Адаптивные алгоритмы пространственной обработки сигналов, эффективные при случайных дестабилизирующих воздействиях

• Автор: Пешков, Илья Владимирович
• Шифр специальности: 01.04.03
• Научная степень: Кандидатская
• Год защиты: 2012
• Место защиты: Воронеж
• Количество страниц: 182 с. : ил.

Содержание
Введение
Глава 1. Технология адаптивного формирования диаграммы направленности в системах беспроводной связи
1.1. Передача информации в современных системах радиосвязи
1.1.1. Развитие систем сотовой связи
1.1.2. Антенны в беспроводных системах связи
1.1.3. Антенные решетки с электрическим движением луча
1.1.3.1. Аналоговое диаграммообразование
1.1.3.2. Фазированная антенная решетка
1.1.3.3. Цифровое формирование диаграммы направленности
1.1.4. Необходимость применения адаптивных антенных решеток
1.2. Адаптивные алгоритмы диаграммообразования, применяемые в идеальных условиях работы
1.2.1. Базовые предположения
1.2.2. Алгоритмы, использующие пространственные характеристики
1.2.2.1. Метод MUSIC
1.2.2.2. Метод проецирования сигнального подпространства
1.2.2.3. Метод проецирования шумового подпространства
1.2.2.4. Метод Кейпона
1.2.2.5. Классический формирователь ДН
1.2.2.6. Управляющий нулями формирователь ДН
1.2.2.7. Формирователь ДН, максимизирующий ОСШ
1.2.2.8. Формирователь ДН, максимизирующий ОСПШ
1.2.2.9. Диаграммообразование с критерием минимума дисперсии
1.2.2.10. Алгоритм SMI
1.2.3. Алгоритмы, использующие временной опорный сигнал
1.2.3.1. Алгоритм наименьшей среднеквадратичной ошибки
1.2.3.2. Итерационный алгоритм наименьшей среднеквадратической ошибки
1.2.3.3. Рекурсивный метод наименьших квадратов
1.2.3.4. Алгоритм афинных проекций
1.2.3.5. Алгоритм квази-Ньютона
1.3. Снижение эффективности диаграммообразования ААР
1.3.1. Взаимное влияние антенных элементов
1.3.2. Влияние погрешностей каналов ААР предварительной обработки сигналов
1.3.2.1. Неидентичности аналоговых приемных трактов
1.3.2.2. Фазовый шум
1.3.2.3. Разбалансировка преобразования в синфазный и квадратурный каналы
1.3.2.4. Квантование
1.3.3. Внешние условия, снижающие эффективность работы ААР
1.3.3.1. Недостаточное количество отсчетов и подмешивание полезного сигнала в обучающую последовательность
1.3.3.2. Нестационарность среды
1.3.3.3. Замирания сигналов
1.4. Выводы к главе
Глава 2. Калибрование амплитудно-фазового рассогласования аналоговых каналов ААР
2.1. Автокалибровочные алгоритмы определения координат ИРИ
2.1.1. Метод Фридландер-Вайса
2.1.2. Метод Ванга-Кедзоу
2.1.3 Метод Эстели-Свиндлехарста-Оттерсона
2.1.4. Оценка эффективности автокалибровочных алгоритмов при
наличии амплитудно-фазовых ошибок в каналах ААР
2.2. Описание разработанного алгоритма
2.2.1. Статистическая оценка эффективности предложенного
автокалибровочного алгоритма
2.3. Исследование способности алгоритмов автоматического калибрования обнаруживать ошибки в каналах ААР
2.4. Выводы к главе
Глава 3. Конструирование ААР
3.1. Имитационное моделирование и исследование дестабилизирующих воздействий на аналоговые каналы ААР
3.1.1. Конструирование аналоговой части ААР
3.1.2. Исследование основных характеристик модуля первичной обработки сигнала ААР
3.1.3. Оценка влияния параметров модуля первичной обработки на работу ААР
3.2. Реализация цифровой части ААР
3.3. Автоматическое калибрование имитационной модели ААР
3.4. Экспериментальный образец ААР
3.4.1. Программный пакет «Autocalibration Adaptant vl.O»
3.5. Выводы к главе
Г лава 4. Повышение эффективности ААР в нестационарных условиях
4.1. Алгоритмы определения углов прихода радиосигналов в условиях многолучевого распространения
4.1.1. СКО пеленга кольцевой АР в условиях многолучевого распространения
4.1.2. СКО пеленга линейной АР в условиях многолучевого распространения
4.2. Снижение уровня боковых лепестков ДН
4.3. Алгоритмы формирования диаграммы направленности линейной АР с расширенными нулями
4.3.1. Алгоритм формирования ДН Мэйлу-Затмана
4.3.2. Алгоритм формирования ДН Тафернера

значений, Л„ =[А,м+1Дм+2
собственных значений.
Поскольку ААР представляет собой систему, в которой, как правило, обработка сигналов происходит с помощью цифровых вычислительных устройств, то сигналы с выходов АР подвергаются дискретизации и квантованию для получения двоичного кода. Поэтому на практике пространственная ковариационная матрица получается из набора К временных отсчетов [24]:

Й =-£?(*)"£(*), (1.2)

где £(&) - временная выборка сигнала с элементов антенной решетки в к-й дискретный момент времени, символ « Л » означает получение какого-либо величины из усреднения по К выборкам. И выходной сигнал в момент времени к получается линейной комбинацией данных с N антенных элементов [15]:
У(к) = $н$(к),
где # - вектор весовых коэффициентов. Изменяя можно расположить луч диаграммы направленности в любом направлении и адаптивно управлять ее формой, чтобы суммарная мощность помех и аддитивного шума были минимальны при минимальных искажениях полезного сигнала, т.е.:
тф1£{$я£/+п}, при = 1 (1.3)
где - сигнал с элементов АР, содержащий только помехи и шум.
1.2.2. Алгоритмы, использующие пространственные характеристики
Временная задержка распространения сигналов между соседними АЭ соответствует определенному фазовому сдвигу. ЭК-алгоритмы используют этот факт, чтобы определить направление прихода сигнала, используя