專利名稱：基帶復序列的產生方法及自適應基帶復數字波束形成技術的制作方法
技術領域：
本發(fā)明的技術方案所屬的技術領域為智能天線。
1.背景技術：
陣列天線技術、自適應信號處理技術、數字信號處理(DSP)技術的完美結合產生了智能天線技術。智能天線可視為一種自適應“空間濾波器”，它可同時針對多個用戶形成多個獨立存在的窄波束(不同于掃描波束)，從而能夠有效地抑制其它方向上的干擾來波信號，降低同道干擾(CCI)(碼分多址(CDMA)系統(tǒng)中又稱多址干擾(MAI))，提高系統(tǒng)的通信容量。由于能夠形成窄波束，因而可降低發(fā)射端的發(fā)射功率。
根據陣列天線理論，只有對射頻信號進行了幅度、相位加權處理，才能實現(xiàn)陣列天線的空間輻射方向圖，即射頻波束形成技術。智能天線需同時針對多個用戶形成多個獨立存在的窄波束，若采用模擬幅相加權網實現(xiàn)對射頻信號的處理，則需多個模擬幅相加權網。這種智能天線的模擬實現(xiàn)方法是不可取的，一方面，這種方法的工程實現(xiàn)代價很高，且對射頻信號模擬幅相加權的控制又不靈活；另一方面，多個模擬幅相加權網必然造成功率分配的損失。
模擬方法實現(xiàn)的智能天線，雖然具有直接的空間濾波作用，但工程實現(xiàn)難度極大，應用又不靈活。工程上特別希望能夠采用DSP技術實現(xiàn)智能天線，然而在射頻頻率較高時，目前的DSP技術，無法實時實現(xiàn)對射頻信號的直接處理。隨著軟件無線電概念的出現(xiàn)，一些學者提出了對中頻信號進行處理的數字波束形成(DBF)方法，即中頻波束形成技術。這種方法對模擬/數字轉換器的轉換速度、DSP芯片的運算速度要求很高，工程實現(xiàn)的代價仍然很大。
不同于射頻、中頻波束形成技術，本發(fā)明給出了零中頻波束形成的技術方案，即基帶DBF?；诨鶐托盘柪碚?，形成射頻波束的對射頻信號的幅相加權處理，可以等效地在基帶用DSP技術實現(xiàn)。按基帶復序列模型對自適應算法進行修正，提出了自適應基帶復數字波束形成技術。本發(fā)明提出的技術方案，波束形成的實質運算雖然是在基帶完成的，卻能夠達到射頻波束形成技術的同樣效果。本發(fā)明大大降低了DBF對模擬/數字轉換器的轉換速度、DSP芯片的運算速度的要求，可大幅度地降低智能天線的工程實現(xiàn)成本，且應用更加靈活，在無線通信系統(tǒng)中有著廣泛的應用。
1.
發(fā)明內容簡介①給出了接收過程的基帶復序列的產生方案。對于接收過程，給出了產生基帶復序列的技術方案。按本方案產生的基帶復序列，能夠反應接收射頻信號的幅度和相位，這一點至關重要，是本發(fā)明的基礎，也是本發(fā)明區(qū)別于其它所謂的“基帶DBF算法”的顯著標志。
②給出了接收過程的基帶復DBF算法。通過對各陣元的基帶復序列進行數字化復加權累加，可完成波束形成的實質性運算。理論上能夠證明基帶復DBF算法能夠實現(xiàn)射頻波束形成技術的同樣效果。
③給出了自適應基帶復數字波束形成算法。根據基帶復序列的特點，給出了基帶復訓練序列的產生方法。以基帶復訓練序列作為期望序列，以基帶復DBF算法作為陣列輸出，基帶復自適應算法能夠針對每個用戶的來波信號，使智能天線收斂于各自的最優(yōu)接收方向圖，同時還能夠有效地解決數字通信系統(tǒng)中相干解調帶來的相位模糊問題。
