廣義特征分解以及其在波束形成中的應(yīng)用.pdf

1、廣義特征分解問題廣泛地出現(xiàn)在現(xiàn)代信號(hào)處理應(yīng)用中，其中包括模式識(shí)別、線性判斷分析、錯(cuò)誤探查、自適應(yīng)陣列處理等。廣義特征分解技術(shù)作為一種實(shí)用的統(tǒng)計(jì)工具，用來(lái)解決主廣義特征空間或向量的搜尋問題。在時(shí)變通信環(huán)境中，由于矩陣束是未知的，需要從隨機(jī)序列中提取，所以如何提高算法的實(shí)時(shí)性和跟蹤能力成為了關(guān)鍵問題。
　　 正交頻分復(fù)用(OFDM)技術(shù)是一種典型的無(wú)線多載波調(diào)制技術(shù)，具有較強(qiáng)的對(duì)抗多徑衰落的能力。它不僅可以有效對(duì)抗無(wú)線鏈路衰落和多徑

2、效應(yīng)，而且由于對(duì)子載波的疊加利用，大大提高了頻譜的利用率。然而，OFDM通信系統(tǒng)利用的頻率帶經(jīng)常被其它通信系統(tǒng)所占用，引發(fā)同頻干擾(CCI)，通信效果也會(huì)受到影響。
　　 智能天線采用現(xiàn)代數(shù)字處理技術(shù)，利用自適應(yīng)算法，使天線陣列方向圖主瓣動(dòng)態(tài)跟蹤目標(biāo)用戶信號(hào)的來(lái)波方向，而使旁瓣或零陷對(duì)準(zhǔn)干擾信號(hào)，從而到達(dá)提高系統(tǒng)信號(hào)干擾噪聲比(SINR)的效果。
　　 本文討論了如何提取前p個(gè)主廣義特征向量。利用收縮技術(shù)，將廣義特征分解

3、問題轉(zhuǎn)化為一個(gè)無(wú)約束的最小化問題，并在此基礎(chǔ)上提出一種基于牛頓法的自適應(yīng)算法。為了提升算法的實(shí)時(shí)性，改進(jìn)并給出一種基于近似估計(jì)的并行算法，并構(gòu)建了一個(gè)兩層神經(jīng)網(wǎng)絡(luò)來(lái)執(zhí)行該自適應(yīng)算法。通過隨機(jī)漸近理論證明了算法的漸近收斂性。仿真結(jié)果展示了算法的有效性。
　　 本文利用智能天線技術(shù)解決針對(duì)帶虛載波的OFDM無(wú)線通信系統(tǒng)中的同頻干擾問題，并考慮采用廣義特征分解技術(shù)來(lái)解決波束形成問題。為應(yīng)對(duì)同頻干擾較強(qiáng)的通信環(huán)境，提出了一種基于誤差矩陣