移动通信原理第十一章_智能天线技术

1、北邮信息理论北邮信息理论与技术教研中心与技术教研中心 BUPT Information Theory & Technology Education & Research Center 第十一章第十一章 智能天线技术智能天线技术 主讲人主讲人: 牛牛 凯凯BUPT Information Theory & Technology Education & Research Center 211.1 智能天线的基本原理智能天线的基本原理 智能天线技术的主要任务就是研究如何获取和利用接收信号中包含的空间方向信息，并通过阵列信号处理技术改善接收信号的质量，从而提高系统的性能

2、。 典型的智能天线系统示意图 接收/下行转换接收/下行转换接收/下行转换A/DA/DA/D解调产生误差信号自适应算法天线阵列波束成型网络控制部分0( )y t1( )y t1( )Myt0w1w1Mw( )r t( )d tBUPT Information Theory & Technology Education & Research Center 3 11.1.1 波达方向(DOA) 波达方向是指无线电波到达天线阵列的方向。 均 匀 直 线 阵 列 示 意 zyxxO1Mw0w1wmw接收机阵元0阵元1阵元m阵元M-1( )z tcossindx yxOBUPT Infor

3、mation Theory & Technology Education & Research Center 4 11.1.2 阵列响应向量阵列响应向量 当满足天线传输窄带条件(信号带宽小于信号在天线阵中传输时间的倒数)，且阵列采用特性相同的全向阵元时，对同一入射信号，各阵元输出响应之间将只有相位差异而没有幅度差异，这一差异可以用阵列响应向量充分描述，阵列响应向量的一般形式为：0011112 (sincos )2 (sincos )2 (sincos )( ),MMTyxyxyxjjjeeeaBUPT Information Theory & Technology Ed

4、ucation & Research Center 5 对均匀直线阵列有： 由 可知，均匀线阵存在前后向不可分的缺点，故均匀直线阵经常应用于扇区系统，这可通过使用方向性阵元来实现。 阵列响应向量表明了阵列对入射信号的响应，由于天线阵列具有确定的拓扑形状，因此在阵列响应向量中包含了入射信号的方向信息。2cos2(1)cos()1,Tdmdjjlineeea( )()linelineaaBUPT Information Theory & Technology Education & Research Center 6 11.1.3 阵列加权向量 在每个天线阵元后端，有一个加

5、权系数，所有的加权系数合在一起构成的向量即为阵列加权向量，加权向量由 表示。阵列加权向量是与信号到达方向有关的一个向量，天线阵列各阵元的信号通过加权，可以调整天线的接收方向图，因此可以认为阵列加权向量是移动台位置的函数。自适应天线阵列的核心就是设计、控制和调整阵列加权向量。控制部分是智能天线系统的核心，其功能是依据信号环境、按某种准则和算法选择或计算阵列加权向量。 01-1 = ,TMw wwwBUPT Information Theory & Technology Education & Research Center 7 11.1.4 波束成型与空域滤波 假设一个从 入射的

6、信号，则阵列接收信号可以表示为： 阵列加权向量记为 ，经过阵列加权后的输出信号可以表示为： 天线阵列的接收方向图由阵列成型因子确定，阵列成型因子可以表示为： 每确定一个，就可以得到一个阵列成型因子的值。 0( )() ( )ts tya0= 60( )w0( )( )() ( )Hr ts t wa0( )( )()Hf waBUPT Information Theory & Technology Education & Research Center 8 令由 变化，得到的阵列接收方向图 0 3603021060240902701203001503301800BUPT Inf

7、ormation Theory & Technology Education & Research Center 9 只有当阵列加权向量与阵列响应向量匹配的时候，阵列形成的增益最高，此时阵列响应向量由波达方向 确定。当阵列加权向量与阵列响应向量相差较大角度的时候，阵列成型因子(信号增益)较低。由此可以得到一个比较直观的概念，即波束成型(Beam forming)：在阵列方向图上，对波达方向形成指向性波束，而对其它方向形成较低增益。 阵列成型因子的作用相当于一个滤波器，即只有在特定入射方向的信号被放大，而其它方向入射的信号被衰减掉了。这种与空间方向有关的选择性接收作用常称为空域滤