④給出了發(fā)射過程的基帶數字波束形成算法。對于發(fā)射過程，給出了產生用于調制射頻載波的基帶模擬信號的技術方案。由接收信號自適應基帶復數字波束形成算法獲得的最優(yōu)權矢量，不僅用于接收系統(tǒng)形成最優(yōu)接收方向圖，在時分雙工(TDD)系統(tǒng)中，還可直接用于發(fā)射方向圖的波束形成算法。按本方案的基帶數字波束形成算法，在TDD系統(tǒng)中，對同一用戶實現(xiàn)的收發(fā)方向圖是一樣的。
2基帶復序列的產生方法及基帶復數字波束形成算法2.1接收過程的基帶復序列的產生方法附

圖1接收過程基帶復序列產生方法及自適應基帶復數字波束形成算法方框圖。附圖1的前半部分，給出了各陣元接收信號對應的基帶復序列產生的技術方案。
首先接收機產生本地再生載波信號，這里用cosωct表示，再對cosωct進行移相處理，獲得-sinωct信號。要求再生載波信號頻率ωc應盡量與用戶發(fā)射信號的載波頻率相同，允許兩者間有固定的相位差異或相對于基帶信號有慢速的相差變化，這就降低了再生載波的工程實現(xiàn)難度。再生載波與用戶載波間不同相位造成的解調信號的相位模糊問題，可通過提出的自適應算法加以抑制。
如附圖1所示，利用cosωct和-sinωct對每一陣元接收到的射頻放大信號同時進行正交相干解調，獲得兩路零中頻模擬信號。這一過程數學描述如下 其中Ai(t)，Bi(t)為第i陣元對應的兩路基帶模擬信號，N為陣元數量，LPF{·}表示低通濾波處理， 為第i陣元接收到的射頻放大信號。
對所有陣元對應的兩路基帶模擬信號同時進行模擬/數字轉換，抽樣周期均為擴頻碼片周期，然后分別對每路信號進行解擴處理。解擴后，第i陣元的兩路數字實序列分別用Ii(n)和Qi(n)表示。以Ii(n)為實部、Qi(n)為虛部構成第i陣元的基帶復序列，即 其中pI(m)、pQ(m)分別為感興趣用戶的同步I、正交Q支路的二進制地址碼，整數L為一個符號周期內的擴頻碼片數，它同時反應了擴頻處理增益。Ai(m)=Ai(t)|t=mTc]]>、Bi(m)=Bi(t)|t=mTc]]>分別為Ai(t)、Bi(t)對應的數字信號，Tc為擴頻碼片周期。以上給出了產生基帶復序列的技術方案。該基帶復序列，將用于自適應算法的學習過程以及最優(yōu)基帶復數字波束形成算法。4中將證明按此方案產生的基帶復序列，能夠反應接收射頻信號的幅度和相位。
2.2接收過程的基帶復數字波束形成算法對應某一復加權矢量，N單元陣列天線基帶線性加權合成輸出序列為y(n)=Σi=1Nwi*xi(n)=WHX(n)----(3)]]>其中wi為第i陣元對應的復加權系數，用W＝[w1，w2，…，wN]T表示陣列復加權矢量，用X(n)＝[x1(n)，x2(n)，…，xN(n)]T表示基帶復序列向量，*表示共軛運算、T表示轉置運算、H表示共軛轉置運算，算法可用矩陣乘法簡潔表示。式(3)中的xi(n)由2.1方法產生。由4中的理論分析可知，式(3)算法能夠達到射頻波束形成技術的同樣效果，稱為基帶復數字波束形成算法。
3接收過程的自適應基帶復數字波束形成算法3.1訓練復序列算法非盲的自適應算法依賴于訓練二進制碼，訓練二進制碼對接收端是事前已知的，并由發(fā)射端實際發(fā)射，接收端接收到的實際序列與訓練序列比較，通過自適應算法獲得最優(yōu)復加權矢量。本發(fā)明創(chuàng)新之一在于訓練序列d(n)的取值。對于多進制相移鍵控、多進制幅度相位聯(lián)合鍵控調制方式，d(n)為復序列，而非直接取自訓練二進制碼。訓練復序列d(n)的具體產生過程如下已知訓練二進制碼經串并轉換，得到符號序列，由每一符號碼對應星座圖(矢量圖)上的位置矢量，構成了訓練復序列d(n)，表示如下d(n)＝F{(bM-1…b1b0)n}(4)其中F{·}表示按特定調制方式星座圖的符號碼與位置矢量的對應關系，(bM-1…b1b0)n表示第n個訓練符號碼，M表示符號碼的比特數。
