文档介绍：第四章 智能天线自适应波束成形算法简介
引言
智能天线技术作为一种新的空间资源利用技术，自 20世纪90年代初由一些 学者提出后，近年来在无线通信领域受到了人们的广泛关注。它是在微波技术、 自动控制理论、数字信号处理(DSP ) (t) x (t) ...x (t)]t 二 a(0 )x (t)
1 2 N 1
其中，a(0 )称为导向向量，
a(0 )二[1 e-十sin0 ... <
2k 小
e_j(N-1)九 dsin0 ]t
若噪声向量为：
n(t)二[n (t) n (t)
... n (t)]T
12
N
干扰向量为：
J (t) = [ J (t) J (t)
12
... J (t)]T
N
于是x(t)可以表示为:
x(t) = a(0 )x (t) + n(t) + J(t)
1
*自适应处理器*
图
，智能天线结构主要分为天线阵列、接收通道及数据采 集、信息处理三部分。在波束形成器中，自适应信号处理器是核心部分，它的主 要功能是依据某一准则实时地求出满足该准则的当前权向量值。
波束形成器的数学表述为：
W = [w (t) w (t ) ... w (t )]T
1 2 N
阵列最后的输出信号为：
y(t) =WT x(t)
根据不同的准则选取加权向量W，达到控制天线阵方向图动态的在目标信 号方向产生高增益的窄波束，同时在干扰和无用信号方向产生下陷。
波束成形算法简介
信息处理部分是智能天线的核心部分，主要包括超分辨率阵列处理和自适应 波束形成算法两个方面。超分辨率阵列处理的目的是获得空间信号的参数，这些 参数主要包括信号的数目、信号的来向、信号的调制方式及射频频率等，其中信 号的来向对于实现空分多址和自适应抑制干扰有着重要作用。
自适应波束形成算法也被称作空域自适应滤波算法，它是将天线与数字信号 处理技术相结合，利用空间特性来改进接收系统输出信噪比的，通过软件编程在 自适应信号处理器上实现的。它不用对硬件做任何操作，只需通过修改软件，就 可以方便地更新系统，以适应不同环境和不同应用场合的要求。采用自适应波束
形成技术的智能天线可通过自适应算法调整加权值，任意改变方向图，在有用信 号方向形成主波束，而在其它用户方向增益较低或形成零陷，减少了其它用户所 引起的多址干扰，同时还可以降低接收信号的衰落程度，提高系统性能。
从是否需要参考信号(导频序列或导频信道)的角度来划分，这些算法可分为 盲算法、半盲算法和非盲算法三类。非盲算法是指借助于参考信号的算法。由于 发送时的参考信号是预先知道的，对接收到的参考信号进行处理可以确定出信道 响应，再按一定准则(如著名的迫零准则)确定各加权值，或者直接根据某一准则 自适应地调整权值(也即算法模型的抽头系数)，以使输出误差尽量减小或稳定在 可预知的范围内。非盲算法相对盲算法而言，通常误差较小，收敛速度也较快， 但发送参考信号浪费了一定的系统带宽。
自 20 世纪 60 年代初空域自适应滤波算法的基础奠定以来，经过 40 多年的 发展，各国的科研人员相继提出了一系列空域自适应滤波算法，这主要包括：(1) 最小均方算法，Howells-Applebaum算法，线性预测算法，格形算法；(2)约束 自适应算法，功率倒置算法； (3)最小二乘算法，递归最小二乘算法； (4)直接矩 阵求逆算法或采样矩阵求逆算法； (5)基于数据域处理的算法； (6)变换域处理算 法；(7)基于特征空间分解的算法；(8)盲自适应算法；(9)稳健(Robust)自适应 算法； (10)时空联合处理算法； (11)基于神经网络及高阶统计量的算法； (12) 其他算法:共扼梯度法、微扰法等。其中一些算法己经广泛应用于各种实际通信 系统之中。例如欧洲通信委员会(CEC)在RACE计划中实施了第一阶段智能天线技 术研究，称之为TSUNAMI，项目组在DECT基站上建造了智能天线试验平台，采 用的自适应波束形成算法有NLMS算法和RLS算法，实验系统验证了智能天线的 功能表明智能天线能提高系统的性能；CEC在ACTS计划中继续进行了第二阶段智 能天线技术研究，测试系统选择了 DECT中接口，评估了 MUSIC算法的DOA估计 性能，采用卡尔曼滤波技术进行DOA跟踪。
自适应波束形成算法是智能天线研究的核心内容，在实际应用中有许多不同 类型的算法，下面将介绍几种常见的自适应波束形成算法和相关准则。
智能天线的常用准则
对于通常的滤波器来说，幅度和相位加权是相互影响的，但总可以寻求一种 复加权来获得如期效果。根据不同的要求，滤波器的性能就有所不同。譬如，以
获得最大输出信噪比的滤波