[发明专利]智能天线自适应波束形成方法

摘要

本发明公开了一种智能天线自适应波束形成方法，它包括集员滤波算法步骤、部分更新算法步骤、仿射投影算法步骤和约束自适应滤波算法步骤：集员滤波算法步骤：由集员滤波算法得到SM-CAP算法；部分更新算法步骤：由部分更新算法得到SM-PU-NLMS或SM-SPU-CAP算法；仿射投影算法步骤：由仿射投影算法得到SM-DS-CAP算法、SM-SR-CAP算法和SM-CAP vdr算法；约束自适应滤波算法步骤：由约束自适应滤波算法得到时变误差边界的基于集员滤波和线性约束的波束形成算法。本发明将集员滤波、仿射投影算法与部分更新技术三者结合，收敛速度迅速、复杂度低且稳态失调较小；在集员滤波的框架下，将可变重用数的约束仿射投影算法应用于智能天线的波束形成，在不损失算法性能的情况下进一步降低了复杂度。

主权项

智能天线自适应波束形成方法，其特征在于：它包括一个集员滤波算法步骤、一个部分更新算法步骤、一个仿射投影算法步骤和一个约束自适应滤波算法步骤：集员滤波算法步骤包括以下子步骤：S101：由集员滤波算法得到基于集员滤波的归一化最小均方算法SM‑NLMS算法；S102：由基于集员滤波的归一化最小均方算法SM‑NLMS算法得到基于集员滤波的仿射投影算法SM‑AP算法；S103：由基于集员滤波的仿射投影算法SM‑AP算法得到基于集员滤波的约束仿射投影算法SM‑CAP算法；部分更新算法步骤包括以下子步骤：S201：由部分更新算法得到选择性部分更新的归一化最小均方误差算法SPU‑NLMS算法；S202：由选择性部分更新的归一化最小均方误差算法SPU‑NLMS算法得到基于集员滤波的部分更新归一化最小均方算法SM‑PU‑NLMS算法；S203：由基于集员滤波的部分更新归一化最小均方算法SM‑PU‑NLMS算法得到基于集员滤波的部分更新约束归一化最小均方算法SM‑PU‑CNLMS算法，或者由基于集员滤波的部分更新归一化最小均方算法SM‑PU‑NLMS算法得到基于集员滤波的选择性部分更新仿射投影算法SM‑SPU‑AP算法，再由基于集员滤波的选择性部分更新仿射投影算法SM‑SPU‑AP算法得到基于集员滤波的选择性部分更新约束仿射投影算法SM‑SPU‑CAP算法；仿射投影算法步骤包括以下子步骤：S301：由仿射投影算法得到可变重用数的仿射投影算法；S302：将可变重用数的仿射投影算法与集员滤波算法、线性约束自适应算法结合，得到三种可变重用数的集员约束仿射投影算法：基于集员滤波的动态输入信号阶数约束仿射投影算法SM‑DS‑CAP算法、基于集员滤波的按一定比例选择回归量的约束仿射投影算法SM‑SR‑CAP算法和可变数据重用因子集员约束仿射投影算法SM‑CAP vdr算法；约束自适应滤波算法步骤包括以下子步骤：S401：由约束自适应滤波算法得到约束最小均方算法CLMS算法；S402：由约束最小均方算法CLMS算法得到基于集员滤波的约束最小均方算法SM‑CLMS算法；S403：由约束最小均方算法CLMS算法得到约束仿射投影算法CAP算法，再由约束仿射投影算法CAP算法分别得到基于集员滤波的约束仿射投影算法SM‑CAP算法和基于集员滤波的随机早期检测约束仿射投影算法SM‑REDCAP算法；S404：由基于集员滤波的约束最小均方算法SM‑CLMS算法、基于集员滤波的约束仿射投影算法SM‑CAP算法和基于集员滤波的随机早期检测约束仿射投影算法SM‑REDCAP算法得到时变误差边界的基于集员滤波和线性约束的波束形成算法。