论文部分内容阅读
【摘要】：本文采用模拟退火与随机搜索相结合的优化算法，给出了智能天线广播波束赋形中特定形状广播波束所对应的权值生成方法。依据智能天线系统扇区覆盖模式（即广播波束）的要求，并结合智能天线的阵列结构，利用模拟退火与随机搜索相结合的优化算法可得到每个阵元所需设置的幅度和相位权值。该方法适合于特殊广播波束的情况，对智能天线技术的应用具有重要意义。同时，本文也讨论了幅度和相位权值变化对广播波束赋形的影响。
【关键词】：智能天线，广播波束赋形，权值生成，模拟退火
引言
智能天线技术是TD-SCDMA系统中采用的关键技术之一。其基本原理是利用信号传输的空间特性，通过调整各阵元上发射信号的权值，实现通信需要的波束[1-2]。一般来说，智能天线系统的阵列形式主要有圆环形阵列、线形阵列或者平面阵。
由于广播波束覆盖实际反映了扇区形状与大小，因此针对不同的小区，规划和设计合理的广播波束赋形可以扩大系统的覆盖范围，充分发挥TD-SCDMA网络的优势[3-5]。对于某型号的智能天线来说，阵列形式是固定不变的，可以调整激励权值改变广播波束的水平方向图，更好地实现无线覆盖。但是，天线厂家所提供的权值种类和数量有限，多为常规的广播波束，不能满足实际应用中的特殊需要。本文从工程实现的角度，采用模拟退火与随机搜索相结合的优化算法[6]，给出了智能天线广播波束赋形中特定形状广播波束所对应的权值生成方法。
智能天线广播波束权值生成方法
本文中智能天线广播波束权值生成方法的理论基础是陣列叠加原理，阵列叠加相关的理论已很成熟[1-2]，本文不再赘述。
广播波束形状由三方面因素决定：第一，每个阵元的单元方向图；第二，天线阵列结构，即各个阵元之间的位置关系；第三，每个阵元的激励权值，即幅度和相位权值。对于某型号的智能天线来说，阵列形式是固定不变的。根据覆盖所需要的的要求（广播波束形状），采用模拟退火与随机搜索相结合的优化算法[6]，可得到每个阵元的幅度和相位权值。该方法的具体描述如下：
1. 考虑到实际阵列天线中，由于单元间互耦影响，使阵列的口径分布和输入阻抗发生变化，辐射方向图发生畸变。一般来说，阵中每个单元的矢量单元方向图是不同的，即使由相同的单元构成也是这样，这种差别主要是由阵列边缘之间的相互作用造成的。实际中，应对天线中的每个单元均进行测试，将实测结果作为单元方向图。
2. 阵列叠加原理中的另一方面——阵列因子，可以根据天线阵列的结构得到，比如8元线阵，圆阵，或者其他形式的天线阵列。
3. 根据实地勘查和网络的实际情况，确定期望的广播波束形状。
4. 采用模拟退火与随机搜索相结合的优化算法，循环逼近期望的方向图，得到每个阵元的幅度和相位权值。该优化算法的流程描述为：
初始化：选取温度T、初始解状态S和目标函数值F(S)。目标函数可以选择为当前方向图与期望方向图之间的方差，也可根据其他要求设置。
确定优化搜索范围，使用随机搜索的方法产生新解S′。随机搜索的中心为上一次产生的随机解。在优化的过程中，如果由随机产生的系数超出优化搜索范围，采用边界反射操作。
计算目标函数的增量Δt=F(S′)-F(S)，其中F(S′) 为当前随机解的目标函数值，F(S)为目前最优的目标函数值。
采用模拟退火法判断准则接纳新解。若Δt<0则接受S′作为新的当前最优解，否则以概率exp(-Δt/T)接受S′作为新的当前最优解。
如果满足终止条件则输出当前解作为最优解，结束程序。
仿真举例
为了更好地进行外场测试，我们先利用Matlab软件进行仿真模拟。仿真条件为：智能8阵元线阵，各个阵元的间距为半波长，每个阵元的方向图相同。
采用模拟退火与随机搜索相结合的优化算法，得到权值如下：
其中A表示幅度权值；Theta表示相位权值，单位度。
同理，利用模拟退火与随机搜索相结合的优化算法，可以生成几组特殊的广播波束方向图。
结论
本文使用模拟退火与随机搜索相结合的优化算法，给出了智能天线广播波束赋形中特定形状广播波束所对应的权值生成方法，利用该方法可以得到所需的广播波束权值。同时，本文也讨论了权值变化对广播波束形状的影响。角度移动主要与相位权值有关；增强中间单元的幅度权值比重会增加主波瓣的能量比例，反之会降低。
参考文献
[1] 巴拉尼斯 著，于志远 钟顺时等译，天线理论 —分析与设计[M]，电子工业出版社，1988
[2] 南京电子技术研究所 译，相控阵天线手册[M]，电子工业出版社，2007
[3] 卜安涛，史小卫，刘英 等，基于GA的智能天线系统前端扇区阵列设计[J]，电波科学学报, 2003，第18卷第5期
[4] 李晓明，王光，王耀龙等，一种紧凑型线阵列扇区智能天线的设计[J]，电信科学, 2007
[5] 李晓敏，李晓明，陈新等，TD-SCDMA智能天线对天面影响的研究[J]，电信工程技术与标准化, 2007
[6] Teng Jianfu; Dong Jian, Design of maximally flat FIR filters based on explicit formulas combined with optimization[J], Transactions of Tianjin University，2006, 12(1), 13~18
