您現在的位置：  
 首 頁 > 天線設計 > 天線設計問答 > 關于智能天線

關于智能天線

文章來源: 互聯(lián)網    錄入: mweda.com   

智能天線可以改善通信鏈路性能，大大提高系統(tǒng)容量，提高頻譜利用率，現在已成為移動通信領域的研究熱點。本課題主要針對LTE(Long Term Evolution，長期演進)系統(tǒng)中的智能天線技術進行深入研究，主要研究內容包括： 
 
1. 智能天線的無線空時信道及其建模方法研究   
 
在分析時延擴展、多普勒頻率擴展和角度擴展對智能天線的頻率相關性、時間相關性和空間相關性的影響基礎上，研究天線相關性與散射分布特性之間的定量關系，并基于幾種常見模型，提出一種基于統(tǒng)計特性以仿真不同空時信道的方法。 
 
2. 智能天線中的波達方向(DOA, Direction of Arrival)估計算法研究 
 
基于幾種常見的DOA估計算法，提出一種新的DOA估計算法，并對多重信號分類(Multiple Signal Classification, MUSIC)算法進行改進，利用改進的MUSIC算法對寬帶相干源的DOA估計。 
 
3. 智能天線多用戶檢測重擴自適應技術研究                                          
 
    分析單智能天線上同方向的多徑干擾和多用戶干擾，建立多用戶檢測自適應智能天線模型，提出相關算法，并對模型進行仿真對比分析。 
 
三、擬解決的關鍵科學問題和預期目標 
 
1. 擬解決的關鍵問題 
 
    (1) 數學建模的方法與技巧 
 
數學模型的建立，對課題的研究和方案的建立起著關鍵的作用。 
 
(2) 神經網絡方法 
 
神經網絡方法是針對智能天線中DOA估計的新算法，與其他算法相比，具有快速、實時、簡便的特點。 
 
(3) LTE技術 
 
LTE技術是整個課題研究的基礎和平臺，它的參數和標準為課題研究提供巨大幫助。 
 
2. 預期目標 
 
    (1) 智能天線的無線空時信道及其建模方法的研究預期目標 
 
得到天線相關性與散射分布特性之間的定量關系，為移動通信智能天線設計提供理論依據；構造出適用于不同環(huán)境的信道模型，反映信道的空間、時間以及頻率特性。 
 
    (2) 智能天線中的DOA估計算法研究預期目標 
 
提出改進的MUSIC算法并對其進行仿真，其算法精度應高于常用的MUSIC算法，并基于改進的MUSIC算法對寬帶源相干源DOA的估計；得到基于神經網絡方法的DOA估計，通過對比，該方法應具有較快的處理速度。 
 
(3) 智能天線多用戶檢測重擴自適應技術研究預期目標 
 
提出智能天線多用戶檢測重擴自適應技術的方案，通過數據仿真，與匹配濾波器解擴重擴天線陣列相比，本方案性能上應有所提高。 
 
四、課題研究實施方案（技術路線） 
 
1. 智能天線的無線空時信道及其建模方法研究的實施方案 
 
(1) 分析空時信道特性和相關建模理論，對移動通信環(huán)境中不同散射環(huán)境下(如拉普拉斯分布、截尾高斯分布等)智能天線的頻率、空間、時間特性進行理論推導和數值分析，得到天線相關性與散射分布特性之間的定量關系。 
 
(2) 在簡單介紹常用的Lee模型及其改進模型、幾何單反射模型、高思廣義平穩(wěn)不相關散射模型和擴展抽頭延遲線模型等模型基礎上，根據不同環(huán)境下的功率時延譜和功率角度譜，建立時空多徑信道模型，通過仿真，驗證該信道模型能夠同時反映信道的空間、時間以及頻率特性。 
 
2. 智能天線中的DOA估計算法研究的實施方案 
 
(1) 對MUSIC算法進行簡單的介紹，根據數據重構的前后空間平滑中取子陣元數與總陣元數相等、空間平滑方法能夠解決相干源問題的特點，對MUSIC算法提出改進，在不影響算法對非相關源DOA正常估計的前提下，提高對相關信號源DOA估計的性能，并通過建立相關模型，利用改進的算法對寬帶源相干源的DOA進行估計。 
 
(2) 利用神經網絡對智能天線的DOA進行估計，這里選用三層神經網絡，有輸入層、隱層、輸入層組成，采用聚類方法訓練徑向基函數層，并通過相關訓練使網絡具有一定的泛化能力，最后將此算法與其他不同算法進行分析對比。 
 
3. 智能天線多用戶檢測重擴自適應技術研究的實施方案 
 
在天線單元的輸出利用最小均方誤差算法進行波束成形，把主波束對準期望用戶。然后，殘余的多徑干擾和多址干擾利用后接的多用戶檢測算法進行消除，多用戶檢測輸出經過判決輸出成為解調的數據，解調數據用期望用戶的擴頻序列重擴后作為最小均方誤差算法所需的參考信號，以此建立相關模型，通過數值仿真，驗證方案。 
 

申明：網友回復良莠不齊，僅供參考。如需專業(yè)解答，請咨詢本站專家，或者學習本站天線設計視頻培訓課程。