天線濾波演算法

① LMS自適應演算法分析及在數字濾波器設計中的應用

自適應過程一般採用典型LMS自適應演算法，但當濾波器的輸入信號為有色隨機過程時，特別是當輸入信號為高度相關時，這種演算法收斂速度要下降許多，這主要是因為輸入信號的自相關矩陣特徵值的分散程度加劇將導致演算法收斂性能的惡化和穩態誤差的增大。此時若採用變換域演算法可以增加演算法收斂速度。變換域演算法的基本思想是：先對輸入信號進行一次正交變換以去除或衰減其相關性，然後將變換後的信號加到自適應濾波器以實現濾波處理，從而改善相關矩陣的條件數。因為離散傅立葉變換�DFT本身具有近似正交性，加之有FFT快速演算法，故頻域分塊LMS�FBLMS演算法被廣泛應用。

FBLMS演算法本質上是以頻域來實現時域分塊LMS演算法的，即將時域數據分組構成N個點的數據塊，且在每塊上濾波權系數保持不變。其原理框圖如圖2所示。FBLMS演算法在頻域內可以用數字信號處理中的重疊保留法來實現，其計算量比時域法大為減少，也可以用重疊相加法來計算，但這種演算法比重疊保留法需要較大的計算量。塊數據的任何重疊比例都是可行的，但以50％的重疊計算效率為最高。對FBLMS演算法和典型LMS演算法的運算量做了比較，並從理論上討論了兩個演算法中乘法部分的運算量。本文從實際工程出發，詳細分析了兩個演算法中乘法和加法的總運算量，其結果為：

復雜度之比＝FBLMS實數乘加次數／LMS實數乘加次數＝（25Nlog2N＋2N－4）／[2N(2N－1)]�

採用ADSP的C語言來實現FBLMS演算法的程序如下：

for(i＝0;i＜＝30;i＋＋)

{for(j＝0;j＜＝n－1;j＋＋)

{in[j]＝input[i×N＋j;]

rfft(in,tin,nf,wfft,wst,n);

rfft(w,tw,wf,wfft,wst,n);

cvecvmlt(inf,wf,inw,n);

ifft(inw,t,O,wfft,wst,n);

for(j＝0,j＜＝N－1;j＋＋)

{y[i×N＋j]＝O[N＋j]．re;

e[i×N＋j]＝refere[i×N＋j]－y[i×N＋j];

temp[N＋j]＝e[i×N＋j;}

rfft(temp,t,E,wfft,wst,n);

for(j＝0;j＜＝n－1;j＋＋)

{inf_conj[j]＝conjf(inf[j]);}��

cvecvmlt(E,inf_conj,Ein,n);

ifft(Ein,t,Ein,wfft,wst,n);

for(j＝0;j＜＝N－1;j＋＋)

{OO[j]＝Ein[j]．re;

w[j]＝w[j]＋2＊u＊OO[j];}��

}

在EZ－KIT測試板中，筆者用匯編語言和C語言程序分別測試了典型LMS演算法的運行速度，並與FBLMS演算法的C語言運行速度進行了比較，表2所列是其比較結果，從表2可以看出濾波器階數為64時，即使是用C語言編寫的FBLMS演算法也比用匯編編寫的LMS演算法速度快20％以上，如果濾波器的階數更大，則速度會提高更多。

