(完整版)自适应波束成型

智能天线自适应波束成型常用

算法的研究

周菊瑄* 李兴富(桂林航天工业高等专科学校 电子工程系,广西 桂林 541004)摘 要 智能天线的自适应天线阵列的工作过程就是不断地调整权值,使之快速地收敛于当前的最优解,跟踪信道的变换。文章简单地介绍了智能天线的技术,在其基础上对智能天线的自适应波束成型的两种常用算法进行研究。关键词 智能天线;波束成型;收敛速度中图分类号:TN915165 文献标志码:A 文章编号:1009)1033(2009)01)0006)02

在最优波束形成技术中,权矢量是由最小化某一代价函数确定的。常用的两个准则是最小均方误差(MMSE)和最小二乘(LS)准则,自适应算法最常用的是最小均方(LMS)算法、递推最小二乘(RLS)算法等。自适应或智能的主要含义即是指权矢量可以自适应地调整。

1 自适应波束成型系统简介波束成型是通过使用动态的天线阵列对每一个特定的用户形成窄的波束来提高接收信号的能量或信噪比。图1所示是一个波束成型系统。自适应波束成型系统可以看作是一个空间滤波器,在有用信号和干扰信号方间分别产生通带和阻带。在特定的无线信道中,波束成型系统能够将一个波束转向一个独立的用户。这种系统通过准确度和复杂度的变化,使用自适应技术来提高控制无线连接的波瓣和零点的能力。系统提供最大增益,同时鉴别、跟踪、最小化干扰信号的接收。自适应波束成型系统可以在干扰信号处形成零点使其比开关波束成型天线有更好的表现。但是,在实际的移动环境中,来波的方向一直在改变,信号矢量的相关矩阵也会发生变化,因而不能取得充分的样本准确的估计相关矩阵,做最优波束形成。自适应波束形成的目标是充分利用接收信号信息,实时调整加权系数,使天线波束能够实时地跟踪来波的方向。即在波束成型系统中,自适应算法非常重要,算法决定了天线阵暂态响应的速率和实现电路的复杂度,所以它

是天线阵列处理的核心部分。图1 自适应阵列系统框图

2 由MMSE(最小均方误差准则)导出的LMS(最小均方)算法最常用的优化准则是MMSE准则,其代价函数为:J(w)=E[|wHx(t)-r(t)|2](1)式(1)中,r(t)为参考信号。式中对w求偏导并令结果为零,可得到MMSE准则下的最优winner解:w=R-1P(2)式(2)中,R=E[x(t)xH(t)],P=E[x(t)r*(t)]。在工程应用中,集平均量R和P难以获得,往往通过直接矩阵求逆法用时间平均值进行近似。在这里不对这一方法作具体介绍,详细推导可参见文献[1]。MMSE准则也可以由最陡梯度下降算法来自适应实现,由梯度下降法导出的最小均方LMS算法是自适应滤波中应用最广泛的方法。LMS算法的依据是最优化方法中的最速下降法,因此,/下一时刻0的权系数矢量w(k+1)应该等于/现时刻0权系数矢量w(k)加上一项负比例的均62009年第1期(总第53期) 桂林航天工业高等专科学校学报JOURNALOFGUILINCOLLEGEOFAEROSPACETECHNOLOGY 信息与电子工程

新技术讲座

阵列天线波束形成研究

姓名： * *

学号：*********

摘要

阵列信号处理是现代信号处理技术中一个重要的分支，它的应用涉及到雷达、通信及射电天文等多个领域，而波束形成是阵列信号处理中的重要研究方向，为了实现在一定准则下的最佳接收和空间滤波，我们通过调整权重向量来改变阵列方向图，使得波束主瓣指向信号，旁瓣指向干扰，从而提高输出信噪比。

本文在窄带信号的情况下，建立了均匀线阵和均匀圆阵的基本模型，为后续研究打下了良好的理论基础；介绍了均方误差性能量度，这是波束形成的关键；系统的介绍了波束形成的原理过程，并研究了两种经典波束形成算法，并进行仿真，取得了理想的成果。

关键词：阵列信号处理，自适应波束形成，Bartlett/Capon波束形成器

ABSTRACT

Array sigal processing is an important branch of signal processing and its

applicationsinvolve many areas, such as radar, communications and medical imaging.

