一種改進的智能天線盲波束形成算法

摘要：將空分多址技術引入無線通信系統中，針對無線電信號普遍具有的循環平穩特性，提出了非線性條件下的改進盲波束形成算法。通過對算法的權向量進行再次優化，改善了方向圖零陷的位置和深度，提高了輸出SINR。優化算法的輸出SINR對導引向量隨機誤差具有穩健性，對期望信號的功率變化表現出不敏感的特性， 算法具有很好的理論價值以及應用前景。理論分析與計算機仿真實驗都證明了算法的有效性。

關鍵詞： 循環平穩信號； 盲波束形成； 智能天線

中圖分類號：TN911.23； TP301文獻標志碼：A

文章編號：1001-3695(2008)05-1355-02

為了提高無線通信網絡的信道容量，先后采用了時間復用技術、頻率復用技術。采用智能天線技術，不僅通過空分多址(spatial division multiple access，SDMA)提高系統容量，而且能夠降低多徑傳輸帶來的影響，逐漸受到人們的關注[1~3]。

無線電信號往往是循環平穩信號，即它的統計特性隨時間的變化不是任意的，而是呈現出一定的周期性。這類信號的周期平穩性蘊涵著接收數據的相關性。這個特點是周期平穩信號所特有的。所以，周期平穩信號都具有譜自相干性，它的一階(均值)、二階(相關函數)和高階統計量都隨時間變化且呈現一定的周期性。根據這個性質可以構造出盲波束形成器[4~6]。

由于期望信號導引向量誤差的存在，會導致所求的噪聲子空間存在誤差，結果體現為魯棒周期自適應波束形成算法的方向圖零陷不深或無法對準干擾信號方向[7]。本文結合非線性約束條件對現有算法的權向量進行了進一步優化。優化算法對于導引向量隨機誤差具有一定的穩健性， 且對期望信號的功率變化表現出不敏感的特性，改善了智能天線的輸出SINR。

由表1、2可以看出，優化算法在干擾信號距離期望信號較近時，優化算法能提供比R－CAB算法更高的輸出SINR。顯然，提高干擾信號距離期望信號較近時陣列的輸出SINR也應該是所有自適應波束形成算法需要解決的主要問題。 當取其他信源方位組合及信源信噪比時，優化算法同樣可以不同程度地改善R－CAB算法的輸出SINR，但改善效果不如干擾信號靠近期望信號時那樣明顯。

圖1給出了表1條件下當期望信號的信噪比從-15變化到20 dB時，兩種算法的輸出SINR對比。可以看出，當期望信號信噪比增大時，R－CAB算法由于期望信號導引向量存在誤差，導致了它們均存在誤差。R－CAB算法的零陷位置可能無法對準干擾信號，造成了輸出SINR的惡化。

圖2給出了表1條件下，當期望信號的信噪比從-15變化到20 dB時，優化算法中參數λ隨信噪比變化的關系。常數ε是由非線性約束條件引入的經驗參數，它只能由人為設定。從以上仿真可以看出，通過非線性約束繼續對R－CAB算法的權向量進行優化可以調整零陷的位置及深度，從而更好地抑制干擾。參數λ的計算會相應增加一定運算量，但由于該計算屬于一元函數求根問題，運用牛頓迭代法可以快速解出。此外，由于參數在算法中的作用相當于對角加載，權向量對的小幅變化是不敏感的。

4結束語

在非線性約束條件下，對R－CAB算法的權向量進行二次優化，得出了自適應方向圖權向量的優化解w0，R－CAB算法方向圖零陷的位置和深度得到了優化。優化算法對于導引向量隨機誤差具有一定的穩健性， 且對期望信號的功率變化表現出不敏感的特性，改善了陣列天線的輸出SINR。

參考文獻：

[1]MIYAMOTO R Y， KEVIN M K H. LEONG S S J， et al. Digital wireless sensor server using an adaptive smart－antenna－retrodirective array[J]. IEEE Trans on Vehicular Technology，2003，52(5):1181－1188.

[2]程偉，左繼章，許悅雷.基于軟件無線電技術的智能天線在CDMA系統中的應用[J].計算機應用研究，2004，21(3):205-207.

[3]劉雨，望育梅，張惠民. 一種提高無線傳感器網絡容量的方案[J]. 計算機應用研究，2006，23 (1):221-223.

[4]龔耀寰.自適應濾波：時域自適應濾波和智能天線[M].2版.北京:電子工業出版社，2004.

[5]MANOLAKIS D G， INGLE V K. 統計與自適應信號處理[M].北京:清華大學出版社，2003.

[6]HAYKIN S.自適應濾波器原理[M].鄭寶玉，譯.4版.北京:電子工業出版社，2003.

[7]VOROBYOV S A， GERSHMAN A B， LUO Z Q. Robust adaptive beamforming using worst case performance[J]. IEEE Trans on Signal Processing， 2003，51(2):313-323.

[8]王永良， 陳輝，彭應寧，等.空間譜估計理論與算法[M]. 北京: 清華大學出版社， 2005.

[9]何振亞. 自適應信號處理[M]. 北京: 科學出版社， 2002.

[10]STOICA P， MOSES R L. Introduce to spectral analysis[M]. Englehood Cliffs， NJ: Pretice－Hall， 1997.

“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文”