專利名稱：一種基于智能天線和神經網絡算法的抗干擾方法
技術領域：
本發明涉及無線資源管理領域和神經網絡領域，是一種基于智能天線和神經網絡算法的抗干擾方法。
背景技術：
TD-SCDMA采用了時分雙工(TDD)碼分多址(CDMA)與時分多址(TDMA)技術相結合，使得系統干擾模型與頻分雙工(FDD)系統具有很大差異.TD-SCDMA標準采用上行同步、智能天線多用戶檢測等先進技術有效地抑制了系統小區內干擾。智能天線的功能主要是表現在它能夠自適應地判斷信號方向和數量，并跟蹤期望信號，然后通過下行鏈路進行波束賦形，將在期望信號方向產生最大增益，并使干擾方向增益最小，從而抑制了干擾信號.由于智能天線所接收的往往都是多徑信號，并且信號源數可能多于天線陣元數.因此，信道的復雜性，對判斷及跟蹤信號的到達方向(DOA)算法提出了更高的要求，這也是上行鏈路得以實際應用的技術關鍵。現有的智能天線抗干擾算法計算量普遍較大，收斂速度慢.在需要高速實時處理的環境下難以實現有效的信號跟蹤.而且一般不能處理信號源數多于天線陣元時的情況。故考慮采用結合前向神經網絡模型，克服缺點。主要考慮網絡連接的拓撲結構、神經元的特征、學習規則等。目前，已有近40種神經網絡模型，其中有反傳網絡、感知器、自組織映射、Hopfield網絡、波耳茲曼機、適應諧振理論等。根據連接的拓撲結構，神經網絡模型可以分為(I)前向網絡，網絡中各個神經元接受前一級的輸入，并輸出到下一級，網絡中沒有反饋，可以用一個有向無環路圖表示。這種網絡實現信號從輸入空間到輸出空間的變換，它的信息處理能力來自于簡單非線性函數的多次復合。網絡結構簡單，易于實現。反傳網絡是一種典型的前向網絡。(2)反饋網絡，網絡內神經元間有反饋，可以用一個無向的完備圖表示。這種神經網絡的信息處理是狀態的變換，可以用動力學系統理論處理。系統的穩定性與聯想記憶功能有密切關系。Hopfield網絡、波耳茲曼機均屬于這種類型。以神經網絡方法將天線背架視為空間桁架結構，用傳感對結構變形狀態進行檢測并通過其在電場作用下的伸縮效應進行天線結構的形狀控制。
發明內容
本發明目的是克服現有方法存在計算量普遍較大，收斂速度慢的不足，提供一種基于智能天線和神經網絡算法的抗干擾方法。該方法是一種簡單易行、便于操作、誤差低、通訊質量強、抗干擾好的方法。本發明提供的基于智能天線和神經網絡算法的抗干擾方法，包括以下步驟第I、利用智能天線背架結構為模型，推導出智能天線結構的數學模型架構，并基于人工神經網絡進行了智能天線結構的設計，用傳感器對結構變形狀態進行檢測，并通過其在電場作用下的伸縮效應進行天線結構的形狀控制，以滿足天線反射面精度要求；第2、據漢密爾頓原理及線性壓電的本構方程，由智能天線結構系統節點位移自由度數和壓電桿件數，利用靜電和靜力平衡，可得智能天線結構系統的機電耦合靜態平衡方程；對于壓電檢測元件，其外加電壓為零，可得結構系統檢測方程；第3、TD-SCDMA智能天線要實現兩種波束，一種是廣播波束，一種是業務波束；廣播波束是在廣播時隙形成，要實現對整個小區的廣播，所以要求波束寬度很寬，盡量做到小區無縫隙覆蓋；業務波束是在建立具體的通話鏈路后形成，也就是形成跟蹤波束，此時它會針對每一個用戶形成一個很窄的波束，而且這些波束會緊緊地跟蹤用戶；由于波束很窄，能量比較集中，在相同功率的情況下，智能天線能將有用信號強度增加，同時減小對其它方向用戶的干擾，由于智能天線能很好地集中信號，所以發射機可以適當地減小發射功率；業務波束減少小區間和小區內干擾；基站在小區范圍內跟蹤移動臺，可提聞移動臺端信擾比，得到更高的頻譜利用率；應用8米圓拋物面天線背架，考慮結構和載荷的對稱性，在天線處于仰天狀態時，將原結構簡化為一平面桁架結構；第4、結構變形只能近似檢測，不完全測量與結構變形的待控量之間的對應關系可用神經網絡變形估計確定，典型的前向神經網絡，第j個神經元輸出可表示為
權利要求