Beamforming is an important research direction in the array signal processing.

Aiming at achieving the best receiver in some criterions and attaining the purpose of

the spatialfilter, we adjust the weight vector to change the pattern of the array,

which makes pointing the beam main lobe at the desired signal, sidelobes null at the

Ｊｏｕｒｎａｌ　ｏｆ　Ｃｏｍｐｕｔｅｒ　Ａｐｐｌｉｃａｔｉｏｎｓ　计算机应用，２０１３，３３（３）：６２８—６３０，６３４　ＩＳＳＮ　１００１—９０８１　ＣＯＤＥＮ　ＪＹＩＩＤＵ　２０１３—０３　０１　ｈｔｔｐ：／／ｗｗｗ．ｊｏｃａ．ｅｎ　文章编号：１００１—９０８１（２０１３）０３—０６２８—０３　ｄｏｉ：１０．３７２４／ＳＰ．Ｊ．１０８７．２０１３．００６２８　基于二级码本的迫零波束成型自适应预编码方案　张志禹　，李敏　（西安理工大学自动化与信息工程学院，西安７１００４８）　（　通信作者电子邮箱ｗｉｎｔｅｒｂｌｕｅｓｋｙ＠１２６．ｃｏｎ）　摘要：为了克服基于有限反馈的多用户多输入多输出（ＭＩＭＯ）系统中迫零波束成型（ＺＦＢＦ）预编码方案反馈量　小时性能较差的缺陷，提出一种基于二级码本的ＺＦＢＦ自适应预编码方案。该方案的码本设计结合了酉矩阵和随机　矢量码本，首先在一级码本中搜索最佳的波束成形矢量；然后在扰动范围内计算最佳波束成形矢量对应的信干噪比　（ＳＩＮＲ），将其与系统设定的ＳＩＮＲ门限值进行比较来决定用户的反馈信息；最后基站根据用户的反馈信息自适应地改　变码本，对用户进行ＺＦＢＦ预编码。从而简化了用户端的码本搜索过程，并且在用户数较多的情况下用较少的反馈比　特数达到较好的性能。仿真结果表明，该方案能够显著降低每用户的平均反馈比特数，以较低的反馈速率获得较好　的和容量性能。　关键词：多用户；多输入多输出；有限反馈；二级码本；迫零波束成型；自适应预编码　中图分类号：ＴＮ９１１．２３文献标志码：Ａ　Ｚｅｒｏ　ｆｏｒｃｉｎｇ　ｂｅａｍｆｏｒｍｉｎｇ　ａｄａｐｔｉｖｅ　ｐｒｅｃｏｄｉｎｇ　ｓｃｈｅｍｅ　ｂａｓｅｄ　ｏｎ　ｔｗｏ－ｌｅｖｅｌ　ｃｏｄｅｂｏｏｋ　ＺＨＡＮＧ　Ｚｈｉｙｕ　．ＬＩ　ＭｉｎＩ．　