RLS算法及其仿真

1、智能天线RLS算法及其仿真摘要近年来，随着移动通信的飞速发展，如何尽可能的对抗衰落和干扰、提高频谱利用率、在保证通信质 量的前提下扩大系统的容量成为一个很有挑战性的课题。在充分发掘时域、频域、码域资源后，人们把 目光转向使用空域资源的智能天线。智能天线对无线通信系统的影响是革命性的，值得投入大量的精力去 研究。它是在阵列天线的基础上使用自适应波束形成算法，不同于以前使用的天线，智能天线不是全向的， 它把覆盖面分为几个扇区，分别在各个扇区中使用以前就已经在使用的时分多址、频分多址、码分多址技 术，由于使用了自适应算法，所以可以以获得更高的载干比，降低发射功率，减少干扰的同时也增加了系 统容量。智

2、能天线研究的内容主要包括以下两个方面：一是波束形成，二是波达方向估计（DOA），波达 方向估计在本文中不做介绍。数字自适应波束形成算法是智能天线的核心，是决定系统性能的最重要因素。 自适应波束形成算法有好多种，根局是否需要显示的训练序列，可以分为盲算法与非盲算法。本文主要对 天线阵列和智能天线做全面的介绍，然后对非盲算法中的RLS算法用MATLAB软件进行仿真研究，以达到 充分理解其工作原理的目的。关键词：阵列天线，智能天线，自适应波束形成算法，RLS算法RLS algorithm and its simulation of smart antennaAbstractIn recent yea

3、rs, with the rapid development of mobile communication, how to combat fading and interference as possible, to improve spectrum utilization in the premise of ensuring the quality of communication to expand system capacity to be a very challenging task. Fully explore the time domain, frequency domain,

4、 code domain resources, the people turn to use the airspace resources, smart antenna. Smart antennas for wireless communication system is revolutionary, it is worth putting in a lot of energy to study. It is based on the use of antenna array adaptive beamforming algorithm, different from the previou

5、sly used antenna, smart antenna is not omnidirectional, it is divided into several sectors to cover, in various sectors were already in use before use TDMA, frequency division multiple access, code division multiple access technology, the use of the adaptive algorithm, so can get a higher carrier to

6、 interference and reduce the transmission power to reduce interference also increases the system capacity. Smart antenna covers the following two aspects: First, beamforming, and second, DOA estimation (DOA), DOA estimation introduced in this paper do not do. Digital adaptive beamforming smart anten

7、na core, is to determine the most important factor in system performance. Adaptive beamforming algorithms have a good variety, root authorities would need to show that the training sequence, can be divided into non-blind algorithm for blind algorithm. This article on the antenna array and smart ante

8、nnas to do a comprehensive introduction to, and then to non blind RLS algorithm algorithms in simulation using MATLAB software to achieve fully understand the purpose of their works.Key words: array antenna, smart antenna, adaptive beamforming algorithm, RLS algorithm目录 TOC o 1-5 h z 前言4 HYPERLINK l

9、 bookmark15 o Current Document 第一章阵列天线5一、天线阵列的基本概念5二、阵列信号模型5 HYPERLINK l bookmark18 o Current Document 三、阵列天线分析7 HYPERLINK l bookmark21 o Current Document 第二章智能天线10一、智能天线的概念10二、智能天线的工作原理10 HYPERLINK l bookmark24 o Current Document 三、智能天线的优势及问题12 HYPERLINK l bookmark35 o Current Document 第三章RLS算法理论14

10、 HYPERLINK l bookmark45 o Current Document 第四章RLS算法仿真17 HYPERLINK l bookmark48 o Current Document 一、MATLAB 语言17 HYPERLINK l bookmark61 o Current Document 二、仿真结果18结束语22致谢23 HYPERLINK l bookmark64 o Current Document 参考文献24 HYPERLINK l bookmark82 o Current Document 附录25刖言现在运营商面临着这样的困境：频率资源有限，基本上用完了，而用户

11、却还在不 断增长中。如果不想办法，将会导致容量不够。而传统的提高容量的技术已经没 有多少潜力可挖了，这样运用空分技术的智能天线就很快被引入了。智能天线是 雷达自适应天线技术在无线通信领域的应用，通过阵列天线电流分布的智能化调 节，跟踪期望用户方向使之高效通信，并在干扰方向产生零陷以达到抑制非期望 用户的目的。1它采用了智能收发、动态信道分配等先进技术，减少了同频等十 扰，提高了新到的利用率，一致了呼吸效应，所以系统的容量与没有采用智能天 线的系统相比有很大的提高，所以被用于第三代移动通信系统中。智能天线原名 自适应天线阵列(AAA， Adaptive Antenna Array),英文名为Sm

