自适应算法研究与FPGA实现.doc

自适应算法研究与FPGA实现本文由ccna751贡献 pdf文档可能在WAP端浏览体验不佳。建议您优先选择TXT，或下载源文件到本机查看。 南京理工大学 硕士学位论文 自适应算法研究与FPGA实现 姓名：黄崑 申请学位级别：硕士 专业：通信与信息系统 指导教师：王建新 20090601 硕士论文 自适应算法研究与实现 摘要 近年来，自适应算法被广泛的应用到各个领域。人们通过对自适应算法的深入研究， 发现了新的算法并改善了以往的自适应算法的性能。随着数字信号处理、技术的出 现，使得自适应算法的发展更加迅速。 、 本文对自适应算法以及智能天线等技术进行了研究学习，并选取功率谱倒置算法进 行了的设计实现。文章首先对自适应算法和智能天线技术进行了阐述，介绍了其 特点，随后对自适应算法和不同的天线阵列在上进行了模型仿真。然后详细介 绍了功率谱倒置算法，从基本概念到推导过程，之后对不同的天线阵列分布在 上进行了系统仿真。通过对仿真结果的分析，在合适的天线阵列上运行功率谱倒置算法， 并用实现算法。论文最后对实现的流程和系统模块进行了详细的说明，并给 出了仿真结果。 关键词：自适应算法，智能天线，功率谱倒置， 硕士论文 ， ， ， 、 ， ， ， ， ， ， ： ， ， ， 声 明 本学位论文是我在导师的指导下取得的研究成果，尽我所知，在 本学位论文中，除了加以标注和致谢的部分外，不包含其他人已经发 表或公布过的研究成果，也不包含我为获得任何教育机构的学位或学 历而使用过的材料。与我一同工作的同事对本学位论文做出的贡献均 已在论文中作了明确的说明。 研究生签名： 扣卢占月咱 学位论文使用授权声明 南京理工大学有权保存本学位论文的电子和纸质文档，可以借阅 或上网公布本学位论文的部分或全部内容，可以向有关部门或机构送 交并授权其保存、借阅或上网公布本学位论文的部分或全部内容。对 于保密论文，按保密的有关规定和程序处理。 研究生签名： 墨蓖， 一年卧， 硕士论文 自适应算法研究与实现 绪论 课题的研究背景和意义 自适应信号处理是近年来发展起来的信号处理领域一个新的分支【。这个学科 通过对系统结构的研究，调整结构特性，使系统借助外界信号的变化来改善自身对信号 处理的性能。自适应系统在各个领域都有广泛的应用，像通信、雷达、声纳、地震学等 一系列学科中都有广泛的应用。 智能天线的提出源于世纪年代，同自适应信号处理是相关的技术。智能天线 结合不同的自适应算法来达到“智能的作用。智能天线广泛的应用于通信、雷达、导 航等很多领域。特别是系统，是一种高精度的全球定位系统，可以全天候为 用户提供经度、纬度、高度、速度以及时间等信息，在军事领域和民用领域得到了广泛 应用。但是接收机容易受到干扰，微弱的干扰就可能导致接收机不稳定甚至 完全失效，因此抗干扰问题越来越受到人们的关注。 对自适应信号处理算法的研究具有重要的现实意义。自适应算法的理论研究和算法 的实现是自适应算法研究的两个主要内容。在实时信号处理中，特别是研究的系统具有 非平稳性和时变性时，自适应信号处理具有重要的作用。在人们认识到自适应信号处理 在工程中的重要作用之后，自适应算法的研究一跃成为当今信号处理中最为活跃的研究 课题。为了满足实时信号处理的要求，寻求收敛速度快，计算复杂程度低，数值稳定性 好的自适应算法是未来不断努力寻求的目标【。 