8、波。 波束成型和空域滤波的作用是通过阵列的加权合并完成的，如前所述，这一部分的处理功能通常在基带部分由数字信号处理器完成。因此在有些文献中这种作用被称为数字波束成型(DBF，Digital Beam Forming)。0BUPT Information Theory & Technology Education & Research Center 10 11.1.5 常用的性能度量准则 1、最小均方误差准则(MMSE) 2、最大信干噪比SINR准则 3、最大似然准则 BUPT Information Theory & Technology Education &

9、 Research Center 1111.2 智能天线技术在移动通信中的智能天线技术在移动通信中的应用应用 11.2.1 引入智能天线的必要性 由于移动通信的高度灵活性和方便性，使其发展非常迅速，目前扩大系统容量已成为移动通信发展中的一个瓶颈，由于移动通信可使用的频率资源有限，因此开发和扩大空间资源与频率资源的组合以满足日益增长的用户需求已成为目前与今后的一个发展主要方向。 智能天线在第三代和未来的移动通信中将主要用于基站，亦即基站的上行接收与下行发射中。 BUPT Information Theory & Technology Education & Research Ce

10、nter 12 11.2.2 智能天线的上行接收技术 智能天线的上行接收目前主要有两类主要方式：基于预波束的波束切换方式，基于全自适应的窄波束跟踪用户方式。 由于在移动通信中用户的随机移动性和传播信道的快速时变性，使得目前提出的一系列算法的收敛速度很难跟上快速运动的用户速度和快速的时变信道速度。因此从工程实现上看准最优的预多波束的波束切换方式更有实际应用价值。 为了更有效地对抗时延扩展、进行多径合并和滤除干扰，有必要进行空时联合处理。在DS-CDMA系统中，常见的空时处理结构包括空时二维RAKE接收机，简称2D RAKE接收机 。 BUPT Information Theory & T

11、echnology Education & Research Center 13 基于软件无线电CDMA基站上行智能天线接收原理 下变频1宽带A/D1解扩信道分离1波束成形与信道分配波束成形与信道分配波束成形与信道分配解调器11用户11解调器12解调器1k用户12用户1k下变频k宽带A/Dk解扩信道分离k波束成形与信道分配波束成形与信道分配波束成形与信道分配解调器p1解调器p2解调器pk用户p1用户p2用户pk阵元1阵元k码分信道1码分信道p码分信道1码分信道p软件实现部分BUPT Information Theory & Technology Education &

12、Research Center 14 11.2.3 智能天线的下行发射技术 在下行的实现方案中，一种可行的方式是利用反馈回路构成闭合环路，即移动台利用反馈回路将下行信道状态信息不断反馈给基站，以提供下行信道状态，这一方案可行但实现复杂，增大系统开销。 实现下行发送的另一种方案是直接利用上行信道信息估计下行信道状态，这一方案仅适合于时间双向、双工的TDD方式，因为对于TDD方式而言其上/下行占用同一频段，不同的仅是时隙不一样，只要上/下行时隙帧的长度较短(一般小于10ms)，这样方案显然是可行的。 BUPT Information Theory & Technology Educatio

13、n & Research Center 1511.3 波束切换方式的智能天线波束切换方式的智能天线 在波束切换天线中，阵列加权向量是预先设计好的，因此天线的工作模式(方向图)有限，只能在几种波束覆盖模式中选择，随着用户在小区中的移动，基站选择不同的相应波束，使接收信号最强。波束切换智能天线利用多个并行波束覆盖整个用户区，每个波束的指向是固定的，波束宽度也随阵元数目的确定而确定。 三种基于权值设计的预波束成型方法： 1、Butler矩阵法 2、单用户角度匹配法 3、多用户角度匹配法BUPT Information Theory & Technology Education &am

14、p; Research Center 16 以平均输出信干比增益为指标比较上述三种波束成型方法。当干扰用户数很少时，单用户角度匹配法有最好性能，干扰用户数目较多时，多用户角度匹配法性能更好。 波束切换天线根据各波束对目标用户的输出信号强度或质量选择工作波束，选择或切换的速度与周期决定了天线系统对用户移动性或环境变化的跟踪能力，相对与运算复杂的自适应天线，跟踪速度一般不成问题。 与全自适应天线相比，波束切换天线对环境的快速变化、信道衰落的鲁棒性更强。但波束切换天线只能在波束空间实现对实际信号传播环境的有限匹配，故无法有效对抗时延扩展和滤除干扰，也无法充分利用空间角度分集，在非相干干扰源数目较少或

