智能天线波束赋形及其FPGA设计

《智能天线波束赋形及其FPGA设计》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、分类号密级重庆邮电大学硕士学位论文英文题目壁竺墨壁垒壁塾Q坠△堕垒卫!鲤童娶竺垒堡鱼!=堡i旦gi望量堡垒!!论文提交日期论文评阅人论文答辩日期监馥．压箪答辩委员会主席二毽芎—主过亟，一——————一年月日独创性声明舢㈣㈣4㈣删1Y2399609本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得重迭蜜＆鱼盔堂或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任

2、何贡献均已在论文中作了明确的说明并表示谢意。学位敝储签名墙怒函签字魄w廖年钿了日学位论文版权使用授权书本学位论文作者完全了解重迭由＆鱼太堂有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权重鏖鱼Ⅸ鱼太堂可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)＼学位论文作者虢寤勰签字日期：功B年歹月7日导师签名：签字日期：绷堋"年6月摘要智能天线技术引入了传统的

3、时域、频域和码域之外的空域概念，为解决移动通信的瓶颈带来了新的思路。自适应波束赋形作为智能天线中的核心技术，提出从空间上分辨用户信号和干扰信号的思想，根据某种自适应算法可以增强有用信号的接收或发送，同时抑制干扰信号。研究者一直致力于寻找具有稳健的鲁棒性、快速的收敛速度以及计算复杂度低易于实现等特点的自适应算法。本文首先对智能天线和自适应波束赋形发展历史及研究现状做了简要介绍，讨论了智能天线的基本原理及其系统架构，仿真分析天线阵列参数对波束赋形性能带来的影响。介绍了常用的最优滤波准则：最小均方误差准则(MMSE)

4、、最大信噪比准则(Ma)(．SNR)以及线性约束最小方差准则(LCMV)，比较了三种准则的优缺点，并进行仿真对比。然后研究了自适应波束赋形中的经典算法：最小均方误差算法(LMSl、采样矩阵求逆算法(SMI)、递归最小二乘算法(IUS)，并对三种算法进行了仿真分析对比。重点讨论了LMS算法的收敛性能特点，包括特征值扩展度对算法收敛速度的影响、算法的失调量和平均时间常数，并探讨了LMS算法中影响算法性能的各因素的取舍和平衡，其中失调和收敛速度存在着矛盾性。随后介绍了各种改进型的自适应算法，包括基于LMS算法的改进型

5、算法：归一化LMS算法、变换域LMS算法、变步长LMS算法和频域块LMS算法，基于QR分解的RLS算法，对各种算法的基本性能及特点作了详细分析并逐一仿真验证。其中改进型的LMS算法为解决传统LMS算法失调和收敛速度的矛盾性提出了可行的方案，QR．RLS算法在输入数据矩阵非正定时仍能保证RLS算法的有效性。最后实现了基于LMS算法的自适应波束赋形器和QR．IUS算法的白适应滤波器的FPGA设计和功能仿真，在ISE平台用verilog硬件描述语言完成设计后，自动综合出RTL电路图，由顶层模块调用各子模块和IP核实现

6、算法中的各类运算，为了保证运算的精度，将数据的有效位进行截位处理，最后在MODELSIM中进行输出信号的仿真演示，再由MODELSIM将信号转换成MATLAB能读取的数据与MATLAB的理论模型仿真结果进行对比分析。仿真结果表明，两种设计方案均有效地实现了算法的收敛，最后的权向量收敛曲线与理论分析的结果有着较好的一致性。关键词：智能天线；波束赋形；自适应算法；FPGA重庆邮电大学硕士论文IIAbstractlnesmartantennaintroducedthespacedom毹nwhichisdifferen

7、t盘omt11etradl‘10naldomains(time，codea

8、1dfrequency)intowirelsscommunication，andithasbecameanewsolutiontothebottleneckproblemofmobilecommunication．Asaslgnl士1canttec王ulologyofthesman锄eIula，adaptivebe锄fo蛐ingproposedthatwecauldlstlngulshthesignalsofintersestornot

9、interestinthespacedomain，thenusesomeadaptlVealgomkntoenhancethedesiredsignalswihlet11einterferingsi辨alscanberestramed·So，inmefleldofthesmartanterula，theAdamiveAlgorithmhasalwavsbeenaresearchhotS