Adaptacja charakterystyki kierunkowej anteny inteligentnej metodami LMS oraz MVDR

• Autorzy: Gasztold M.

Identyfikatory

DOI

10.15199/ELE-2014-088

Warianty tytułu

EN

Adaptive beamforming of the antenna array with LMS and MVDR algorithms

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono dwa sposoby adaptacji charakterystyki kierunkowej inteligentnego szyku antenowego. Opisano podstawy teoretyczne dwóch algorytmów adaptacyjnych: algorytmu LMS (ang. Least Mean Square) oraz algorytmu MVDR (ang. Minimum Variation Distortionless Response). Przedstawiono wyniki symulacyjne procesu adaptacji charakterystyki kierunkowej dla obu metod i scharakteryzowano je pod kątem efektywności przy różnych warunkach panujących w kanale radiowym. Porównano wartości współczynnika SINR (ang. Signal to Interference Ratio) otrzymywanego po procesie adaptacji dla zmiennych wartości współczynnika SNR (ang. Signal to Noise Ratio).

EN

This article presents two methods of performing the adaptive beamforming of a smart antenna array. These two methods are LMS (Least Mean Square) and MVDR (Minimum Variation Distortionless Response). A simulation software was written to test both methods and compare them in terms of efficiency in different radio channel conditions. SINR parameter (Signal to Interference Ratio) was calculated for both methods for different values of SNR parameter (Signal to Noise Ratio).

Słowa kluczowe

PL

anteny inteligentne; charakterystyka kierunkowa; algorytmy adaptacji; optymalizacja

EN

smart antenna; antenna pattern; adaptive algorithms; optimization

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Elektronika : konstrukcje, technologie, zastosowania
• Rocznik: 2014
• Tom: Vol. 55, nr 7
• Strony: 154--158
• Opis fizyczny: Bibliogr. 9 poz., wykr.

Twórcy

autor

Gasztold M.

• Pracownia Mikrofalowych Układów Biernych i Systemów Antenowych, PIT-RADWAR SA, Warszawa

Bibliografia

• [1] Balasem, S.S, S.K. Tiong, S.P. Koh, “Beamforming Algorithms Technique by Using MVDR and LCMV,” World Applied Programming, Vol (2), Issue (5), May 2012.
• [2] Yonina C. Eldar, Arye Nehorai, “ Mean Squared Error Beamforming for Signal Estimation: A Competitive Approach,” Draft, September 23, 2004.
• [3] Tanuja S. Dhope (Shendkar), Dina Simunic, Radovan Zentner, “Comparison of DoA Estimation Algorithms in SDMA System,” Automatika 54(2013) 2, 199–209.
• [4] Raheela Amir, Wiwat Tharateeraparb, “ An Analysis of LMS and MVDR on Beamforming Applications,” EE635: Digital Signal Processing II, Spring 2000 University of New Haven.
• [5] Rana Liaqat Ali, Anum Ali, Anis-ur-Rehman, Shahid A. Khan, Shahzad A. Malik, “Adaptive Beamforming Algorithms for Anti-Jamming,” International Journal of Signal Processing, Image Processing and Pattern Recognition, Vol. 4, No. 1, March 2011.
• [6] Sidi Bahri, Fethi Bendimerad, “Performance of Adaptive Beamforming Algorithm for LMS-MCCDMA MIMO Smart Antennas,” The International Arab Journal of Information Technology, Vol. 6, No. 3, July 2009.
• [7] Prof. B.G. Hogade, Ms. Jyoti Chougale-Patil, Dr. Shrikant K. Bodhe,” Analysis of Improved and Traditional LMS Beamforming Algorithm for Smart Antenna,” International Journal of Engineering Research and Applications (IJERA), Vol. 2, Issue 3, May-Jun 2012, pp. 1816–1820.
• [8] Michael Rubsamen, “ Advanced Direction-of-Arrival Estimation and Beamforming Techniques for Multiple Antenna Systems,” Darmstadt 2011.
• [9] Constantine A. Balanis, “Antenna Theory, Analysis and Design,” Third Edition, John Wiley and Sons 2005.