版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、智能天線技術是第三代移動通信系統(tǒng)的關鍵技術之一,也是當前通信技術中的研究熱點。在頻譜資源日益擁擠的情況下,智能天線利用陣列天線和陣列信號處理技術將通信資源由傳統(tǒng)的頻域、時域擴展到空域,對提高系統(tǒng)容量具有巨大潛力。由于引入空分多址的概念,通過用戶空間位置的差異對其進行分離。各用戶的波達方向(DOA)作為反映用戶空間位置的重要參量,不但可以用作下行的波束形成,而且還可以用來定位,因此DOA估計在智能天線中的角色尤為重要。
傳統(tǒng)
2、的DOA算法由于大多采用矩陣分解等技巧,因而所需運算量大,不易實時實現,并且對實際應用環(huán)境適應性差。近年來,利用人工神經網絡進行DOA估計的思路已經出現,其計算量小、強容錯性、巨量并行性以及具有的自適應、自組織、自學習的能力已展示了其誘人前景,易于在工程中得到應用。其中,徑向基函數神經網絡(RBFNN)以簡單的結構、快速收斂和極強的非線性逼進能力等特點而引起廣泛關注。本文重點研究在TD-SCDMA中基于RBFNN的DOA估計的改進算法。
3、
①介紹了RBFNN方法的基本原理、RBFNN的學習規(guī)則和利用RBFNN思想進行DOA估計的方法。重點比較了RBFNN相對于MUSIC方法在不同條件下實現DOA估計時的差異。另外還分析了在相關源條件下傳統(tǒng)的RBFNN方法存在性能下降的問題,對于等距線陣,取正向反向陣列協(xié)方差矩陣平均的方法進行了改進,提高了RBFNN方法解相關的能力。
②介紹了蟻群算法的原理,以及把這種方法用于聚類的思想。重點比較了傳統(tǒng)K-me
4、ans算法和蟻群算法在聚類時的差異。
③分析了TD-SCDMA系統(tǒng)中利用RBFNN實現DOA估計的方法,主要內容有三點:一是利用CDMA系統(tǒng)中信號擴頻解擴的特性把多用戶寬帶信號的波達方向估計問題簡化成單用戶窄帶信號的波達方向估計問題;二是針對均勻圓陣訓練集過大的問題進行降維處理,將二維角的兩個變量(俯仰角和方位角)分開,在各自的網絡中單獨訓練;三是提出在RBFNN中用蟻群算法代替K-means算法進行聚類的新方法。最后通過
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于徑向基函數神經網絡的波達方向估計和波束形成.pdf
- 基于徑向基函數神經網絡的應用研究.pdf
- 基于徑向基函數神經網絡的車牌識別研究.pdf
- 基于神經網絡的TD-SCDMA基站電磁場強強度預測.pdf
- 基于神經網絡的TD-SCDMA基站故障告警專家系統(tǒng).pdf
- 徑向基函數神經網絡的優(yōu)化研究.pdf
- 基于徑向基函數神經網絡的舵機加載控制策略.pdf
- 基于徑向基函數神經網絡的中醫(yī)脈象信號檢測.pdf
- TD-SCDMA系統(tǒng)中基于訓練序列的信道估計.pdf
- 徑向基函數神經網絡學習算法研究.pdf
- TD-SCDMA網絡優(yōu)化.pdf
- 基于徑向基函數神經網絡的投資預測模型研究.pdf
- 基于徑向基函數神經網絡的顏色空間轉換研究.pdf
- 基于徑向基函數神經網絡的電網故障診斷.pdf
- 基于徑向基函數神經網絡入侵檢測技術的研究.pdf
- 徑向基函數神經網絡的學習算法研究.pdf
- Sum-of-Product神經網絡和徑向基函數神經網絡的逼近能力研究.pdf
- 基于徑向基函數神經網絡的色空間轉換模型的研究.pdf
- 基于徑向基函數神經網絡的企業(yè)信用評分研究.pdf
- 基于徑向基函數神經網絡的車牌識別技術研究.pdf
評論
0/150
提交評論