智能天线及其在无线通信中的应用-机电毕业论文

　　关键词：智能天线　无线　应用

　　论文摘要：智能天线是近年发展起来的,用于提高无线通信系统的容量和抗干扰能力的新技术。本文全面地阐述了智能天线的概念、特点、实现方案和应用前景,同时还给出了智能天线的最新发展动态。

　　一、引 言

　　近年来,蜂窝移动通信的发展十分迅速,用户量呈指数律上升。但是随着用户量的大幅度地增长,目前的通信系统正面临着许多亟待解决的问题。尤其突出的是:信道容量的限制、多径衰落、远近效应、同频道干扰、越区切换、移动台由于电池容量的功率受限等等。这就迫切需要一种能够提高系统容量和通信质量的新技术。这就是智能天线得以提出和发展的客观。

　　通过分析,我们不难发现频分多址(FD-MA)、时分多址(TDMA)和码分多址(CD-MA)分别是在频域、时域和码组上实现用户的多址接入,而空域资源尚未得到充分的利用。智能天线则致力于空间资源的开发,是一条解决目前频谱资源匮乏的有效途径。

　　一般地,智能天线被定义为:具有测向和波束成形能力的天线阵列。实际上,智能天线利用了天线阵列中各单元之间的位置关系,也就是利用了信号的相位关系,这是与传统分集技术本质上的区别。智能天线能识别信号的入射方向( DOA - Direction ofArrival),从而实现在相同频率、时间和码组上用户量的扩展。因此可以把智能天线看作SDMA(Spatial Division Multi-Access)。从技术发展的角度来看,智能天线系统还可以认为是自适应天线在现代移动通信系统中的进一步发展。而早在60年代,自适应天线就开始应用于诸如目标跟踪、抗信号阻塞等军事领域中。

　　智能天线系统致力于提高移动通信系统的系统容量,这在无线电频谱资源日益拥挤的今天,具有十分重要的现实意义。同时智能天线系统还能提高移动通信系统的通信质量,是一种具有良好的应用前景,但还没有被人们充分开发的新的技术方案。相对其他技术方案而言,具有省、见效快等优点。目前,世界上许多著名的大学与公司都竞相致力于智能天线的开发,例如:Stanford, Erics-son, Northern Telecom, BellSouth, BellAtlantic及ArrayComm。欧洲电信委员会( ETSI - European TelecommunicationsStandards Institute)在其第三代移动通信系统标准中(UMTS - Universal MobileTelecommunication System),明确提出智能天线系统是第三代移动通信系统必不可少的关键技术之一。并制定相应的开发计划,即:TSUNAMI (Technology in Smart Antennas for Universal Advanced Mobile Infrastruc-ture)。

　　二、智能天线及其与传统技术的比较

　　首先,我们给出智能天线的典型结构,如图1所示。

　　智能天线由以下三部分构成:天线阵列,信号合成通道和自适应控制单元。其中,天线阵列是由按某种规律排列的单元天线构成的。常用的阵列形式有直线阵列与圆形阵列。信号合成通道则将来自每个单元天线的空间感应信号加权相加,其中的权系数为复数。也就是说,每路信号的幅度与相位均可改变。自适应控制单元是智能天线的核心。该单元的功能是根据一定算法和优化准则主动地去适应周围电磁环境的变化。

　　进一步地,我们来推导窄带假设条件下(信号带宽的倒数远小于电磁波波前跨越天线阵列的时间)智能天线的矢量模型。对由m个阵元构成的阵列天线,信号在第i个阵元的响应可表示如下:

　　其中,L为多径信号的数目,gi(θl)为以θl角度入射到天线阵列的第l径信号在第i个阵元上的响应。αl(t),τl分别为第l径信号的复包络和时延。u(·)表示经过调制后的信源。定义m维复矢量x(t)和a(θl):

　　因此天线阵列的输出响应可以表示为：

　　其中,αl(t)遵从Rayleigh或Rician分布;a(θ)被定义为阵列综合因子,该参数由阵列的几何结构、各单元的方向图、单元之间的互耦、邻近散射体对阵列天线的影响等诸多因素共同决定。u(t)代表发射信号的瞬时结构,在GMSK调制制式中,该函数有如下的表达式:

　　式中,φ(t)为MSK信号通过Gaussian滤波器后的相位函数。当考虑同波道干扰和热噪声时,天线阵列接收到的信号表示如下:

　　上式第二项为Q-1个干扰源产生的同波道干扰。第三项为零均值加性高斯白噪声。智能天线的算法直接影响着智能天线的性能。一般地,智能天线的算法可分为单用户算法和多用户算法两大类。在单用户算法中,把其他用户产生的干扰等效为加性高斯噪声。而在多用户算法中,则需要同时分辨出其他用户产生的同波道信号,因此多用户算法是实现SDMA的基础。智能天线的算法若按照其优化的目标函数可分为基于最大似然序列估计准则的MLSE(Maximum LikelihoodSequence Estimation)算法和基于最小均方误差准则的MMSE(Minimum Mean SquareError)算法两类。对GSM或IS-54系统,由于在突发的数据流中包含训练序列,宜采用有导师的学习算法(Training Signal Method),该算法可以实时反映信道的变化,但却是以降低频谱利用率为代价的。而对于非Gaussian信号、恒包络信号(ConstantModulus)可采用无导师的自学习算法(BlindMethod)。

　　智能天线