1.一種基于智能天線和神經網絡算法的抗干擾方法，其特征在于它包括以下步驟 第I、利用智能天線背架結構為模型，推導出智能天線結構的數學模型架構，并基于人工神經網絡進行了智能天線結構的設計，用傳感器、作動桿對結構變形狀態對其進行檢測，通過其在電場作用下的伸縮效應進行天線結構的形狀控制，以滿足天線反射面精度要求；第2、據漢密爾頓原理及線性壓電的本構方程，由智能天線結構系統節點位移自由度數和壓電桿件數，利用靜電和靜力平衡，可得智能天線結構系統的機電耦合靜態平衡方程；對于壓電檢測元件，其外加電壓為零，可得結構系統檢測方程； 第3、TD-SCDMA智能天線要實現兩種波束，一種是廣播波束，一種是業務波束； 廣播波束是在廣播時隙形成，要實現對整個小區的廣播，所以要求波束寬度很寬，盡量做到小區無縫隙覆蓋； 業務波束是在建立具體的通話鏈路后形成，也就是形成跟蹤波束，此時它會針對每一個用戶形成一個很窄的波束，而且這些波束會緊緊地跟蹤用戶； 由于波束很窄，能量比較集中，在相同功率的情況下，智能天線能將有用信號強度增力口，同時減小對其它方向用戶的干擾，由于智能天線能很好地集中信號，所以發射機可以適當地減小發射功率； 業務波束減少小區間和小區內干擾；基站在小區范圍內跟蹤移動臺，可提聞移動臺端信擾比，得到更高的頻譜利用率；應用8米圓拋物面天線背架，考慮結構和載荷的對稱性，在天線處于仰天狀態時，將原結構簡化為一平面桁架結構； 第4、結構變形只能近似檢測，不完全測量與結構變形的待控量之間的對應關系可用神經網絡變形估計確定，典型的前向神經網絡，第j個神經元輸出可表示為 xJ= fAxJ-)=⑴ W 其中Xp Xj為節點j的總輸入和輸出、為節點W到j的鏈接加權量；xw為節點在W上的輸出；Fj()為作用函數。
神經元常取Sigmoid形的函數作用函數Fj (Xj) = a ./ (I+exp (- β」(Xj- θ」)))(2) 其中α」、β」、θ j與kwj為網絡特征參數，由前向神經網絡算法確定； 人工神經網絡ANN估計器以檢測元件的輸出來估計已經發生的變形，同時把估計值作為人工神經網絡形狀控制器的輸入，再以作動元件控制電壓作用下的伸縮效應來有效控制結構的變形； 誤差傳播算法即用前向式神經網絡的學習算法，以調整網絡特征參數，并保證誤差準則函數達到最小E = Y4E1i (3) Ei=HlYj(Ci)-X]) j 其中:d 、分別為網絡輸出層第j個節點在第i個樣本下的標準輸出和實際輸出； 用自適應變步長含慣性項的誤差傳播算法，以提高迭代收斂速度，具體的學習過程為第一步，給網絡特征參數賦(0，1)內的隨機數； 第二步，以一組樣本，的前向傳播得各單兀總輸入和相應輸出值； 第三步，根據誤差反向傳播修改網絡特征參數； 第四步，重復第二步、第三步直至總誤差E最小。
2.根據權利要求I所述的方法，其特征在于第3步所述的將原結構簡化為一平面桁架結構，以3、5、7節點z向位移為反射面精度待控量，選擇桿件34、56、78三桿為檢測作動桿件，節點3、5、7處作用的載荷為風荷作用于反射面的等效節。
3.根據權利要求I所述的方法，其特征在于所述受取學習速率初值為α=0.05，網絡特征參數除權重外其余設為常數，人工神經網絡估計器和控制器分別經過84560和54125個周期的訓練后，使總誤差E < O. 001，并得到相應的各權重系數值。
4.根據權利要求要求I所述的方法，其特征在于通過在傳統天線背架上安裝壓電主動元件，采用神經網絡控制方法較大程度提高天線結構在外載荷作用下的工作性能，使天線能夠在更小的工作波長的情況下的正常工作。
5.根據權利要求要求I所述的方法，其特征在于選擇結構變形估計器和形狀控制器的人工神經網絡拓撲結構為(3-10-3)型，設計方法簡單易于實現，具有較強的可操作性。
全文摘要
一種基于智能天線和神經網絡算法的抗干擾方法。該方法由以天線的背架結構為模型，基于人工神經網絡進行了智能天線結構變形估計器和形狀控制器的設計，采用改進誤差算法，實現收斂速度快和運算量小的特點，具有較強的抗干擾的特性。向前人工神經網絡拓撲結構采用經典的適用型號，結合智能天線，且利用雙極化智能天線實現了實際操作的便宜性。8單元雙極化智能天線的容量能達到滿容量；覆蓋方面在正常小區覆蓋范圍內，未見明顯覆蓋損失。雙極化智能天線的橫向尺寸相對于常規單極化智能天線減少了50%以上，在減小迎風面積、降低工程安裝難度和減小普通用戶對電磁輻射恐慌方面則具有明顯的優勢。
文檔編號H04W16/28GK102638296SQ201210053500
公開日2012年8月15日 申請日期2012年3月3日 優先權日2012年3月3日
發明者何宏, 武聰聰 申請人:天津理工大學