移动通信系统中的宽带智能天线技术

梁奂晖

（广州科技职业技术学院，广东 广州 510275）

移动通信系统中的宽带智能天线技术

梁奂晖

（广州科技职业技术学院，广东 广州 510275）

自适应信号处理是下一代高性能移动通信技术中一项重要的必不可少的技术。而宽带智能天线的自适应处理技术则是自适应技术中一个重要的研究分支。本文对无线通信中的智能天线自适应处理技术的发展和现状进行了介绍，针对宽带智能天线优化算法高复杂性，提出了一种新的基于频不变理论的波束优化，并对算法性能进行分析。

自适应；宽带智能天线；频不变

1．引言

随着现代移动通信系统用户数量以及数据业务的急剧上升，对于移动通信系统的容量以及性能有了越来越高的要求。用户数量的增加，通信环境的复杂化，使得接收端接到的干扰信号对移动通信系统性能如通信质量、系统容量等方面性能的影响越来越大。

国内外多年来大量的研究成果表明，在复杂多变的无线移动传输信道下，智能天线技术可以有效地降低干扰，提高系统容量以及通信质量等方面的性能[1]。从20世纪70年代开始，如何降低智能天线优化算法的复杂度，提高系统收敛速度，一直是智能天线研究领域中一个热点问题。尤其是随着现代移动通信技术的发展，宽带乃至超宽带无线通信将会成为未来通信技术发展的趋向[2]，近年来大量的研究文章可以充分说明智能天线技术得到了研究人员大量的研究和关注[3，4]。

但遗憾的是对多年来的研究结果进行分析比较可以发现，智能天线技术的研究，绝大多数都是集中于窄带通信系统，也就是说假定入射信号为窄带信号，入射信号的能量集中于载频，不考虑信号带宽对系统性能的影响[1]，忽略了信号带宽对系统的影响。而实际上对于宽带通信系统，信号能量集中于中心载频的假设不再成立，需要考虑信号频率对系统的影响。宽带智能天线采用空时联合结构解决了这个问题，但空时联合结构的存在，导致了智能天线算法的高复杂性，低收敛速度，难以实际应用到移动通信系统中。

在宽带无线系统中，智能天线要想获得与在窄带环境下相类的效果，频率因素是不能忽略的，国内外的研究都表明，智能天线在宽带环境下所形成的波束图不仅与信号的入射角，还与入射信号的频率有关[5]。这也就意味着智能天线系统要想能获得所期望的空域响应，必须还要针对不同频率的入射信号作出频率补偿。

本文在现有的窄带优化算法的基础上，针对宽带系统，基于频不变原理提出了一种新的宽带智能天线优化算法结构，并对算法的性能进行了初步的分析。

2．宽带智能天线优化算法

对于智能天线的优化算法，如果没有特别说明的话，都是基于窄带假设，也就是假定入射信号能量集中于中心载频。但实际上，随着宽带乃至超宽带无线通信技术的提出，入射信号的窄带假设不再成立，那这也就是意味着需要对宽带无线通信系统中的智能天线优化算法进行修正。

但实际上，宽带智能天线所涉及到的宽带阵列自适应信号处理从20世纪60年代开始在雷达、声纳等系统中就已经得到研究与应用[7]。而在个人通信领域，随着移动通信系统由窄带向宽带系统演化发展，信号的窄带假设不再成立，这也意味着智能天线技术必须由窄带转化为宽带结构。宽带系统中，天线阵列的输出输出会随着输入信号频率的变化而变化。上个世纪90年代中期开始人们开始关注起宽带智能天线阵列[6]。宽带智能天线阵列输出波束的形成主要有时域和频域两种实现形式[7]，传统的宽带智能天线是在M元阵列的每个阵元后面加上一个长度为K的抽头延时线结构。这使得需要优化的系数个数从M转变为M*K，需要优化的系数的倍数增加直接导致了天线优化算法计算复杂度急剧上升。对宽带智能天线系统来说，频域实现形式是根据不同频率上的设计波束与期望波束之间的误差，建立优化准则，进 而设计相应的FIR滤波器组，从而实现在整个频段范围内恒 定的波束输出[8]。

