基于阵列天线的盲自适应算法应用研究

发布时间：2017-04-15 06:10

  本文关键词：基于阵列天线的盲自适应算法应用研究，，由笔耕文化传播整理发布。

【摘要】：随着人们对通信系统容量和可靠性要求的进一步提高,如何改善基于阵列天线的信号处理算法的性能并降低其复杂度,成为越来越受关注的问题。基于阵列天线的到达角(Direction of Arrival, DOA)估计问题中,DOA估计算法的复杂度和性能成为制约天线规模大小的因素。阵列天线的波束成形问题中,自适应波束成形器需要抵抗系统环境的快时变性和不稳定性。针对上述两个问题,本文对其进行深入研究,并提出有效的改进算法。基于阵列天线的DOA估计问题中,本文提出了一种低复杂度的基于降维子空间的交换低维分解(Alternating Low Rank Decomposition, ALRD)机制。ALRD机制中,阵列接收数据依次通过一个子空间分解矩阵和一个低维辅助矢量处理,计算输出功率谱,通过谱峰搜索,估计信源DOA。子空间分解矩阵由一组基向量构成,基向量和辅助矢量依据线性约束最小方差(Linearly Constrained Minimum Variance, LCMV)准则进行联合优化。将ALRD机制与递归最小二乘(Recursive Least Squares, RLS)算法结合,提出自适应的ALRD-RLS算法。此外,对ALRD机制进行改进,用同一个基向量通过平移的方式构成子空间分解矩阵,提出MALRD机制。与现有的DOA估计算法相比,提出的ALRD-RLS算法和MALRD-RLS算法复杂度较低,并且在较少快拍数和低信噪比环境中,性能有明显的改善。关于自适应波束成形器的设计,本文基于LCMV准则,将两种实现结构与两种自适应算法进行组合,选择性能最优的搭配,并基于该最优搭配设计了两种低复杂度的变遗忘因子(Variable Forgetting Factor, VFF)机制。实验表明,广义旁瓣抵消器((Jeneralized Sidelobe Canceler, GSC)结构与RLS算法组合时,波束成形器性能最优。两种VFF机制分别为基于时间平均的变遗忘因子(Time Averaged Variable Forgetting Factor, TAVFF)机制和相关时间平均的变遗忘因子(Correlated Time Averaged Variable Forgetting Factor, CTAVFF)机制。TAVFF机制将当前数据快拍的瞬时代价函数进行时间平均,用来调节遗忘因子的值,CTAVFF机制则是将相邻数据快拍得到的瞬时代价函数进行相关运算,用于调节遗忘因子。与其他VFF机制相比,TAVFF机制和CTAVFF机制复杂度很低。对采用TAVFF机制和CTAVFF机制的RLS算法进行平稳状态分析和仿真实验,其结果表明改进算法在收敛速度和稳态性能上均有所提升,并且在平稳和非平稳的环境中都能高性能工作,有效地解决了在时变的通信环境中,难以预先确定RLS算法中最优遗忘因子值的问题。
【关键词】：阵列天线 DOA估计 降维子空间 自适应波束成形 遗忘因子自动调节
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN820
【目录】：

• 致谢4-5
• 摘要5-6
• Abstract6-11
• 缩写词列表11-16
• 第一章 绪论16-24
• 1.1 研究背景16-17
• 1.2 研究热点17-21
• 1.2.1 到达角估计技术17-19
• 1.2.2 自适应波束成形技术19-21
• 1.3 论文主要内容和结构安排21-24
• 第二章 自适应阵列天线技术概述24-32
• 2.1 引言24
• 2.2 阵列天线和接收信号模型24-26
• 2.3 波束成形器设计准则26-27
• 2.3.1 MMSE准则26
• 2.3.2 LCMV准则26-27
• 2.3.3 LCCM准则27
• 2.4 自适应算法27-29
• 2.4.1 MMSE准则下的LMS算法28
• 2.4.2 MMSE准则下的RLS算法28-29
• 2.5 滤波器结构29-31
• 2.5.1 DFP结构29
• 2.5.2 GSC结构29-31
• 2.6 本章小结31-32
• 第三章 基于阵列天线的到达角估计问题研究32-56
• 3.1 引言32
• 3.2 现有DOA估计算法简介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 相关信源的DOA估计39-40
• 3.4 提出的基于ALRD的DOA估计方案40-48
• 3.4.1 ALRD降维方案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算法参数选择46-48
• 3.5 DOA估计算法复杂度分析和仿真比较48-54
• 3.5.1 DOA估计算法复杂度分析48-50
• 3.5.2 DOA估计算法仿真比较50-54
• 3.6 本章小结54-56
• 第四章 自适应波束成形改进技术研究56-82
• 4.1 引言56-57
• 4.2 LCMV准则自适应波束成形算法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波束成形器复杂度和性能比较62-63
• 4.3 RLS算法改进技术——VFF机制63-66
• 4.4 提出的低复杂度TAVFF机制和CTAVFF机制66-71
• 4.4.1 TAVFF机制66-68
• 4.4.2 CTAVFF机制68-69
• 4.4.3 TAVFF和CTAVFF机制参数选择方案69-71
• 4.5 LCMV-GSC-RLS算法平稳状态分析71-74
• 4.5.1 误差权矢量的收敛性71-73
• 4.5.2 稳态MSE分析73
• 4.5.3 稳态SINR分析73-74
• 4.6 改进算法复杂度和仿真结果分析74-80
• 4.6.1 复杂度分析74-75
• 4.6.2 仿真结果分析75-80
• 4.7 本章小结80-82
• 第五章 总结与展望82-84
• 参考文献84-90
• 附录A90-94
• A.1 式(4.47)、(4.80)和(4.81)的证明90-91
• A.2 证明χ(i-1)和|ζ(i)|~2在平稳状态不相关91
• A.3 证明p(i-1)和|ζ(i)|~2在平稳状态不相关91-92
• A.4 推导式(4.75)92-94
• 作者攻读硕士学位期间主要研究成果94

