利用自适应算法的改进方法来研究信干噪比的方法研究 自适应算法

　　[摘 要]本文将智能天线、自适应滤波等概念融入感知无线电中,着力将自适应滤波、智能天线技术初步应用于感知无线电中,能达到有效抑制非授权用户对授权用户的干扰的目的。在人们提出的基于特征值的算法的基础上,进一步提出ADV算法,使感知系统的性能得到改善。
　　[关键词]感知无线电 智能天线 自适应滤波 特征值算法 ADV算法
　　[中图分类号]TN[文献标识码]A[文章编号]1007-9416(2010)02-0096-03
　　
　　1 引言
　　感知无线电发展到今天,已有明确定义:它是一种能够动态分配所使用无线电频率的新型无线电通信系统,能够在宽频带上可靠地感知频谱环境,探测合法授权用户的出现,能实时改变某些无线参数(如发射功率、载波调制方式和编码方式等).调整系统内部状态。从而适应外部环境的变化,并且在整个通信过程不会给授权用户带来有害干扰。由于频谱资源紧张,在共享频谱时,非授权用户会对授权用户产生各种干扰,如何抑制干扰,提高非授权用户通信服务质量。成为目前感知无线电(CR,Cognitive Radio)研究亟待解决的问题。为此,人们提出了一系列解决方案,智能天线技术为这一问题的解决提供了新思路。
　　在目前的感知无线电研究中,非授权用户一般都使用全向天线进行通信,即在各个方向上发送和接收信号。虽然使用全向天线可以更全面可靠地对频谱进行感知和测量,但是非授权用户在通信过程中,实际上仅在期望的方向接收和发送信号,而在其它用户所在方向上则产生了干扰。为了减小在共享频谱时非授权用户对授权用户的干扰,将智能天线技术引入感知无线电是目前乃至今后的研究热点。和常规天线不同,智能天线依靠对多个单元天线组阵,通过对各单元天线馈电信号的相位进行合理组合处理,根据不同的环境和应用要求,动态地调整接收天线和发射天线方向特性,以达到性能优化的目的。
　　2 自适应智能天线技术
　　智能天线(SA,Smart Antenna)能根据期望用户和干扰的空间位置改变自动调整接收和发射方向图,采用先进的自适应空间数字处理技术产生可控波束方向图,并采用数字信号处理技术,根据一定的准则形成天线阵列的加权向量,通过对各天线阵元接收信号进行加权合并,使天线主波束对准期望用户信号的来波方向(DOA,Direction of Arrival),同时在干扰方向形成零陷(NULL),因此可以在期望用户的方向上获得较高的增益,而在干扰方向上获得较低的增益,从而达到提高信干噪比(SINR)的目的,从而避免非授权用户对授权用户的干扰,也大大降低了与其它用户之间的相互干扰。自适应智能天线对干扰信号的抑制可以达到20dB～30dB,并可以根据期望信号和干扰信号入射角的变化,自动调节天线的空间滤波特性。多波束智能天线采用多个波束覆盖整个用户区,每个波束的指向固定,波束宽度随天线阵元数目的确定而确定,系统根据用户的空间位置选取相应的波束,使接收信号最佳。
　　智能天线能够显著提高系统的信号对干扰和噪声的功率比(SINR);能够减少时延扩展及多径衰落;能够实现角度分集;能够实现空分多址(SDMA)。相应地,这些功能可以大大降低系统误码率和出界概率(误码率超过某个可允许门限的概率)和大大提高系统的频谱利用率和系统容量。它能增加信号对干扰和噪声的功率比(SINR),是因为智能天线采用指向期望用户的定向波束,增加了有用信号功率。
　　智能天线的优越性在于其自身可以分析到达天线阵列的信号,灵活、优化地使用波束,减少干扰和被干扰的机会,提高了频谱利用率,改善了系统性能。
　　其中,自适应智能天线的主要用途是自适应抗干扰,它是一种其它抗干扰方式无法取代的有效空域抗干扰措施采用自适应智能天线技术能有效抑制同接收信号方向不同的多径干扰、同信道干扰、多址干扰以及其它各种类型的有意或无意干扰,从而提升信号传输质量。提高频谱有效利用率,增加系统容量。
　　利用波束形成可以提取期望信号,抑制噪声和干扰信号,从而提高阵列输出信号干扰和噪声比(信干噪比),波束形成性能的好坏决定着阵列信号处理系统性能的优劣,是提高信噪比、增加用户容量的保证。自适应波束形成是指波束形成器根据通信环境的变化,自动调整各天线阵元的幅度和相位加权因子,从干扰和噪声中最大限度地提取有用信号,提高信噪比,因此它是阵列信号处理的基础。如图1所示,波束形成器部分根据特定的自适应波束形成算法,对智能天线输入端的直馈信号进行运算,获得对阵元加权向量的调整向量,对各阵元的加权值进行调整。这样经过多次迭代后阵元的加权向量就能收敛于最佳权值向智能天线技术在感知无线电中的应用量。由这组最佳权值向量形成的波束自动将最大增益点对准有用信号方向,而在干扰信号方向形成零陷。
