自适应波束形成开题报告.doc

完整版)自适应波束形成开题报告

哈尔滨工业大学（威海）

毕业设计（论文）开题报告

题 目 几种自适应波束形成算法性能分析
专 业 电子信息工程
学 号 100250210
姓 名 付鹏成
指导教师 王军
2014年 3月 24日

1 课题来源及研究的目的和意义
1.1 课题来源
自适应阵列天线的研究可以追溯到20 世纪60 年代， 其中最具代表性的工作包括Adams 提出的基于SNR 输出的自适应处理器以及Widrow 提出的宽带和窄带自适应阵列结构.
自适应波束形成通过不同的准则来确定自适应权， 并利用不同的自适应算法来实现.主要的准则有：最小均方误差( MSE) 准则； 最大信噪比（ SNR) 准则；最大似然比（ LH ) 准则； 最小噪声方差( NV ) 准则等。Monzingo和Miler在他们的专著中阐述了理想情况下这4 种准则是等价的.不管选择什么样的准则, 都是要采用一定的算法调整阵波束方向图， 从而实现自适应控制。
自适应算法的分类有几种， 按照算法的实现可以分为开环算法和闭环算法。早期主要注重于闭环算法的研究， 主要的闭环算法有最小均方( LMS ) 算法、差分最陡下降（ DSD） 算法、加速梯度( AG） 算法以及它们的变形算法。闭环算法简单、性能可靠， 不需数据存储.但其主要缺点是收敛于最佳权的响应时间取决于数据特征值分布， 在某些干扰分布情况下， 算法收敛速度较慢， 从而大大限制了它的应用场合。因此, 近20年来， 人们把兴趣更多集中在开环算法研究上。REED 等人最早提出了著名的开环算法: 直接求逆( DMI 或SMI) 法。DMI 法通过直接干扰方差矩阵的逆来求解Winner—Hopf 方程以获得最优权值， 然后作加权相消， 它的收敛速度和相消性能都比闭环算法好得多.随着数字技术的迅速发展, 高速度芯片的产生为开环算法提供了更好的前提条件。
近年来,自适应波束形成算法在通信雷达、声纳、生物医学工程等科技领域 中到了极为广泛的应用。在实际应用中，如果信号源、天线阵列出现误差，传统的自适应波束形成算法性能将会下降。但是对于稳健的自适应波束形成算法。环境及天线阵列的误差和不确定性是必须要考虑的关键问题。这里对稳健的自适应波束形成算法的研究现状与发展动态进行了较为详细的评述。
传统的算法在设计波束形成器时，都是假定在其训练数据中不含有期望信号。这时的波束形成器对于阵列响应误差和有限次快拍数据的稳健性非常好。但
是在许多情况下,干扰和噪声信号的观测数据不可避免地要被期望信号所污染.而即使在理想情况下，这时精确的知道期望信号的方向向量,在有限次快拍训练数据中含有的 响应之间的不匹配。自适应阵列信号处理对于这类误差的反应非常敏感.因为这时期望信号分量会被当作干扰抑制掉。阵列校正误差及观测方向的偏差等现象在实际中经常出现。
引起自适应波束形成算法性能降低的原因除了阵列响应误差外，由于信道的不稳定、干扰和天线的移动、天线的转动等所造成的波束形成器训练数据的不稳定性也是一个主要原因。首先即使在训练数据中不包含期望信号,这种不稳定性也会限制自适应波束形成算法的性能进而当在训练数据中含有期望信号时，波束形成器性能会进一步严重降低;最后如果出现快速移动的干扰。波束形成器的性能将会崩亏。因为这时自适应权向量的收敛速度跟不上干扰的变化，不能有效的对干扰形成零陷.
