 时的滤波效果图 4.1 LMS 仿真结果 图 2 μ取 0.26 时的滤波效果图 本科毕业设计 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 , 在满足精度要求的前提下 , 尽量减少自适应时间。其实