12、art Antenna 或Intelligent Antenna。它有许多大体等价的称谓，如数字波束形成、自适应 阵列、自适应天线等。自适应算法是智能天线的关键，按照是否需要显式的训练 序列而分为盲算法和非盲算法，由于非盲算法有不需要确定信号的DOA，有较强 的健壮(Robust)性，一般不需要较正，可以结合最佳多径从而降低衰落影响，时 延扩展小时性能很好等特性，目前应用的智能天线主要采用此类算法，所以主要 对其进行仿真加以研究。作为智能天线的基础，下面首先介绍天线阵列的相关知 识。第一章阵列天线一、天线阵列的基本概念由两个以上天线组成的天线系统称为多元天线，阵列天线其中做常用的一种多元 天线

13、，它是由N个相同天线元平行排列组成的。在智能天线系统中，天线阵列的 特性十分重要，会影响移动接收机对无线信号的接收，从而影响输出信号质量， 最终对整个系统性能造成影响。天线阵元的数目N与配置方式对智能天线的性 能有着直接的影响,N的常用取值为：4、8、16。它的排列方式有沿X轴阵列、沿丫 轴阵列、沿Z轴阵列和二维阵列，如图1所示。采用阵列天线，与一般的天线相比，它可以获得更高的增益，更低的旁瓣。 阵列天线中的天线单元数目可以很大，组成直线阵列、平面阵列、空间阵列等形 式，其中直线阵列是分析天线阵列的基础。天线阵列的信号处理是智能天线的基 础也是作为信号处理的一个重要分支，在通信、雷达、电子对抗

14、、地震勘探、射 电天文等领域获得了广泛应用。二、阵列信号模型电波从点辐射源以球面波向外传播，只要离辐射波足够远，在接收的局部区 域，球面波就可近似为平面波。通信信号的传播一般都满足这一远场条件。图2阵元信号与位置的关系在图2中，令信号的载波为cot，并以平面波的形式在空间沿波数向量k的 方向传播,设基准点处的信号为s(t，则距离基准点r处的阵元接收到的信号 为(1-1)s (t)= sC 一 (1/cta)exp Cot - rrk式中k为波数向量;a = kk|为电波传播方向;|k =O,c = M 为波数，其中c为光速，人为电磁波的波长;G；c扁a为信号相对于基准点的延迟时间;rTk为电波

15、传播到离基准点r处的阵元相对于电波传播到基准点的滞后相 位;k = k Los 0 , sin oT，0为波传方向角；设在空间有N个阵元组成阵列，将阵元从1到N编号，并以阵元1作为基准 或参考点，图2是该阵列接收空间信号的示意图，设各阵元无方向性，相对于基 准点的位置向量分别为r ( = 1, , N; r1 = 0)。若基准点处的阵元接收信号为 s(t，则各阵元上的接收信号分别为s (t)= sC-G. cMaXxp jOt一 rT( 1-2)阵列信号总是变换到基带再进行处理，因此可以将阵列信号用向量形式表示 为（1-3）上式中的向量部分称为方向向量，因为当波长和阵列的几何结构确定时，该 向

16、量只与到达波的空间角向量e有关。方向向量记作Jo），它与基准点的位置无 关。例如，若选图2中的第一个阵元为基准点，则方向向量为0=1,e - jr2 Tk,（1-4）式中 r = r - r 0 = 2,，N） y实际应用中的阵列结构要求方向向量Je）必须与空间向量角e 一一对应，不能出现模糊现象。当有多个（例如p个）信源时，到达波的方向向量可分别用j（e）, Je ），。G ）表示p个方向向量组成的矩阵 TOC o 1-5 h z 12pa = L（e ） j（e ），,A（1-5）12p称为阵列的方向矩阵或响应矩阵，它表示所有信源的方向。4三、阵列天线分析阵列的形状有很多种，如均匀阵列、均

