認知無線電中智能天線波束成型算法比較研究

田怡

摘 要：本文考慮將具有空間分隔特性的智能天線用于認知無線電系統的下行鏈路，并比較了LMS及改進算法以及SMI-LSCMA算法，使SU 能夠更加靈活地利用頻譜和空間資源，在不干擾PU的情況下共享信道。此外，還對基于智能天線的認知無線電系統的波速成形理論做了對比分析。結果表明：加入了智能天線的認知無線電，對于波束成形理論更有優勢，基于智能天線的認知無線電系統能獲得更多的傳輸機會，吞吐量有較大提升，且PU越活躍，吞吐量提升倍數越高。

關鍵詞：波束成形算法；智能天線；認知無線電

隨著不斷優化的無線通信技術的高速發展，可利用的無線頻譜資源也日益減少，鑒于這種資源的不可再生性，促使越來越多的開發者想到更優化的利用方式。傳統的的頻段的分配方式是將頻段分配給固定的用戶，但這種方式的不科學在于某些頻段的利用率極低，嚴重的導致的頻段資源的使用不平衡。這種方式也不能適應高速發展的無線電技術?；谶@些原因，認知無線電（cognitive radio，CR）應運而生。主要原理為設定主用戶（primary user，PU）和次用戶（secondary user，SU），次用戶是非授權用戶，能夠感知到空間中的空閑信道，當主用戶不占用信道時，次用戶在對主用戶不造成干擾的情況下對其空閑的注冊信道進行信息傳輸。認知無線電是一種智能軟化無線電，其具有頻譜感知能力。當周圍電磁環境存在頻譜空穴時，能自動感知到，同時通過規定的通信協議和相關的算法將發射接收信號的參數調整到最佳狀態。由此可見，認知無線電不僅具有通信功能，而且還需具備頻譜探測能力，具有多功能特征，必須借助于軟件無線電來實現。認知無線電已成為目前無線通信領域的一大研究熱點。

1 認知無線電的智能天線波束形成理論

智能天線系統的主要部分為天線陣列、波束形成單元和自適應控制單元。天線陣列是對發射和接收機信號處理的輻射部分，波速的形成部分是由這部分的天線單元感知的空間信號相加權得到的。智能天線的重要部分是自適應控制單元，主要的功能是在相應的算法和優化準則下，能適應周圍電磁環境的變化，利用數字信號處理的技術，調節陣元的加權幅度和相位，使空間定向波束動態地產生，從而跟蹤用戶信號的到達方向，最大可能的抑制干擾，提高信噪比。

2 智能天線中LMS自適應波束形成算法的研究

同樣眾多的研究者將目光放在LMS算法上，這種基本的算法是將天線方向圖的主瓣對準特定方向，而零陷對準干擾信號。和傳統的天線相比，自適應天線的特定是調整陣列波束以期望得到最大輸出功率，因此自適應天線陣列實時的自動調整權值來實現主波束的優化。一般來說，在某種準則下達到最優的主波束的算法，研究的最多的準則有最小均方誤差準則（MMSE），最大信噪比（MaxSNR），最小方差（MV）準則等。在一定的最優準則基礎上，形成了自適應波束算法，學者們也都對此進行了大量的研究工作，就現在提出的各類自適應波束形成算法而言，主流的分類包括非盲算法和盲算法兩個大類。對于非盲算法是將發射信號指定為已知信號，利用發射信號來形成波束的算法。而對于非盲算法有最小均方誤差算法（LMS）等，由于LMS算法具有計算復雜度低、在平穩環境中的收斂性好等一些特點，近年來成為自適應算法中應用最廣泛的算法。

3 改進的LMS算法

在基本LMS算法中，采用變步長的方法來解決基本LMS中收斂速度慢和有小穩態誤差的問題?；镜乃惴ㄋ悸窞樵趧傞_始迭代的時候，選擇大的步長，從而可以獲得非常快的收斂速度，而在趨近wopt附近時，逐步使迭代步長減小，從而獲得小的穩態誤差。使步長隨著穩態誤差逐步趨近于零。這樣看來，采用變步長的方法實際上是尋找一條變化曲線，要求在零點附近能最大限度的達到平衡。

4 OFDM系統中時域和頻域波束形成的比較

近幾年來，新一代移動通信的核心技術OFDM被普遍的研究。將智能天線和其相結合能進一步提高頻譜利用率和系統的容量。在此系統中，智能天線算法可分為時域波束和頻域波束的形成。事實上，Post-FFT性能優于Pre-FFT（以算法復雜度為代價），通過仿真得出，兩種方法在不同情況下分別優于對方。這對于不同系統參數和信道情況下時兩種算法的選擇有著重要意義。

5 加入擴頻序列的SM I-LSCMA算法

SMI-LSCMA算法[5]是一種多波束賦形算法，由協方差矩陣求逆（SMI）和最小二乘恒模（LSCMA）構成。

在真實的無線通信環境中，由于眾多的用戶量和外界的干擾很強。單純使用恒模算法不能完全恢復用戶的信號。正是基于這個原因，將SMI算法和LSCMA算法結合。將SMI算法來確定橫模陣列的初始權，權向量的更新用LSCMA方法。由于得到穩定的算法并能捕獲特定信號，付出的代價是計算量的增大。和認知無線電結合之后，利用TD-SCDMA系統的擴頻序列作為權值更新以及最后收斂的相關信息，加入擴頻序列的SMI-LSCMA算法。就理論分析而言，假設系統已知的情況下，如果加入特定接收的信號的擴頻序列信息，使算法通過多級對消系統捕獲特定接收信號的過程。利用智能天線鎖定此擴頻接收信號，可以更加快速，準確的收斂于特定的用戶信號，這正是該算法的理論依據。

[參考文獻]

[1]Robert A Monzingo and Thoms W Miller.Intro-duction to adaptive arrays[M].John Wiley and Sons，Inc.1980.

[2]E R Ferrara.Fast implementation of LMS adaptivefilters[J].IEEE Trans. On ASSP，1980，28（4）：474-475.

[3]D Mansour and A H Gray.Unconstrained frequen-cy-domain adaptive filter[J].IEEE Trans.on AS-SP.1982，30（5）：726-734.

[4]Z S Liu and J Li.A QR-Based least mean squaresalgorithm for adaptive parameter estimation[J].IEEE Trans.on Information Theory，1984，30（2）：275-283.

[5]S S Ahn & B H Laheld.Convergence of the de-layed normalized LMS algorithm with decreasingstep size[J].IEEE Trans.on Signal Processing，1996，44（12）：3008-3016.