15、时延、角度扩展较明显的应用环境中，与全自适应天线相比会有明显的性能损失。 BUPT Information Theory & Technology Education & Research Center 1711.4 自适应方式的智能天线自适应方式的智能天线 11.4.1 基于DOA估计的自适应算法 一旦获知入射信号的DOA信息，就可以直接设计阵列加权向量。最早提出的算法只进行主瓣控制，即仅保证对目标用户有最大增益，其合并权值为： 迫零(Zero forcing)算法 ： 当系统能同时估计目标用户和各干扰用户的阵列响应向量时，更优的波束成型方法应对目标用户进行放大和对干扰用户进

16、行抑制，即合并权值应尽可能满足： ，对应的最小二乘解为： 基于目标用户来向约束的MVDR法 ： 在满足 的条件下求 使 最小，其解为： ， 等效于： 0aw TH1eAw11AeAAwH10awHwHNw R w01001aRaaRwNHN01001aRaaRwHBUPT Information Theory & Technology Education & Research Center 18 DOA估计方法缺点：需要知道较准确的阵列响应向量，而它依赖于阵列拓扑、阵元位置和入射信号频率，与各阵元相连的前级处理设备的非线性和非对称性也会对它产生影响，所以为了保证最终估计精度，需

17、周期性地进行阵列校正。对于DS-CDMA系统，更重要的一点是DOA估计算法有分辨率限制。 三类自适应算法： 1. 基于导频的算法利用系统的导频符号来计算和更新加权向量； 2. 盲算法无需导频符号，只要按照一定准则，保证代价函数取得极小值； 3. 半盲算法在初始化加权向量时利用导频符号，然后用自适应算法跟踪用户和信道变化，在有导频符号可以利用时，借助导频符号防止算法发散，并加快算法的收敛速度。 BUPT Information Theory & Technology Education & Research Center 19 11.4.2 基于导频符号的自适应算法 对于移动通信

18、系统，当存在导频符号时，可以充分利用导频符号来简化自适应算法的设计，确保自适应算法的稳定性，加快收敛速度。 自适应算法的设计目标是：使天线阵列的输出与期望响应按照某种准则最优，期望响应可以借助导频信道上发送的已知符号或时分复用在业务信道上的导频序列获得。BUPT Information Theory & Technology Education & Research Center 20 最常用的优化准则是最小均方误差(MMSE)准则 ，其代价函数为： ，其最优解，即 Wiener解为： 。 在工程应用中，集平均统计量和难以获得，往往用时间平均值进行近似(一般假设接收信号满足广义

19、平稳和各态遍历特性)，这就是直接矩阵求逆(DMI)法。 2)()()(tdtEJHxwwpRw1BUPT Information Theory & Technology Education & Research Center 21 MMSE准则也可以由最陡梯度下降算法(steepest gradient descent)来自适应实现。阵列加权向量用下式进行迭代运算： 由梯度下降法导出的最小均方(LMS)算法是应用最为广泛的自适应算法之一。用瞬时梯度代替最陡梯度下降法中的统计梯度，其代价函数为： 权值更新式为： 其收敛条件和最陡梯度下降算法相同。 ( )1( )( )2u Jnn

20、nunwwwwRwpw2( )(1)(1)HJx nd nww ) 1()1() 1()()()(21*nndnnunJunnHxxwwwwwwBUPT Information Theory & Technology Education & Research Center 22 LMS中步长 对算法性能有很大影响。通过增加约束条件，可以改善算法性能。由此得到的算法为归一化LMS算法(normalized LMS)。其代价函数为： 可得： 在上式中加入步长控制后可得 u)()() 1()() 1()(2ndnnnnJHxwwww) 1()1() 1()()(1)(1*2nndnn