17、匀圆阵。而实际中则多用均匀阵列， 均匀阵列有以下几个特性:相邻辐射元之间距离相等;所有辐射元的激励幅度相 等；相邻辐射元的激励相位恒定，也就是说各个辐射元是按等步进相位规律激励 的。所以很有必要以均匀阵列为代表对阵列天线做详细的介绍。的是一个N元的直线阵，设该阵列由间距为d的半波偶极子组成，各天（1-8）图3 一维均匀直线阵列图3j所示线元的激励电流都具有相同的幅度I及线性变化（按等差级数递变）的相位， 0各天线元间的相位差是ad,那么S. = r.三二,这样的天线就是均匀直线阵。设中为 r与阵轴的夹角，那么：.二】二si】，DS_,因此=:;二二（1-6）使用几何级数的求和公式三泛=三（1-

18、7）gjN.a+ko coa+MEin(iD：+kD co Blip) dF- S - ： l-,- - J 或 m-：:二涪-=：i:-X- : = _ 口： 令二=二二二：=、三二，则阵因子的幅度可以表示为（1-9）这个函数不但具有周期性，还和函数号很类似。图四所示的是N=10元阵阵因子 的幅度随u变化的曲线，阵元电流幅度I=1,u0=%。从曲线可以看出，方向图 的零点位置为（1-10）二=K ：二二 S 甲二二：二 在式子中，m=1为主瓣两侧的第一个零点，在两个相邻主瓣之间有N-1个零点和 N-2个副瓣，主瓣出现在u=-u0+2mm（m=1,2，N-1）处，主瓣幅度为NI=10, 它是N

19、个偶极子辐射场的同相叠加。10.90.80.70.60.50 -2-1012450.4 0.3 0.2 0.1图4 均匀直线阵的阵因子阵因子F （u）是u=kdcosW的函数，以2 为周期，因为-1McosW M1，所 以在物理空间中u的取值范围为-kdMuMkd。显然，阵元间距d值越大，u的 取值范围越大。D值越小可见空间出现的波瓣数越少，d值越大出现的波瓣数越 多。在实际应用中，通常只希望物理空间中只出现一个主瓣（多余的主瓣称为栅 瓣），因此必须选择足够小的间距d使得-k0dMuMkd的范围内不出现栅瓣。第二章智能天线一、智能天线的概念近年来，随着移动通信的发展以及对移动通信电波传播、组网

20、技术、天线理论等 方面的研究逐渐深入，智能天线开始用于具有复杂电波传播环境的移动通信。自 适应阵能够在干扰方向未知的情况下，自动调整阵列中各个阵元的信号加权值的 大小，使阵列天线方向图的零点对准干扰，即使在干扰和信号同频率的情况下， 也能成功的抑制下扰。如果天线的阵元数增加，还可以增加零点数来同时抑制不 同方向上的几个干扰源。6智能天线综合了自适应天线和阵列天线的优点，以自 适应信号处理算法为基础，并引入了人工智能的处理方法。智能天线不再是一个 简单的单元，它已成为一个具有智能的系统。其具体定义为:智能天线以天线阵列 为基础，在取得电磁信息之后，使用人工智能的方法进行处理，对电磁环境做出分 析

21、、判断，并自动调整本身的工作状态使之达到最佳。依据天线的智能化程度可 将天线分成可变波束天线、动态相控阵列和自适应阵列3类。可变波束天线依据 接收功率最大原则,在几个预设阵列波束中进行切换;动态相控阵列使用测向算 法，能够连续追踪用户的方向而改变天线的波束，使接收功率达到最大；自适应阵 列既对用户进行测向，又对各种干扰源进行测向，在形成波束时，不仅使接收功率 最大,而且使噪声降到最低，从而使接收信噪比最高。智能天线的发展可分成3个阶段:第1阶段是应用于上行链路,通过使用智能 天线增加基站的接收增益，从而使接收机的灵敏度和接收距离大大增加;第2阶段 是将智能天线技术同时应用于下行链路，在智能天线

22、应用于下行链路后,能够控 制波束的发射方向，从而有助于频率的复用，提高系统的容量;最后一个阶段是完 全的空分多址，此时在一个蜂窝系统中，可以将同一个物理信道分配给不同的用 户，例如，在TDMA中,可以将同一小区内同一时隙同一载波同时分配给两个用户。二、智能天线的工作原理智能天线通过增加覆盖距离，填补空间，提高穿透建筑物的能力达到增加覆 盖范围的目的。在基站和手机用户发射功率不变的情况下，智能天线可以通过增 加基站天线增益而增加覆盖距离。上行时基站接收到的移动台的功率为，二 _ ：二 _-二（2-1）式中-基站接收到的功率；三-用户的发射功率；二-用户端的天线增益；时基站的天线增益；上行链路中，

