小波变换在智能天线波束形成技术中应用

《小波变换在智能天线波束形成技术中应用》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、小波变换在智能天线波束形成技术中应用　　摘要：智能天线是当前研究热点之一，首先介绍了波束形成的基本原理，按照盲算法和非盲算法将现有的波束形成算法进行分类并比较了算法的性能；其次，比较了基于小波变换和基于小波包的自适应波束形成算法，分析了基于小波变换的多分辨信号波达方向和基于小波神经网络的波束形成算法；最后，针对小波变换可在选择最优基方面和结合盲自适应算法进行联合分析方面进行了展望。关键词：小波变换；智能天线；波束形成；神经网络中图分类号：TN821.91?34文献标识码：A文章编号：1004?373X（2013）13?0091?03Applicatio

2、nofwavelettransforminsmartantennabeamformingtechnologyLIUHong?bo1，GAOJun1，HUANGGao?ming1，LIUQin?tao2（1.CollegeofElectronicsEngineering，NavalEngineeringUniversity，Wuhan430033，China；2.DepartmentofInformationandTechnology，CollegeofScienceandArts，JianghanUniversity，Wuhan430056，China

3、）10Abstract：Smartantennaisacurrentresearchfocus.Basicprincipleofbeamformingisintroduced.Theexistingbeamformingalgorithmsareclassifiedandtheirperformancesarecomparedinaccordancewiththebindalgorithmandnon?blindalgorithm.Theadaptivebeamformingalgorithmbasedonwavelettransformandwave

4、letpackageiscompared.Multi?resolutionsignalbasedonwavelettransformandbeamformingalgorithmbasedonwaveletsneuralnetworkisanalyzed.Theprospectofthewavelettransforminoptimalbasisselectionandtheconjointanalysiswithblindadaptivealgorithmarelookedforward.Keywords：wavelettransform；smart

5、antenna；beamforming；neuralnetwork0引言10智能天线原名为自适应天线阵列[1]，是从军事领域的实际需求中发展起来的新型技术，主要用于雷达、声纳和抗干扰通信等方面，主要用来完成空间滤波和定位等功能。近年来，随着移动通信的发展以及天线理论等方面研究的逐渐深入，智能天线开始用于具有复杂电波传播环境的移动通信系统。为此，用于移动通信的自适应天线阵列也成智能天线（SmartAntenna）。由于傅里叶变换是一种全局变换，无法表述信号的时域局部性质，而这种性质恰恰是非平稳信号最根本和最关键的性质。小波变换是一种信号的时频分析，它具有

6、多分辨率的特点，可以方便地从混有强噪声的信号中提取原始信号，被誉为分析信号的显微镜。小波变换是继傅里叶变换之后信号处理领域重大发现，小波变换的优点是适合分析时间局部信号，并且频域的分辨率较高。因此，把小波变换应用到智能天线波束形成方面是当前的研究热点之一。1智能天线波束形成原理和准则自适应天线发展至今50多年中，大体上分成四个发展阶段[2]：前两个阶段主要集中在自适应波束控制上和自适应零点控制上，诸如自适应滤波、自适应旁瓣对消等；第三个阶段主要集中在空间谱估计上，诸如最大似然谱估计、特征空间正交谱估计等等[3]；最近十几年，主要在智能天线的技术实现方面

7、。智能天线的优点是增加覆盖范围、降低系统功耗、对多径处理可以改善链路质量和提高系统容量方面。1.1智能天线原理天线阵列排列方式主要包括：直线阵、平面阵和立体阵等，下面以直线阵的排列形式讲述数学模型[4]。10设天线阵是[M]元等距，阵列单元间距为[d，]入射角为[θ，]信号载频为[ω，]如图l所示。参考阵元为0号阵元，则[M]个阵元接收信号相加可得：[Y=exp（j（ωt+φ0））n=0M-1Anexp（jn?kdsinθ）]（1）式中：[k=2π/λ]；[λ]为波长；[An]为信号幅度；[φ0]为元接收信号初始相位。图1[M]元等距直线阵从式（1）可

8、见具有离散傅里叶变换的形式，因此，信号的波达方向谱可对其进行多尺度分析。为避免空间模糊，要求相