一、爱瑞通信公司IntelliCell自适应智能天线技术（论文文献综述）
贾磊[1]（2013）在《智能天线在移动通信中的校正算法研究》文中研究表明当今的社会已经进入了一个信息化的社会，如果没有信息的传递和交流，人们就无法适应现代化快节奏的生活和工作。人们渴望着能够随时随地、及时可靠的不受时间和空间限制的进行信息交流，提高工作效率和经济效益。因此人们对通信的需求日益迫切，对通信技术的要求也是越来越高。而现在已经运营的第三代移动通信系统（3G）已经基本上满足了用户的需求,但是目前的移动通信中还有着非常严峻的考验与挑战。首先是空间电磁环境越来越复杂，频谱资源越发的稀少，并且其利用率程度也不高。再者信道传输的条件也是日趋恶劣，除了信号本身的衰减、衰落和时延扩张，还要面对其他用户信号的干扰，这样就极大地限制了通信质量的提高。智能天线技术就是在这样的背景下被应用到移动通信系统中的，智能天线技术已经是第三代移动通信TD-SCDMA系统中的关键技术。智能天线技术业已成为人们关注的焦点，它帮助移动通信运营商达到了两个目的：提高了网络的容量和加快了数据传输速率。本文中首先在绪论中简单介绍了在移动通信中智能天线的研究背景和意义，以及国内外对智能天线技术技术的研究现状。在接下来的章节里介绍了智能天线的原理和对TD-SCDMA系统做了简单的阐述，对智能天线技术的数字波束形成做了概述，并且叙述了数字波束形成的最佳准则，在这些准则的基础上对波束方向图做了仿真和比较。文中重点说明了在TD-SCDMA系统中智能天线技术的应用并对其中的校正算法做了仿真和分析。在TD-SCDMA系统中，在不明显增加系统复杂度的情况下，采用数字方法实现波束形成的智能天线技术将得到充分应用。智能天线通过各阵元信号的相位和幅度加权来改变天线阵列的方向图形状，能够把主波束对准入射信号并且自适应的实时跟踪信号，同时把零点对准干扰信号，从而抑制干扰信号，提高信号的信噪比，改善整个通信系统的性能。此外，智能天线还引入了第四种多址方式：空分多址（SDMA）。在相同时隙、相同频率或者相同的址码情况下，仍可以根据信号不同的空间传播路径来区分用户。在多个指向不同用户的并行天线波束控制下，可以显着的降低用户信号之间的干扰，大大的提高了系统频谱利用率。TD-SCDMA系统的智能天线是由8个天线单元组成的，直径25cm。其原理是使一组天线和对应的收发信机按照一定的方式排列和激励，利用波的干涉原理可以产生强方向行的辐射方向图，使用数字信号处理方法使主瓣自适应地指向终端方向，就可达到提高信号的信噪比，降低发射功率等目的。由于每个用户在小区内的位置都是不同的，这一方面要求天线具有多向性，另一方面则要求在每一独立的方向上，系统都可以跟踪个别用户。通过数字信号处理控制用户的方向可以实现上述要求。每个用户的跟踪通过到达角进行测量，在TD-SCDMA系统中，由于子帧的长度是5ms，则每秒至少可以测量200次，通过智能天线的方向性和跟踪性，可获得最佳的性能。当然，在实际的运行过程中，还要受到周围环境因素和自身的各种误差的影响，以至于会出现在TD-SCDMA系统中阵列天线通道幅度和相位不一致会影响天线系统的性能这一现象，因此我们还要对其进行校正。提出了一种在加入参考信号下，结合J.C.liberti算法对阵列天线通道不一致性的校正。算法通过计算参考信号的波达方向角估计值来校正阵列天线中各参数的不一致性，并且利用波束形成算法，得到通道校正后的和差波束。仿真结果表明，算法一方面提高了波达方向估计值的准确性，另一方面改善了单脉冲和差波束的瞄准精度。
刘尧[2]（2011）在《智能天线实验平台的设计与实现》文中进行了进一步梳理无线通信技术日新月异,摆脱了线缆的束缚,使人们可以更加自由的通信。无线通信业务从最开始单一语音通信服务,到现在大量的多媒体数据交换服务,计算机互联网接入业务,网络商务服务等层出不穷对信号质量提出了更高的要求。加上无线通信用户数量激增,由此产生的通信容量不足,信号通信质量下降等一系列问题迫在眉睫。智能天线技术成为最好的解决方案,但此技术仍然处于研究阶段,不仅需要大量的理论研究,更需要各种实验进行验证。仅仅使用计算机模拟手段不能得到非常有价值的结果,一套高效廉价的实验平台对智能天线技术的研究和发展有着重大意义。