23、如果基站要求的接收功率为=_.，通过提高基站的增益己，链路 可以容许更大的路径损耗PL,且有（2-2）PL（d） = PL（d0） + IQnlo 命（志）+X.因此，通过增加容许路径损耗，可以增加基站的接收距离”与传统天线相比，智 能天线系统能提供更大的增益，因而能提供小区距离扩展能力。随着技术的发展，智能天线的内涵也逐渐从传统的波束切换到多输入输出并 引入了空间维的结构。从阵列智能化角度来看，目前智能天线的工作方式主要有 三种：Q波束切换这种方法技术最简单，小区内形成多个固定的波束，用户始终工作在信号最 好的波束中。它的缺点是如果波束过窄，则用户可能在波束中频繁的切换给网络 造成负担，波束

24、较宽，则性能改善不明显。类似主波束的形成方法这种方法首先估计最大接收功率的信号来向，然后在该方向上得到最优权向 量。自适应阵列这种方法中，阵列对单个用户可以形成多个波束以实现多径的最大比合并， 并在干扰方向上形成零陷，从而可以实现SINR的最大化。从目前的发展来看， 自适应阵列才是发展的方向。图5典型的智能天线系统示意图如图5所示，智能天线系统由3部分组成：实现信号空间过采样的天线阵;对各阵元输出进行加权合并的波束成型网络；更新合并权值的控制部分。9在移 动通信系统中，天线阵列通常采用直线阵列和平面阵列两种方式。在确定天线阵 列的形式后,天线单元的选择就十分关键。天线单元不仅要达到本身的性能指

25、标, 还必须具有单元之间的互耦小、一致性好以及加工方便的特点。目前微带天线使 用较多。接收通道及数据采集部分主要完成信号的高频放大、变频和A/D转换，以形 成数字信号。目前，受A/D器件抽样速率的限制,不能直接对高射频信号和微波信 号进行采样,必须对信号进行下变频处理，降低采样速率。信息处理部分是智能天线的核心部分，主要完成超分辨率阵列处理和数字波 束形成两方面的功能。进行超分辨率阵列处理的目的是获得空间信号的参数，这 些参数主要包括信号的数目、信号的来向、信号的调制方式及射频频率等，其中 信号的来向对于实现空分多址和自适应抑制干扰有着重要作用。在众多的超分辨 率测向算法中，MUSIC算法及其

26、改进算法一直占据主导地位，它不受天线阵排阵 方式的影响，只需经过一维搜索就能实现对信号来向的无偏估计，并且估计的方 差接近CRLB。此外，使用ESPRIT算法来解决移动通信中的测向问题也得到了广 泛的研究。数字波束形成主要通过调整加权系数来达到增强有用信号和抑制干扰 的作用，它需要收敛速度快、精度高的算法支持。根据所需先验知识的不同，目前 的波束形成算法主要有3类：以信号来向为先验知识，如LCMV算法；以参考信号为 先验知识，包括LMS算法及其改进算法NLMS、RLS等;不需要任何先验知识，如CMA 算法、DDA算法。由于移动通信环境复杂,各种算法也有各自的优缺点，因此系统 中必须对多种算法取

27、长补短，才能达到最佳效果。三、智能天线的优势及问题优点：提高系统容量在蜂窝系统中，用户的干扰主要来自其他用户，而智能天线将波束零点对准 其他用户，从而减少了干扰的影响。由于系统提高了接收信噪比，因此减少了频谱 资源的复用距离，从而获得了更大的系统容量。扩大小区覆盖距离和范围使用智能天线可以提高用户和基站的功率接收效率，进一步扩大基站的通信 距离，减少功率损失,从而延长电池的寿命，减小用户的终端。减少多径干扰影响智能天线使用阵列天线，通过利用多个天线单元的接收信息和分集技术，可 以将多径衰落和其他多径效应最小化。降低蜂窝系统的成本智能天线利用多种技术优化了信号的接收，从而能够显著降低放大器成本和

