智能天线已成为未来无线通信关键技术之一,它结合了天线阵技术与信号空时处理,在系统设计中增加了空时处理的自由度,改善了系统性能,增加了系统容量及频谱利用率。本论文主要是对CDMA(码分多址)、OFDM(正交频分多址)无线通信系统中智能天线的自适应算法、特别是对采用神经网络的自适应算法进行了较全面的研究与仿真,全文主要包含如下四方面工作。 首先,对智能天线自适应波束形成的几种非盲算法作了仿真研究,比较了它们的性能及各自的使用特点。并对CDMA系统中自适应盲波束形成的算法作了进一步的改进,降低了算法的复杂度,抑制干扰效果较为满意。同时,对CDMA系统中的自适应功率控制算法作了数值仿真,与传统的方法作了比较。对OFDM系统提出将空时编码与自适应功率控制技术相结合,给出了仿真结果,提高了分集增益和自适应增益。 其次,采用MMUSIC算法对宽带相干源进行了DOA(波达方向)估计,采用求平均值的方案以增强空间谱的估计精度。特别是,提出了用径向基神经网络进行DOA估计,给出了模拟结果,证明了有效性。 第三,采用自适应神经网络方法处理非线性噪声,获得的信号波形与源信号吻合较好。在自适应盲信号分离中,采用了观测信号预白化处理,然后调整分离网络权值,使得分离网络的输出分量之间尽可能独立。获得了较为理想的源信号。 第四,利用径向基函数神经网络来实现无线通信中智能天线的波束形成,利用了信号相关阵的对称性,仅考虑相关阵中的部分元素作为网络的输入量,计算量较小,且具有收敛快且准确的优点。为了进一步地提高神经网络的泛化力,提出了基于径向基神经网络在线学习的波束形成方法,由此构架的神经网络的泛化力较为显著。