在算法实现时，理论与实际中满足实时性的条件是不同的，影响实时性的除了理论 上的因素外，还有系统工作频率、结构特点、硬件固定延时、设计中带来的延时等诸多 因素，只从理论上改进算法来解决实时性问题是不可行的，还必须对算法的实现环节加 以改进，才能在根本上解决实时性的问题。研究自适应信号处理的高速实现是非常必要 的，自适应算法的高速实现是实现实时性的一种非常有效而且实用的途径。 自适应算法基本概念与分类： 对于自适应算法，目前已提出很多方法，概括地讲有非盲算法和盲算法两大类【】： 非盲算法是指需要借助参考信号（导频序列或导频信道）的算法。接收端预先知道发 送信号的特征，进行信号处理时要么先确定信道响应再按一定准（如最优的迫零准 则 ）确定各加权值，要么直接按一定的准则确定或逐步调整权值，以使智能 绪论 硕士论文 天线的输出信号与已知输入信号最大相关，常用的相关准则有（最小均方误差）、 （最小均方）和（最小二乘）等。 盲算法是指接收端无需预先知道发送端传送的导频信号，例如判决反馈算法 （ ）就是一类盲算法。接收端估计发送的信号并以此为参考信号进行信 号处理，但需要注意的是要保证判决信号与实际传送信号之间的误差非常小。盲算法一 般利用调制信号本身固有的、与具体承载的信息比特无关的一些特征，如恒模算法 （）、子空间（）、有限符号集、循环平稳（）等，并调整权值来确 保输出满足上述特性。非盲算法相对盲算法而言，通常误差较小，收敛速度也较快，但 需要占用一定的系统资源用于传送参考信号、训练序列等。即使非盲算法收敛速度快， 但仍然跟不上快衰落变化的速率要求。因此，目前全自适应型智能天线技术的瓶颈仍在 快速算法的研究和寻求上，现仍处于理论探索阶段。 半盲算法，是指盲算法和非盲算法相结合的算法，即先用非盲算法确定初始权值， 再用盲算法进行跟踪和调整。这样做一方面可综合二者的优点，一方面也是与实际的通 信系统相一致的。 自适应算法的实现方法 自适应信号处理算法的实现方法一般可以分为三类：软件实现法、硬件实现法以及 软硬件结合实现法。 软件实现法：利用通用计算机软件运行按照自适应算法数学模型编写出来的程序， 完成对信号的自适应处理，其优点是灵活方便和可靠并能做到时分复用，缺点是计算量 大，计算需要时间，信号处理的实时性不好，而且计算消耗成本高，硬件资源浪费明显。 这是因为通常的数字信号，处理算法虽然比较简单但却是大量重复的算术运算，输入和 输出的操作较少。如要求实时运算即使是中等速度的信号处理也只有很大的计算机才能 提供所需的计算速度，而此时通用计算机的复杂运算系统只有很小部分被利用，这使得 通用计算机的体系结构与大多数信号处理的算法不匹配造成浪费。 硬件实现法：依照自适应算法的数学模型设计，整个算法用硬件实现，用硬件来完 成算法的数学运算，例如加法器、乘法器、输入输出端口，除此之外还有系统时钟等外 设器件。硬件设计虽然实现起来没有软件实现快，但是能够针对算法合理选择器件，不 会造成系统资源的浪费。 软硬件结合实现法：这种方法是利用微处理器进行数字信号处理，亦即利用一部分 硬件再配以相应的软件，使微处理器的硬件得到软件的辅助，软件得到了硬件的支持， 从而成为可编程的专用信号处理机。 硕士论文 自适应算法研究与实现 智能天线技术的基本原理 基本概念 智能天线（）的工作方式好比我们与人交谈，通过我们的耳朵获得外界 的信息，而我们左右两只耳朵通过声波到达的前后与声音的大小，经过大脑的分析，可 以得知声波的来向和相关的信息。那我们的耳朵可以比拟成天线，而大脑处理的过程可 以理解成是智能天线的自适应算法处理过程。