發(fā)布時(shí)間：2017-04-15 06:10

  本文關(guān)鍵詞：基于陣列天線的盲自適應(yīng)算法應(yīng)用研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著人們對(duì)通信系統(tǒng)容量和可靠性要求的進(jìn)一步提高,如何改善基于陣列天線的信號(hào)處理算法的性能并降低其復(fù)雜度,成為越來(lái)越受關(guān)注的問(wèn)題�；陉嚵刑炀�的到達(dá)角(Direction of Arrival, DOA)估計(jì)問(wèn)題中,DOA估計(jì)算法的復(fù)雜度和性能成為制約天線規(guī)模大小的因素。陣列天線的波束成形問(wèn)題中,自適應(yīng)波束成形器需要抵抗系統(tǒng)環(huán)境的快時(shí)變性和不穩(wěn)定性。針對(duì)上述兩個(gè)問(wèn)題,本文對(duì)其進(jìn)行深入研究,并提出有效的改進(jìn)算法�；陉嚵刑炀�的DOA估計(jì)問(wèn)題中,本文提出了一種低復(fù)雜度的基于降維子空間的交換低維分解(Alternating Low Rank Decomposition, ALRD)機(jī)制。ALRD機(jī)制中,陣列接收數(shù)據(jù)依次通過(guò)一個(gè)子空間分解矩陣和一個(gè)低維輔助矢量處理,計(jì)算輸出功率譜,通過(guò)譜峰搜索,估計(jì)信源DOA。子空間分解矩陣由一組基向量構(gòu)成,基向量和輔助矢量依據(jù)線性約束最小方差(Linearly Constrained Minimum Variance, LCMV)準(zhǔn)則進(jìn)行聯(lián)合優(yōu)化。將ALRD機(jī)制與遞歸最小二乘(Recursive Least Squares, RLS)算法結(jié)合,提出自適應(yīng)的ALRD-RLS算法。此外,對(duì)ALRD機(jī)制進(jìn)行改進(jìn),用同一個(gè)基向量通過(guò)平移的方式構(gòu)成子空間分解矩陣,提出MALRD機(jī)制。與現(xiàn)有的DOA估計(jì)算法相比,提出的ALRD-RLS算法和MALRD-RLS算法復(fù)雜度較低,并且在較少快拍數(shù)和低信噪比環(huán)境中,性能有明顯的改善。關(guān)于自適應(yīng)波束成形器的設(shè)計(jì),本文基于LCMV準(zhǔn)則,將兩種實(shí)現(xiàn)結(jié)構(gòu)與兩種自適應(yīng)算法進(jìn)行組合,選擇性能最優(yōu)的搭配,并基于該最優(yōu)搭配設(shè)計(jì)了兩種低復(fù)雜度的變遺忘因子(Variable Forgetting Factor, VFF)機(jī)制。實(shí)驗(yàn)表明,廣義旁瓣抵消器((Jeneralized Sidelobe Canceler, GSC)結(jié)構(gòu)與RLS算法組合時(shí),波束成形器性能最優(yōu)。兩種VFF機(jī)制分別為基于時(shí)間平均的變遺忘因子(Time Averaged Variable Forgetting Factor, TAVFF)機(jī)制和相關(guān)時(shí)間平均的變遺忘因子(Correlated Time Averaged Variable Forgetting Factor, CTAVFF)機(jī)制。TAVFF機(jī)制將當(dāng)前數(shù)據(jù)快拍的瞬時(shí)代價(jià)函數(shù)進(jìn)行時(shí)間平均,用來(lái)調(diào)節(jié)遺忘因子的值,CTAVFF機(jī)制則是將相鄰數(shù)據(jù)快拍得到的瞬時(shí)代價(jià)函數(shù)進(jìn)行相關(guān)運(yùn)算,用于調(diào)節(jié)遺忘因子。與其他VFF機(jī)制相比,TAVFF機(jī)制和CTAVFF機(jī)制復(fù)雜度很低。對(duì)采用TAVFF機(jī)制和CTAVFF機(jī)制的RLS算法進(jìn)行平穩(wěn)狀態(tài)分析和仿真實(shí)驗(yàn),其結(jié)果表明改進(jìn)算法在收斂速度和穩(wěn)態(tài)性能上均有所提升,并且在平穩(wěn)和非平穩(wěn)的環(huán)境中都能高性能工作,有效地解決了在時(shí)變的通信環(huán)境中,難以預(yù)先確定RLS算法中最優(yōu)遺忘因子值的問(wèn)題。
【關(guān)鍵詞】：陣列天線 DOA估計(jì) 降維子空間 自適應(yīng)波束成形 遺忘因子自動(dòng)調(diào)節(jié)
