论文部分内容阅读
随着人们对信息交流的需求日益膨胀,无线通信的有限频谱资源日益紧张。智能天线作为一种多天线技术,具有提高频谱利用率,减少系统干扰,增加系统容量等优点,在新一代移动通信中获得广泛应用。波束赋形是智能天线的关键技术之一,它将数字信号处理技术引入到了天线设计中,能够自适应的在用户方向产生定向波束,在干扰方向产生零陷。与传统的全向和定向天线相比,波束赋形智能天线具有更高的方向增益,更低的干扰水平,更高的灵活性。因此,智能天线受到了学术界和工业界广泛的关注,成为未来无线通信的重要发展方向。 本文对DOA波束赋形和MIMO波束赋形两大类波束赋形技术进行了深入研究,针对其在实际应用中的存在问题,提出了有针对性的解决方案。在DOA波束赋形方面,本文首先提出了一种具有干扰抑制性能的切比雪夫算法,然后针对射频器件幅相不一致和天线间互耦效应的问题提出了低复杂度的校正算法。在MIMO波束赋形方面,本文提出了高方向增益、无用户干扰的智能天线MIMO波束赋形算法。 在均匀圆阵DOA波束赋形算法中,已有算法存在旁瓣电平过高、干扰抑制能力较差的问题,针对此问题,本文提出了同时具有较好干扰抑制性能和较低旁瓣电平的切比雪夫优化算法,既保留了切比雪夫旁瓣电平水平可控的特点,还能够对特定干扰方向产生零陷。 在DOA波束赋形实现时,实际射频器件的幅相不一致性、天线间的互耦效应会导致方向图畸变,在系统应用中需要对其进行校正。针对射频器件的幅相不一致性和天线间的互耦效应,本文提出了一种低复杂度的幅相误差校正和互耦校正算法。该算法首先对射频通道幅相的不一致性进行校正,再进行DOA估计,最后通过DOA估计结果计算互耦参数。仿真结果表明,该算法具有很高的估计精度和很好的鲁棒性,校正后的天线方向图接近于理想情况下的性能。 在MIMO波束赋形方面,本文将信道特征分解的方法应用到智能天线当中,利用波束赋形天线信道高相关性的特点,提出高方向增益、低用户间干扰的波束赋形算法。算法利用阵元间的强相关性,利用信道特征分解,提取信道能量最大的数据传输层,并将信号集中在该层,使得目标用户获得较高的方向增益。仿真结果表明,即使存在较小信道估计误差时,本文提出的MIMO波束赋形能够获得接近于理想情况下的性能。 本文针对波束赋形智能天线实际应用中的主要问题,提出了具体可行的波束赋形技术或优化方法,具有较高的实用价值和指导意义。