智能天线原名叫做自适应阵列天线，初始 的研究目的是为了满足军事需要，使其应用于雷达、声纳、军事抗干扰、通信等方面， 主要功能是完成空间滤波和定位，提高电子对抗的能力。它主要由天线阵、波束形成网 络、波束形成算法三部分组成。自适应天线阵由多个天线单元组成，布阵方式一般有直 线阵、圆型阵和矩形阵，每一个天线单元后接一个加权器（乘以某一个系数，这个系 数通常是复数，既调节幅度又调节相位），最后用相加器进行合并，这种结构的智能天 线只能完成空域处理，同时具有空域、时域处理能力的智能天线在结构上相对复杂些， 每个天线单元后接的是一个延时抽头加权（结构上与时域均衡器相同）。智能天线的 目的是通过满足某种准则的算法调节各阵元的权值，通过调整权值来调节各阵元接收信 号的幅度与相位，使天线的方向图对准期望信号方向，来达到削弱噪声抑制干扰，增加 有用信号信噪比的效果。 智能天线以多个高增益窄波束动态地跟踪多个期望用户。接收模式下，期望信号来 向增益最大，其他方向信号的增益通过权值调整使其最小。发射模式下，使期望用户接 收的信号功率最大，同时使期望信号照射范围以外的非期望用户受到的干扰最小。智能 天线引入一种新的多址方式：空分多址，利用信号传播路径的不同来区分同一个时隙中 的不同信号。空分多址是一种信道增容方式，与其他多址方式完全兼容，从而可实现组 合的多址方式，例如空分码分多址。智能天线与传统天线概念有本质的区别，其理论支 撑是信号统计检测与估计理论、信号处理及最优控制理论，其技术基础是自适应天线和 高分辨阵列信号处理【。 智能天线的特点 智能天线技术涉及到天线技术、无线电传播技术、信号检测与处理等多学科的背景 知识。当前对智能天线的研究包括智能天线的接收准则及自适应算法、宽带信号波束的 高速波束成形处理、用于移动台的智能天线技术、智能天线实现中的硬件技术、智能天 线的测试平台及软件无线电技术研究等方面。智能天线技术利用信号传输的空间特性达 到抑制干扰，提取信号的目的。它可以根据信号与干扰的来向的不同，即信号与干扰的 绪论 硕士论文 空间入射角来区分信号和干扰。这是由于在一般情况下，期望的信号和不希望的干扰往 往是来自不同的方向。 智能天线所形成的波束可实现空间滤波的作用，对期望的信号方向保持较高的增 益，把天线的零陷对准非期望信号方向，以达到抑制和减少干扰的目的。 智能天线的波束一般情况下是随着每个用户发出的期望信号的到达方向（最强路 径），不断地随着时间在动态改变的。所以要求智能天线跟踪变化的速率要大于用户移 动或者信道衰落的变化速率，这样才能满足系统实时性能要求。 智能天线还有以下的优点【】： 抗衰落 在陆地移动通信中，电波传播路径由反射、折射及散射的多径波束组成，随着移动 台的移动及环境的变化，信号瞬时值及延迟失真的变化非常迅速，并且不规则，这造成 信号的衰落。采用全向天线接收所有方向的信号，或采用定向天线接收某个固定方向的 信号，都会因衰落使信号的失真较大。如果采用智能天线控制接收方向，可以使天线自 适应的构成波束的方向性，使得延迟波方向的增益最小，减小信号衰落的影响。 抗干扰 智能天线波束具有方向性，可区别不同入射角的无线电波。可调整控制天线阵单元 的激励“权值，其调整方式与具有时域滤波特性的自适应均衡器类似，可以自适应电 波传播环境的变化，优化天线阵列方向图，将其零陷或旁瓣自动对准干扰方向，大大提 高阵列的输出信噪比，提高整个系统可靠性。 增加系统容量 为了满足移动通信业务的巨大需求，应尽量扩大现有基站容量和覆盖范围。要尽量 减少新建网络所需的基站数量，必须通过各种方式提高频谱利用率。