3.2LMS算法迭代起始，令n＝0，權矢量初值W(0)＝
T。LMS算法的迭代過程如下e(n)＝d(n)-WH(n)X(n) (5)式(5)計算當前誤差值，訓練復序列d(n)由式(4)方法給出，X(n)＝[x1(n)，x2(n)，…，xN(n)]T由式2.1方法產生。權矢量的更新方程為W(n+1)＝W(n)+μe*(n)X(n) (6)其中μ為迭代步長。進入下一步迭代n＝n+1。重復上述過程直到結束。
3.3RLS算法迭代起始，令n＝1，權矢量初值W(0)＝
T，N×N方陣初值P(0)＝δINN，δ是一個較大的正數，INN為N×N單位方陣。RLS算法的迭代過程如下
e(n)＝d(n)-WH(n-1)X(n)(7)k(n)=P(n-1)X(n)λ+XH(n)P(n-1)X(n)----(8)]]>式(7)給出了用前一步權矢量值計算當前誤差值，訓練復序列d(n)由式(4)方法給出，X(n)＝[x1(n)，x2(n)，…，xN(n)]T由2.1方法產生。式(8)中0.8≤λ≤1為遺忘因子。權矢量的更新方程為W(n)＝W(n-1)+e*(n)k(n)(9)為下一步迭代，方陣的更新方陣P(n)=1λ[P(n-1)+k(n)XH(n)P(n-1)]----(10)]]>本步迭代結束，進入下一步迭代n＝n+1。重復上述過程直到結束。
4理論分析設陣列天線第1陣元接收到的感興趣用戶的已調射頻信號為 其中ωc為射頻載波的角頻率。φ為已調信號載頻相對于接收機本地再生載頻的相位差，即所謂的相位模糊量。a(n)和(n)分別為射頻載波的幅度和相位，以a(n)為幅度(n)為相位構成的復序列s(n)，即為感興趣用戶符號序列對應星座圖上的位置矢量構成的復序列。接收系統(tǒng)的目標就是解調得到復序列s(n)s(n)＝a(n)ej(n)(12)s(n)確定了接收信號每一符號周期在星座圖中的位置，進而可確定符號序列，得到基帶二進制碼。
現(xiàn)在我們來分析式(1)的處理效果。感興趣用戶信號在第1陣元的兩路零中頻模擬信號為 因此，感興趣用戶信號按式(2)算法在第1陣元的輸出復序列為x1(n)＝s(n)ejφ(14)其中ejφ為相位模糊量造成的附加相移。
在無CCI和噪聲的理想情況下，設用戶信號以θ方向入射天線陣列，式(3)中的X(n)可用下式仿真X(n)＝a(θ)x1(n)＝a(θ)s(n)ejφ(15)a(θ)為θ入射方向的陣列方向控制矢量。設均方誤差(MSE)代價函數為ρ(n)＝E[e(n)·e*(n)]，在最小均方誤差(MMSE)優(yōu)化準則下，最優(yōu)權矢量Wopt滿足如下維納方程
E[X(n)XH(n)]Wopt＝E[X(n)d*(n)](16)將式(15)代入式(16)，考慮到訓練期間s(n)＝d(n)，得a(θ)aH(θ)WoptE[d(n)d*(n)]＝a(θ)E[d(n)d*(n)]ejφ(17)陣列方向控制矢量具有如下特性aH(θ)a(θ)＝N，由式(17)求得Wopt=1Na(θ)ejφ----(18)]]>式(18)給出了理想情況下權矢量最優(yōu)維納解Wopt，將式(18)、(15)代入式(3)，求得智能天線的最優(yōu)輸出yopt(n)=WoptHX(n)=1NaH(θ)e-jφ·a(θ)s(n)ejφ=s(n)----(19)]]>式(19)表明，在理想情況下，智能天線的最優(yōu)輸出就是用戶已調信號的等效基帶復信號。