智能天线仿真实现综合设计实验.docx
- 文档编号:16470350
- 上传时间:2023-07-13
- 格式:DOCX
- 页数:14
- 大小:223.23KB
智能天线仿真实现综合设计实验.docx
《智能天线仿真实现综合设计实验.docx》由会员分享,可在线阅读,更多相关《智能天线仿真实现综合设计实验.docx(14页珍藏版)》请在冰点文库上搜索。
智能天线仿真实现综合设计实验
综合性、设计性实验报告
姓名学号
专业班级09级04班
实验课程名称智能天线的MATLAB仿真实现
指导教师及职称
开课学期2011至2012学年下学期
上课时间2012年6月12日
一、实验设计方案
实验名称:
智能天线的MATLAB实现
实验时间:
2012-6-12
小组合作:
是○否●
小组成员:
无
1、实验目的:
(1)解智能天线的基本原理和使用
(2)掌握智能天线的接收准则
(3)自适应算法最小均方LMS
2、实验设备及材料:
硬件设备:
计算机一台
机器配置:
CPU1.8GRAM512M
操作系统:
WINDOWSXP
开发工具:
MATLAB
3、实验内容:
随着通信业务的迅速发展,智能天线成为无线通信领域的一个研究热点,是解决频率资源匮乏的有效途径,同时还提高系统容量和通信质量。
本实验通过对自适应智能天线进行仿真实现,统计分析误码率的数据。
主要的实验内容:
(1)用MATLAB编程实现基于MMSE准则的最小均值算LMS,并分析算法的性能。
关于LMS算法的收敛速度,将讨论两点:
第一对一个特定的信号环境,收敛速度和步长因子
有何关系,第二,信号环境本身的特性,对收敛速度有何影响。
(2)用MATLAB仿真统计未利用智能天线和智能天线直接接收的误比特率;绘制出的误比特率的曲线比较图,并进行分析。
(3)改变LMS算法的加权向量,波达方向角,统计数据的误码率。
分析加权向量及波达方向角改变,对智能天线的性能是否有影响。
4、实验方法步骤及注意事项:
(1)智能天线原理图
(2)编程实现(假设天线8个阵列单元)
①由于最小均方差(LMS)算法的性能受到步长因子
的影响,步长因子的数值变化将影响LMS算法的综合性能。
编程实现四种不同的步长因子:
=0.01;
=0.001;
=0.0001时阵列方向图。
②用MATLAB编程统计未利用智能天线和智能天线直接接收的误比特率。
③改变LMS算法的加权向量,波达方向角,统计数据的误码率。
5.实验数据处理方法:
①数据输入
✧数据输入包括天线阵列数
✧训练训练
✧信号长度
✧步长因子
✧波达方向
②结果输出
✧方向阵列图
✧误比特曲线图
6.参考文献:
[1]吴彦文.移动通信技术及其使用.清华大学出版社.2009年4月第1版.
[2]西瑞克斯(北京)通信设备有限公司。
无线通信的MALAB仿真和FPGA实现.人民邮电出版.2009年6月第1版.
指导老师对实验设计方案的意见:
指导老师签名:
李玲香
2012年6月5日
二、实验报告
1、实验目的、设备和材料、实验内容、实验方法步骤见实验设计方案
2、实验现象、数据及结果
(1)
u=0.01u=0.001u=0.0001
(2)波达方向为:
(θ,φ)=(π/3,π/2),阵元数M
M=4时智能天线中的误比特率曲线图
M=8时智能天线中的误比特率曲线图
(3)
均匀直线阵原理图
(4)
均匀直线阵三维图
(5)收敛因子u=0.00001的自适应滤波器仿真结果:
滤波器输出信号
期望信号
输入信号
误差信号的收敛情况
实验结果分析:
在本次仿真中,u取值相对较小,因此误差信号
(6)收敛因子变化对滤波器性能的影响依次取u=0.00001、0.001、0.1考虑系统的性能:
(a)u=0.00001时滤波器输出信号
u=0.00001时误差信号的收敛情况
(b)u=0.001时滤波器输出信号
u=0.001时误差信号的收敛情况
(c)u=0.1时滤波器输出信号
u=0.1时误差信号的收敛情况
LMS算法
function[yn,W,en]=LMS(xn,dn,M,mu,itr)
%LMS(LeastMeanSqure)算法
%输入参数:
%xn输入的信号序列(列向量)
%dn所期望的响应序列(列向量)
%M滤波器的阶数(标量)
%mu收敛因子(步长)(标量)要求大于0,小于xn的相关矩阵最大特征值的倒数
%itr迭代次数(标量)默认为xn的长度,M %输出参数: %W滤波器的权值矩阵(矩阵) %大小为Mxitr, %en误差序列(itrx1)(列向量) %yn实际输出序列(列向量) %参数个数必须为4个或5个 ifnargin==4%4个时递归迭代的次数为xn的长度 itr=length(xn); elseifnargin==5%5个时满足M ifitr>length(xn)|itr error('迭代次数过大或过小! '); end else error('请检查输入参数的个数! '); end %初始化参数 en=zeros(itr,1);%误差序列,en(k)表示第k次迭代时预期输出和实际输入的误差 W=zeros(M,itr);%每一行代表一个加权参量,每一列代表-次迭代,初始为0 %迭代计算 fork=M: itr%第k次迭代 x=xn(k: -1: k-M+1);%滤波器M个抽头的输入 y=W(: k-1).'