本文的工作主要包括以下内容：（1）对智能天线实验平台的原理进行了深入研究和论证。（2）依据原理设计各个子模块,共四个通道。威尔金森功分器使用安捷伦公司Advanced Design System软件进行设计和调试；正交调制器阵列,对其的可控性进行了深入论证研究,对非线性误差进行了补偿。电压控制单元,主要包括外围电路设计和噪声抑制。发射单元,设计了一种通用的典型贴片天线,并进行了失配校正。单片机控制单元,编写代码负责波束形成,参数显示以及对DAC阵列的控制。（3）将上述子单元合并设计成为完整的智能天线射频前端,完成了一套完整的智能天线发射试验平台。（4）进行了系统测试。实验表明,所设计的智能天线平台工作正常,发射的波束与理论分析结果比较接近。随着后期研究的深入及改进,所取得的成果将具有极高的应用价值。
王雪霞[3]（2008）在《基于软件无线电的通信侦察接收机关键技术研究》文中研究表明近年来,随着作战理论的不断发展和作战形式的不断变化,通信侦察面临的环境越来越复杂,迅速发展的先进干扰和抗干扰通信技术也对通信侦察提出了越来越高的要求。为了应对面临的挑战,提高通信侦察系统性能一直是电子对抗领域内的研究热点。作为通信侦察系统的核心,通信侦察接收机的功能是完成对无线电通信信号进行搜索、截获、测量、分析、识别、监视,以及对辐射源进行测向和定位,以便获得信号的技术参数、辐射源位置、相关信息和情报。随着通信对抗技术的发展,基于软件无线电技术的侦察接收机成为通信侦察接收机发展的必然趋势。因此,本论文重点研究了基于软件无线电的通信侦察接收机的关键技术,进一步提高通信侦察接收机的性能,满足我军对信息进行准确的截获和侦察的需求。首先,为了满足电子对抗中对通信侦察接收机提出的宽频段、多模式等要求,本文详细分析了基于软件无线电技术的智能天线的结构和算法,建立了基于智能天线的通信侦察接收机模型,该通信侦察接收机能从时域、频域、空域对接收信号进行三维处理,工作频段宽,波形适应能力强,系统功能模块化,软件易于升级,可扩展性好。本文研究了该通信侦察接收机中的基于多相滤波的信道化处理模块,推导了基于多相滤波结构的复信号和实信号的信道化处理模块的数学模型,对实信号信道化处理模型进行了仿真分析;并对通信侦察接收机中智能天线部分进行了深入研究,推导了基于信号循环平稳性的CAB盲数字波束形成算法,用该算法对通信侦察接收机中的数字波束形成模块进行仿真分析。由于智能天线具有良好的方向性,基于智能天线的通信侦察接收机不仅在宽频带范围内实现了全概率截获信息,还能够实现测向功能。其次,由于扩频通信在通信对抗中的广泛应用,通信侦察接收机需要对扩频通信信号进行检测和参数估计。因此,本文重点研究了对直扩信号的扩频码周期估计的倒谱法。针对短码周期估计,提出了基于经典谱估计的改进倒谱法,对传统倒谱法进行了三方面改进:利用有偏自相关函数对功率谱进行估计、对自相关函数加窗处理、对所求倒谱进行频谱校正,仿真结果表明改进后的倒谱法比传统倒谱法的峰值更加突出、平滑,利于周期峰值搜索,信噪比容限提高了2.1dB。同时,还提出了基于现代谱估计的改进倒谱法,先用Yule-Walker法或Burg法进行功率谱估计,然后再求其倒谱并进行频谱校正,本文还总结出了适用于倒谱法的确定AR模型阶数的经验准则。仿真结果表明,应用现代谱估计的倒谱法比应用经典谱估计的倒谱法估计效果更好。针对长码周期估计,研究了m序列延迟相乘的特性,并在此基础上提出用基于延迟相乘的改进倒谱法来估计长码周期,先对待估计信号进行延迟相乘预处理,再用针对短码的改进倒谱法进行周期估计,仿真结果表明,延迟相乘预处理使改进后的倒谱法对长码信号也能进行周期估计,解决了已有的扩频码周期估计方法无法对长码周期进行有效估计的问题。然后,为了对接收到的非扩频信号或解扩后的信号进行调制方式的识别与分类,首先要提取信号特征,并选择适当的特征构成特征向量作为后续的调制识别分类器的输入。本文研究了信号基于瞬时信息的特征提取方法、基于小波分解的细节特征提取方法、基于高阶累积量的特征提取方法和基于分形理论的特征提取方法,由这四组特征参数构成了原始特征集。