FFT变换能将时域上的延时信号转变为频域信号[9]，为了降低传统宽带智能天线优化算法的运算复杂度，人们提出 了一种新的结构子带自适应天线技术[10]。而这些年来宽带智能天线的研究多数也是集中在子带结构的智能天线实现上。子带结构的宽带智能天线阵列可以采用滤波器组利用FFT变换将时域信号转化为频域信号，也可以采用频率滤波器分频。如何设计适当的滤波器组，如何选用适当的优化算 法，使得在有效带宽范围内宽带阵列能获得频不变的输出波束，达到系统的性能最优，这也得到了很多的关注，但是宽带阵列的计算复杂度问题还是没有得到解决[11]。

正交频分复用（OFDM）技术利用IFFT变换，将宽频带划分为相互正交的子频带，单独使用窄带自适应算法对子频带上的信号进行处理[12]，需要大量的导频信息，甚至有可能会要求将一些子载波利用为专用导频信道，从而导致载波的利用率下降。

3．频不变的宽带天线优化算法

针对宽带智能天线的空时联合结构的运算高度的复杂性，本文提出了一种新型的优化算法，利用作者以前提出一种应用于窄带智能天线系统的波束综合算法[13]，来实现一种较低计算复杂度的宽带智能天线优化算法，使得智能天线能获得一个宽带频不变的波束。

该波束综合算法[13]能在给定一个任意的参考波束的前提下，获得一个权矢量，使得天线阵列的输出波束与给定的参考波束之间的差异最小。该算法对宽带智能天线系统的设计有重要的参考意义。因为通过该算法能够根据参考波束，在不同的频点，进行优化，进行波束合成，也就是说获得对应于该频点的一个最优权矢量，从而使得在该频点的输出能够与参考波束基本一致，那么这样组合操作的结构就使得宽带智能天线系统在整个有效频带内的阵列输出不会随频率的变化而发生变化了。

根据参考波束，引入虚拟干扰，能有效地调节目标波束形状。在不同频点的单独处理中，优化算法在迭代过程中，可以通过调整阵列权矢量进行优化，最终使得阵列输出的目标波束与参考波束两者之间差异逐渐趋于最小化。

本算法借鉴自交频分复用系统中的智能天线概念以及子带自适应滤波器的理念，首先宽带的时域信号将被转换为频域信号，那复杂的空时联合结构则被拆分成为频域上多个相互独立的窄带结构。再根据参考波束，利用新的波束综合算法，对相互独立的各个子带结构分别并行处理，可以获得相应频点的一组权系数。

本论文所提出的结构，与传统的宽带智能天线结构相比，首先是分别在空域、时域、频域依次进行，原来复杂的联合优化过程被分解成多个相互独立的子系统并行进行，子系统间的优化运算互不干扰，因而整个优化系统的复杂度明显下降。

对于这种结构，在分解的子带结构中，不管是输入信号还是输出信号都被分割成多个子带，对各个不同子带进行自适应处理，相对而言，这种算法将可以得到比全频带优化算法更快的收敛速度。在优化宽带智能天线结构算法的同时，如果要进一步降低优化算法的运算量，将相邻子带进行分组，每个分组中只需要对其中一个子带自适应阵列结构的权值进行优化计算[14]，每组采用相同的权值。通过分组得到的权值为次优解，相对每个子系统都进行优化计算求得的最优解，系统性能会有下降，但是整体的计算量将随着分组数目的增加而线性减少。