（Ｃｏｌｌｅｇｅ　ｏｆＡｕｔｏｍａｔｉｏｎ　ａｎｄ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｘｉ＇ａｎ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｔｅｃｈｎｏｌｏｇｙ，Ｘｉ＇ａｎ　Ｓｈａａｎｘｉ　７１００４８，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｉｎ　ｔｈｉｓ　ｐａｐｅｒ，ａ　Ｚｅｒｏ　Ｆｏｒｃｉｎｇ　ＢｅａｍＦｏｒｍｉｎｇ（ＺＦＢＦ）ｐｒｅｅｏｄｉｎｇ　ｓｃｈｅｍｅ　ｂａｓｅｄ　ｏｎ　ｔｗｏ—ｌｅｖｅｌ　ｃｏｄｅｂｏｏｋ　ｗａｓ　ｐｒｏｐｏｓｅｄ．Ｔｈｅ　ｄｅｆｅｃｔ，ｔｈａｔ　ｔｈｅ　ｐｅｒｆｏｒｍａｎｃｅ　ｏｆ　ＺＦＢＦ　ｐｒｅｃｏｄｉｎｇ　ｓｃｈｅｍｅ　ｗａｓ　ｗｏｒｓｅ　ｗｉｔｈ　ｆｅｗｅｒ　ｆｅｅｄｂａｃｋ　ｂｉｔｓ　ｉｎ　ｔｈｅ　ｍｕｈｉ—ｕｓｅｒ　Ｍｕｌｔｉｐｌｅ　Ｉｎｐｕｔ　Ｍｕｌｔｉｐｌｅ　Ｏｕｔｐｕｔ（ＭＩＭＯ）ｓｙｓｔｅｍ　ｕｐｏｎ　ｌｉｍｉｔｅｄ　ｆｅｅｄｂａｃｋ，ｗａｓ　ｗｅｌｌ　ｏｖｅｒｃｏｍｅ　ｂｙ　ｔｈｉｓ　ｓｃｈｅｍｅ．Ｉｎ　ｔｈｅ　ｐｒｏｐｏｓｅｄ　ｓｃｈｅｍｅ，ｕｎｉｔａｒｙ　ｍａｔｒｉｘ　ｗａｓ　ｃｏｍｂｉｎｅｄ　ｗｉｔｈ　ｒａｎｄｏｍ　ｖｅｃｔｏｒ　ｃｏｄｅｂｏｏｋ．Ｔｈｅ　ｂｅｓｔ　ｂｅａｍｆｏｒｍｉｎｇ　ｖｅｃｔｏｒ　ｉｎ　ｔｈｅ　ｏｎｅ—ｌｅｖｅｌ　ｃｏｄｅｂｏｏｋ　ｗａｓ　ｓｅａｒｃｈｅｄ　ｆｉｒｓｔｌｙ　ａｎｄ　ｔｈｅｎ　ｔｈｅ　Ｓｉｇｎａｌ　ｔｏ　Ｉｎｔｅｒｆｅｒｅｎｃｅ　ａｎｄ　Ｎｏｉｓｅ　Ｒａｔｉｏ（ＳＩＮＲ）ｃｏｒｒｅｓｐｏｎｄｉｎｇ　ｗｉｔｈ　ｔｈｅ　ｂｅｓｔ　ｂｅａｍｆｏｒｍｉｎｇ　ｖｅｃｔｏｒ　ｉｎ　ｔｈｅ　ｄｉｓｔｕｒｂａｎｃｅ　ｒａｎｇｅ　ｏｆ　ｏｒｔｈｏｇｏｎａｌ　ｖｅｃｔｏｒ　ｗａｓ　ｃａｌｃｕｌａｔｅｄ．Ｆｉｎａｌｌｙ，ｔｈｅ　ｕｓｅｒ＇ｓ　ｆｅｅｄｂａｃｋ　ｉｎｆｏｒｍａｔｉｏｎ　ｗａｓ　ｄｅｃｉｄｅｄ　ｂｙ　ｃｏｍｐａｒｉｎｇ　ｔｈｅ　ＳＩＮＲ　ｃａｌｃｕｌａｔｅｄ　ｗｉｔｈ　ｔｈｅ　ＳＩＮＲ　ｔｈｒｅｓｈｏｌｄ　ｖａｌｕｅ　ｓｅｔ　ｂｙ　ｓｙｓｔｅｍ．Ａｔ　ｌａｓｔ，ｔｈｅ　ｃｏｄｅｂｏｏｋ　ｗａｓ　ａｄａｐｔｉｖｅｌｙ　ｃｈａｎｇｅｄ　ａｎｄ　ＺＦＢＦ　ｐｒｅｃｏｄｉｎｇ　ｗａｓ　ｆｉｎｉｓｈｅｄ　ｂｙ　ｔｈｅ　ｓｔａｔｉｏｎ，ａｃｃｏｒｄｉｎｇ　ｔｏ　ｔｈｅ　ｕｓｅｒ’Ｓ　ｆｅｅｄｂａｃｋ　ｉｎｆｏｒｍａｔｉｏｎ．Ｔｈｅ　ｓｉｍｕｌａｔｉｏｎ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈａｔ　ｅｖｅｒｙ　ｕｓｅｒ’Ｓ　ａｖｅｒａｇｅ　ｎｕｍｂｅｒ　ｏｆ　ｆｅｅｄｂａｃｋ　ｂｉｔｓ　ｉｓ　ｓｉｇｎｉｆｉｃａｎｔｌｙ　ｒｅｄｕｃｅｄ　ａｎｄ　ａ　ｂｅｔｔｅｒ　ｓｕｍ　ｒａｔｅ　ｐｅｒｆｏｒｍａｎｃｅ　ｗｉｔｈ　ａ　ｌｏｗｅｒ　ｆｅｅｄｂａｃｋ　ｒａｔｅ　ｉｓ　ｇａｉｎｅｄ．