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN820
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-11
• 縮寫(xiě)詞列表11-16
• 第一章 緒論16-24
• 1.1 研究背景16-17
• 1.2 研究熱點(diǎn)17-21
• 1.2.1 到達(dá)角估計(jì)技術(shù)17-19
• 1.2.2 自適應(yīng)波束成形技術(shù)19-21
• 1.3 論文主要內(nèi)容和結(jié)構(gòu)安排21-24
• 第二章 自適應(yīng)陣列天線技術(shù)概述24-32
• 2.1 引言24
• 2.2 陣列天線和接收信號(hào)模型24-26
• 2.3 波束成形器設(shè)計(jì)準(zhǔn)則26-27
• 2.3.1 MMSE準(zhǔn)則26
• 2.3.2 LCMV準(zhǔn)則26-27
• 2.3.3 LCCM準(zhǔn)則27
• 2.4 自適應(yīng)算法27-29
• 2.4.1 MMSE準(zhǔn)則下的LMS算法28
• 2.4.2 MMSE準(zhǔn)則下的RLS算法28-29
• 2.5 濾波器結(jié)構(gòu)29-31
• 2.5.1 DFP結(jié)構(gòu)29
• 2.5.2 GSC結(jié)構(gòu)29-31
• 2.6 本章小結(jié)31-32
• 第三章 基于陣列天線的到達(dá)角估計(jì)問(wèn)題研究32-56
• 3.1 引言32
• 3.2 現(xiàn)有DOA估計(jì)算法簡(jiǎn)介32-39
• 3.2.1 Bartlett算法和Capon算法32-33
• 3.2.2 MUSIC算法和CMUSIC算法33-35
• 3.2.3 ESPRIT算法35-36
• 3.2.4 AV算法和CG算法36-38
• 3.2.5 JISO算法38-39
• 3.3 相關(guān)信源的DOA估計(jì)39-40
• 3.4 提出的基于ALRD的DOA估計(jì)方案40-48
• 3.4.1 ALRD降維方案40-42
• 3.4.2 ALRD-RLS算法42-45
• 3.4.3 MALRD-RLS算法45-46
• 3.4.4 ALRD-RLS和MALRD-RLS算法參數(shù)選擇46-48
• 3.5 DOA估計(jì)算法復(fù)雜度分析和仿真比較48-54
• 3.5.1 DOA估計(jì)算法復(fù)雜度分析48-50
• 3.5.2 DOA估計(jì)算法仿真比較50-54
• 3.6 本章小結(jié)54-56
• 第四章 自適應(yīng)波束成形改進(jìn)技術(shù)研究56-82
• 4.1 引言56-57
• 4.2 LCMV準(zhǔn)則自適應(yīng)波束成形算法57-63
• 4.2.1 LCMV-DFP和LCMV-GSC波束成型器57-59
• 4.2.2 LCMV-DFP-LMS和LCMV-GSC-LMS算法59-60
• 4.2.3 LCMV-DFP-RLS和LCMV-GSC-RLS算法60-62
• 4.2.4 LCMV-DFP和LCMV-GSC波束成形器復(fù)雜度和性能比較62-63
• 4.3 RLS算法改進(jìn)技術(shù)——VFF機(jī)制63-66
• 4.4 提出的低復(fù)雜度TAVFF機(jī)制和CTAVFF機(jī)制66-71
• 4.4.1 TAVFF機(jī)制66-68
• 4.4.2 CTAVFF機(jī)制68-69
• 4.4.3 TAVFF和CTAVFF機(jī)制參數(shù)選擇方案69-71
• 4.5 LCMV-GSC-RLS算法平穩(wěn)狀態(tài)分析71-74
• 4.5.1 誤差權(quán)矢量的收斂性71-73
• 4.5.2 穩(wěn)態(tài)MSE分析73
• 4.5.3 穩(wěn)態(tài)SINR分析73-74
• 4.6 改進(jìn)算法復(fù)雜度和仿真結(jié)果分析74-80
• 4.6.1 復(fù)雜度分析74-75
• 4.6.2 仿真結(jié)果分析75-80
• 4.7 本章小結(jié)80-82
• 第五章 總結(jié)與展望82-84
• 參考文獻(xiàn)84-90
• 附錄A90-94
• A.1 式(4.47)、(4.80)和(4.81)的證明90-91
• A.2 證明χ(i-1)和|ζ(i)|~2在平穩(wěn)狀態(tài)不相關(guān)91
• A.3 證明p(i-1)和|ζ(i)|~2在平穩(wěn)狀態(tài)不相關(guān)91-92
• A.4 推導(dǎo)式(4.75)92-94
• 作者攻讀碩士學(xué)位期間主要研究成果94