本文提出用遗传算法进行特征选择,在深入研究了遗传算法的原理、基本操作、运算流程与主要特点的基础上,进行了基于遗传算法的信号特征选择器设计,并用离散小波神经网络（DWNN）分类器验证遗传算法应用于数字调制识别的有效性。仿真结果表明,遗传算法能够对不同的模式组合选择出适用于该模式的特征向量,降低了特征向量维数,从而提高了后续的分类器的性能。最后,为了实现对多种信号调制方式的自动识别与分类,本文深入研究了DWNN和ART2A神经网络,在此基础上提出了基于ART2A-DWNN组合神经网络的调制识别分类器。DWNN分类器的收敛速度快,不存在局部极小点,具有较强的抗噪性,且识别特征相近的调制方式的能力较强,但是不具备可扩展性,在同时识别很多种调制方式时识别效果不佳。而ART神经网络具有良好的可扩展性和识别性能。组合神经网络分类器将ART2A-E神经网络和DWNN结合起来,ART2A-E神经网络作为组合网络的第一层,将相近模式归为一类,即进行粗糙分类,DWNN作为组合网络的第二层,分别对每一类进行详细分类。经过粗糙分类后,每个类内的模式数目变少,使得DWNN能够快速收敛,且识别准确性较高。仿真结果表明,ART2A-DWNN分类器识别信号范围广,正确识别率高,具有可扩展性,同时还具有很强的抗噪性,并且训练与识别速度快,弥补了单个神经网络分类器的不足。
詹毅,程强,王文勇[4]（2007）在《智能天线技术及应用研究评述》文中指出智能天线是提高无线传输性能的一项关键技术,是无线通信领域持续的研究热点之一,其中部分研究成果已经在无线通信、雷达、电子对抗等广泛的领域获得了成功的应用,并且未来无线系统设计中会越来越多的采用智能天线技术。为此,文章首先简要回顾了有关智能天线技术的发展历史,介绍了其中主要的阵列处理算法原理,给出了基于软件无线电和FPGA/DSP等可重配置软硬件系统设计参考方案,通过一些设计实例分析了应用中的实际问题和解决途径,最后提出了有关这一技术领域未来发展的展望。
张芸潇[5]（2006）在《基于QRD-LS算法的智能天线及其Systolic阵列实现》文中认为数字波束形成（DBF）技术是现代雷达和通信领域的研究热点。本文就智能天线技术领域中的数字波束形成算法进行了学习与研究。文章分四个部分描述了智能天线的发展与研究背景、工作原理及特点、自适应波束形成的几种准则及相应算法、以及利用CORDIC算法与Systolic阵列实现QRD-LS算法的过程。论文主要开展了以下两个方面的工作：1．对LMS与RLS两种典型自适应算法的阐述、性能分析与比较，验证RLS算法在收敛性、稳定性方面都优于LMS算法。2．阐述空域滤波算法中的QRD-LS算法及其Systolic流水实现。详细分析相关的QRD-LS算法的递推原理、Givens旋转、Systolic结构的时序与延迟、CORDIC算法的原理以及如何利用它实现Systolic阵的处理单元。在此基础上，给出一种基于CORDIC技术的复数QRD-LS算法的Systolic实现，比较了它与已有文献中结构的异同。同时，利用该Systolic阵，实现Split-LS算法结构。数值结果验证算法的正确性。
王汝言,宋怀波[6]（2003）在《用自适应阵列天线技术改善GPRS网络》文中指出
王军,卜飞[7]（2003）在《广域无线宽带TDD技术的原理和应用前景》文中指出近年来, 无线宽带技术是一个发展热点。无线通信所需要的频率资源是有限的。如何提高无线电频率资源的频谱利用效率,将成为现有的和未来的无线通信技术面临的首要问题。本文以i-BURST为例介绍了广域无线宽带TDD技术的原理,并对其应用前景做了分析。
何畏[8]（2002）在《智能天线中的关键技术研究》文中研究说明智能天线是近年来移动通信领域中的研究热点之一，应用智能天线技术可以很好地解决频率资源匮乏问题，可以有效地提高移动通信系统容量和服务质量。开展智能天线技术以及其中的一些关键技术研究对于智能天线在移动通信中的应用有着重要的理论和实际意义。 本文首先介绍了智能天线的信道模型、原理、结构、功能、应用及发展方向，在此基础之上对智能天线实现中的若干问题，包括：实现方式、性能度量准则、智能自适应算法等进行了分析和总结。着重探讨了基于来波方向估计的盲自适应算法，阐述了MUSIC和ESPTIT两种来波方向估计算法的原理，并对这两种算法进行了计算机仿真和算法性能分析；从减小算法的计算量和复杂度出发，提出了最大接收信号准则；分析了影响算法性能和应用的若干问题；最后针对算法中特征子空间提取计算量大、速度慢的问题，提出了信号特征子空间的神经网络并行提取算法，并用数学证明和试验仿真验证了该算法的正确性和有效性。