4．结束语

宽带移动通信系统中信号不再满足能量信号的窄带假设，能量不能认为集中于中心载频，这导致智能天线算法结构的复杂性大幅度上升。本文针对宽带智能天线优化算法的高复杂性，将复杂的宽带智能天线结构，转化到空时频域依次处理。原来复杂的优化过程被分解到相互独立的多个空频子系统中并行处理，大大降低了宽带智能天线系统优化算法的运算量，有效地提高了宽带智能天线系统的性能。

[1]Joseph C．Liberti，Theodore S．Rappaport．无线通信中的智能天线：IS-95和第三代CDMA中的应用[M]．马凉等译．北京：机械工业出版社，2002．

[2]Clint Smith，Daniel Collins．第三代无线通信网络[M]．李波等译．北京：人民邮电出版社，2003．

[3]Tuan Do-Hong，Peter Russer．Signal processing for wideband smart antenna array applications[J]．IEEE Microwave Magazine，2004，(3)：57-67．

[4]P．H．Lehne，M．Pettersen．An overview of smart antennas technologies for mobile communications systems[J]．IEEE Communication Surveys，1999，2(4)：2-13．

[5]Paulraj，A．J，and C．B．Papadias．Space-time Processing for Wireless Communications[J]．IEEE Signal Processing Magazine，1997，(14)：49-83．

[6]D．B．Ward，R．A．Kennedy，R．C．Williamsan．Theory and design of broadband sensor arrays with frequency-invariant far-field beampattern[J]．Journal of Acoustic America，vol．98，no．2，Jul．1995，pp．230-240．

[7]Tuan Do-Hong，Peter Russer．Signal Processing for Wideband Smart Antenna Array Applications[J]．IEEE Microwave Magazine，Mar．2008，pp．57-67．

[8]Doclo S and Moonen M．Design of broadband beamformers robust against gain and phase errors in the microphone array characteristics[J]．IEEE Trans．on Signal Processing，vol．15，no．10，Oct．2006；pp．2511-2526．

[9]Compton，R．T．The relationship between tapped delay-line and FFT processing in adaptive arrays[J]．Compton Antennas and Propagation，IEEE Transactions on，vol．36，no．1，Jan．1988，pp．15-26．

[10]Yimin Zhang，Kehu Yang．Adaptive subband arrays for multipath fading mitigation[J]．Proc．IEEE Antenna and Propogation Society International Symposium，Atlanta．Sept．1998，pp．380-383．

[11]Ward D B，Kennedy R A，Williamson R C．FIR filter design for frequency-invariant beamformers[J]．IEEE Signal Processing Letter，vol．3，pp．69-71，Mar，1997．

[12]Ye Li，Nelson R．sollenberger．Adaptive antenna arrays for OFDM systems with cochannel interference[J]． IEEE Transactions on Communication，vol．47，no．2，Feb 1999，pp．217-229．

[13]Liang Huanhui．A pattern synthesis algorithm based on adaptive array theory[J]．IEEE 2005 International Symposium on Microwave，Antenna，Propagation and EMC Technologies for Wireless Communication (MAPE2005)，Aug．2005 Beijing，China． [14]Sun，Y．；Matsuoka，H．A novel adaptive antenna architecturesubcarrier clustering for high-speed OFDM systems in presence of rich cochannel interference[Z]．Vehicular Technology Conference，2002．VTC Spring 2002．IEEE 55th，vol．3，May 2002，pp．1564-1568．

The Wideband SmartAntenna Technology in Mobile Communication System

Liang Huanhui
(Guangzhou Science Vocational Technology College,Guangzhou 510275,Guangdong)

The technology of smart antenna signal processing is an essential technology in mobile communication.In the paper, the development and present status of smart antenna technology are introduced.For the high complexity of wideband smart antenna optimal algorithms,a novel optimization algorithm based on the frequency-invariant synthesis is presented.

adaptive signal processing;wideband smart antenna;frequency-invariant

梁奂晖，男，广东阳江人，研究生，高级工程师。研究方向：自适应阵列算法优化。

广州科技职业技术学院资助项目，项目编号：2014ZR08。