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 鄒汪平;;一種基于網(wǎng)絡(luò)安全控制的蜂群算法應(yīng)用研究[J];吉林師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年04期

2 李向偉;曹博;;時(shí)間參數(shù)在HITS算法中的應(yīng)用及改進(jìn)[J];蘭州工業(yè)高等�？茖W(xué)校學(xué)報(bào);2006年02期

3 吳濤;彭篤學(xué);;一種改進(jìn)的直線段裁剪算法[J];湛江師范學(xué)院學(xué)報(bào);2008年03期

4 張瑞子;南琳;胡琨元;田景賀;;基于EPC Class-1 Gen-2標(biāo)準(zhǔn)的防沖突算法與改進(jìn)[J];計(jì)算機(jī)工程;2009年02期

5 黃超;周寧;倪佑生;;基于蟻群算法的攻擊圖分析[J];計(jì)算機(jī)工程;2009年18期

6 秦永彬;許道云;;警示傳播算法的原理分析及算法改進(jìn)[J];計(jì)算機(jī)工程與應(yīng)用;2010年19期

7 郭毅可;韓銳;;云計(jì)算中的彈性算法:概要和展望[J];上海大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年01期

8 牛玉靜;唐棣;;雙步圓的反走樣生成算法[J];計(jì)算機(jī)工程與應(yīng)用;2010年23期

9 肖璞;;XML索引更新算法的改進(jìn)[J];南京工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2010年03期

10 周駿;陳鳴;張佳明;;兩類頻繁項(xiàng)算法在網(wǎng)絡(luò)流上的適用性評(píng)估[J];計(jì)算機(jī)工程;2011年16期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 黃紀(jì)武;毛澤華;李松濤;張錦雄;;SPMD并行查找算法的MPI實(shí)現(xiàn)[A];廣西計(jì)算機(jī)學(xué)會(huì)——2004年學(xué)術(shù)年會(huì)論文集[C];2004年

2 黃紀(jì)武;毛澤華;李松濤;張錦雄;;SPMD并行查找算法的MPI實(shí)現(xiàn)[A];廣西計(jì)算機(jī)學(xué)會(huì)2004年學(xué)術(shù)年會(huì)論文集[C];2004年

3 符麗錦;覃華;鄧海;孫欣;;一種改進(jìn)的Apriori算法的研究[A];廣西計(jì)算機(jī)學(xué)會(huì)2012年學(xué)術(shù)年會(huì)論文集[C];2012年

4 王東鋒;王軍民;陳英武;;模糊定性仿真理論研究與算法實(shí)現(xiàn)[A];'2000系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2000年

5 趙唯;;晶粒度評(píng)級(jí)的改進(jìn)算法[A];中國(guó)圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國(guó)圖象圖形科技大會(huì)論文集[C];1998年