*x;%滤波器的输出 en(k)=dn(k)-y;%第k次迭代的误差 %滤波器权值计算的迭代式 W(: k)=W(: k-1)+2*mu*en(k)*x; end %求最优时滤波器的输出序列 yn=inf*ones(size(xn)); fork=M: length(xn) x=xn(k: -1: k-M+1); yn(k)=W(: end).'*x; end 调用LMS算法 %functionmain() closeall %周期信号的产生 t=0: 99; xs=10*sin(0.5*t); figure; subplot(2,1,1); plot(t,xs);grid; ylabel('幅值'); title('it{输入周期性信号}'); %噪声信号的产生 randn('state',sum(100*clock)); xn=randn(1,100); subplot(2,1,2); plot(t,xn);grid; ylabel('幅值'); xlabel('时间'); title('it{随机噪声信号}'); %信号滤波 xn=xs+xn; xn=xn.';%输入信号序列 dn=xs.';%预期结果序列 M=20;%滤波器的阶数 rho_max=max(eig(xn*xn.'));%输入信号相关矩阵的最大特征值 mu=rand()*(1/rho_max);%收敛因子0 [yn,W,en]=LMS(xn,dn,M,mu); %绘制滤波器输入信号 figure; subplot(2,1,1); plot(t,xn);grid; ylabel('幅值'); xlabel('时间'); title('it{滤波器输入信号}'); %绘制自适应滤波器输出信号 subplot(2,1,2); plot(t,yn);grid; ylabel('幅值'); xlabel('时间'); title('it{自适应滤波器输出信号}'); %绘制自适应滤波器输出信号,预期输出信号和两者的误差 figure plot(t,yn,'b',t,dn,'g',t,dn-yn,'r');grid; legend('自适应滤波器输出','预期输出','误差'); ylabel('幅值'); xlabel('时间'); title('it{自适应滤波器}'); 运行结果 3、对实验现象、数据及观察结果的分析和讨论: (1)在本次仿真中,u取值相对较小,因此误差信号收敛速度很慢,同时滤波器输出信号的调整时间也很长。 (2)由 (2)u=0.00001时,a组图中误差信号的收敛速度很慢,在整个输入讯列中都未完成调整,因此输出序列的开始部分有一个很长的调整时间。 u=0.001时效果得到了明显的改进,误差信号得到迅速的收敛,但输出信号却不如u=0.00001的平滑。 当u=0.1时,系统无法实现收敛,u的最大取值不能超过矩阵R的迹。 (3): u=0.00001时,a组图中误差信号的收敛速度很慢,在整个输入讯列中都未完成调整,因此输出序列的开始部分有一个很长的调整时间。 u=0.001时效果得到了明显的改进,误差信号得到迅速的收敛,但输出信号却不如u=0.00001的平滑。 当u=0.1时,系统无法实现收敛,u的最大取值不能超过矩阵R的迹。 (4)由于滤波器的权系数必须是依据输入序列来更新的,当输入序列未达到X(N)时,由于部分存储器中没有数值或者造成滤波器输出误差只有longth-N个,系数更新达不到要求,因此要对输入前的存储器进行赋零初始化。 (5)由于自适应滤波器有一个调整时间,因此序列的长度longth必须足够长,至少要大于滤波器的激励时间! 否则滤波器输出都是无效数据,滤波器的设计也没有意义! (6)改善滤波器性能的方法: 在满足收敛速度要求的条件下,适当的降低收敛因子,提高滤波器的阶数可以改善滤波器输出波的平滑型,但减小收敛因子可能会在很长一段时间产生一个较大的均方误差,所以收敛速度和滤波效果有一个矛盾,二者必须折衷选择。 提高滤波器的阶数也可以改善滤波效果,但需要提高存储空间。 5、实验总结 1)、本次实验成败之处及其原因分析: 程序的编写有点困难,由于对于MATLAB程序编写不熟练。 2)、本实验的关键环节及改进措施: 做好本实验需要把握的关键环节: 计算参数不能出错,程序编写要准确。 若重做本实验,为实现预期效果,仪器操作和实验步骤应如何改善: 首先就该熟知实验原理,分析选择最合适的仪器,操作过程得细心,严谨。 3)、对实验的自我评价: 通过实验掌握了自适应滤波器总权系数更新的算法实现方法,我对于智能天线系统的原理及使用得到了更深层次的理解,明白了理论和实践相结合的重要性,自我的动手能力得以提升,编程能力得以加强,树立了细心,严谨的学习态度。 指导老师评语及得分: 签名:
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 智能 天线 仿真 实现 综合 设计 实验