随着无线通信产业的蓬勃发展,无线通信业务的数据量迅速增加。如何通过有限的频率带宽传输更多数据成为目前无线通信领域中的焦点问题。软件天线技术能够在不改变信号带宽的情况下提高通信系统的容量,是一种很有前景的下一代通信技术。与采用固定波束赋形算法的智能天线相似,软件天线与智能天线均通过波束赋形算法来提高系统容量。与智能天线不同的是,软件天线能根据环境不同而自动配置最优的波束赋形算法。目前有三类波束赋形算法,分别为基于波达方向的波束赋形,基于时间参考的波束赋形和基于信号结构的波束赋形算法。不同算法在不同电波传播环境下的性能会有所差别,有些算法在一定的环境下甚至会失效。软件天线将不同的算法以软件的形式存储起来,在不同环境下通过调用最优算法来实现最佳的天线性能,是一种既能利用智能天线的优点,又能最大限度避免其缺点的无线通信技术。目前软件天线的研究正处于起步阶段,很多关键技术仍然有待研究。实现软件天线的关键技术包括对通信环境的分类和识别,研究各种算法在不同通信环境下的性能,提出各种环境下算法的选择策略。本文围绕软件天线关键技术进行研究,主要工作如下: 首先研究了无线电传播模型。无线电传播环境非常复杂,本文研究了各种无线电传播现象及典型微小区及宏小区模型。并对宏小区模型基站侧的无线通信信道参数进行了数值模拟。研究并比较了各种波束赋形算法在不同环境下的性能,计算了基于波达方向类的波束赋形算法和基于时间参考的波束赋形算法在各种环境下的性能。数值模拟和计算表明基于波达方向类算法对信号信噪比的改善效果受空间扩散环境的影响较大,基于时间参考类算法对训练序列的载波及符号恢复有一定的要求。根据各种算法的特点及在各种环境下性能比较的结果,提出了软件天线的算法选择策略。无线电环境识别是算法选择的基础,本文提出了一种改进MUSIC(Multiple Signal Classification)算法来识别环境的方法。计算表明所提出的算法不仅能反映信号的空间特征,也能反映信号的时延特征。阵列信号存在一定的线性结构,利用阵列天线所接收信号的线性结构可进行信号的盲识别。本文提出了一种使用盲信号估计技术的环境识别算法。该方法可以同时识别多个信道阶数不同的用户的电波传播环境,并能反映