稳健的移动用户发射功率估计方法【文献综述】

《稳健的移动用户发射功率估计方法【文献综述】》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、毕业设计文献综述电子信息科学与技术稳健的移动用户发射功率估计方法摘要：近年来，移动通信发展迅猛，移动用户数量迅速增长。而对移动用户的发射功率估计的性能会影响功率控制的性能。所以，我们需要一种稳健的移动用户的发射功率估计方法来提高资源的利用率，避免能源浪费。本文首先介绍了移动通信的历史和稳健的移动用户发射功率估计方法的必要性，而这个方法主要是基于稳健的波束形成算法，然后总结了各种波束形成算法的优缺点，最后就其稳健性对各种方法行进分析和研究。关键词：移动通信；功率估计；自适应波束形成；稳健1、引言移动通信是指通信双方至少有一方处在运动状态中的通信[1]。纵观移动通

2、信的演进及发展（如图1所示），它大致经历了如下几个阶段：移动通信最早出现在20世纪20年代，当时美国底特律市警察使用的车载无线电系统是宽带为2MHZ的专用网。20世纪40年代贝尔公司建立了第一个公用汽车电话网，提出了蜂窝和频率复用的概念，实现了从专用网向公用网的过渡。20世纪60年代中期，移动通信采用大区制，中小容量技术，实现了自动选频与自动接续功能。1978年，贝尔实验室制成先进的移动电话系统（AMPS），建成蜂窝移动通信网，大大提高了系统容量。20世纪80年代至今，是数字移动通信系统的发展和成熟时期。近20年来，移动通信用户数量迅猛增长，网络用户容量需求大

3、量增加。在市场和技术的推动下，移动通信得到了迅速的发展，成为了当今通信发展的主流[2]。图1移动通信的演进及发展功率估计是通信系统中的重点研究方向之一。在实际移动通信应用中,基站需要知道移动用户的发射功率以便实现对基站和移动用户的功率控制。而对功率估计的性能会影响功率控制的性能。如果功率估计过低，则要增大发射功率，这样会造成能源浪费，这与现在国家倡导的绿色节能相悖；功率估计过高，则要减少发射功率，这样会造成通信质量的严重下降。因此能对移动用户发射功率进行稳健估计具有非常重要的理论和现实意义。移动用户的发射功率估计主要是依靠阵列建模和波束形成的理论，故我们将问题

4、转化为对一种稳健的波束形成的方法的研究。本论文研究的重点问题是自适应波束形成技术的稳健性，并侧重于Capon方法和矩阵加权方法的研究。2、有关自适应波束形成的现状分析2.1概况阵列信号处理中自适应波束形成理论最早可追溯到二十世纪六十年代，迄今己有近五十年的历史，其间主要经历了三个阶段：早期主要集中在自适应波束控制上，如自适应相控阵列、自适应波束操控天线等。上世纪七十年代主要集中在自适应零点控制上，如自适应滤波，自适应置零技术，自适应副瓣对消等。八十年代以后的研究则主要关注于空间谱估计，如子空间谱估计、最大似然谱估计等等。随着研究的加深，自适应波束形成算法已日趋

5、完善。自适应阵列的优良性能是通过自适应算法来实现的，有四种流行的准则来确定自适应权。它们是：(1)最小均方误差准则；(2)最大信号干扰噪声比准则；(3)最大似然比准则；(4)最小噪声方差准则。在理想条件下，这四种准则得到的权是等价的。因此在自适应算法中选用哪一种性能度量并不重要，选择什么样的算法来调整阵列波束方向图进行自适应控制是非常重要的。其原因在于各种自适应控制算法虽然都能收敛到相同或相似的稳态维纳解，但它们却直接决定着自适应天线的暂态响应时间和算法实现的复杂程度。在一些应用场合(如对付“闪烁”的干扰信号)，自适应天线的暂态响应时间持续过长是不可以接受的。

6、但是，要求自适应算法(例如经典的LMS算法)同时具有良好的暂态性能和稳态性能往往又是相互矛盾的。长期以来，人们一直在探求既具有良好的稳态性能而暂态性能仍比较好的自适应算法。当然，算法性能的改进通常是以复杂性和运算量的增加为代价获得的。基本的自适应算法包括：①Howells和Applebaum建立的自适应阵列输出信噪比(SNR)最大化算法；②Widrow等人提出的使阵列实际输出和“期望”响应(也被称为参考信号)之间均方误差最小的LMS算法。分析表明，SNR最大化算法与LMS算法的性能也比较接近，都收敛于最优维纳解。SNR最大化算法使用了“波束导向矢量”代替LMS

7、算法中的“参考信号”。因此，前者一般用于所需信号绝大部分时间是不存在的场合，后者则要求所需信号是存在的。针对不同的应用条件，每一种基本算法又有许多变型。例如，Compton曾提出功率反演算法，它实质上是LMS算法的一种修正形式，可以克服经典LMS算法中形成参考信号的困难。SNR最大化算法和LMS算法的实现均采用闭环结构的自适应处理器，实现简单、方便，非常适合采用模拟方法实现(也可以采用数字方法实现)。主要缺点是算法的收敛性能对阵列响应协方差矩阵的特征值散布很敏感，存在敛缓慢甚至无法收敛问题。为了获得更加短暂的暂态响应性能，采样矩阵求逆(SMl)算法和Gram-

8、Schmidt正交化算法等具有快速收敛