28、 功率损耗，提高系统的可靠性，实现系统的低成本。提供新服务智能天线在使用过程中必须对用户进行测向，以确定用户的位置，从而为用 户提供基于位置信息的服务，如紧急呼叫等。目前，美国联邦通信委员会已准备实 施用户定位服务。更好的安全性使用智能天线后，窃听用户的通话将会更加困难，因为此时盗听者必须和用 户处于相同的通信方向上。增强网络管理能力利用智能天线可以实时检测电磁环境和用户情况，从而为实施更有效的网络 管理提供条件。解决远近效应问题和越区切换问题智能天线可自适应地调节天线增益，较好地解决了远近效应问题，为移动台 的进一步简化提供了条件。在蜂窝系统中，越区切换是根据基站接收的移动台的 功率电平来判

29、断的。由于阴影效应和多径衰落的影响常常导致越区转接,增加了 网络管理的负荷和用户呼损率。在相邻小区应用的智能天线技术，可以实时地测 量和记录移动台的位置和速度，为越区切换提供更可靠的依据。面临问题：智能天线系统在改善性能的同时,也增加了收发机的复杂度。因为要对每个 用户进行定位，并且波束形成的计算量很大，所以智能天线系统中有多个计算单 元和控制单元。在实施SMDA时,资源管理也成为一个必须关注的问题。作为一种 新的多址方式，在频谱分配和移动性管理上也提出了新的问题，将会对网络管理 提出更多的需求。此外，目前智能天线的物理尺寸较大,不利于构建更小的基站。智能天线形成下行波束较为困难，因为对下行链

30、路的信道响应缺少短时先验 知识,而无线信道的信道状况变化极快，使智能天线不能很好地跟踪用户信号的 变化。接收和发送链路中器件的线性特性对系统的性能有显著影响。智能天线的 各种定位算法和波束形成算法的运算量很大，对器件、时间和功率的要求比较高, 因此研究高效的优化算法对提高系统的性能至关重要。到目前为止，还没有一个完整的智能天线系统理论，而智能天线今后的研究 必须同一些相关技术联系，如与多用户检测、多用户接收和功率控制等结合在一 起。目前的智能天线多用于基站系统,今后还可以研究基于移动台的智能天线。 在信号处理部分，目前多采用自适应信号处理算法，尚未将人工智能方法应用于 其中，同时还可尝试将智能

31、计算的一些方法，如人工神经网络、模糊技术和进化计 算等用于智能天线系统中。第三章RLS算法理论数字波束形成技术的出现具有重要的意义，它使得阵列天线真正有可能成为 智能天线，与模拟波束形成相比，数字波束成形的优点包括：可实现波束数量多， 易应用自适应算法，可采用灵活的数字域实时校正，易进行算法升级等。在移动通信的信道环境中，信道的条件（包括波达方向DOA、信号的幅度、 相位）往往随时间发生变化，因此相应的最优权也在不断变化中。自适应天线 阵的工作过程，就是不断调整权值，使它快速的收敛于当前的最优解，以跟踪信 道的变化，这个过程就称为自适应波束形成。而用来调整权值的算法，就是自适 应波束形成算法。

32、智能天线的智能主要体现在天线阵的加权矢量能够根据用户的需要和天线 传播环境的改变而自适应地进行调整。而这个自适应的过程是由自适应算法控制 的。10所以自适应形成算法是自适应天线阵系统的核心，是决定系统性能的重要 因素，也是自适应天线阵列研究的重点和关键。自适应算法所采用的最优准则有最小均方误差（LMS）准则，最小二乘（LS）准 则、最大信嗓比准则和统计检测准则等，其中最小均方误差（LMS）准则和最小二 乘（LS）准则是目前最为流行的自适应算法准则。LMS算法和RLS算法由于采用的 最优准则不同，因此这两种算法在性能，复杂度等方面均有许多差别。对于某个自适应算法，衡量其算法性能的指标主要为以下几

33、个：（1）算法的收敛速度。用算法达到稳定状态（即与最优值的接近程度达到一定值）需要迭代的次数表示。（2）算法的跟踪性能。它指信道发生变化时，算法自适应跟踪信 道的能力。（3）算法的稳健性。只当输入病态的情况下算法能否正常工作。（4）算法计算的复杂程度。uh自适应波束形成算法可有多种分类方式，一般的分类方法根据算法是否需要 显式的训练序列，可分为非盲算法和盲算法两类，另外，根据权值作用于阵元或 波束，还可分为阵元空间和波束空间两类。12盲算法一般利用调制信号本身固有的、与具体承载的信息比特无关的一些特征， 如恒模、子空间、有限符号集和高阶统计量等。与非盲算法相比，它无需发送 已知符号，故可节省系

