阵列导向矢量在智能天线自适应算法中的应用

分析了智能天线自适应算法的基本原理,针对常用算法运算量大和测向精度有限等问题,在接收机的输出端引入阵列导向矢量信号,利用方向性因子和协方差矩阵的特殊性质,通过多次迭代运算得出区间内的信干噪比曲线。通过对八元直线型智能天线阵列的HFSS仿真实验表明,两组信干噪比曲线峰值均对应期望信号方向,峰值信干噪比大于30 dB,算法抗干扰性能良好。八元阵列天线的最大增益约为18 dB,通带内驻波比小于1.5,反射系数小于-25 dB,天线系统波束搜索性能良好,而且可以实现远距离传输。

基于HFSS的智能天线自适应算法的研究

以3G基站系统智能天线阵列为研究对象,在研究了常用智能天线自适应算法的基础上,针对常用算法测向精度有限以及来波方向估计过程的复杂性等问题,通过在接收机的输出端引入阵列导向矢量信号,利用阵列导向矢量的特殊性质,得出了一种改进后的自适应算法。采用该算法的智能天线阵列,不仅具有较强的波束搜索能力和抗干扰性能,而且不存在复杂的来波方向估计过程。最后通过对8元直线型智能天线阵列的HFSS仿真实验,得出了SINR、驻波比、方向图等特性曲线,验证了该算法的可行性。

弧形智能天线阵列结构

智能天线是当前通信领域的热门技术之一,常规的天线阵列有均匀直线阵列和均匀圆形阵列。本文提出了弧形智能天线阵列结构,把直线阵和圆阵统一到弧形阵列结构体系中,并分析了弧形阵列的独特优点。最后根据实际提供阵列结构优化参数,为阵列结构优化开拓了思路。

An Evolutionary Approach to Improve the Beam Steering Performance over Conventional Approach in CHAA

In this work,evolutionary algorithms are applied for the first time to achieve better radiation characteristics over the conventional beamforming algorithm in the concentric hexagonal antenna array(CHAA),which improves the performance of wireless communication.Multiple signal classification(MUSIC)algorithm is employed for direction of arrival(DoA)estimation.The conventional adaptive beam steering algorithm,least mean-square(LMS)algorithm,is used to steer the beam.Further,the proposed approach is employed by novel particle swarm optimization(NPSO)to reduce sidelobe level(SLL)even further.A six-ring CHAA with 126 elements for DoA estimation and beam steering is simulated.The simulation results of the MUSIC,LMS,NPSO,and particle swarm optimization(PSO)algorithms are provided for various DoAs.

智能天线中一种抑制干扰的波束形成算法

提出了一种新的用于智能天线中极大抑制干扰的波束形成算法 ,在干扰信号的导向矢量矩阵的零空间内 ,经过正交基矢量的线性组合 ,用最小二乘法求得最接近期望信号导向矢量、并同时对各个干扰信号零陷的权值 .与MVDR算法相比 。