学位论文 > 优秀研究生学位论文题录展示

基于LMS算法的自适应波束形成的性能研究

作　者: 李海波
导　师: 杨力生
学　校: 重庆大学
专　业: 通信与信息系统
关键词: 自适应波束形成 LMS算法变换域变步长 FPGA
分类号: TN821.91
类　型: 硕士论文
年　份: 2010年
下　载: 271次
引　用: 2次
阅　读: 论文下载

内容摘要

自适应波束形成是智能天线的核心技术,其主要思想是利用自适应算法调整阵列权向量使天线主瓣指向有用信号,干扰方向对准零陷,尽可能地提高阵列输出所需信号的强度,同时减小干扰信号的强度,从而提高阵列输出的信噪比。自适应波束形成中用以调整权值的算法就是自适应波束形成算法。自适应波束形成算法是自适应天线阵列系统的核心,是决定系统性能的最重要因素,也是自适应天线阵列研究的重点和关键。针对不断变化的复杂移动通信环境,收敛速度较快、计算复杂度低和有稳定鲁棒性的自适应算法一直都是研究人员追求的目标。围绕这一问题,本文主要研究了自适应波束形成系统中的自适应算法,论文的研究工作有以下四个方面:首先,总结了智能天线的发展过程和应用现状,以及智能天线中涉及到的关键技术,分析了智能天线和自适应波束形成的基本原理,并建立了智能天线中传输信号的基本模型。同时综合了现有的自适应波束形成算法的种类及发展现状,讨论了三类基本的自适应波束形成准则,并对每一类准则进行了详细的分析和研究,并进行了性能对比。研究了自适应波束形成中常用的三类算法:LMS算法、RLS算法、SMI算法,通过仿真验证进行了性能对比;针对特征值扩展度对LMS算法收敛性能的影响和不同收敛因子对于失调量的影响的问题展开讨论;最后重点研究了LMS算法下的系统因素对于自适应波束形成性能的影响,包括收敛因子、阵列的系统参数、阵列接收信号特征等。其次,研究了LMS类族下比较重要的几类LMS算法,包括NLMS、变换域LMS算法、变步长LMS算法,并且重点讨论了研究较热的变步长LMS类算法。根据权向量迭代公式中变步长因子的不同迭代方式,将变步长类的LMS算法创新性的分为三类:第一类是通过对前一时刻的步长来修改当前时刻的步长;第二类是利用误差向量或者输入信号的平方归一化形式的某种函数关系来调整步长值的变化;第三类是通过非线性函数来调整步长,同时对各类算法中的改进型算法进行了讨论以及对应的收敛性的仿真验证和比较。再者,提出了一种改进的变步长算法VSSDCTLMS算法。针对已有的传统变换域DCT-LMS算法和变步长算法VSS算法进行分析,针对传统的变换域和变步长存在的收敛速度慢和对于相关信号较为敏感的问题提出改进型算法。新改进的算法较之传统的变换域DCT-LMS算法在初始收敛阶段有着更快的收敛速度,且趋于稳定时也能以较小的收敛因子进行迭代,从而保持较小的稳态误差;较之传统的变步长VSSLMS算法有着对相关输入信号更强的抗干扰性。而且新提出的算法在系统发生突变的情况下也能表现出优异的跟踪能力,在信号产生突变的情况下也能已较快的速度进行重新收敛。针对新算法的特性都一一进行了仿真验证,并将新算法运用于自适应波束形成技术中。最后,实现了基于LMS算法的自适应波束形成器的FPGA功能仿真。采用模块化设计的方法,在保证运算精度的前提下,配合有效的数据截位,实现了LMS自适应波束形成器的功能仿真。该方案运算速度快、资源耗费小且易于硬件仿真实现。仿真结果证明,该设计方案有效的实现了算法的收敛性,权向量收敛曲线与理论分析的一致。

全文目录

中文摘要  3-5
英文摘要  5-9
1 绪论  9-15
  1.1 智能天线  9-10
  1.2 智能天线中的自适应波束形成  10-11
  1.3 自适应波束形成算法  11-12
  1.4 算法的评价标准  12
  1.5 论文结构及主要研究内容  12-15
2 智能天线及自适应波束形成的基本原理  15-29
  2.1 智能天线的发展过程及应用状况  15-17
    2.1.1 智能天线的发展过程  15-16
    2.1.2 智能天线技术的应用现状  16-17
  2.2 智能天线的基本理论  17-22
    2.2.1 智能天线的信号模型  18-20
    2.2.2 波达估计  20-21
    2.2.3 自适应波束形成原理  21-22
  2.3 自适应算法的发展现状  22-28
    2.3.1 自适应波束形成算法的分类  22-23
    2.3.2 基本的自适应波束形成准则  23-28
  2.4 本章小结  28-29
3 自适应波束形成算法  29-43
  3.1 最小均方算法(Least mean square，LMS)  29-32
  3.2 递归最小二乘算法(Recursive Least Square，RLS)  32-34
  3.3 直接求逆法(Sample Matrix Inversion，SMI)  34-35
  3.4 LMS 算法性能分析  35-42
    3.4.1 特征值扩展度对算法收敛速度的影响  35-38
    3.4.2 失调量  38
    3.4.3 LMS 算法性能下的自适应波束形成性能分析  38-42
  3.5 本章小结  42-43
4 LMS 类算法  43-55
  4.1 归一化LMS 算法(Normalized Least mean square，LMS)  43-44
  4.2 变换域LMS 算法(Transform Domain LMS Algorithm)  44-46
  4.3 变步长LMS 算法(Variable Step Size LMS Algorithm, VSSLMS)  46-53
    4.3.1 第一类变步长LMS 算法  47-49
    4.3.2 第二类变步长LMS 算法  49-50
    4.3.3 第三类变步长LMS 算法  50-53
  4.4 本章小结  53-55
5 LMS 算法的改进  55-63
  5.1 新变换域变步长LMS 算法的提出(New Transform Domain Variable Step Size LMS Algorithm，NTDVSSLMS)  55
  5.2 新变换域变步长LMS 算法的性能分析  55-58
  5.3 新算法的仿真分析  58-61
  5.4 自适应波束形成中的新算法  61-62
  5.5 本章小结  62-63
6 LMS 自适应波束形成的 FPGA 实现  63-73
  6.1 LMS 自适应波束形成中的模块设计  63-68
    6.1.1 空域滤波模块  64-66
    6.1.2 误差计算模块  66
    6.1.3 权值更新模块  66-68
  6.2 功能仿真结果分析  68-71
  6.3 本章小结  71-73
7 总结与展望  73-75
致谢  75-77
参考文献  77-81
附录  81-82
  A. 作者在攻读学位期间发表的论文目录  81-82

基于LMS算法的自适应波束形成的性能研究

内容摘要

全文目录

相似论文