.\傳統的通信系統中，基站天線通常是全向天線，此時，基站在向某一個用戶發射或接收信號時，不僅會造成發射功率的浪費，還會對處于其他方位的用戶產生干擾。然而，雖然陣列天線的方向圖是全向的，但是通過一定技術對陣列的輸出進行適當的加權后，可以使陣列天線對特定的一個或多個空間目標產生方向性波束，即“波束成形”，且波束的方向性可控。波束成形技術可以使發射和接收信號的波束指向所需要用戶，提高頻譜利用率，降低干擾。精品文檔放心下載傳統的波束成形算法通常是根據用戶信號波達方向（DOA）的估計值構造陣列天線的加權向量，且用戶信號DOA在一定時間內不發生改變。然而，在移動通信系統中，用戶的空間位置是時變的，此時，波束成形權向量需要根據用戶當前位置進行實時更新。自適應波束成形算法可以滿足上述要求。精品文檔放心下載本畢業設計將對陣列信號處理中的波束成形技術進行研究，重點研究自適應波束成形技術。要求理解掌握波束成形的基本原理，掌握幾種典型的自適應波束成形算法，熟練使用MATLAB仿真軟件，并使用MATLAB仿真軟件對所研究的算法進行仿真和分析，評估算法性能。謝謝閱讀（一）波束成形：波束成形，源于自適應天線的一個概念。接收端的信號處理，可以通過對多天線陣元接收到的各路信號進行加權合成，形成所需的理想信號。從天線方向圖(pattern)視角來看，這樣做相當于形成了規定指向上的波束。例如，將原來全方位的接收方向圖轉換成了有零點、有最大指向的波瓣方向圖。同樣原理也適用用于發射端。對天線陣元饋電進行幅度和相位調整，可形成所需形狀的方向圖。謝謝閱讀波束成形技術屬于陣列信號處理的主要問題：使陣列方向圖的主瓣指向所需的方向。在陣列信號處理的范疇內，波束形成就是從傳感器陣列重構源信號。雖然陣列天線的方向圖是全方向的，但陣列的輸出經過加權求和后，卻可以被調整到陣列接收的方向增益聚集精品文檔放心下載在一個方向上，相當于形成了一個“波束”。波束形成技術的基本思想是：通過將各陣元輸出進行加權求和，在一時間內將天線陣列波束“導向”到一個方向上，對期望信號得到最大輸出功率的導向位置即給出波達方向估計。感謝閱讀“導向”作用是通過調整加權系數完成的。對于不同的權向量，上式對來自不同方向的電波便有不同的響應，從而形成不同方向的空間波束。精品文檔放心下載.\波束成形的工作過程是怎樣的？以熱點為例，基站給客戶端周期性發送聲信號，客戶端精品文檔放心下載將信道信息反饋給基站，于是基站可根據信道狀態發送導向數據包給客戶端。高速的數據計精品文檔放心下載算處理，給出了復形的指示，客戶端方向上的增益得以加強，方向圖隨之整型，相應方向的精品文檔放心下載傳輸距離也有所增加。AP如果用4組發射天線4x4三組空間流，便能在多天線得到的增益基精品文檔放心下載礎上，獲取較大的空間分集增益。 （資料搜集自：百度百科、通信信號處理第十一章）感謝閱讀（二）波束形成器：1.Bartlett波束形成器Bartlett波束形成器是經典Fourier分析，對傳感器陣列數據的一種自然推廣。思想：使精品文檔放心下載波束形成的輸出功率相對于某個輸入信號為最大。當存在多個信源時，波束形成的問題等價精品文檔放心下載于加性噪聲中的諧波頻率估計。設我們希望來自方向θ的輸出功率為最大，則該最大化的問題可表示為：感謝閱讀WHRxxWargmax[E{WHX(n)XH(n)W}]謝謝閱讀argmax[WHE{X(n)XH(n)}W]argmax[E|d(t)|2|WHa()|22||W||2]謝謝閱讀在白噪聲方差2一定的情況下，權向量的范數||W||不影響輸出信噪比。故取||W||=1，謝謝閱讀用Lagrange乘子法容易求得上述最大化問題的解為：謝謝閱讀Wa()BFaH()a()加權向量WBF可以解釋為一空間濾波器，它與照射到陣列上的信號匹配。直觀上，陣感謝閱讀列加權使該信號在各陣元上產生的延遲（還可能是衰減）均衡，以便使它們各自的貢獻最大精品文檔放心下載限度的綜合在一起。空間波束：BF()WHa()BF特點：最優權和所需信號匹配，而無法抑制干擾。分辨能力i取決于陣列的幾何結構和信噪比。2.Capon波束形成器.\Bartlett波束形成器不是自適應的，不能適應不同的干擾環境。