Ｔｈｅ　ｃｏｄｅｂｏｏｋ　ｓｅａｒｃｈｉｎｇ　ｐｒｏｃｅｓｓ　ｉｓ　ｓｉｍｐｌｉｆｉｅｄ　ａｎｄ　ｔｈｅ　ｓｕｍ　ｒａｔｅ　ｐｅｒｆｏｒｍａｎｃｅ　ｉｓ　ｉｍｐｒｏｖｅｄ　ｂｙ　ｔｈｉｓ　ｓｃｈｅｍｅ　ｓｕｃｃｅｓｓｆｕｌｌｙ．　Ｋｅｙ　ｗｏｒｄｓ：ｍｕｈｉ—ｕｓｅｒ；Ｍｕｈｉｐｌｅ　Ｉｎｐｕｔ　Ｍｕｈｉｐｌｅ　Ｏｕｔｐｕｔ（ＭＩＭＯ）；ｌｉｍｉｔｅｄ　ｆｅｅｄｂａｃｋ；ｔｗｏ—ｌｅｖｅｌ　ｃｏｄｅｂｏｏｋ；Ｚｅｒｏ　Ｆｏｒｃｉｎｇ　ＢｅａｍＦｏｒｍｉｎｇ（ＺＦＢＦ）；ａｄａｐｔｉｖｅ　ｐｒｅｃｏｄｉｎｇ　０　引言　在多用户多输入多输出（Ｍｕｈｉｐｌｅ　Ｉｎｐｕｔ　Ｍｕｌｔｉｐｌｅ　Ｏｕｔｐｕｔ，　ＭＩＭＯ）系统中，可以利用信道信息对发送信号进行预处理以　消除多址干扰”Ｉ２　。一般采取有限反馈的方法将信道状态信　息反馈给基站　。反馈信息对于多用户ＭＩＭＯ系统的性能　优劣具有重要的意义，如何获得准确的信道状态信息是多用　户ＭＩＭＯ预编码技术的关键问题　。　文献［５］迫零（Ｚｅｒｏ　Ｆｏｒｃｉｎｇ，ＺＦ）方案将每根天线看作是　一个独立的用户，在系统用户数较少或者信道秩亏时，会带来　噪声增强。文献［６］提出的迫零波束成型（Ｚｅｒｏ　Ｆｏｒｃｉｎｇ　ＢｅａｍＦｏｒｍｉｎｇ，ＺＦＢＦ）预编码方法，需要在所有的用户组合中　穷举寻找最优的用户调度算法，计算复杂度随用户数指数增　长。文献［７］提出了一种上行多址接人信道的最小均方误差　（Ｍｉｎｉｍｕｍ　Ｍｅａｎ　Ｓｑｕａｒｅ　Ｅｒｒｏｒ，ＭＭＳＥ）接收机　的预处理方　法，但没有把用户信道转化为并行正交子信道，功率不能采用　直接分配的方式。文献［９］提出了一种低复杂度的ＺＦＢＦ方　法，但在用户数较多时会导致接收端信噪比（Ｓｉｇｎａｌ—ｔｏ—Ｎｏｉｓｅ　Ｒａｔｉｏ，ＳＮＲ）降低。ＺＦＢＦ对信道状态信息比较敏感，发送端需　要获得比较准确的信道状态信息才能达到比较好的性　能　。　针对ＺＦＢＦ反馈量小时性能较差的缺陷，本文提出一种　将酉矩阵和随机矢量码本相结合的基于二级码本的ＺＦＢＦ改　进方案。并在此基础上提出一种基于二级码本ＺＦＢＦ方案自　适应预编码方案。通过对方案的和容量和反馈速率的仿真，　该方案能够显著降低每用户的平均反馈比特数，获得较好的　系统和容量性能。　１　系统模型　基于有限反馈的多用户ＭＩＭＯ系统模型如图１所示。考　虑拥有一个基站、　个用户的下行多天线多用户系统。基站配　有　根发射天线，每个用户有一根接收天线，且Ｋ≥　。　收稿日期：２０１２—０９—１２；修回日期：２０１２—１０—３０。　作者简介：张志禹（１９６６一），男，山西朔州人，教授，博士，主要研究方向：通信信号处理、阵列信号处理、并行计算；　李敏（１９８８一），女，陕　西铜川人，硕士研究生，主要研究方向：通信信号处理、ＭＩＭＯ预编码。