34、统频谱资源。其缺点是一般收敛速度较慢，且存在相位模 糊问题。非盲算法相对盲算法而言，通常误差较小，收敛速度也较快，但需要占 用一定的系统资源用于传送参考信号、训练序列等。即使非盲算法收敛速度快， 但仍然跟不上快衰落变化的速率要求。13对于移动通信而言，算法的收敛速度是 很重要的一个性质。所以本文主要介绍非盲算法中的RLS算法。非盲算法主要包括最小均方误差算法LMS、采样矩阵求逆法SMI和迭代最小 二乘算法RLS。LMS算法由于其收敛速度很慢，因此在信号环境变化很快时其性 能不是很好，且算法性能对阵列信号协方差矩阵的特征值散布度很敏感，当散布 度很大时，很难收敛。SMI算法收敛速度比LMS快，但

35、是算法复杂了不少，而 且在硬件实现中的有限字长效应会给求逆运算带来数值上的不稳定。RLS算法是 基于使每一快拍的阵列输出平方和最小的准则，即最小二乘（LS）准则。它利用 了从算法初始化后得到的所有阵列数据信息，用递推方法来完成矩阵的求逆运 算，因而收敛速度快，对特征值的散布度不敏感，且能实现收敛速度与计算复杂 性之间的折衷。一般在大信噪比的情况下，RLS比LMS的收敛速度快一个数量级。14RLS算法与LMS、SMI 一样，基于最小均方误差（MMSE）准则。其接收信号 向量的协方差矩阵表达式为（3-1）乏 3) = A-1 R= (n - 1) - q(n)xH(n)R(n- 1)其中1+（3-

36、2）其权值公式为：.】；（3-3）w3）=k混（n 1） +d*（n）x（n）(34)第四章RLS算法仿真一、MATLAB 语言本课题是智能天线数字波束形成技术RLS研究及仿真实现，为此，一方面要对算 法进行分析和验证，另一方面要对设计的方案综合，验证它的正确性和可行性， 而完成这些工作的最佳和必要工具是MATLAB语言，下面简单给以介绍。MATLAB 是由美国Math Works公司推出的用于数值计算和图形处理的科学计算系统环境。 MATLAB是英文MATrix LABoratory（矩阵实验室）的缩写，它集中了日常数学处理 中的各种功能，包括高效的数值计算、矩阵运算、信号处理和图形生成功能

37、。 MATLAB是一个功能强大的系统，它集数值计算、矩阵运算、信号处理和图形生成 功能为一体，另外，MATLAB还具有很强的功能扩展能力，可以配置各种各样的工 具箱，以完成一些特定的任务，同时，用户还可以根据自己的工作任务，开发自 己的工具箱。在MATLAB环境下，可以集成地进行程序设计、数值计算、图形绘制、 输入输出、文件管理等各项操作。MATLAB系统主要有以下五部分组成：1、MATLAB语言体系。这是高层次的矩阵/数组语言，兼有条件控制、函数调用、 数据结构、输入输出、面向对象等程序语言特性，利用它既可以进行小规模编程， 完成算法设计和算法试验的基本任务。也可以进行大规模编程，开发复杂的

38、应用 程序。2、MATLAB工作环境。这是对MATLAB提供给用户的管理功能的总称，它包括管理 工作空间中的变量，数据输入输出的方式和方法，以及开发、调试、管理M文件 的各种工具。3、图形句柄系统。这是MATLAB图形系统的基础。包括完成2D和3D数据图示、图 形处理、动画生成、图形显示等功能的高层次MATLAB命令，也包括用户对图形图 像等对象进行特性控制的低层次MATLAB命令，以及开发图形用户界面（GUI）应用 程序的各种工具。4、MATLAB数学函数库。这是对MATLAB使用的各种数学算法的总称，包括各种初 等函数的算法，也包括矩阵运算、矩阵分析等高层次数学算法。5、MATLAB应用程