注：文章内所有公式及图表请以PDF形式查看。
【关键词】：智能天线，广播波束赋形，权值生成，模拟退火
引言
智能天线技术是TD-SCDMA系统中采用的关键技术之一。其基本原理是利用信号传输的空间特性，通过调整各阵元上发射信号的权值，实现通信需要的波束[1-2]。一般来说，智能天线系统的阵列形式主要有圆环形阵列、线形阵列或者平面阵。
由于广播波束覆盖实际反映了扇区形状与大小，因此针对不同的小区，规划和设计合理的广播波束赋形可以扩大系统的覆盖范围，充分发挥TD-SCDMA网络的优势[3-5]。对于某型号的智能天线来说，阵列形式是固定不变的，可以调整激励权值改变广播波束的水平方向图，更好地实现无线覆盖。但是，天线厂家所提供的权值种类和数量有限，多为常规的广播波束，不能满足实际应用中的特殊需要。本文从工程实现的角度，采用模拟退火与随机搜索相结合的优化算法[6]，给出了智能天线广播波束赋形中特定形状广播波束所对应的权值生成方法。
智能天线广播波束权值生成方法
本文中智能天线广播波束权值生成方法的理论基础是陣列叠加原理，阵列叠加相关的理论已很成熟[1-2]，本文不再赘述。
广播波束形状由三方面因素决定：第一，每个阵元的单元方向图；第二，天线阵列结构，即各个阵元之间的位置关系；第三，每个阵元的激励权值，即幅度和相位权值。对于某型号的智能天线来说，阵列形式是固定不变的。根据覆盖所需要的的要求（广播波束形状），采用模拟退火与随机搜索相结合的优化算法[6]，可得到每个阵元的幅度和相位权值。该方法的具体描述如下：
1. 考虑到实际阵列天线中，由于单元间互耦影响，使阵列的口径分布和输入阻抗发生变化，辐射方向图发生畸变。一般来说，阵中每个单元的矢量单元方向图是不同的，即使由相同的单元构成也是这样，这种差别主要是由阵列边缘之间的相互作用造成的。实际中，应对天线中的每个单元均进行测试，将实测结果作为单元方向图。
2. 阵列叠加原理中的另一方面——阵列因子，可以根据天线阵列的结构得到，比如8元线阵，圆阵，或者其他形式的天线阵列。
3. 根据实地勘查和网络的实际情况，确定期望的广播波束形状。
4. 采用模拟退火与随机搜索相结合的优化算法，循环逼近期望的方向图，得到每个阵元的幅度和相位权值。该优化算法的流程描述为：
初始化：选取温度T、初始解状态S和目标函数值F(S)。目标函数可以选择为当前方向图与期望方向图之间的方差，也可根据其他要求设置。
确定优化搜索范围，使用随机搜索的方法产生新解S′。随机搜索的中心为上一次产生的随机解。在优化的过程中，如果由随机产生的系数超出优化搜索范围，采用边界反射操作。
计算目标函数的增量Δt=F(S′)-F(S)，其中F(S′) 为当前随机解的目标函数值，F(S)为目前最优的目标函数值。
采用模拟退火法判断准则接纳新解。若Δt<0则接受S′作为新的当前最优解，否则以概率exp(-Δt/T)接受S′作为新的当前最优解。
如果满足终止条件则输出当前解作为最优解，结束程序。
仿真举例
为了更好地进行外场测试，我们先利用Matlab软件进行仿真模拟。仿真条件为：智能8阵元线阵，各个阵元的间距为半波长，每个阵元的方向图相同。
采用模拟退火与随机搜索相结合的优化算法，得到权值如下：
其中A表示幅度权值；Theta表示相位权值，单位度。
同理，利用模拟退火与随机搜索相结合的优化算法，可以生成几组特殊的广播波束方向图。
结论
本文使用模拟退火与随机搜索相结合的优化算法，给出了智能天线广播波束赋形中特定形状广播波束所对应的权值生成方法，利用该方法可以得到所需的广播波束权值。同时，本文也讨论了权值变化对广播波束形状的影响。角度移动主要与相位权值有关；增强中间单元的幅度权值比重会增加主波瓣的能量比例，反之会降低。
参考文献
[1] 巴拉尼斯 著，于志远 钟顺时等译，天线理论 —分析与设计[M]，电子工业出版社，1988
[2] 南京电子技术研究所 译，相控阵天线手册[M]，电子工业出版社，2007
[3] 卜安涛，史小卫，刘英 等，基于GA的智能天线系统前端扇区阵列设计[J]，电波科学学报, 2003，第18卷第5期
[4] 李晓明，王光，王耀龙等，一种紧凑型线阵列扇区智能天线的设计[J]，电信科学, 2007
[5] 李晓敏，李晓明，陈新等，TD-SCDMA智能天线对天面影响的研究[J]，电信工程技术与标准化, 2007
[6] Teng Jianfu; Dong Jian, Design of maximally flat FIR filters based on explicit formulas combined with optimization[J], Transactions of Tianjin University，2006, 12(1), 13~18
注：文章内所有公式及图表请以PDF形式查看。