方法是采用智能天 线技术，由于天线波束变窄，提高了天线增益及指标，减少了移动通信系统的同频 干扰，降低了频率复用系数，提高了频谱利用率。使用智能天线后，无需增加新的基站 就可改善系统覆盖质量，扩大系统容量，增强现有移动通信网络基础设施的性能。 智能天线允许任一无线信道与任一波束配对，这样就可按需分配信道，保证呼叫阻 塞严重的地区获得较多信道资源，等效于增加了此类地区的无线网容量。采用智能天线 是解决稠密市区容量难题既经济又高效的方案，可在不影响通话质量的情况下，将基站 配置成全向连接，大幅度提高基站容量。 智能天线的发展现状 随着近年来全球通信事业的飞速发展，通信业务的需求量越来越大，作为通信主要 手段之一的无线移动通信技术引起人们极大关注，已成为目前通信技术发展的热点之 顿士论文 自适应算法研究与宴现 一。然而，由于移动用户数量的急剧增加，通信资源匿乏的问题就显现了出来，由此产 生的通信容量不足、通信质量下降等一系列问题亟待解抉。同信道干扰（）、多址 干扰（与多径衰落是影响通信系统性能的主要因素。因此，需要寻找一种能够提 高系统容量和通信质量的新技术。智能天线的出现很好的解决了这一系列问题所造成的 困扰，为解决问题提供了有效的途径。智能天线利用数字信号处理技术动态产生空间定 向波束，使天线的主瓣跟踪期望用户信号波达方向，旁瓣或零陷对准干扰信号波达方向， 这样就达到充分的利用移动用户信号并删除或抑制干扰信号的目的。 由于移动通信中无线信号的复杂性，所以这种根据通信情况实时调整天线特性的工 作方式对算法的准确程度、运算量以及能够实时完成运算的硬件设各都有很高的要求。 这决定了智能天线的发展是一个分阶段的、逐步完善的过程，日前通常将这种过程分为 以下三个阶段图嘲： 终端 肖 图天线发展阶段图 口 服务端 第一阶段：开关波束转换。在天线端预先定义一些波瓣较窄的波束，根据信号的来 渡方向实时确定发送和接收所使用的波束，达到将最大天线增益方向对准有效信号，消 除发送和接收过程中干扰的目的。这种方法位于扇区天线和智能天线之间，实现运算较 为简单，但是性能也比较有限。 第二阶段：自适应（最强）信号方向。根据接收信号的最强到达方向，自适应地调 整天线阵列的参数，形成对准该方向的接收和发送天线方向图。这是动态自适应波束成 形的最初阶段，性能优于开关波束转换，同时算法也较为复杂，但是还未达到最优的状 态。 第三阶段自适应最佳通信方式。根据得到的通信情况的信息，实时地调整天线阵 列的参数，自适应地形成最大化有用信号、最小化干扰信号的天线特性，保持最佳的射 频通信方式。这是理想的智能天线的工作方式，能够很大程度地提高系统无线频谱的利 用率。但是其算法复杂，实时运算量大，同时还需要进一步探寻各种实际情况下的最佳 算法。 绪论 硕士论文 现在智能天线的应用主要集中在第二阶段，并且由于移动通信的迅速发展，使得智 能天线技术在包括的应用中受到广泛的重视，解决智能天线在实际应用中的各种问 题，寻求更加“智能的自适应算法和实现方案是现阶段工作的重点和主要内容。 课题的主要研究内容和论文结构 论文的研究内容 为了了解自适应算法与其实现，本课题的重点是学习分析自适应算法理论与各样的 自适应算法，对不同的算法进行仿真分析，评比各个算法的优劣性能，最后选择功率谱 倒置算法进行设计实现。 （）研究分析各种自适应信号处理算法，学习自适应信号处理算法的数学原理，了解 他们各自的优点和缺陷。 （）通过仿真验证自适应算法的性能，从仿真结果上观察各自适应算法，从迭代的效 率和输出与期望的平均方差两个方面来分析各自适应算法的性能。 （）重点研究功率谱倒置算法。分析不同天线分布形式下，该算法的不同性能。 （）将功率谱倒置算法局部分解，并将功率谱倒置算法在上实现。 论文结构 第一章绪论，主要介绍课题背景和研究意义，以及研究的主要内容。 第二章学习了自适应算法准则和相关算法，并介绍了智能天线的相关内容，仿真了 不同天线阵列的方向图。 第三章介绍了常用的自适应算法，并对不同算法进行仿真研究，对主要步长，遗忘 因子等关键参数做了说明。 第四章介绍了功率谱倒置算法和算法的推导过程，并采用不同的天线分布在 上仿真功率谱倒置算法，根据仿真的结果选择合适的天线阵列作为实 现的方案。 第五章介绍了的相关知识和设计流程，介绍模块功能和端口信息，最 后给出了仿真结果。 第六章对论文的内容做了简单的总结和展望。 硕士论文 自适应算法研究与实现 自适应信号处理与智能天线 自适应信号处理系统 自适应信号处理通过对系统结构的研究，调整结构特性，使系统借助外界信号的变 化来改善自身对信号处理的性能。通常这类系统是时变的非线性系统，可以根据信号传 送的要求自动适应变化的环境，无需预先知道信号的结构和信号的实际知识，无需精确 设计信号处理系统的本身。 自适应系统（ ）的非线性主要是由系统对不同信号环境实现自身调整 决定的。如果输入信号仅为期望信号或者有用信号，那么可以把它看作是一个全通的滤 波器，但如果输入信号中有噪声或者强干扰，那么就可以看作它是一个带通滤波器。自 适应系统能够很好的“学习”信号特性，调整自身性能，只要完成了学习过程，那么系 统就会稳定的工作。如果信号发生了变化，那么同步学习还会继续，进而自适应地调整 系统属性，来达到跟踪学习信号的目的。 自适应系统可分为开环与闭环两种结构。开环系统对输入信号进行测量，并借助测 量后得到的信号按照事先选择好的算法进行计算，用以调整自适应系统的自身性能；而 闭环系统还要利用系统调整所得到的信息去优化系统的性能和加强经过处理之后信息 的学习，我们可以认为闭环是一种实时性能反馈的自适应系统【】。 如图所示，图中所表示的系统是一个开环的系统，输出只与输入和自适应算法 图开环图 有关。 图表示的是一个闭环系统，从图上可以看出，闭环自适应系统的输出不仅与输 入有关，还与系统上一次计算输出的结果有关。 自适应信号处理与智能天线 硕士论文 图闭环图 自适应信号与权向量 自适应信号处理所研究的信号，既可以是随机平稳信号也可以是局部平稳的随机信 号。在工程中又可以将信号在频域分为窄带与宽带信号，在不同情况下研究或处理的方 法与结构也不同。信号的统计量非常的重要。研究者常用一阶量和二阶量来统计，同样 还可以用高阶累积量与高阶谱来统计。 一个自适应系统的输入信号和信号特性，通常对该系统的结构和性能起着重要作 用。一般说来，系统输入的有用信号可以是确定性信号或者是随机信号，而输入信号中 必然地会含有噪声或者干扰。如果在频域中考虑，它们既可能为窄带信号，又可能是宽 带信号。 一个离散随机信号（孢），如果其均值与时间无关，其自相关函数丸（，：）与，、 ，的选取无关，只与两者的差值有关，那么我们称）为宽平稳的随机信号，或者是 广义平稳随机信号，那么其数学属性如下】： 均值： ）（） 方差： （） ）硎（，）一 均方差： （） ；（疗）；研（，）】 自相关函数： （） 丸（啊，）吮（）研（，）（，聊），仇一 自协方差函数： （） 硕士论文 自适应算法研究与实现 以（，嘞）以（）（）石）一 假设自适应系统的输入信号）： 以）口（）朋以） （） （） 其中，口（）为输入信号的复包络（随时间变化缓慢的随机信号），为信号的载频， ，（）为输入信号噪声。 