式(19)的結果解釋如下Wopt中a(θ)部分是用來抵消了入射方向在各陣元間形成的相位差，ejφ部分是用來抵消相位模糊量帶來的附加相移?？梢姡顑?yōu)復數字波束形成算法，不僅使各陣元的接收信號實現(xiàn)了等相位合成，而且還有效地抵消了相位模糊量帶來的附加相移，使智能天線的最優(yōu)合成輸出為期望的用戶信號。
在CDMA移動通信系統(tǒng)中，同時有多個用戶信號以不同的方向入射天線陣列，每個用戶信號又可能有多個多徑信號。此時，式(3)中的X(n)可用下式仿真X(n)=Σp=1Pa(θp)βps(n)ejφp+Σm=1Ma(θm)nm(n)----(20)]]>式(20)中，感興趣用戶信號及其多徑時間延遲不超過一個碼片周期的多徑量，都視為有用信號。用θp表示第p個有用多徑信號的入射方向，a(θp)為θp入射方向的陣列方向控制矢量。用βp表示第p個有用多徑信號的幅度衰落量，用φp表示第p個有用多徑信號的相位模糊量。在CDMA移動通信系統(tǒng)中，非感興趣用戶信號及其多徑量、多徑時間延遲量超過一個碼片周期的感興趣用戶信號的多徑量，按式(2)的解擴處理，均可用隨機噪聲來等效，nm(n)為第m個干擾源的等效噪聲，是一個隨機復序列。用θm表示第m個干擾源的入射方向，a(θm)為θm入射方向的陣列方向控制矢量。
在學習期間，基帶復自適應算法將盡量使陣列合成輸出序列y(n)逼近于訓練復序列d(n)。當自適應算法收斂于最優(yōu)值時，最優(yōu)陣列權矢量Wopt，一方面將盡量使式(20)中的有用信號同相合成，另一方面將盡量抑制式(20)中的噪聲。有用信號的同相合成意味著模糊相移量φp也將盡量被Wopt抑制(被Wopt的相位中和)。以上結論由5中的仿真實驗進一步驗證。
由于干擾的存在，即使基帶復自適應算法收斂于最優(yōu)值，陣列合成最優(yōu)輸出復序列yopt(n)，通常也不可能完全等于訓練復序列d(n)。用誤差幅度平方序列ρ(n)來評估誤差程度，具體算法如下ρ(n)＝e(n)e*(n) (21)5中的仿真實驗，給出了ρ(n)的收斂過程。
當基帶復自適應算法學習結束后，W收斂于最優(yōu)值Wopt。在以后的一段時間內，用Wopt來生產智能天線的最優(yōu)輸出復序列，算法如下yopt(n)=WoptHX(n)----(22)]]>可通過智能天線最優(yōu)輸出復序列在星座圖中的位置，來考察誤差情況。5中的仿真實驗，給出了這方面的仿真結果。
對應最優(yōu)權矢量Wopt，按式(22)算法，等效接收方向圖為fr(θ)=|yopt(n)x1(n)|=|WoptHa(θ)x1(n)x1(n)|=|WoptHa(θ)|----(23)]]>5計算仿真智能天線采用等間隔線陣實現(xiàn)，陣元數目N＝8，相臨陣元空間距離為半波長，即d=λ2.]]>對應θ入射方向，陣列方向控制矢量為a(θ)=[1,ej2πλdsinθ,···,ej2πλ(N-1)dsinθ]T----(24)]]>仿真實驗中，調制方式為四相相移鍵控(QPSK)，假定所有干擾源的等效噪聲的平均功率是一樣的，實驗中給出的信噪比為感興趣信號功率/所有噪聲平均功率之和，所有干擾源的入射方向等角度地分布于-90°～90°之間，對訓練復序列的模值進行了歸一化處理，假定噪聲復序列的實部、虛部為均勻分布的隨機序列，LMS算法步長取0.04，RLS算法中遺忘因子λ＝1，最優(yōu)權矢量取最后一次的迭代結果，給出的方向圖為按式(23)的計算結果，方向圖中縱向實線標明有用信號的入射方向，縱向虛線標明干擾信號的入射方向。智能天線的最優(yōu)輸出復序列按式(22)計算，300次計算結果分別在星座圖中表明了位置。基于式(20)的信號、干擾模型，經大量的仿真實驗，得出了如下結論。