為了針對不同的環境做精品文檔放心下載自適應處理，波束形成器必須自動對消干擾信號，具有自適應功能。感謝閱讀Capon波束形成器的數學描述為：MinWHRWStWHa()1思想：使來自非θ方向的任何干擾所貢獻的功率為最小，但又能保持在觀測方向θ上的感謝閱讀信號功率不變。最優權矢量可以用Lagrange乘子法求解。WR1a()CAPaH()R1a()空間波束：BF()WHa()CAP特點：自適應干擾對消。對消干擾數受陣列幾何結構的限制。分辨能力取決于陣列幾何精品文檔放心下載結構和信噪比。（三）自適應波束形成算法自適應波束形成是智能天線的關鍵技術，其核心是通過一些自適應波束形成算法獲得天線陣列的最佳權重，并最終最后調整主瓣專注于所需信號的到達方向,以及抑制干擾信號,通過這些方式,天線可以有效接收所需信號。在實際應用中,收斂性,復雜性和魯棒性的速度是在選擇自適應波束形成算法時要考慮的主要因素。感謝閱讀智能天線是一種基于自適應天線原理的移動通信新技術，它結合了自適應天線技術的優點，利用天線陣列對波束的匯成和指向的控制，產生多個獨立的波束，可以自適應的調整其波束圖以跟蹤信號的變化。精品文檔放心下載接受時，每個陣元的輸入被自適應性的加權調整，并與其他的信號相加已達到從混合的接收信號中解調出期望得到的信號并抑制干擾信號的目的，它對干擾信號調零，以減少或是抵消干擾信號。發射時，根據從接收信號獲知的用戶設備信號方位，通過自適應性的調整每個輻射陣元輸出的幅度和相位，使得他們的輸出在空間疊加，產生指向目標用戶設備的賦形波束，智能天線的特點是能夠以較低的代價換取天線的覆蓋范圍、系統容量、業務質量、抗阻塞和抗掉話等性能的提高。精品文檔放心下載.\常用的自適應波束成形算法有以下幾種：取樣協方差矩陣的直接求逆DMI算法謝謝閱讀LMS最小均方算法、RLS遞推最小二乘算法(基于參考信號的自適應波束形成的算法)精品文檔放心下載SCB標準CAPON波束形成算法（基于波達角估計的自適應波束形成的算法）精品文檔放心下載Bussgang自適應均衡算法clear,clcm=8;n=2;theta=[020];d=0.3;N=500;L=100;Meann=0;varn=1;

%sensors%sources%inangle%1/2lambada%samples%resolutionin[-90'90']感謝閱讀%meanofnoise%varianceofnoise.\SNR=10; %signal-to-noiseratio感謝閱讀INR=10; %interference-to-noiseratio謝謝閱讀rvar1=sqrt(varn)*10^(SNR/20); %varianceofsignal謝謝閱讀rvar2=sqrt(varn)*10^(INR/20); %varianceofinterference謝謝閱讀generatethesourcesignalss=[rvar1*exp(j*2*pi*50*0.001*[0:N-1])精品文檔放心下載rvar2*exp(j*2*pi*(100*0.001*[0:N-1]+rand))];精品文檔放心下載generatetheAmatrixgeneratethenoisecomponente=sqrt(varn/2)*(randn(m,N)+j*randn(m,N));精品文檔放心下載generatetheULAdataY=A*s+e;initializeweightmatrixandassociatedparametersforLMSpredictorde=s(1,:);謝謝閱讀mu=1e-3;w=zeros(m,1);fork=1:N感謝閱讀predictnextsampleanderrory(k)=w'*Y(:,k);感謝閱讀e(k)=de(k)-y(k);adaptweightmatrixandstepsizew=w+mu*Y(:,k)*conj(e(k));謝謝閱讀.\endbeamformingusingtheLMSmethodbeam=zeros(1,L);謝謝閱讀fori=1:La=exp(-j*2*pi*d*[0:m-1].'