21、nnnHxxwxww) 1()1() 1()()()(1*2nndnnnunnHxxwxwwBUPT Information Theory & Technology Education & Research Center 23 对于阵列信号处理，若可以预先估计到信号的方向或阵列响应向量，还可以增加方向约束条件，由此可以得到约束LMS算法。对LMS算法加入约束，其中为目标用户的指向向量。权值更新可用下式实现： 最小二乘(LS)准则是另一种常用的准则，与MMSE准则的代价函数相比，它只是去掉了统计平均，而以采样点平均来代替。LS准则的代价函数为： 其权值计算式为： 200)(21a

22、awwwPwJunn221()( )( )NHHTiJid iww xwXd*1)(XdXXwHBUPT Information Theory & Technology Education & Research Center 24 为了体现采样数据前后顺序对信号估计的影响，在LS准则基础上对接收采样点用遗忘因子 加权平均后进行处理，就可以得到递归最小二乘(RLS)算法，其代价函数为： ，由 得：niHinidiJ12)()()(xww()0Jww1*111( )( )( )( )( )( ) ( )nnn iHn iiiniii d inn wxxxRpBUPT Informa

23、tion Theory & Technology Education & Research Center 25 运用矩阵求逆引理，可得如下递归算法： ) 1()() 1(1) 1()() 1(11nnnnnnHxRxxRk11) 1()() 1() 1(nnndnHxw) 1() 1()() 1(*nnnnkww)() 1() 1()() 1(11111nnnnnHRxkRRBUPT Information Theory & Technology Education & Research Center 26 11.4.3 盲自适应算法 盲自适应算法一般利用调制信

24、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、子空间、有限符号集和高阶统计量等。与基于导频符号的自适应算法相比它无需发送已知符号，故可节省系统频谱资源。但是盲算法一般收敛速度较慢，稳定性和稳态性能都不是很高。常用的盲算法有恒模类算法和子空间算法。 BUPT Information Theory & Technology Education & Research Center 2711.5 智能天线技术的发展智能天线技术的发展 11.5.1 软件天线 软 件 天 线 原 理 平坦衰落共道干扰频率选择性衰落宽带空时传感器环境识别差错类型C/NC/IISI123算法选择波

25、束空间波束空间自适应天线MRCCMA+均衡逻辑配置多波束MRCCMALMSMMSEBUPT Information Theory & Technology Education & Research Center 28 首先，根据用户所处环境的不同，确定影响系统的主要因素，如白噪声、共道干扰还是码间干扰等，从而选择不同环境下的算法，比如以白噪声为主时则可选择采用多波束最大比合并(MRC)算法，以共道干扰为主时则可采用多波束恒模(CMA)算法等。然后利用FPGA器件等实现对天线的实时配置，完成智能天线的处理功能。 BUPT Information Theory & Tech

26、nology Education & Research Center 29 11.5.2 空时多用户接收机 空时多用户接收机是目前DS-CDMA系统中空时二维信号处理研究的热点问题。在自适应阵列天线技术与多用户检测技术各自发展的同时，越来越多的研究者关注着如何将二者结合在一起，借助天线阵列的空间处理能力和空域滤波的抑制干扰和噪声的长处，有可能只采用较简单的多用户检测算法就可以获得较好的接收机性能。按照结构的不同，大体上可以分为三类： 1、级联结构形式 2、联合检测形式 3、预多波束形式。 BUPT Information Theory & Technology Educatio

27、n & Research Center 3011.6 本章小结本章小结 智能天线的概念来源于雷达与声纳系统中所采用的阵列式天线。 阵列式天线根据波束形成方式的不同又可分为：模拟式波束成型，早期一般采用中频、射频直接成型，实现技术难度大，精度低；数字式波束成形，一般在中频以下采用现代数字信号处理技术来实现，实现方便、精度高，移动通信中采用的智能天线大多属于这一类。 在智能天线的数字式波束成型中，为了实现基带调整与中频、射频调整的等效性，要求中频、射频系统有较高的线性度，以基本满足线性互易原理，否则还要作进一步相应调整与校正等补救措施。BUPT Information Theory &am