一个自适应系统一般形式可以从图中显示出来，图中有个输入，每条线代 表了每路的权值，我们称之为权向量，输出的信号为（），前面讲到过，自适应系统是 通过调整权值，也就是权向量来完成“自适应”，而调整权向量就是自适应算法的过程。 （） 自 适 应 算 法 调 整 权 值 吒（） 图自适应算法一般图示 如果输入信号表示成向量的形式，那么： 【屯】 （） 表示转置。同样权值依然用向量来表示： 那么可以从图的描述形式得出： ： （） （） 性能度量方法 均方误差（） 均方吴差（）性能测量最早是由维德罗（）等人提出的。这种测量方法适 用于一个系统输入为期望响应与自适应系统输出之差的系统【。 对于一个离散时间系统，可定义期望响应喀，畋与自适应系统的期望输出相近， 其中为采样时刻。 自适应信号处理与智能天线 硕士论文 如图所示，系统由一个自适应线性组合器与一个相减器组成，在时刻的系统 误差： 以一 而线性组合输出为： （） 鼍 其中五而】，屹】分别为系统的输入和权向量。 那么系统的输出方差可以得出结论： （） （）研（畋）（女）】 ，）。）哌一 （） 以将哌置于统计平均符号之外。 （ ） 此外，权向量可以是随时间变化的，但一定为确知向量，因此在中可 厂 、 自 适 应 算 法 调 整 权 值 义 （） 图引入了期望信号的自适应系统 考虑输入信号为平稳随机信号，系统输入信号噩与期望信号以的统计量与时刻 无关，所以均方误差输出的性能为权向量的二次函数，该系统的函数为： （）（）形日一 （ （） 其中日】【五五日，】。以】，为期望信号与输入信号 之间的相关量。均方误差性能测量的方法，要求系统自适应调整权值，使系统的均方误 差最小，此时系统权值的调整达到最佳。 最乘准则 设【】： （尼）（）鼍（尼）， 为接收信号矢量，则相应的误差估计为： ，三 （） 口（尼）（后）一圩（后）形，尼， 佗） 硕士论文 自适应算法研究与实现 最小二乘准则在于选择加权矢量使如下加权平方误差累计和的性能函数： ，：壹五上 （尼）（） 最小，其中名为遗忘因子，五，将（）写成矩阵的形式。那么： （以）（）（） （） （） ，：壹旯）：圭五（后）（后）：（拧）（靠）（） 式中： （）诹【允卜，】 令，对缈的梯度为零求得： 日（栉）（，）。（刀）】一 日（以）（，）（疗）】 （） （） （ ） 最大信噪比准则： 自适应系统通过调整权向量使输出信噪比最大。如图，自适应线性组合器其输 出信号儿为： ） （） 其中： 【矿屯，为信号的输入分量，以矿雎，】，为输入噪声分量，那 么系统的为： 姗嬲丽黑 七 一丘【川 一 （） 最大似然估计（）准则： 当输入有用信号的时间波形完全未知时，最大似然估计仍能对该信号做波形估计， 然而它要求噪声的概率密度多为高斯分布。 假设输入信号，且对于图所表示的系统，希望获取有用信号 的估计，定义一个输入信号向量五的似然函数为： 自适应信号处理与智能天线 硕士论文 “五】【五（五最）】 （） 其中，（）表示在给定事件下的概率密度。假定噪声是平稳的零均值高斯随机 过程，则它的概率密度函数为： 五（鼍瓯） 高【瓦一甜破鼍一轴 （） 式中，向量咒的维数为，并定义矩阵兄研虬醒】，由上面两式得到似然函 数： “鼍一，“ 一【鼍一胃群【鼍一瓯】 （） 从式（）中可以得出只要估计向量最，使等式中的右边最大，由于第二项是负数， 所以需要第二项最小，就可得到最大的似然估计。