稳健的移动用户发射功率估计方法【开题报告】.doc

毕业设计开题报告 电子信息科学与技术 稳健的移动用户发射功率估计方法 选题的背景与意义 二十一世纪是个全球信息化的时代，随着社会信息化程度的加快，人们越来越需要频繁的交换各种数据信息，同时移动通信也随之迅猛发展起来。移动通信是指通信双方至少有一方处在运动状态中的通信[1]。纵观移动通信的演进及发展（如图1所示），它大致经历了如下几个阶段：移动通信最早出现在20世纪20年代，当时美国底特律市警察使用的车载无线电系统是宽带为2MHZ的专用网。20世纪40年代贝尔公司建立了第一个公用汽车电话网，提出了蜂窝和频率复用的概念，实现了从专用网向公用网的过渡。20世纪60年代中期，移动通信采用大区制，中小容量技术，实现了自动选频与自动接续功能。1978年，贝尔实验室制成先进的移动电话系统（AMPS），建成蜂窝移动通信网，大大提高了系统容量。20世纪80年代至今，是数字移动通信系统的发展和成熟时期。近20年来，移动通信用户数量迅猛增长，网络用户容量需求大量增加。在市场和技术的推动下，移动通信得到了迅速的发展，成为了当今通信发展的主流[2]。 图1 移动通信的演进及发展 功率估计是通信系统研究的重点研究方向之一。在实际移动通信应用中,基站需要知道移动用户的发射功率以便实现对基站和移动用户的功率控制。而对功率估计的性能会影响功率控制的性能。如果功率估计过低，则要增大发射功率，这样会造成能源浪费，这与现在国家倡导的绿色节能相悖；功率估计过高，则要减少发射功率，这样会造成通信质量的严重下降。因此能对移动用户发射功率进行稳健估计具有非常重要的理论和现实意义。 通过对一定量的文献资料阅读，我认为本课题可以理解为对一种稳健的波束形成的方法的研究。波束形成的基本概念是用一定形状的波束来通过有用信号或需要方向的信号，并抑制不需要方向的干扰。图2是波束形成的示意图 图2 波束形成示意图 它的基本思想是通过将各阵元输出进行加权求和，在一时间内将天线阵列波束“导向”到一个方向上，对期望信号得到最大输出功率的导向位置给出波达方向估计，即输出可表示为： (1) 其中称为方向矢量或导向矢量。 波束形成一般可分为经典的波束形成技术和自适应波束形成技术两类。经典的波束形成技术依赖于阵列几何结构和波达方向角，而与信号环境无关，且固定不变，一直干扰的能力差，这不符合课题的要求，故课题重点应放在自适应波束形成技术。一般而言，自适应算法中选用何种性能测度并不重要，而各种算法达到稳态解的时间特性却是非常重要。原因是不同的自适应算法虽然都能够使自适应天线最终收敛到完全相同或相似的稳态维纳解，但它们直接决定着自适应天线的暂态响应时间和算法实现的复杂程度。在一些应用场合(如对付“闪烁”的干扰信号)，自适应天线的暂态响应时间持续过长是不可以接受的。但是，要求自适应算法(例如经典的LMS算法)同时具有良好的暂态性能和稳态性能往往又是相互矛盾的。长期以来，人们一直在探求既具有良好的稳态性能而暂态性能仍比较好的自适应算法。当然，算法性能的改进通常是以复杂性和运算量的增加为代价获得的。基本的自适应算法包括： Howells和Applebaum建立的自适应阵列输出信噪比(SNR)最大化算法； Widrow等人提出的使阵列实际输出和“期望”响应(也被称为参考信号)之间均方误差最小的LMS算法。 分析表明，SNR最大化算法与LMS算法的性能也比较接近，都收敛于最优维纳解。SNR最大化算法使用了“波束导向矢量”代替LMS算法中的“参考信号”。因此，前者一般用于所需信号绝大部分时间是不存在的场合，后者则要求所需信号是存在的。针对不同的应用条件，每一种基本算法又有许多变型。例如，Compton曾提出功率反演算法，它实质上是LMS算法的一种修正形式，可以克服经典LMS算法中形成参考信号的困难。SNR最大化算法和LMS算法的实现均采用闭环结构的自适应处理器，实现简单、方便，非常适合采用模拟方法实现(也可以采用数字方法实现)。主要缺点是算法的收敛性能对阵列响应协方差矩阵的特征值散布很敏感，存在敛缓慢甚至无法收敛问题。为了获得更加短暂的暂态响应性能，采样矩阵求逆(SMl)算法和Gram-Schmidt正交化算法等具有快速收敛特性的自适应波束形成算法逐渐受到人们的重视和应用[3]。 而在实际工程应用中SMI算法中，估计Rn时要求是数据IID（Independent Identically Distribution）,有时不可直接获得。在非均匀样本下，还存在奇异检测问题[4]。故我们需要找到一个综合各方面优点的算法从而达到对移动用户的发射功率估计的稳健性。 研究的基本内容与拟解决的主要问题： 本课题的主要研究内容有：(1)研究稳健的移动用户发射功率估计方法的基本原