1.2 研究的目的和意义
自适应波束形成算法核心是通过一些自适应波束形成算法获得天线阵列的最佳权重,并最终最后调整主瓣专注于所需信号的到达方向，以及抑制干扰信号,通过这些方式,天线可以有效接收所需信号。在实际应用中,收敛性,复杂性和鲁棒性的速度是在选择自适应波束形成算法时要考虑的主要因素。这次研究将聚焦于最小均方（LMS）算法和样本矩阵求逆（SMI）的算法,分析它们的性能，并在Matlab 的帮助下将这两个算法应用于自适应。
2 国内外在该方向的研究现状及分析
自适应波束形成算法被广泛用于天线阵列通信、雷达系统以及生物医学工程。有几种自适应波束形成算法,如最小平均平方算法、采样矩阵求逆算法、恒模算法、递归最小二乘算法、共轭梯度法,等等.在实际应用中,如果信号源、天线阵列出现误差，传统的自适应波束形成算法性能将会下降。但是对于稳健的自适应波束形成算法．环境及天线阵列的误差和不确定性是必须要考虑的关键问题。如今稳健的自适应波束形成算法成为实际应用中的主流。
3 主要研究内容及研究方案
3.1.1 波束成形
波束成形，源于自适应天线的一个概念。接收端的信号处理,可以通过对多天线阵元接收到的各路信号进行加权合成,形成所需的理想信号。从天线方向图（pattern）视角来看，这样做相当于形成了规定指向上的波束。 例如,将原来全方位的接收方向图转换成了有零点、有最大指向的波瓣方向图。同样原理也适用用于发射端。对天线阵元馈电进行幅度和相位调整，可形成所需形状的方向图。
波束成形技术属于阵列信号处理的主要问题:使阵列方向图的主瓣指向所需的方向。
在阵列信号处理的范畴内，波束形成就是从传感器阵列重构源信号.虽然阵列天线的方向图是全方向的，但阵列的输出经过加权求和后，却可以被调整到阵列接收的方向增益聚集在一个方向上，相当于形成了一个“波束”。
波束形成技术的基本思想是：通过将各阵元输出进行加权求和,在一时间内将天线阵列波束“导向”到一个方向上，对期望信号得到最大输出功率的导向位置即给出波达方向估计.
“导向”作用是通过调整加权系数完成的.对于不同的权向量，上式对来自不同方向的电波便有不同的响应,从而形成不同方向的空间波束。
波束成形的工作过程是怎样的？以热点为例，基站给客户端周期性发送声信号,客户端将信道信息反馈给基站,于是基站可根据信道状态发送导向数据包给客户端。高速的数据计算处理，给出了复形的指示,客户端方向上的增益得以加强,方向图随之整型,相应方向的传输距离也有所增加.AP如果用4组发射天线4x4三组空间流,便能在多天线得到的增益基础上,获取较大的空间分集增益。
3.1.2 自适应波束形成算法
常用的自适应波束成形算法有以下几种:取样协方差矩阵的直接求逆DMI算法,LMS最小均方算法、RLS递推最小二乘算法(基于参考信号的自适应波束形成的算法）SCB标准CAPON波束形成算法（基于波达角估计的自适应波束形成的算法)
Buss gang自适应均衡算法
1. 最小均方算法（LMS）
算法思想是主要在增加很少运算量的情况下能够加速其收敛速度，这样在自适应均衡的时候就可以很快的跟踪到信道的参数,减少了训练序列的发送时间，从而提高了信道的利用率。
2. RLS算法