28、p; Technology Education & Research Center 31天线分集处理自1959年Brennan首次提出以来11.2，到目前已经历了40余年发展历程，在这40余年中，大致可分为四个阶段：第一个十年主要集中在自适应波束控制上，比如自适应相控阵天线、自适应波束操纵天线等；第二个十年主要集中研究自适应零陷控制技术，比如自适应滤波、自适应调零、自适应旁瓣对消、自适应杂波控制等；第三个十年则主要集中探讨空间谱估计，比如最大似然谱估计、最大熵谱估计以及特征空间正交谱估计等；最近十多年，学术界则将主要精力集中到如何将智能天线技术推广、移植至移动通信系统中。前三个十年，I

29、EEE Transactions on Antennas and Propagation分别于1964年、1976年、1986、1987年出版了四个专辑特刊11.1811.21，分别概述了三个阶段的发展，最近十年，Godara于1997年对智能天线在移动通信中应用进行了较全面的综述与总结11.711.8。 BUPT Information Theory & Technology Education & Research Center 32 本章我们介绍了自适应阵列处理的基本原理及在移动通信中的应用。侧重于讨论各种自适应阵列处理算法结构和2D RAKE接收机的工作原理，并针对工程

30、实用需求，介绍了预多波束接收机的结构。最后简单总结了近年来，在空时多用户处理方面的研究进展。关于所涉及到的自适应滤波理论的深入探讨，请读者参阅经典著作11.9。如果需要深入了解移动通信中的智能天线技术的应用，请参阅著作11.11。 BUPT Information Theory & Technology Education & Research Center 33参考文献参考文献11.1 B.Agee, “Blind separation and capture of communications signals using a multi-target constant mo

31、dulus beamformer,” IEEE MilComm. Boston, MA, Oct. 1989. 11.2 D. G. Brennan, “Linear diversity combining techniques,” Proc.IRE, vol. 47, pp. 10751102, 1959.11.3 J. Butler and R. Lowe, “Beam-forming matrix simplifies design of electronically scanned antennas,” Electronic Design, Apr. 196111.4 M. Chrys

32、somallis, Smart antennas. IEEE Antennas and Propagation Magazine, Vol. 42 No. 3, pp. 129-136., June 2000.11.5 R. D. Degroat, E. M. Dowling and D. A. Linebarger, “The constrained MUSIC problem”, IEEE Trans. On Signal Processing, Vol.41, pp. 1445-1449, 1993.11.6 D. Gesbert, J. Sorelius and A. Paulraj,

33、 “Blind multiuser MMSE detection of CDMA signals,” Proc. Of International Conference on Acoustic, Speech and Signal Processing. 1998.11.7 L. C. Godara, “Application of Antenna Arrays to Mobile Communications, Part I: Performance Improvement, Feasibility, and System Considerations,” Proccedings of IE

34、EE, Vol. 85, No. 7, pp.1031-1060, July 1997.11.8 L. C. Godara, “Application of Antenna Arrays to Mobile Communications, Part II: Beam-Forming and Direction-of-Arrival Considerations,” Proccedings of IEEE, Vol. 85, No. 8, pp.1195-1245, Aug. 1997. BUPT Information Theory & Technology Education &am

35、p; Research Center 3411.9 S. Haykin, Adaptive Filter Theory, Prentice Hall, 1996.11.10 H. Liu, G. Xu, L. Tong and T. Kailath, “Recent developments in blind channel equalization: from cyclostationarity to subspaces,” IEEE Trans. On Signal Processing, Vol. 50, pp. 83-99, 1996.11.11 J. C. Liberti and T

36、. S. Rapport, Smart antenna for wireless communication: IS-95 and third generation CDMA application, Prentice Hall PTR, 1999.11.12 M. Mahmoudi, E. S. Sousa and H. Alavi, “Adaptive sector size control in a CDMA system using Butler matrix”, IEEE VTC99 VOL.2, pp.1355-1359. 11.13 M. Mahmoudi, E. S. Sous

37、a, H. Alavi, “Adaptive sector size control in a CDMA system using Butler matrix,” Vehicular Technology Conference, Vol. 2, pp. 1355-1359, 1999.11.14 J. T. Mayhan and L. Niro, “Spatial spectral estimation using multiple beam antennas,” IEEE Trans. On Antennas Propagation, Vol.35, pp. 897-906, 1987.11.15