①理想情況下算法的有效性。在無多徑、無CCI的理想情況下，無論相干解調帶來的模糊相位量為何值，LMS、RLS算法都將很快收斂于最優(yōu)陣列權矢量Wopt，且Wopt能夠有效地抑制模糊相位量，最優(yōu)輸出復序列的誤差幾乎為零，在星座圖中的位置不會因模糊相位量而發(fā)生旋轉。等效方向圖為指向用戶入射方向的均勻陣列方向圖。附圖3～附圖4分別給出了LMS、RLS算法典型的學習曲線、最優(yōu)方向圖。附圖3理想情況下，LMS算法典型的學習曲線、最優(yōu)方向圖，其中假定感興趣信號的模糊相位量為135°、入射方向為-20°，無多徑、同道干擾，附圖3中的上圖為LMS算法一次典型的學習曲線，下圖為對應的最優(yōu)方向圖。附圖4理想情況下，RLS算法典型的學習曲線、最優(yōu)方向圖，其中假定感興趣信號的模糊相位量為135°、入射方向為-20°，無多徑、同道干擾，附圖4中的上圖為RLS算法一次典型的學習曲線，下圖為對應的最優(yōu)方向圖。
②存在同道干擾、有用信號無多徑量時算法的有效性。當信噪比小于0dB時，自適應算法收斂較慢，且誤差幅度不能穩(wěn)定在一個較小的值，智能天線的輸出將產生較嚴重的誤碼。當信噪比大于0dB時，自適應算法將能夠實現(xiàn)空間濾波作用。信噪比越大，自適應算法的收斂性越好。作為舉例，當干擾源數量為60、信噪比等于8dB時，附圖5～附圖8，分別給出了LMS、RLS算法的典型學習曲線、最優(yōu)方向圖、300次最優(yōu)輸出在星座圖中的位置。
附圖5有同道干擾、無其它有用多徑時，LMS算法典型的學習曲線、最優(yōu)方向圖，其中假定感興趣信號的模糊相位量為45°、入射方向為30°，信噪比為8dB，有60個干擾源，附圖5中的上圖為LMS算法一次典型的學習曲線，下圖為對應的最優(yōu)方向圖。附圖6附圖5中的最優(yōu)方向圖對應的最優(yōu)輸出在星座圖中的位置。附圖7有同道干擾、無其它有用多徑時，RLS算法典型的學習曲線、最優(yōu)方向圖，其中假定感興趣信號的模糊相位量為45°、入射方向為30°，信噪比為8dB，有60個干擾源，附圖7中的上圖為RLS算法一次典型的學習曲線，下圖為對應的最優(yōu)方向圖。附圖8附圖7中的最優(yōu)方向圖對應的最優(yōu)輸出在星座圖中的位置。表1給出了在不同信噪比、不同自適應算法條件下，最優(yōu)輸出復序列的均方誤差。當信噪比大于一定值時，最優(yōu)輸出復序列的均方誤差很小，且在星座圖中的位置不會因模糊相位量而發(fā)生旋轉。
③存在同道干擾、有用信號有多個多徑量時算法的有效性。當有用信號有多個多徑量，且每個多徑量的相位模糊量又不同時(有用信號多徑量間存在到達時間差)，只要信噪比大于一定值，最優(yōu)輸出復序列的均方誤差仍然可以保持很小，且在星座圖中的位置不會因模糊相位量而發(fā)生旋轉。作為舉例，當干擾源數量為60、信噪比等于8dB，三個有用信號的入射方向分別為-30°，0°，30°，相位模糊量分別為-175°，15°，85°時，附圖9～附圖12，分別給出了LMS、RLS算法的典型學習曲線、最優(yōu)方向圖、300次最優(yōu)輸出在星座圖中的位置。