*sin(-pi/2+pi*(i-1)/L));beam(i)=20*log10(abs(w'*a));謝謝閱讀endplottingcommandfollowedfigureangle=-90:180/L:(90-180/L);謝謝閱讀plot(angle,beam);xlabel('方向角（度）');ylabel('幅度響應/（dB）');figurefork=1:Nen(k)=(abs(e(k))).^2;endsemilogy(en);xlabel('迭代次數n');ylabel('e^{2}(n)');波束形成器的本質是一個乘加器。.\.\.\.\高斯牛頓算法（RLS）：引入遺忘因子的作用是讓離n時刻較近的誤差有較大的權重，距離較遠的擁有降低的權重，確保以前觀測到的數據被漸漸“遺忘”，從而使濾波器工作在一個平穩狀態下。感謝閱讀.\代價公式：寫成wiener濾波器的形式： 輸入：u(i)n下面是算法推導：R(n)niu(i)uH(i)精品文檔放心下載i0.\設：則：令：則：

*n-1u(i)u(i)u(n)*u(n)HHni-1i0*R(n-1)uH(n)*u(n)AR(n)B1R(n1)Cu(n)D1AB1CD1CHA1BBC(DCHBC)1CHBR1(n)1R1(n1)2R1(n1)u(n)uH(n)R1(n1)11uH(n)R1(n1)u(n)P(n)R1(n)R(n)R(n1)x(n)xH(n)P(n)1[P(n1)k(n)uH(n)P(n1)]k(n)P(n1)u(n)uH(n)P(n-1)u(n)其中：為增益向量，又：P(n)(n)(n)R1(n1)(n)k(n)R(n1)(n)H(n)(n)R1(n1)H(n)nr(n)niu(i)d*(i)r(n1)d*(n)u(n)謝謝閱讀0P(n)1[P(n1)k(n)uH(n)P(n1)]謝謝閱讀所以：w(n)R1(n)r(n)P(n)r(n)精品文檔放心下載P(n1)r(n1)1d*(n)[P(n1)u(n)謝謝閱讀k(n)uH(n)P(n1)u(n)]k(n)uH(n)P(n1)r(n1)精品文檔放心下載w(n1)d*(n)k(n)k(n)uH(n)w(n1)感謝閱讀化簡得：w(n)w(n-1)k(n)e*(n)(*)式中：e(n)d(n)wH(n1)u(n)先驗誤差.\總結RLS算法的步驟。1、初始化：w(0)=0, R(0)=σI,2、更新：對于n=1、2···計算：濾波：y(n)wH(n1)u(n)估計誤差：e(n)d(n)y(n)更新k(n) P(n-1)u(n)uH(n)P(n1)u(n)更新權向量：w(n)w(n1)k(n)e*(n)精品文檔放心下載更新P(n)1[P(n1)k(n)uH(n)P(n-1)]謝謝閱讀希望相關矩陣初始值R(0)在R(n)中占很小的比重，因此設R(0)=σI。σ一般取0.001。感謝閱讀1、RLS算法對非平穩信號的適應性好。2、RLS算法收斂速度快，估計精度高穩定性好。3、遺忘因子越大，越不易遺忘，效果越好。4、RLS算法計算復雜度高，不利于實時性處理。.\.\RLS算法設計及流程M=15;Lb=10;%Lb=2;

%均衡濾波器階數為2*M+1%信道b長度為L+1%信道c長度為L+1%hb=[0.4070.8150.407];%離散時間信道c感謝閱讀hb=[0.04-0.050.07-0.210.500.720.360.000.210.030.07];%離散時間信道bHb=zeros(2*M+1,2*M+Lb+1);謝謝閱讀fork=1:2*M+1; %信道b的信道矩陣精品文檔放心下載Hb(k,k:1:k+Lb)=hb;end%%%產生伯努利序列和加性白噪聲，構建均衡濾波器的輸入數據矩陣sigma=1e-3;%加性白高斯噪聲的方差精品文檔放心下載N=2000; %迭代次數s=randsrc(2*M+Lb+N,1); %伯努利序列感謝閱讀vn=sqrt(sigma)*randsrc(2*M+Lb+N,1);精品文檔放心下載S=zeros(2*M+Lb+1,N); %發射信號矩陣S謝謝閱讀V=zeros(2*M+1,N); %加性白高斯噪聲矩陣V謝謝閱讀fork=1:NS(:,k)=s(2*M+Lb+k:-1:k);V(:,k)