王军[9]（2002）在《智能天线技术在3G中的应用》文中进行了进一步梳理主要介绍自适应阵列智能天线在3G中的应用,同时介绍了爱瑞通信公司的IntelliCell技术方案。
爱瑞公司[10]（2002）在《智能天线技术系列讲座（Ⅰ）原理及优秀解决方案》文中进行了进一步梳理
二、爱瑞通信公司IntelliCell自适应智能天线技术（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、爱瑞通信公司IntelliCell自适应智能天线技术（论文提纲范文）
（1）智能天线在移动通信中的校正算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.3 论文的主要内容及结构安排 |
| 第二章 智能天线的原理及其工作方式 |
| 2.1 智能天线简介 |
| 2.2 智能天线工作方式 |
| 2.3 智能天线的主要技术 |
| 2.3.1 动态信道分配技术 |
| 2.3.2 智能天线接收技术 |
| 2.3.3 智能天线发射技术 |
| 2.4 小结 |
| 第三章 智能天线的数字波束形成 |
| 3.1 智能天线数字波束形成的原理 |
| 3.1.1 数字波束形成的概述 |
| 3.1.2 波束形成的系统结构 |
| 3.1.3 波束形成的信号模型 |
| 3.2 智能天线最佳滤波准则 |
| 3.2.1 最小均方差（MMSE）准则 |
| 3.2.2 最大信噪比（Max-SINR）准则 |
| 3.2.3 最小方差（MV）准则 |
| 3.2.4 最小二乘准则 |
| 3.3 智能天线波束形成的仿真与分析 |
| 3.4 智能天线的校正算法的简单介绍 |
| 3.4.1 无线馈入参考信号校正算法 |
| 3.4.2 盲信号校正算法 |
| 3.4.3 注入信号校正算法 |
| 3.5 本章小结 |
| 第四章 TD-SCDMA 系统中智能天线的校正算法 |
| 4.1 TD-SCDMA 系统 |
| 4.1.1 TD-SCDMA 系统简介 |
| 4.1.2 TD-SCDMA 系统的特点 |
| 4.2 系统中智能天线的应用 |
| 4.3 系统两种典型算法的分析 |
| 4.3.1 有源校正法 |
| 4.3.2 无源校正法 |
| 4.3.3 两种算法的性能比较 |
| 4.4 TD-SCDMA 系统中智能天线校正算法的仿真 |
| 4.4.1 阵列校正 |
| 4.4.2 基于注入法的校正算法分析 |
| 4.5 本章小结 |
| 第五章 总结和展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间的研究成果 |
（2）智能天线实验平台的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 智能天线技术的应用 |
| 1.3 智能天线的优点和存在的问题 |
| 1.3.1 智能天线的优点 |
| 1.3.2 存在的问题 |
| 1.4 研究现状 |
| 1.5 主要研究内容与意义 |
| 1.6 论文内容安排 |
| 1.7 本章小结 |
| 第2章 数字波束形成 |
| 2.1 波束形成方式 |
| 2.1.1 波束切换方式 |
| 2.1.2 自适应波束形成简介 |
| 2.2 智能天线校正技术研究 |
| 2.2.1 注入信号校正系统 |
| 2.2.2 盲校正系统 |
| 2.2.3 无线信号馈入校正系统 |
| 2.3 本章小结 |
| 第3章 天线基础知识 |
| 3.1 天线增益 |
| 3.2 相控阵天线 |
| 3.3 功率方向图 |
| 3.4 波束控制 |
| 3.5 自由度 |
| 3.6 最优天线 |
| 3.7 自适应天线 |
| 3.8 智能天线 |
| 第4章 天线阵列理论 |
| 4.1 天线阵列 |