附圖9有同道干擾、有其它有用多徑時，LMS算法典型的學習曲線、最優(yōu)方向圖，其中假定有用多徑信號入射方向分別為-30°，0°，30°，模糊相位量分別為-175°，15°，85°，信噪比8dB，60個干擾源，附圖9中的上圖為LMS算法一次典型的學習曲線，下圖為對應的最優(yōu)方向圖。附圖10附圖9中的最優(yōu)方向圖對應的最優(yōu)輸出在星座圖中的位置。附圖11有同道干擾、有其它有用多徑時，RLS算法典型的學習曲線、最優(yōu)方向圖，其中假定有用多徑信號入射方向分別為-30°，0°，30°，模糊相位量分別為-175°，15°，85°，信噪比8dB，60個干擾源，附圖11中的上圖為RLS算法一次典型的學習曲線，下圖為對應的最優(yōu)方向圖。附圖12附圖11中的最優(yōu)方向圖對應的最優(yōu)輸出在星座圖中的位置。表2給出了在不同信噪比、不同自適應算法條件下，最優(yōu)輸出復序列的均方誤差。
表1 存在同道干擾、有用信號無多徑量時最優(yōu)輸出復序列的均方誤差
表2 存在同道干擾、有用信號有多個多徑量時最優(yōu)輸出復序列的均方誤差
6發(fā)射過程的基帶數字波束形成算法附圖2發(fā)射過程基帶數字波束形成算法方框圖。
由接收信號自適應基帶復數字波束形成算法，對應每一個用戶來波信號，可求得各自的最優(yōu)權矢量。在時分雙工(TDD)系統(tǒng)中，接收最優(yōu)權矢量可直接用于發(fā)射方向圖的波束形成算法。為了能夠以同樣的方向圖發(fā)射信號到對應的用戶，則在第i陣元發(fā)射的射頻信號應為zi(t)=Σm=1MRe{rm(n)wmi*ejωct}----(25)]]>其中用m表示用戶編號，M表示用戶數量。rm(n)為要發(fā)射到第m用戶的符號序列(擴頻調制后)按星座圖對應的復序列。wmi(n)為第m用戶的最優(yōu)權矢量對應第i陣元的復加權系數。設rm(n)=I^m(n)+jQ^m(n)----(26)]]>wmi＝αmi+jβmi(27)如附圖2所示，式(25)可由以下正交調制實現(xiàn)zi(t)=I~i(t)cos(ωct)-Q~i(t)sin(ωct)----(28)]]>式(28)實現(xiàn)了基帶信號與射頻載波的分離，其中 g(t)為基帶脈沖成形濾波器的單位沖激響應，T為基帶符號周期。 (n)、 (n)為所有用戶信號經基帶DBF算法輸出之和，即 其中M為用戶數量， (n)、 (n)為第m用戶在第i陣元的基帶DBF算法的輸出 可見，式(25)的實質運算是由式(29)～(31)在基帶完成的，即發(fā)射方向圖的基帶數字波束形成算法。
按上述發(fā)射方向圖的基帶數字波束形成算法，對應最優(yōu)權矢量Wopt，等效發(fā)射方向圖為ft(θ)=|zopt(n)rm(n)|=|WoptHa(θ)rm(n)rm(n)|=|WoptHa(θ)|----(32)]]>式(32)與式(23)比較，可見對同一用戶的接收、發(fā)射方向圖是一樣的。
權利要求