3. DMI算法
DMI 算法又称SMI（采样矩阵求逆) 算法。DMI 算法比LMS 算法收敛速度要快得多， 但是DMI 算法需要矩阵求逆运算， 运算量大, 硬件实现复杂, 这使它的实际应用受到限制。

图1。三种算法比较
3.2 研究方案
3.2.1 建立信号模型、阵列模型
智能天线的阵元排列方式有直线型、圆环型、平面型等几种类型, 其中等间距线天线阵最为常见, 下面的讨论基于等间距线天线阵, 如图1 所示。

首先建立智能天线的信号模型[2, 7]。设等间距线天线阵的阵元个数为L , 阵元间距d , 以第1个阵元作为参考阵元, 信号s( t) 的入射方向与天线阵法线方向的夹角为H。s（ t ）到达第i个阵元与到达参考阵元的时间差为
( 1）
其中c 为光速。信号s（ t ) 在参考阵元上的感应信号图2 窄带波束形成器结构Fig12 The structure of narrow2band beamformer通常可用复数形式表示为
（ 2)
信号s（ t) 在第I 个阵元上的感应信号可表示为

= ( 3)

这里K为载波波长。把信号s（ t) 在天线阵上感应的信号用向量表示为
（ 4)
其中A( H） 称为引导向量.考虑噪声, x( t ） 可表示为
x( t ） = A( H) x1（ t） + n （ t) ( 5)
窄带传输条件下采用窄带波束形成器， 如图2。

根据不同的准则 选取加权向量w, 可使某个方向上的信号得到最佳合并，而其他方向上的干扰和信号则被抑制.
将窄带波束形成器同时域FIR 滤波器进行比较后可以发现, 两者结构类似, 而且两者的参数还存在一定的对应关系, 时域FIR 滤波器在时域对信号进行处理， 而窄带波束形成器在空域对信号进行处理， 所以窄带波束形成器通常又可称为空域滤波器。
和窄带波束形成器不同, 宽带波束形成器中每个阵元接收到的信号都要用一个FIR 滤波器进行处 。理, 由于信号中不同的频率分量通过天线阵产生的相移不同， 采用这样的结构能对相移差进行补偿， 因而这种处理器具有频率选择性.由此可见，宽带波束形成器同时在空域和时域对接收到的信号进行处理, 这种处理方式称为空时阵列处理。

3.2.2 仿真性能分析
在MATLAB软件中，通过编程构造信号模型和矩阵模型,根据约束条件，实现自适应波束形成算法，分别考察算法性能与信噪比，采样率，观测时间等参数的关系，最后对各种算法处理后的结果进行比较，分析算法的优缺点和特点。
4 进度安排及预期达到的目标
4.1进度安排
2014。03。03－2014.03。31
熟悉课题，并查阅相关资料，掌握自适应波束形成算法的相关原理.
2014.04.01－2014。04。15
制定出课题的详细方案。
2014.04.16－2014。05.01
进入课题实施阶段，完成一种算法的仿真
2014。05。02－2014。05。20
完成全部算法的仿真
2014.05。20－2014.05.30
进行算法的比较分析
2014。05。31－2014.06.15
撰写本科毕业设计论文
2014.06.16－2014.06。21
修改本科毕业设计论文
2014。06。22－2014。06。28
准备和参加本科毕业设计答辩
4。2预期达到的目标
掌握自适应波束形成算法的原理，并在此基础上掌握自适应波束形成算法的分析方法，并能够对其经典最小均方（LMS）算法和样本矩阵求逆（SMI）的算法进行性能比较和分析。
5 预计研究过程中可能遇到的困难和问题以及解决措施
自适应波束形成算法仿真可能会比较复杂，应该先查阅matlab相关书籍再进行仿真。
6 主要参考文献
[1] 张贤达.现代信号处理。清华大学出版社
[2] 丁鹭飞，陈建春。雷达原理。电子工业出版社
[3] 韩英臣, 赵兴录， 赵国庆。 自适应波束形成技术的发展与现状研究。 航天电子对抗，第25卷第2期。
[4] 周露，稳健的自适应波束形成算法研究。 硕士学位论文. 电子科技大学
[5] 邱冬冬，金华松,孙永江。 自适应波束形成算法的研究。 电子设计工程，第21 卷，第1期.
[6] Taylor JWR。 Jane‘s all the world aircraft[M］。 London：Janes.PublishinCompany，2004—2005.
[7] Nishimura K, Sato T. T he European conference on antennas and propagation［ R] 。 The European Conference on Antennas and Propagation， 2006.
[8] Improvement for over sampled subband adaptive noise andEcho cancellation［ M] . Proc. Euro speech, 2003.
[9] RedifS， Mcwhirter JG, Baxter PD, et al。 Robust broadb and Adaptive eamforming via polynomial eigenvalues[ R］ 。 2006European Conference o n Wireless Technologies，2006.
[10] BoukalovAO， GgmanSG。 System aspects of smart—antenna technology in cellular wireless communications an overview[ J ] 。 IEEE Trans。 on Microwave Theory and Tech。 ,2000， 48（ 6） : 919- 929.
- 7 -