| 4.2 均匀N元线性阵列 |
| 4.3 栅瓣 |
| 4.4 本章小结 |
| 第5章 实验平台设计与实现 |
| 5.1 系统设计概述 |
| 5.2 移相器 |
| 5.2.1 开关线型移相器 |
| 5.2.2 正交调制器相移器 |
| 5.2.3 正交调制器AD 8346 |
| 5.2.4 AD8346LO驱动 |
| 5.2.5 射频输出 |
| 5.3 LO设计 |
| 5.3.1 功率分配器 |
| 5.3.2 电阻型功分器 |
| 5.3.3 无功分压器 |
| 5.4 数-模转换器与参考电压 |
| 5.4.1 I,Q输入控制电路 |
| 5.4.2 REF19x串联电压基准 |
| 5.5 辐射单元设计 |
| 5.6 控制器 |
| 5.6.1 微控制器Atmege128L |
| 5.6.2 PCD8544液晶 |
| 5.6.3 软件 |
| 5.7 本章小结 |
| 第6章 智能天线测试平台性能测试 |
| 6.1 校正 |
| 6.2 天线测试 |
| 6.3 单个辐射单元方向图测量 |
| 6.4 天线阵列性能测试 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 缩写词汇表 |
| 致谢 |
| 作者简介 |
| 附录 |
（3）基于软件无线电的通信侦察接收机关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题来源及研究的目的及意义 |
| 1.2 通信侦察概述 |
| 1.2.1 通信侦察的主要任务 |
| 1.2.2 通信侦察系统 |
| 1.2.3 通信侦察接收机 |
| 1.3 通信侦察的国内外研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.4 本文的主要研究内容 |
| 第2章 基于智能天线的通信侦察接收机模型设计 |
| 2.1 基于智能天线结构的通信侦察接收机系统模型建立 |
| 2.1.1 智能天线技术研究现状 |
| 2.1.2 通信侦察接收机结构和原理 |
| 2.2 信道化处理模块 |
| 2.2.1 基于多相滤波的信道化处理模块数学模型 |
| 2.2.2 信道化处理模块仿真与性能分析 |
| 2.3 数字波束形成模块 |
| 2.3.1 数字波束形成算法概述 |
| 2.3.2 CAB 波束形成算法 |
| 2.3.3 基于CAB 算法的智能天线仿真与分析 |
| 2.4 本章小结 |
| 第3章 基于改进倒谱法的扩频码周期估计 |
| 3.1 传统倒谱法估计扩频码周期 |
| 3.2 基于经典谱估计的改进倒谱法 |
| 3.2.1 有偏自相关函数估计功率谱 |
| 3.2.2 加三角窗函数平滑功率谱 |
| 3.2.3 三点卷积法校正功率谱 |
| 3.2.4 扩频码周期估计的仿真与性能分析 |
| 3.3 基于现代谱估计的改进倒谱法 |
| 3.3.1 AR 模型 |
| 3.3.2 Yule-Walker 法 |
| 3.3.3 Burg 法 |
| 3.3.4 AR 模型阶数的确定 |
| 3.3.5 扩频码周期估计的仿真与性能分析 |
| 3.4 基于延迟相乘预处理的改进倒谱法 |
| 3.4.1 伪随机序列延迟相乘 |
| 3.4.2 基于延迟相乘预处理的改进倒谱法估计扩频码周期 |
| 3.4.3 扩频码周期估计的仿真与性能分析 |
| 3.5 本章小结 |
| 第4章 基于遗传算法的信号调制识别特征选择 |
| 4.1 信号调制识别的特征提取 |
| 4.1.1 基于瞬时信息的特征提取 |
| 4.1.2 基于小波分解的细节特征提取 |
| 4.1.3 基于高阶累积量的特征提取 |
| 4.1.4 基于分形理论的特征提取 |
| 4.2 遗传算法 |
| 4.3 基于遗传算法的信号特征选择器设计 |
| 4.4 信号特征选择器仿真与分析 |
| 4.4.1 遗传算法特征选择的有效性仿真与分析 |
| 4.4.2 其它模式组合的特征选择仿真与分析 |
| 4.5 本章小结 |
| 第5章 基于ART2A-DWNN 的调制识别分类器设计 |
| 5.1 DWNN 神经网络 |