【相似文献】

中国期刊全文数据库 前10条

1 邹汪平;;一种基于网络安全控制的蜂群算法应用研究[J];吉林师范大学学报(自然科学版);2013年04期

2 李向伟;曹博;;时间参数在HITS算法中的应用及改进[J];兰州工业高等专科学校学报;2006年02期

3 吴涛;彭笃学;;一种改进的直线段裁剪算法[J];湛江师范学院学报;2008年03期

4 张瑞子;南琳;胡琨元;田景贺;;基于EPC Class-1 Gen-2标准的防冲突算法与改进[J];计算机工程;2009年02期

5 黄超;周宁;倪佑生;;基于蚁群算法的攻击图分析[J];计算机工程;2009年18期

6 秦永彬;许道云;;警示传播算法的原理分析及算法改进[J];计算机工程与应用;2010年19期

7 郭毅可;韩锐;;云计算中的弹性算法:概要和展望[J];上海大学学报(自然科学版);2013年01期

8 牛玉静;唐棣;;双步圆的反走样生成算法[J];计算机工程与应用;2010年23期

9 肖璞;;XML索引更新算法的改进[J];南京工程学院学报(自然科学版);2010年03期

10 周骏;陈鸣;张佳明;;两类频繁项算法在网络流上的适用性评估[J];计算机工程;2011年16期

中国重要会议论文全文数据库 前10条

1 黄纪武;毛泽华;李松涛;张锦雄;;SPMD并行查找算法的MPI实现[A];广西计算机学会——2004年学术年会论文集[C];2004年

2 黄纪武;毛泽华;李松涛;张锦雄;;SPMD并行查找算法的MPI实现[A];广西计算机学会2004年学术年会论文集[C];2004年

3 符丽锦;覃华;邓海;孙欣;;一种改进的Apriori算法的研究[A];广西计算机学会2012年学术年会论文集[C];2012年

4 王东锋;王军民;陈英武;;模糊定性仿真理论研究与算法实现[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年

5 赵唯;;晶粒度评级的改进算法[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年

6 刘启文;;可扩展的图形学算法演示系统的研究[A];’2004计算机应用技术交流会议论文集[C];2004年

7 佘智;蒋泰;朱延生;;基于Type C协议的防冲突改进算法[A];广西计算机学会25周年纪念会暨2011年学术年会论文集[C];2011年

8 朱绍文;赵培;朱秋云;;基于pSPADE并行挖掘序列算法的研究[A];2003年中国智能自动化会议论文集（下册）[C];2003年

9 杨霞;;新的基于启发式蚁群算法的QoS路由算法[A];广西计算机学会2009年年会论文集[C];2009年

10 陈黎飞;姜青山;董槐林;;基于图形轮廓的快速聚类算法[A];第二十三届中国数据库学术会议论文集（研究报告篇）[C];2006年

中国博士学位论文全文数据库 前10条

1 钟永腾;基于近场MUSIC算法的复合材料结构健康监测研究[D];南京航空航天大学;2014年

2 刘燕;入侵杂草优化算法在阵列天线综合中的应用[D];西安电子科技大学;2015年

3 苗义烽;突发事件下的列车运行调度模型与算法研究[D];中国铁道科学研究院;2015年

4 杨玉婷;头脑风暴优化算法与基于视频的非接触式运动定量分析方法研究[D];浙江大学;2015年

5 刘杰;全局优化问题的几类新算法[D];西安电子科技大学;2015年

6 柏静;基于多种混合策略的人工蜂群算法改进研究[D];山东师范大学;2016年

7 孔翔宇;几类优化问题的人工蜂群算法[D];西安电子科技大学;2016年

8 单美静;求解非线性实代数系统的混合算法研究[D];华东师范大学;2008年

9 邱剑锋;人工蜂群算法的改进方法与收敛性理论的研究[D];安徽大学;2014年

10 潘磊;若干社区发现算法研究[D];南京大学;2014年

中国硕士学位论文全文数据库 前10条

1 安世勇;命题逻辑中随机3-SAT问题算法研究[D];西南交通大学;2015年

2 毕晓庆;油气探矿权竞争性出让系统设计与实现[D];中国地质大学(北京);2015年

3 王明明;铁路大机与线路固定设施间距检测算法研究[D];西南交通大学;2015年

4 李静;基于视频图像序列的运动目标检测与跟踪算法研究[D];宁夏大学;2015年

5 刘贝玲;基于天地图的租房平台开发及其关键技术研究[D];西南交通大学;2015年

6 曹海锋;IDS中串匹配臭算法并行优化研究[D];西安建筑科技大学;2015年

7 周攀;基于蚁群算法的山区高速铁路隧道火灾应急疏散最优路径研究[D];西南交通大学;2015年

8 张路奇;基于改进蚁群算法的WSN路由协议的研究[D];中国地质大学(北京);2015年

9 王晓晨;入侵杂草优化算法的应用与改进[D];长安大学;2015年

10 刘阔;面向倾斜数据的MapReduce连接算法研究[D];大连海事大学;2016年

  本文关键词：基于阵列天线的盲自适应算法应用研究，由笔耕文化传播整理发布。

本文编号：307783