認(rèn)知無(wú)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(rèn)知無(wú)線電系統(tǒng)的下行鏈路，并比較了LMS及改進(jìn)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(duì)基于智能天線的認(rèn)知無(wú)線電系統(tǒng)的波速成形理論做了對(duì)比分析。結(jié)果表明：加入了智能天線的認(rèn)知無(wú)線電，對(duì)于波束成形理論更有優(yōu)勢(shì)，基于智能天線的認(rèn)知無(wú)線電系統(tǒng)能獲得更多的傳輸機(jī)會(huì)，吞吐量有較大提升，且PU越活躍，吞吐量提升倍數(shù)越高。

關(guān)鍵詞：波束成形算法；智能天線；認(rèn)知無(wú)線電

隨著不斷優(yōu)化的無(wú)線通信技術(shù)的高速發(fā)展，可利用的無(wú)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(fā)者想到更優(yōu)化的利用方式。傳統(tǒng)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(xué)在于某些頻段的利用率極低，嚴(yán)重的導(dǎo)致的頻段資源的使用不平衡。這種方式也不能適應(yīng)高速發(fā)展的無(wú)線電技術(shù)?；谶@些原因，認(rèn)知無(wú)線電（cognitive radio，CR）應(yīng)運(yùn)而生。主要原理為設(shè)定主用戶（primary user，PU）和次用戶（secondary user，SU），次用戶是非授權(quán)用戶，能夠感知到空間中的空閑信道，當(dāng)主用戶不占用信道時(shí)，次用戶在對(duì)主用戶不造成干擾的情況下對(duì)其空閑的注冊(cè)信道進(jìn)行信息傳輸。認(rèn)知無(wú)線電是一種智能軟化無(wú)線電，其具有頻譜感知能力。當(dāng)周圍電磁環(huán)境存在頻譜空穴時(shí)，能自動(dòng)感知到，同時(shí)通過規(guī)定的通信協(xié)議和相關(guān)的算法將發(fā)射接收信號(hào)的參數(shù)調(diào)整到最佳狀態(tài)。由此可見，認(rèn)知無(wú)線電不僅具有通信功能，而且還需具備頻譜探測(cè)能力，具有多功能特征，必須借助于軟件無(wú)線電來實(shí)現(xiàn)。認(rèn)知無(wú)線電已成為目前無(wú)線通信領(lǐng)域的一大研究熱點(diǎn)。

1 認(rèn)知無(wú)線電的智能天線波束形成理論

智能天線系統(tǒng)的主要部分為天線陣列、波束形成單元和自適應(yīng)控制單元。天線陣列是對(duì)發(fā)射和接收機(jī)信號(hào)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(hào)相加權(quán)得到的。智能天線的重要部分是自適應(yīng)控制單元，主要的功能是在相應(yīng)的算法和優(yōu)化準(zhǔn)則下，能適應(yīng)周圍電磁環(huán)境的變化，利用數(shù)字信號(hào)處理的技術(shù)，調(diào)節(jié)陣元的加權(quán)幅度和相位，使空間定向波束動(dòng)態(tài)地產(chǎn)生，從而跟蹤用戶信號(hào)的到達(dá)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(yīng)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(duì)準(zhǔn)特定方向，而零陷對(duì)準(zhǔn)干擾信號(hào)。和傳統(tǒng)的天線相比，自適應(yīng)天線的特定是調(diào)整陣列波束以期望得到最大輸出功率，因此自適應(yīng)天線陣列實(shí)時(shí)的自動(dòng)調(diào)整權(quán)值來實(shí)現(xiàn)主波束的優(yōu)化。一般來說，在某種準(zhǔn)則下達(dá)到最優(yōu)的主波束的算法，研究的最多的準(zhǔn)則有最小均方誤差準(zhǔn)則（MMSE），最大信噪比（MaxSNR），最小方差（MV）準(zhǔn)則等。在一定的最優(yōu)準(zhǔn)則基礎(chǔ)上，形成了自適應(yīng)波束算法，學(xué)者們也都對(duì)此進(jìn)行了大量的研究工作，就現(xiàn)在提出的各類自適應(yīng)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(gè)大類。對(duì)于非盲算法是將發(fā)射信號(hào)指定為已知信號(hào)，利用發(fā)射信號(hào)來形成波束的算法。而對(duì)于非盲算法有最小均方誤差算法（LMS）等，由于LMS算法具有計(jì)算復(fù)雜度低、在平穩(wěn)環(huán)境中的收斂性好等一些特點(diǎn)，近年來成為自適應(yīng)算法中應(yīng)用最廣泛的算法。

3 改進(jìn)的LMS算法

在基本LMS算法中，采用變步長(zhǎng)的方法來解決基本LMS中收斂速度慢和有小穩(wěn)態(tài)誤差的問題?；镜乃惴ㄋ悸窞樵趧傞_始迭代的時(shí)候，選擇大的步長(zhǎng)，從而可以獲得非?？斓氖諗克俣龋谮吔黽opt附近時(shí)，逐步使迭代步長(zhǎng)減小，從而獲得小的穩(wěn)態(tài)誤差。使步長(zhǎng)隨著穩(wěn)態(tài)誤差逐步趨近于零。這樣看來，采用變步長(zhǎng)的方法實(shí)際上是尋找一條變化曲線，要求在零點(diǎn)附近能最大限度的達(dá)到平衡。

4 OFDM系統(tǒng)中時(shí)域和頻域波束形成的比較

近幾年來，新一代移動(dòng)通信的核心技術(shù)OFDM被普遍的研究。將智能天線和其相結(jié)合能進(jìn)一步提高頻譜利用率和系統(tǒng)的容量。在此系統(tǒng)中，智能天線算法可分為時(shí)域波束和頻域波束的形成。事實(shí)上，Post-FFT性能優(yōu)于Pre-FFT（以算法復(fù)雜度為代價(jià)），通過仿真得出，兩種方法在不同情況下分別優(yōu)于對(duì)方。這對(duì)于不同系統(tǒng)參數(shù)和信道情況下時(shí)兩種算法的選擇有著重要意義。

5 加入擴(kuò)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(xié)方差矩陣求逆（SMI）和最小二乘恒模（LSCMA）構(gòu)成。

在真實(shí)的無(wú)線通信環(huán)境中，由于眾多的用戶量和外界的干擾很強(qiáng)。單純使用恒模算法不能完全恢復(fù)用戶的信號(hào)。正是基于這個(gè)原因，將SMI算法和LSCMA算法結(jié)合。將SMI算法來確定橫模陣列的初始權(quán)，權(quán)向量的更新用LSCMA方法。由于得到穩(wěn)定的算法并能捕獲特定信號(hào)，付出的代價(jià)是計(jì)算量的增大。和認(rèn)知無(wú)線電結(jié)合之后，利用TD-SCDMA系統(tǒng)的擴(kuò)頻序列作為權(quán)值更新以及最后收斂的相關(guān)信息，加入擴(kuò)頻序列的SMI-LSCMA算法。就理論分析而言，假設(shè)系統(tǒng)已知的情況下，如果加入特定接收的信號(hào)的擴(kuò)頻序列信息，使算法通過多級(jí)對(duì)消系統(tǒng)捕獲特定接收信號(hào)的過程。利用智能天線鎖定此擴(kuò)頻接收信號(hào)，可以更加快速，準(zhǔn)確的收斂于特定的用戶信號(hào)，這正是該算法的理論依據(jù)。

[參考文獻(xiàn)]

[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.