| 5.1.1 小波神经网络结构 |
| 5.1.2 DWNN 算法 |
| 5.1.3 DWNN 分类器参数的确定 |
| 5.1.4 DWNN 分类器仿真与性能分析 |
| 5.2 ART2A 神经网络 |
| 5.2.1 ART2A 神经网络的结构及原理 |
| 5.2.2 ART2A-E 神经网络算法 |
| 5.2.3 ART2A-E 分类器仿真与性能分析 |
| 5.3 ART2A-DWNN 组合神经网络 |
| 5.3.1 ART2A-DWNN 的结构 |
| 5.3.2 ART2A-DWNN 分类器识别性能的理论分析 |
| 5.3.3 ART2A-DWNN 分类器仿真与性能分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的学术论文 |
| 致谢 |
| 个人简历 |
（4）智能天线技术及应用研究评述（论文提纲范文）
| 0 引 言 |
| 1 智能天线技术发展情况简介 |
| 2 主要阵列信号处理算法 |
| 2.1 数字波束形成算法 |
| 2.2 DOA估计算法 |
| 2.3 阵列误差估计与校正算法 |
| 2.4 宽带波束形成和DOA估计算法 |
| 2.5 盲信号分离算法 |
| 2.6 空时自适应信号处理算法 |
| 3 智能天线系统设计 |
| 4 应用现状及问题讨论 |
| 5 结 语 |
（5）基于QRD-LS算法的智能天线及其Systolic阵列实现（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 智能天线研究背景与意义 |
| 1.2 智能天线发展及国内外研究现状 |
| 1.3 智能天线的相关技术 |
| 1.4 本文的主要工作 |
| 2 智能天线的组成及工作原理 |
| 2.1 智能天线的组成 |
| 2.1.1 智能天线基本概念及特点 |
| 2.1.2 智能天线拓扑结构 |
| 2.2 智能天线的工作方式 |
| 2.2.1 多波束天线 |
| 2.2.2 自适应天线 |
| 2.3 智能天线系统在移动通信中的应用及其技术特点 |
| 2.4 本章小结 |
| 3 自适应波束形成算法的基本原理 |
| 3.1 自适应波束形成的几种准则 |
| 3.2 自适应波束形成算法 |
| 3.2.1 概述 |
| 3.2.2 非盲自适应算法 |
| 3.2.2.1 最小均方算法(LMS) |
| 3.2.2.2 递归最小二乘算法(RLS) |
| 3.2.2.3 LMS与 RLS的性能比较 |
| 3.2.3 盲自适应算法 |
| 3.3 准则-算法性能分析 |
| 3.4 本章小结 |
| 4 QRD-LS算法的Systolic阵实现 |
| 4.1 基于 QR分解的最小二乘算法 |
| 4.1.1 在数据域 QR解求最佳权 |
| 4.1.2 Givens旋转 |
| 4.1.3 递推式 QRD-LS算法 |
| 4.1.4 QRD-LS算法与 RLS算法 |
| 4.2 QRD-LS算法的Systolic实现 |
| 4.2.1 从串行运算到 Systolic实现 |
| 4.2.2 Systolic方式的运算单元构成 |
| 4.2.3 几个相关的概念 |
| 4.3 CORDIC技术与 QRD-LS的Systolic实现 |
| 4.3.1 CORDIC技术的基本原理 |
| 4.3.2 CORDIC算法的几种形式 |
| 4.3.3 复数 Givens旋转与 Systolic阵实现 |
| 4.3.4 数值模拟结果 |
| 4.4 Spht-LS算法 |
| 4.4.1 Split-LS算法的基本原理 |
| 4.4.2 Split-LS算法的Systolic实现 |
| 4.4.3 数值模拟结果 |
| 4.5 本章小结 |
| 5 总结与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（6）用自适应阵列天线技术改善GPRS网络（论文提纲范文）
| 1 前言 |
| 2 自适应阵列天线 |
| 3 IntelliCellR自适应阵列智能天线 |