39、序接口（API）。这是MATLAB为用户提供的一个函数库，使得用户 能够在MATLAB环境中使用C程序或FORTRAN等程序，包括从MATLAB中调用子程序 （动态连接），读写MAT文件的功能。MATLAB具有不同于其他语言的特点，被称为 第四代计算机语言，又称为“草稿纸式的语言。MATLAB把工程技术人员从繁琐 的程序代码中解放出来，可以快速地验证自己的模型和算法。概括起来，MATLAB 语言具有如下主要特点。1、方便的矩阵和数组运算。MATLAB是以矩阵为基础的，可以方便地进行矩阵的 算术运算、关系运算和逻辑运算等。MATLAB有特殊矩阵专门的库函数，可以高效 地求解诸如信号处理、控制、优

40、化等问题。变量不需要预先定义，也不需要预先 定义矩阵（包括数组）的维数。2、编程效率极高。MATLAB是一种面向科学和工程计算的高级语言。它以矩阵运 算为基础，极少的代码可实现复杂的功能。例如求矩阵的秩，MATLAB只需要一条 语句det0，而C语言等则需要几十甚至上百条代码。3、易学易用，使用方便。MATLAB易学易用，其函数名和表达更接近我们书写计 算公式的思维表达方式，MATLAB编写程序犹如在演草纸上排列公式与求解问题。MATLAB是一种解释性语言，不需要专门的编译器。具体地说，MATLAB运行时，可 直接在命令行输入MATLAB语句，系统立即进行处理，完成编译、链接和运行的全 过程。

41、因此，MATLAB语言不仅是一种语言，广义上是一种语言调试系统。4、可扩充性强。MATLAB有着丰富的库函数，在进行复杂的数学运算时可以直接 调用。用户可以根据需要方便地编写和扩充新的库函数。为了充分利用Fortran 和C语言资源，用户可以通过混合编程在MATLAB中调用Fortran和C语言的源程序， 也可以在C语言和Fortran中使用MATLAB的数值计算功能。5、可移植性好。MATLAB是用C语言编写的，而C语言的可移植性好，所以MATLAB 函数可以很方便地移植到C语言平台。除了内部函数以外，MATLAB的绝大部分函 数和工具箱函数都是公开的，可以用文本编辑器打开。15二、仿真结果

42、105量矢权差误矢量估计误差10010一510-1010一15 0100200300400500600700800900迭代次数图610510-1510-20矢量估计误差100510001 1 量矢权差误010002000300040005000600070008000迭代次数图7图6和图7所示为RLS在不同的遗忘因子取值下的收敛速度曲线。图6为 .2=0.4时的收敛速度，图7所示的是=0.98时的收敛速度。从曲线中可以看出遗 忘因子，的取值越大，收敛速度越慢。计估差误出输计估差误出输学习曲线010002000300040005000600070008000迭代次数学习曲线500-50-100

43、-150-200-250-300-350 010002000300040005000600070008000迭代次数50 0 -50 -100 -150 -200 -250 -300 -350图8和图9所示为RLS在不同的遗忘因子取值下误差的估计值。图8为，=0.4时的误 差估计值，图9所示的是/ =0.98时的误差估计值。图片显示遗忘因子越大，误差 越大，稳定性越差。如果遗忘因子很小，则信号对期望信号的依赖性就会很大， 所以，输出信号就很接近期望信号，这就导致了如果期望信号是错误的，那么输 出信号也是错误的。所以综合考虑，遗忘因子应该取在0.95和0. 995之间。结束语移动通信正在从主要面

44、向窄带语音通信向语音和宽带高速数据通信兼顾的 发展，如何在一定的频谱资源上提高网络容量和效率成为3G网络及即将到来的 4G建设中需要重点考虑的问题。在这种情况下，智能天线技术的应用，将通过 增加系统在空间上的分辨能力，从更高的层次上提高系统对于无线频谱的利用 率，减少干扰。由于认识到其具有重要作用，近年来在世界范围内开展了大量的 研究和试验工作，取得了丰硕的成果，已经在正在进行的3G建设中得到大规模 的应用，并在应用的基础上对其不断改进，以取得更好的效果。只有做好研究， 才能让通信更好的为我们服务，让通信变得更便捷，更高效。致谢在完成毕业设计之际，我真诚地向我的毕业设计指导老师杨明华老师说声谢 谢，感谢她在百忙中抽时间耐心的对我的毕业设计进行检查，然后根据实际情况 给我提出改进的建议，并不断地给予我鼓励。在她帮助下，我的毕业设计做得顺 利而高效。在这里也对在大学四年里传授我知识