　　智能天线的自适应波束形成算法是自适应波束形成技术的核心部分,只有研究出一种适合感知无线电应用的、能有效抑制共享频谱时非授权用户对授权用户干扰的最优算法,感知无线电与智能天线技术的结合才具有实践意义。
　　3 系统模型
　　设阵列由N个阵元组成,接收信号x(n)为维复矢量,空间有P个窄带平面波信号,它们相对于阵列法向的方向为{},则阵列第i个阵元的输出为:
　　
　　其中,为第j(j=1,2,...,P)个阵元上的复包络(其中天线1为参考阵元);为阵元i(i=1,2,…,N)上的加性噪声,这里假定为高斯白噪声,并且与不相关。如若用矩阵形式表达,则有:
　　
　　其中,
　　
　　基于特征值的波束成形算法的基本思想是利用特征值误差与特征函数误差的关系,调整滤波器自身的参数。使滤波器的输出信号与期望输出信号之间的误差最小,并使系统输出为有用信号的最佳估计。可以写成如下的基本方程:
　　
　　可以得到对阵列接收数据进行智能波束形成的加权矢量的最优解为:
　　
　　其中,为接收数据协方差矩阵。该系统的弱点在于计算复杂,不能有效抑制噪声干扰,这就降低了通信效率。并且在强干扰环境下,该系统只具有很低的工作性能。对比这种方法,加以改进,本文得出了以下系统模型:(ADV)
　　
　　式中为元素全为1的P维矢量。根据上式可以得到此时的最优加权矢量为:
　　
　　根据文献[5],利用进行波束形成,理论上可以在期望信号及其多径方向上形成主波束,并在干扰方向上形成零陷,即得到自适应智能波束形成技术.
　　一般来说,正常的即有目的的通信总是建立在人为恶意干扰之前的,即可以利用干扰未发生前的接收数据,根据有关D0A(到达角方向角)估计算法,预先得到对期望信号及其多径方向的良好估计并作为先验知识。因此,通过对自适应智能波束形成技术的分析可知,ADV实现的先决条件是要求较准确地知道期望信号及其多径信号的D0A,而这在实际通信环境中是可以做到的.因此文中得到ADV方法,该系统方法与基于特征值的波束成形算法相比,由于仅利用接收数据的简单处理就可以得到对期望信号及其多径方向的良好估计,并且随后的仿真试验还将证明新系统即使是在强干扰的条件下,也具有较好的工作性能.
　　4 ADV系统的性能仿真
　　本文对ADV方法与原有的基于特征值的波束成形成算法两系统的波束成形性能进行比较.仿真中假设信噪比为20。期望接收的感知无线电信号有3条到达阵列的路径,主波束的DOA为90°次波束的DOA分别为45°和135°它们的衰减增益为-6dB与-9dB,干扰的DOA为5°、70°、117°并且阵列噪声为高斯白噪声。
　　图2、3分别给出了2种系统分别形成的波束图曲线。图2、3的曲线反映了在干扰信号的信噪比=10dB,即干扰信号与期望信号主径等功率的条件下,2种系统的波束形成效果.结合表1可知在所设条件下,2个系统在期望信号及其多径的方向上都形成了波束,其中ADV形成的波束主瓣要高于基于特征值的波束成形算法系统,且它的旁瓣明显低于主瓣,但它在干扰方向上形成的零陷较基于特征值的波束成形成算法系统浅。在该环境下,ADV系统的波束形成质量较好。
　　图2、图3的曲线反映了干扰信号的信噪比为20dB的条件下,2种系统的波束形成效果。可知在所设强干扰的条件下,基于特征值的波束成形成算法系统波束形成质量开始下降,45°和135°方向上的信号与主瓣几乎平齐,而ADV系统的波束形成质量仍然很好。在干扰方向上ADV系统的零陷也是可以接受的。
　　这主要由于ADV系统由于充分利用期望信号的空间信息,能在最大程度上保证波束对准期望信号及其多径方向,并在干扰信号方向上形成较深零陷,因此它在强干扰环境中仍有着稳定的波束形成性能。
　　5 结语
　　本文为了提高感知系统的工作性能,引入了自适应波束形成技术来抑制干扰信号对系统的影响,使信干噪比(增益)得到进一步改善。目前报道比较多的是基于特征值的波束成形成算法系统,但是该类系统缺点在于系统复杂度高,旁瓣衰减不明显,降低了通信效率,并且在强干扰环境下工作性能下降.为此文中提出了一种新的ADV方法,该方法充分利用期望信号以及多径信号的DOA信息,能够更有效地抑制旁瓣和干扰信号.仿真表明了它的优越性。而且在强干扰环境下,ADV系统由于在干扰方向上形成了的零陷也是可以接受的 。如若将两系统的优点结合起来,将更好的实现波束形成质量,降低其系统输出的误码率,体现更好的工作性能。
　　
　　[参考文献]
　　[1] 谢显中.基于TDD的第四代移动通信技术.北京:电子工业出版社,2005.
　　[2] 王丽娜,王兵.一种新的卫星智能天线自适应波束形成算法电讯技术,vol49(4)Apr2009.
　　[3] 谭晓斐,田北京,王彤.阵列天线自适应波束形成的一种改进方法雷达科学与技术vol6(4) August2008.
本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文