即： 一瓯】一乳】 （） 鉴于鼍与的关系，式（）可进一步推导为犯（），那么对其复 包络吼求偏导数，并且使其等于零。于是可以得到复包络的估计量： 乏路日以 估计的权向量是： 如果根据图将吼作为输出信号，则由式（）可以推断出，将它作为最大似然 耻跺 （） 由于，那么可以将输入信号表示成信号和噪声分量，于是可以表示为： 乏路口。圳咆器 右边的第二项是噪声输出，那么将噪声输出最小就可以改变系统的性能。 线性约束最小方差（）准则： 亿?， 线性约束最小方差准则是在某种约束条件下，使阵列输出的方差最小。若己知信号 硕士论文 自适应算法研究与实现 的方向矢量为口（力，约束条件为：日（），其代价函数为： 研陟）】矿）】形日）】，矽矿 疋。皿）日）】 则最佳权值可以表示为： （） （） 形熊 以上几种准则与必须知道期望信号，最大信噪比准则必须知道噪声的统 计量，而线性约束最小方差准则必须知道期望分量的波达方向。 自适应算法概述 自适应算法的运用往往结合一定结构的滤波器，自适应算法性能与滤波器是密不可 分的。按照算法是否与系统的输出有关，可以分为开环算法和闭环算法两种形式。开环 算法的输出仅与系统的输入和其他输入数据相关，闭环算法的输出不仅与系统的输入、 其他输入的数据有关，还与上一次系统的输出有关系，性能比较如下加】： 开环算法：调整速度快，一般不存在稳定性问题。要求的计算量大，不能补偿计算 误差和元件误差。应用于一些要求高速调整的系统中。 闭环算法：利用了输出反馈，不但能在滤波器输入变化时保持最佳的输出，而且一 定程度地补偿了滤波器计算误差和元件参数的变化所引入的误差。闭环算法实现简单， 但是收敛速度很慢，在要求实时性的系统上不适合使用。 基本自适应算法的主要特点是不需要离线方式的梯度估值或者重复使用样本数据， 而只是需要在每次迭代时对数据做瞬时梯度估计。基本的算法有【】： 最小均方误差（）算法。 递推最小二乘（）算法。 序贯回归（）算法。 随机搜索算法。 直接矩阵求逆（）算法。 下一章节会详细介绍与算法，并进行仿真结果的分析。 智能天线 天线阵列是智能天线系统的前端，直接影响信号的接收质量，因此对天线阵列的研 自适应信号处理与智能天线 硕士论文 究是智能天线研究中的必要环节。这个章节会对天线阵列进行说明，对常见的天线分布 进行研究学习。 由若干离散的辐射元按照一定的规律排列并相互连接在一起构成的天线系统，以产 生强方向的辐射，称这种天线系统为阵列天线。阵列天线的辐射元可以是简单的弱方向 性天线，如偶极子、对称阵子等，也可以是较复杂的天线，如抛物面天线、八木天线等。 阵列天线的性能由辐射元的位置及其激励幅度和相位来确定。 阵列天线的结构形式是非常丰富的。最基本的形式是线性阵，它由多个阵元排列在 一条直线上，阵元间距可以是相等的，也可以是不等的。当天线的各个阵元排列在一个 平面上时，我们称这种排列形式为面阵。在这个平面上的阵元所形成的轮廓形状，可以 是矩形面阵，也可以是圆形面阵，阵元的分布可以是均匀的，也可以是不均匀的。在飞 机或导弹等飞行器非平面的表面上安装天线阵的阵元，则构成共面形阵列天线，它是三 维的立体阵】。 智能天线的常见天线分布 按照阵元的空间分布方式，比较常见的阵列是均匀直线阵，均匀圆阵，均匀弧阵 等一系列阵列。天线阵的辐射特性决定于阵列单元数目、分布形式、阵元间距、激励信 号的幅度和相位，改变五个因素的特性可以改变辐射场的特性，这也是调整阵列天线性 能的五个必要环节。