② 自適應濾波的幾種典型的自適應濾波演算法

對自適應濾波演算法 的研究是當今自適應信號處理中最為活躍的研究課題之一。自適應濾波演算法廣泛應用於系統辨識、回波消除、自適應譜線增強、自適應信道均衡、語音線性預測、自適應天線陣等諸多領域中。總之,尋求收斂速度快,計算復雜性低,數值穩定性好的自適應濾波演算法是研究人員不斷努力追求的目標。雖然線性自適應濾波器和相應的演算法具有結構簡單、計算復雜性低的優點而廣泛應用於實際,但由於對信號的處理能力有限而在應用中受到限制。由於非線性自適應濾波器,如Voletrra濾波器和基於神經網路的自適應濾波器,具有更強的信號處理能力,已成為自適應信號處理中的一個研究熱點。其中較典型的幾種演算法包括: LMS自適應濾波演算法 RLS自適應濾波演算法 變換域自適應濾波演算法 仿射投影演算法 共扼梯度演算法 基於子帶分解的自適應濾波演算法 基於QR分解的自適應濾波演算法 演算法性能評價
變步長的自適應濾波演算法 雖然解決了收斂速度、時變系統跟蹤速度與收斂精度方面對演算法調整步長因子u的矛盾,但變步長中的其它參數的選取還需實驗來確定,應用起來不太方便。對RLS演算法的各種改進,其目的均是保留RLS演算法收斂速度快的特點而降低其計算復雜性。變換域類演算法亦是想通過作某些正交變換使輸入信號自相關矩陣的特徵值發散程度變小,提高收斂速度。而仿射投影演算法的性能介於LMS演算法和RLS演算法之間。共扼梯度自適應濾波演算法的提出是為了降低RLS類演算法的復雜性和克服某些快速RLS演算法存在的數值穩定性問題。信號的子帶分解能降低輸入信號的自相關矩陣的特徵值發散程度,從而加快自適應濾波演算法的收斂速度,同時便於並行處理,帶來了一定的靈活性。矩陣的QR分解具有良好的數值穩定性。

③ 智能天線的實現原理

智能天線技術前身是一種波束成形（Beamforming）技術。波束成形技術是發送方在獲取一定的當前帶指時刻當前位置發送方和接收方之間的信道信息，調整信號發送的參數，使得射頻能量向接收方所處位置集中，從而使得接收方接收到的信號質量較好，最終能保持較高的吞吐量。該技術又分為晶元方式（On-Chip） 和硬體智能天線方式 （On-Antenna）的兩種。
智能天線的原理是將無線電的信號導向具體的方向，產生空間定向波束，使天線主波束對准用戶信號到達方向，旁瓣或零陷對准干擾信號到達方向，達到充分高效利用移動用戶信號並刪除或抑制干擾信號的目的。同時，智能天線技術利用各個移動用戶間信號空間特徵的差異，通過陣列天線技術在同一信道上接收和發射多個移動用戶信號而不攔塵發生相互干擾，使無線電頻譜的利用和信號的傳輸更為有效。在不增加系統復雜度的情況下，使用智能天線可滿足服務質量和網路擴容的需要。
智能天線系統的核心是智能演算法，智能演算法決定瞬時響應速率和電路實現的復雜程度，因此重要的是選擇較好演算法實現波束的智能控制。通過演算法自動調整加權值得到所需空間和頻率濾波器的作用。已提出很多著名演算法，概括地講有非盲演算法和盲演算法兩大類。非盲演算法是指需藉助參考信號（導頻序列或導頻信道）的演算法，此時，接收端知道發送的是什麼，進行演算法處理時要麼先確定信道響應再按一定準則（比如最優的迫零准則zero forcing）確定各加權值，要麼直接按一定的准則確定或逐漸調整權值，以使智能天線輸出與已知輸入最大相關，常用的相關准則有SE（最小均方誤差）、LS（最小均方）和LS（最小二乘）等。盲演算法則無需發端傳送已知的導頻信號，判決反饋演算法（Decision Feedback）是一種較特殊的演算法，接收端自己簡行禪估計發送的信號並以此為參考信號進行上述處理，但需注意的是應確保判決信號與實際傳送的信號間有較小差錯。

④ 什麼是最小均方(LMS)演算法

全稱 Least mean square 演算法。中文是最小均方演算法。
感知器和自適應線性元件在歷史上幾乎是同時提出的，並且兩者在對權值的調整的演算法非常相似。它們都是基於糾錯學習規則的學習演算法。感知器演算法存在如下問題：不能推廣到一般的前向網路中；函數不是線性可分時，得不出任何結果。而由美國斯坦福大學的Widrow和Hoff在研究自適應理論時提出的LMS演算法，由於其容易實現而很快得到了廣泛應用，成為自適應濾波的標准演算法。
LMS演算法步驟：
1,、設置變數和參量：
X(n)為輸入向量，或稱為訓練樣本
W(n)為權值向量
b(n)為偏差
d(n)為期望輸出
y(n)為實際輸出
η為學習速率
n為迭代次數
2、初始化，賦給w(0)各一個較小的隨機非零值，令n=0
3、對於一組輸入樣本x(n)和對應的期望輸出d，計算
e(n)=d(n)-X^T(n)W(n)
W(n+1)=W(n)+ηX(n)e(n)
4、判斷是否滿足條件，若滿足演算法結束，若否n增加1，轉入第3步繼續執行。