| 4 应用自适应阵列天线的GPRS网络结构 |
| 5 结束语 |
| (1）增加系统容量，提高系统覆盖 |
| (2）提高高速数据业务覆 |
| (3）降低用户服务成本 |
| (4）保护运营商现有投资 |
（7）广域无线宽带TDD技术的原理和应用前景（论文提纲范文）
| 1 前言 |
| 2 广域无线宽带TDD技术的优势 |
| 3 广域宽带无线TDD技术的网络结构和技术特点 |
| 4 自适应智能天线技术在广域无线TDD技术中的应用 |
| 5 应用 |
| 6 结束语 |
（8）智能天线中的关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题背景 |
| 1.2 主要概念 |
| 1.3 智能天线技术的应用需求 |
| 1.4 国内外研究现状 |
| 1.4.1 国外研究现状 |
| 1.4.2 国内研究现状 |
| 1.4.3 小结 |
| 1.5 本文研究的内容和意义 |
| 第二章 智能天线 |
| 2.1 概述 |
| 2.2 移动通信环境与智能天线的信号模型 |
| 2.2.1 移动通信环境 |
| 2.2.2 移动通信中的空间信道模型 |
| 2.2.3 移动通信中天线收发信号模型 |
| 2.2.4 空间信号的复包络表示 |
| 2.3 智能天线的基本原理和系统结构 |
| 2.3.1 智能天线的基本原理 |
| 2.3.2 智能天线系统的基本结构 |
| 2.4 智能天线的主要功能及应用 |
| 2.5 智能天线的实现方式 |
| 2.5.1 准动态的预多波束智能天线 |
| 2.5.2 全自适应智能天线 |
| 2.6 智能天线的性能度量准则 |
| 2.7 智能天线中的自适应算法 |
| 2.8 本章小结 |
| 第三章 基于来波方向估计的自适应算法研究 |
| 3.1 概述 |
| 3.2 来波方向估计的MUSIC算法 |
| 3.2.1 MUSIC算法原理 |
| 3.2.2 MUSIC算法性能分析及仿真 |
| 3.3 来波方向估计的ESPRIT算法 |
| 3.3.1 ESPRIT算法原理 |
| 3.3.2 ESPRIT算法的改进求解 |
| 3.3.3 ESPRIT算法的性能分析及仿真 |
| 3.4 性能度量准则的优化 |
| 3.5 基于来波方向估计算法的性能分析 |
| 3.6 本章小结 |
| 第四章 特征子空间的快速提取 |
| 4.1 概述 |
| 4.2 特征子空间的神经网络并行提取算法 |
| 4.2.1 特征子空间提取的问题描述 |
| 4.2.2 代价函数表示 |
| 4.2.3 神经网络求解 |
| 4.2.4 算法的推广 |
| 4.2.5 仿真验证 |
| 4.2.6 算法小结 |
| 4.3 空间信号源个数的判别 |
| 4.4 本章小结 |
| 第五章 结论与展望 |
| 致谢 |
| 参考文献 |
四、爱瑞通信公司IntelliCell自适应智能天线技术（论文参考文献）
- [1]智能天线在移动通信中的校正算法研究[D]. 贾磊. 河南师范大学, 2013(S2)
- [2]智能天线实验平台的设计与实现[D]. 刘尧. 南京信息工程大学, 2011(11)
- [3]基于软件无线电的通信侦察接收机关键技术研究[D]. 王雪霞. 哈尔滨工业大学, 2008(03)
- [4]智能天线技术及应用研究评述[J]. 詹毅,程强,王文勇. 中国电子科学研究院学报, 2007(06)
- [5]基于QRD-LS算法的智能天线及其Systolic阵列实现[D]. 张芸潇. 南京理工大学, 2006(01)
- [6]用自适应阵列天线技术改善GPRS网络[J]. 王汝言,宋怀波. 移动通信, 2003(10)
- [7]广域无线宽带TDD技术的原理和应用前景[J]. 王军,卜飞. 电信工程技术与标准化, 2003(03)
- [8]智能天线中的关键技术研究[D]. 何畏. 中国人民解放军国防科学技术大学, 2002(01)
- [9]智能天线技术在3G中的应用[J]. 王军. 邮电设计技术, 2002(07)
- [10]智能天线技术系列讲座（Ⅰ）原理及优秀解决方案[J]. 爱瑞公司. 中国无线电管理, 2002(05)