描绘天线辐射性能随空间方向变化关系的图形叫做方向图。 均匀线阵： 均匀线阵如图所表示，黑色圆点表示阵元，它们按照等距离排列成一条直线，每 个阵元的间距为，那么可以分析出到达各阵元的波为平面波，平面波与阵元法线夹角 为，这个乡一般称之为波达方向，也就是常说的。 如果所有阵元的性能和取向相同，则根据方向图乘法原理，天线阵列的方向性可 鄹双 ， ？ 图均匀线阵 以用单位阵元的方向性和阵列因子的乘积来表示，如果阵元是全向性的，就可以用阵列 因子来分析阵列的方向特性了。阵列因子是波达方向的函数，对于个阵元，阵元间 距的等距离直线阵，以阵元为参考阵元时的阵列因子为： 硕士论文 自适应算法研究与实现 厂（）删州毋 一 （） 删叫口表示的是第研个阵元与参考阵元的相位差，用向量可表示为： 妒 则） （） 袱 点？ 州 （ 向量我们一般称之为引导向量，他表示各个阵兀与参考阵元信号间的相位差。艉 则是各个阵元上的权值，我们称之为权向量。 均匀圆阵 图表示的是圆形阵，假设阵元个数为，均匀排列在半径为尺的圆周上，则相 邻阵元之间的弧所对应的圆心角为。 我们这里取圆心为参考点，以右边第一个阵元为号阵元，按照逆时针的顺序排列， 信号的入射角同样为秒，那么圆形阵的阵列因子为厂（臼）：（吾棚。第个阵 元与第一个阵元的夹角为： ：兰孚，：，一 百聊，一 ? （） 取圆心为参考点，我们可以得到信号在第个阵元与参考点之间的传播距离差为： 厶（乡一百）， ， （） ， 、 、 ， 、一，” 文 ， 、 ， 图均匀圆阵 自适应信号处理与智能天线 硕士论文 则相位差与阵列的方向向量为了 （口一等），聊，一，从而我们 可以得出阵列因子为： ）（：“一百叫 脚（鲁卅 半凤阵 （ （） 嘲 图半圆阵 半圆阵如图所表示，我们也可以称之为弧形阵列，设个阵元均匀分布在半径 为的圆弧上，我们可以看到最右边的阵元，称之为号阵元，在号阵元左边依次排列 一个阵元，圆弧所对应的圆心角为，所以我们可以得到相邻个阵元的夹角是 ，我们可以推导出第个阵元与号阵元的夹角是： ：譬，。，一一 吉， ， 瞄? （） 我们设通过号阵元的半径与轴的夹角等于第一号阵元的半径与轴的夹角， 我们设夹角为口，入射波的入射角为口，当我们以圆心为参考点的时候，第阵元与 号阵元的传播距离为： 等胁（甜署枷，肛 （） 坦 用向量我们可以表示为： 硕士论文 自适应算法研究与实现 ，兰；口口） 夸州加音 ） （） 口，争（加巫錾拿） 当然还有矩形阵，面阵，立体阵等等。下面是不同阵元的线阵、圆阵、半圆阵、矩形阵 的天线图。在上面讨论的入射波我们统一认定为平面入射，如果考虑到空间角度还要加 入仰角。 几种阵列的天线方向图 均匀线阵 水平方向图 水平方向图 图 阵元线阵 图 阵元线阵 自适应信号处理与智能天线 硕士论文 水平方向图 水平方向图 图 元线阵 图 阵元线阵 图至图中表示的天线阵元数量分别是，阵元。从图中我们可以看 出，随着阵元的增加，天线的主瓣与旁瓣变窄，方向性变强。这就说明增加天线阵元可 以更加精确地筛选出需要的信号，同时增加零陷的个数。通过调整天线权值的参数，可 以调整主瓣的角度，来更加精确地对准入射波的方向。 均匀圆阵 水平方向图 水平方向图 图 阵元均匀圆阵 图 阵元均匀圆阵 硕士论文 自适应算法研究与实现 剧 图 阵元均匀圆阵 图 阵元均匀圆阵 图至图分别是、阵元均匀圆阵天线图。从几幅图上可以看出圆 形阵的主瓣旁瓣，当阵元很少的时候，方向性很差，在天线阵元