MIMO智能天线自适应波束赋形算法研究

来源 :长春理工大学 | 被引量 : 0次 | 上传用户:hjzxxhjzxx
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了缓解无线通信日益发展与频谱资源不足的矛盾,本文将MIMO技术和智能天线技术相结合,提出MIMO智能天线。MIMO智能天线就是在基站和移动台两端同时使用多根智能天线的技术。智能天线的核心技术是波束赋形(也称波束形成),其关键在于自适应波束形成算法的选择。本文将自适应波束形成算法分为自适应非盲算法和自适应盲算法分别进行研究,并对各种算法进行比较分析。最小二乘恒模算法(LS-CMA)是基于盲算法中的恒模算法(CMA);根值MUSIC算法是基于多重信号分类(MUSIC)算法。本文结合非盲算法的最小均方(LMS)算法和采样矩阵求逆(SMI)算法提出矩阵求逆归一化最小均方(MI-NLMS)算法。通过仿真,证明了改进型算法在抑制干扰、增强有用信号以及收敛速度等方面具有明显的改善。
其他文献
光纤倏逝波传感技术是一种高灵敏度的微量分析技术,在临床医学、水质检测、食品卫生检测和生物战剂检测等方面具有广泛的应用。其探测机理是通过传感区域围绕纤芯的待测物质
随着3G通信技术的迅速发展,人们已经不再满足于通过手机等无线设备实现语音通信的现状。人们希望可以享受到更多的无线实时多媒体业务,希望享受无线业务给人们生活带来的各种便
人类所接收到的图像,从成像开始到接收完成,总是存在种种因素,比方说硬件设备自身存在的缺陷和在传输过程中外界各种噪声对图像的污染,总会导致图像存在着一定的问题。像对比
无线传感器网络(Wireless Sensor Networks,WSN)作为一种新的无线网络在军事部署和商业应用等领域中得到广泛的应用,但由于WSN节点自身资源受限及部署在恶劣的环境中,使得网
无线通信技术起步并迅猛发展,导致了人们对频谱的需求量逐年递增。但是,能够用于分配的信道资源却越来越紧缺,这种现象对无线通信技术的发展起到了很大的阻碍作用,严重制约了
在科技发展迅速的今天,对多目标优化问题的研究已成为一种迫切需要,传统的优化方法难以解决复杂社会存在的诸多问题。在移动通信规模迅速扩张的时代,网络建设中基站选址问题
随着矿山多媒体通信技术的发展,其对监控质量、图像无线传输等高级功能的要求日益迫切,从而对多媒体通信终端提出更多更高的要求。针对国内矿用多媒体通信终端存在的图像压缩质
数据的采集和处理是无线传感器网络(Wireless Sensor Networks,WSN)的基本服务机制,随着WSN的应用深入各个领域,其所收集处理的数据包含大量有价值的敏感信息,但由于无线传感
随着通信产业的飞速发展,各种新的技术和标准不断出台。由我国自己提出的TD-SCDMA标准就是目前国际公认的3G三大标准之一。自提出并得到国际电信联盟的确认以来,TD-SCDMA标准
当前卫星地球站系统的多样性和设备专业性都很强,决定了不同的分系统多由不同的厂家提供。这样对各个设备进行监控的管理软件互不兼容,同时操作维护及系统升级都相当的不方便