智能天线中LMS自适应波束形成算法研究.docVIP

智能天线中LMS自适应波束形成算法研究 　　摘要：智能天线是移动通信系统中的关键技术，智能天线技术的核心是自适应波束形成算法。最小均方（Least Mean Square，LMS）算法是一种常用的波束形成算法，收敛速度和稳态误差是决定算法性能的主要因素。为了兼顾收敛速度和稳态误差两个方面的要求，该文基于步长控制对经典LMS算法进行了改进。算法将固定步长因子改为一个简化的步长因子计算式，使其可以随迭代次数调整。仿真结果表明，算法具有较快的收敛速度和较小的稳态误差。 　　关键词：智能天线；LMS算法；自适应波束形成；收敛速度；稳态误差 　　中图分类号：G642文献标识码：A文章编号：1009-3044(2012)10-2338-03 　　Research on LMS Adaptive Beamforming Algorithm of Smart Antenna 　　LI Ran 　　（School of Electronic and Communication Engineering，North China Electric Power University，Baoding 071003，China） 　　Abstract: Smart antenna becomes one of the key technologies of mobile communication systems, and adaptive beamforming algorithm is a crucial problem of the smart antennas. Least Mean Squares(LMS) algorithm is a common adaptive beamforming algorithm. Besides, convergence speed and steady state error are main factors to determine algorithm performance. For consideration to convergence speed and steady state error, an improved algorithm based on step control is proposed in this paper. The fixed step factor is replaced by simple formula of step factor, so the step size changes with iteration times. Simulation results show that this algorithm has higher convergence speed and lower steady state error. 　　Key words: smart antenna; LMS algorithm; adaptive beamforming; convergence rate; steady-state error 　　智能天线就是带精密信号处理器的任何天线阵，它可以调整或自适应其波束方向图来增强感兴趣的信号和减小干扰信号[1]。对于由于目前移动用户的急剧增长和通信资源的严重匮乏而导致的通信容量不足以及通信质量下降等问题，可以应用智能天线提高频谱的有效利用率来解决。 　　自适应波束形成算法是智能天线研究的核心内容，算法通过调整阵列权向量，使天线方向图的主瓣对准感兴趣方向，而零陷对准干扰信号。自适应调整阵列波束方向图的实质是期望得到最大输出功率，为此自适应天线阵列实时自动地调整权值矢量以实现主波束的优化。主波束的最优是在某种准则下达到最优[2]，比较典型的“最优”准则包括最小均方误差（MMSE）准则、最大信噪比（MaxSNR）准则，最小方差（MV）准则等。自适应波束形成算法大多是基于一定的最优准则导出的，国内外学者对此进行了很多的研究工作，目前已经提出了很多的自适应波束形成算法，主要包括非盲算法和盲算法两个大类。非盲算法是指发送信号为已知信号，利用发送信号进行波束形成的算法[3]。目前提出的经典的非盲算法有最小均方误差算法（LMS）[4,5]、采样矩阵求逆法（SMI）[6,7]、迭代最小二乘算法（RLS）[8,9]等。由于LMS算法具有计算复杂度低、在平稳环境中的收敛性好等一些特点，近年来成为自适应算法中应用最广泛的算法。 　　该文研究了经典的LMS算法，并基于步长控制对经典的LMS算法进行了改进，其步长函数计算简单，改进算法性能优于经典算法。 　　1智能天线的原理 　　智能天线的基本结构如图1所示，它由天线阵列、模/数或数/模转