1.接收過程的基帶復序列的產生方法對于接收過程，給出了產生基帶復序列的技術方案。以Ii(n)為實部、Qi(n)為虛部構成第i陣元的基帶復序列，即 其中pI(m)、pQ(m)分別為感興趣用戶的同步I、正交Q支路的二進制地址碼，整數L為一個符號周期內的擴頻碼片數。Ai(m)=Ai(t)|t=mTc,]]>Bi(m)=Bi(t)|t=mTc]]>分別為Ai(t)、Bi(t)對應的數字信號，Tc為擴頻碼片周期。Ai(t)、Bi(t)由以下處理獲得 其中LPF{·}表示低通濾波處理， 為第i陣元接收到的射頻放大信號。cosωct和-sinωct為再生載波信號，要求再生載波信號頻率ωc應盡量與用戶發(fā)射信號的載波頻率相同，允許兩者間有固定的相位差異或相對于基帶信號有慢速的相差變化，這就降低了再生載波的工程實現(xiàn)難度。
2.接收過程的自適應基帶復數字波束形成算法本發(fā)明創(chuàng)新之一在于訓練復序列d(n)的取值d(n)＝F{(bM-1…b1b0)n}其中F{·}表示按特定調制方式星座圖的符號碼與位置矢量的對應關系，(bM-1…b1b0)n表示第n個訓練符號碼，M表示符號碼的比特數。對應某一復加權矢量W，N單元陣列天線基帶線性加權合成輸出序列為y(n)=Σi=1Nwi*xi(n)=WHX(n)]]>其中wi為第i陣元對應的復加權系數，用W＝[w1，w2，…，wN]T表示陣列復加權矢量，用X(n)＝[x1(n)，x2(n)，…，xN(n)]T表示基帶復序列向量，*表示共軛運算、T表示轉置運算、H表示共軛轉置運算，算法可用矩陣乘法簡潔表示。式中的xi(n)由1中方法產生?；鶐妥赃m應算法的誤差算法、更新方程符合LMS、RLS算法原理。當學習結束后，獲得最優(yōu)權矢量Wopt，在以后的一段時間內，用Wopt來計算智能天線的最優(yōu)輸出復序列，算法如下yopt(n)=WoptHX(n)]]>根據yopt(n)在星座圖中的位置，可獲得符號序列，基帶二進制碼。
3.發(fā)射過程的基帶數字波束形成技術對于發(fā)射過程，第i陣元發(fā)射的射頻信號zi(t)由下式生產zi(t)=I~i(t)cos(ωct)-Q~i(t)sin(ωct)]]>ωc為載波信號頻率。
分別為 經基帶脈沖成形濾波器的輸出。
為所有用戶信號經基帶數字波束形成算法輸出之和，即 其中M表示用戶數量， 為第m用戶在第i陣元的基帶數字波束形成算法的輸出，具體算法如下 其中 為rm(n)的實部， 為rm(n)的虛部，rm(n)為要發(fā)射到第m用戶的符號序列(擴頻調制后)按星座圖對應的復序列。αmi為wmi(n)的實部，βmi為為wmi(n)的虛部。wmi(n)為第m用戶的最優(yōu)權矢量對應第i陣元的復加權系數。在時分雙工系統(tǒng)中，接收最優(yōu)權矢量可直接用于對應的發(fā)射基帶數字波束形成算法。
全文摘要
本發(fā)明所屬的技術領域為智能天線。智能天線的模擬實現(xiàn)，成本高應用又不靈活，中頻數字波束形成技術代價仍然很大。本發(fā)明解決了智能天線的零中頻數字波束形成問題。對于接收過程，給出了基帶復序列產生的技術方案、基帶復數字波束形成算法、自適應基帶復數字波束形成算法。對于發(fā)射過程，給出了基帶數字波束形成算法。本發(fā)明提出的技術方案，雖然波束形成的實質運算是在基帶完成的，卻能夠達到射頻波束形成技術的同樣效果，同時還能夠有效地解決相干解調帶來的相位模糊問題。本發(fā)明降低了數字波束形成算法對模/數轉換速度、數字信號處理芯片運算速度的要求，降低了智能天線的工程實現(xiàn)成本，且應用更加靈活，在無線通信系統(tǒng)中有著廣泛的應用。
文檔編號H04B7/08GK1585317SQ0314503
公開日2005年2月23日 申請日期2003年6月18日 優(yōu)先權日2003年6月18日
發(fā)明者姜永權 申請人:姜永權