mimo论文：mimo智能天线自适应波束赋形算法研究

《mimo论文：mimo智能天线自适应波束赋形算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、MIMO论文：MIMO智能天线自适应波束赋形算法研究【中文摘要】为了缓解无线通信日益发展与频谱资源不足的矛盾,本文将MIMO技术和智能天线技术相结合,提出MIMO智能天线。MIMO智能天线就是在基站和移动台两端同时使用多根智能天线的技术。智能天线的核心技术是波束赋形(也称波束形成),其关键在于自适应波束形成算法的选择。本文将自适应波束形成算法分为自适应非盲算法和自适应盲算法分别进行研究,并对各种算法进行比较分析。最小二乘恒模算法(LS-CMA)是基于盲算法中的恒模算法(CMA)；根值MUSIC算法是基于多重

2、信号分类(MUSIC)算法。本文结合非盲算法的最小均方(LMS)算法和采样矩阵求逆(SMI)算法提出矩阵求逆归一化最小均方(MI-NLMS)算法。通过仿真,证明了改进型算法在抑制干扰、增强有用信号以及收敛速度等方面具有明显的改善。【英文摘要】Inordertoalleviatetheproblemofthegrowingwirelesscommunicationsandinsufficientspectrumresources,thispapercombinessmartantennatechnologya

3、ndMIMOtechnology,knowedasMIMOsmartantenna.MIMOsmartantennaisasystemusingmultiplesmartantennasbothatthebasestationandmobilestation.Beamformingisthecoretechnologyofsmartantenna,thekeyliesinthechoiceofadaptivebeamformingalgorithms.Thispaperdividedtheadaptiveb

4、eamformingalgorithmintonon-blindadaptivealgorithmandblindadaptivealgorithm,respectivelystudyandthencomparativeanlysisthesealgorithms.Leastsquaresconstantmodulusalgorithm(LS-CMA)isdrivedbasedonablindalgorithmforconstantmodulusalgorithm(CMA);RootMUSICalgorit

5、hmisproposedbasedonmultiplesignalclassification(MUSIC)algorithm.Inthispaper,proposesmatrixnormalizedleastmeansquare(MI-NLMS)algorithmthatbasedonnon-blindalgorithmsfortheminimummeansquare(LMS)algorithmandthesamplematrixinversion(SMI)algorithm.Bysimulation,d

6、emonstratetheseimprovedalgorithmshaveasignificantimprovementonsupressinginferences,enhancingtheusefulsignalsandthebeamformingconvergencespeed.【关键词】MIMO智能天线波束赋形自适应算法【英文关键词】MIMOsmartantennasbeamformingadaptivealgorithm【目录】MIMO智能天线自适应波束赋形算法研究摘要4-5ABSTRACT5目录6

7、-8第一章绪论8-111.1课题研究的背景81.2智能天线的发展进程与国内外现状8-101.2.1智能天线的发展进程8-91.2.2国内外研究现状9-101.3智能天线的优点101.4本文的主要工作及安排10-11第二章MIMO智能天线技术概述11-202.1智能天线技术11-142.1.1智能天线概述11-122.1.2智能天线的基本结构12-132.1.3智能天线的分类13-142.2MIMO多天线技术14-162.3MIMO与智能天线相结合16-192.3.1MIMO与智能天线比较分析162.3.2M

8、IMO与智能天线结合16-182.3.3MIMO智能天线的优势18-192.4本章小结19-20第三章自适应波束形成算法20-403.1自适应波束形成20-233.1.1自适应波束形成概述20-213.1.2波束形成的基本原理21-233.2波束形成器的优化准则23-303.2.1最小均方误差(MMSE)准则24-253.2.2最大信干噪比(MaxSINR)准则25-263.2.3最大似然(ML)准则26-273