阵列自适应波束形成及空时自适应处理方法研究

阵列自适应波束形成及空时自适应处理方法研究

一、引言

随着无线通信技术的不断发展和应用，阵列自适应信号处理的研究与应用越来越重要。作为一种传统的信号处理技术，波束形成已经广泛应用于雷达、无线通信、声纳等领域。而阵列自适应波束形成则是对传统波束形成方法的一种改进和完善，通过利用阵列天线的多径信道响应和干扰域上的统计特征，实现了自动跟踪和自适应增益控制。

二、阵列自适应波束形成的基本原理

阵列自适应波束形成的基本原理是利用阵列天线的多个元件接收到的信号之间的相位和幅度差异，通过加权和相加的方式形成具有指向性的波束。使得接收波束的指向性最大，从而抑制其他方向的干扰和噪声。在空间波束形成的过程中，首先需要确定接收信号的传播关系，即阵列天线上的接收效应，然后通过一系列的滤波和加权处理，实现波束形成。

三、空时自适应处理方法

1. LMS算法

最小均方（LMS）算法是一种运用最小均方差准则的一种自适应滤波算法，它的主要思想是：通过不断的调整滤波器的权值，使滤波器的输出与期望响应尽量接近，从而实现滤除干扰和噪声的目的。LMS算法的主要缺点是收敛速度较慢，对于信号的非平稳性和干扰的复杂性处理效果不佳。

2. RLS算法

递归最小二乘（RLS）算法是一种具有较快收敛速度和较好处理效果的自适应滤波算法。其核心思想是通过最小化预测误差平方的期望，使滤波器的输出与期望响应尽量接近。该算法采用递归的方式，能够在每次输入一个新的样本时更新滤波器的权值，从而在实时性要求较高的应用场景具有优势。

3. BSS算法

盲源分离（BSS）算法是一种利用统计学原理对混合信号进行分离的算法，可应用于信号处理和通信中的多路径干扰消除、噪声抑制等问题。BSS算法将观测信号模型化为多个源信号按一定比例线性叠加的形式，并利用源信号之间的统计特性进行分离。