6 劉啟文;;可擴(kuò)展的圖形學(xué)算法演示系統(tǒng)的研究[A];’2004計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)議論文集[C];2004年

7 佘智;蔣泰;朱延生;;基于Type C協(xié)議的防沖突改進(jìn)算法[A];廣西計(jì)算機(jī)學(xué)會(huì)25周年紀(jì)念會(huì)暨2011年學(xué)術(shù)年會(huì)論文集[C];2011年

8 朱紹文;趙培;朱秋云;;基于pSPADE并行挖掘序列算法的研究[A];2003年中國(guó)智能自動(dòng)化會(huì)議論文集（下冊(cè)）[C];2003年

9 楊霞;;新的基于啟發(fā)式蟻群算法的QoS路由算法[A];廣西計(jì)算機(jī)學(xué)會(huì)2009年年會(huì)論文集[C];2009年

10 陳黎飛;姜青山;董槐林;;基于圖形輪廓的快速聚類算法[A];第二十三屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2006年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 鐘永騰;基于近場(chǎng)MUSIC算法的復(fù)合材料結(jié)構(gòu)健康監(jiān)測(cè)研究[D];南京航空航天大學(xué);2014年

2 劉燕;入侵雜草優(yōu)化算法在陣列天線綜合中的應(yīng)用[D];西安電子科技大學(xué);2015年

3 苗義烽;突發(fā)事件下的列車(chē)運(yùn)行調(diào)度模型與算法研究[D];中國(guó)鐵道科學(xué)研究院;2015年

4 楊玉婷;頭腦風(fēng)暴優(yōu)化算法與基于視頻的非接觸式運(yùn)動(dòng)定量分析方法研究[D];浙江大學(xué);2015年

5 劉杰;全局優(yōu)化問(wèn)題的幾類新算法[D];西安電子科技大學(xué);2015年

6 柏靜;基于多種混合策略的人工蜂群算法改進(jìn)研究[D];山東師范大學(xué);2016年

7 孔翔宇;幾類優(yōu)化問(wèn)題的人工蜂群算法[D];西安電子科技大學(xué);2016年

8 單美靜;求解非線性實(shí)代數(shù)系統(tǒng)的混合算法研究[D];華東師范大學(xué);2008年

9 邱劍鋒;人工蜂群算法的改進(jìn)方法與收斂性理論的研究[D];安徽大學(xué);2014年

10 潘磊;若干社區(qū)發(fā)現(xiàn)算法研究[D];南京大學(xué);2014年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 安世勇;命題邏輯中隨機(jī)3-SAT問(wèn)題算法研究[D];西南交通大學(xué);2015年

2 畢曉慶;油氣探礦權(quán)競(jìng)爭(zhēng)性出讓系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

3 王明明;鐵路大機(jī)與線路固定設(shè)施間距檢測(cè)算法研究[D];西南交通大學(xué);2015年

4 李靜;基于視頻圖像序列的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究[D];寧夏大學(xué);2015年

5 劉貝玲;基于天地圖的租房平臺(tái)開(kāi)發(fā)及其關(guān)鍵技術(shù)研究[D];西南交通大學(xué);2015年

6 曹海鋒;IDS中串匹配臭算法并行優(yōu)化研究[D];西安建筑科技大學(xué);2015年

7 周攀;基于蟻群算法的山區(qū)高速鐵路隧道火災(zāi)應(yīng)急疏散最優(yōu)路徑研究[D];西南交通大學(xué);2015年

8 張路奇;基于改進(jìn)蟻群算法的WSN路由協(xié)議的研究[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

9 王曉晨;入侵雜草優(yōu)化算法的應(yīng)用與改進(jìn)[D];長(zhǎng)安大學(xué);2015年

10 劉闊;面向傾斜數(shù)據(jù)的MapReduce連接算法研究[D];大連海事大學(xué);2016年

  本文關(guān)鍵詞：基于陣列天線的盲自適應(yīng)算法應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：307783