⑤ 自適應濾波器的原理

設計最佳濾波器，要求已知關於信號和雜訊統計特性的先驗知識。但在許多情況下人們對此並不知道或知道甚少，某些情況下這些統計特性還是時變的。處理上述這類信號需要採用自適應濾波器。如地球物理信息處理中，地球物理場的趨勢分析，即場的滑動窗口處理方法就是典型的自適應濾波器的應用。

自適應信號處理器分為兩大類，一類是自適應天線，另一類則是自適應濾波器。微電子技術和超大規模集成（VLS1）電路技術的進步，促進了自適應信號處理技術的發展，使之獲得廣泛的應用。本節簡單介紹一下自適應濾波器的工作原理。

自適應濾波原理：自適應濾波器由參數可調的數字濾波器（或稱為自適應處理器）和自適應演算法兩部分組成，如圖3-12所示。參數可調數字濾波器可以是FIR數字濾波器或IIR數字濾波器，也可以是格型數字濾波器。輸入信號x（n）通過參數可調數字濾波器後產生輸出信號（或響應）y（n），將其與參考信號（或稱期望響應）d（n）進行比較，形成誤差信號e（n）。e（n）（有時還要利用x（n））通過某種自適應演算法對濾波器參數進行調整，最終使e（n）的均方值最小。因此，實際上自適應濾波器是一種能夠自動調整本身參數的特殊維納濾波器，在設計時不需要事先知道關於輸入信號和雜訊的統計特性的知識，它能夠在自己的工作過程中逐漸「了解」或估計出所需的統計特性，並以此為依據自動調整自己的參數，以達到最佳濾波效果。一旦輸入信號的統計特性發生變化，它又能夠跟蹤這種變化，自動調整參數，使濾波器性能重新達到最佳。

圖3-12 自適應濾波原理

圖3-12所示的自適應濾波器有兩個輸入：x（n）和d（n），兩個輸出：y（n）和e（n）。其中x（n）可以是單輸入信號，也可以是多輸入信號。其餘3個信號都是時間序列。在不同的應用場合中這些信號代表著不同的具體內容。

⑥ 自適應濾波器的原理介紹，分類及特性急！急！急！

數學原理
以輸入和輸出信號的統計特性的估計為依據，採取特定演算法自動地調整濾波器系數，使其達到最佳濾波特性的一種演算法或裝置。自適應濾波器可 自適應濾波器
以是連續域的或是離散域的。離散域自適應濾波器由一組抽頭延遲線、可變加權系數和自動調整系數的機構組成。附圖表示一個離散域自適應濾波器用於模擬未知離散系統的信號流圖。自適應濾波器對輸入信號序列x(n)的每一個樣值，按特定的演算法，更新、調整加權系數，使輸出信號序列y(n)與期望輸出信號序列d(n)相比較的均方誤差為最小，即輸出信號序列y(n)逼近期望信號序列d(n)。 20世紀4 自適應濾波器
0年代初期，N.維納首先應用最小均方准則設計最佳線性濾波器，用來消除雜訊、預測或平滑平穩隨機信號。60年代初期，R.E.卡爾曼等發展並導出處理非平穩隨機信號的最佳時變線性濾波設計理論。維納、卡爾曼－波色濾波器都是以預知信號和雜訊的統計特徵為基礎，具有固定的濾波器系數。因此，僅當實際輸入信號的統計特徵與設計濾波器所依據的先驗信息一致時，這類濾波器才是最佳的。否則，這類濾波器不能提供最佳性能。70年代中期，B.維德羅等人提出自適應濾波器及其演算法，發展了最佳濾波設計理論。 以最小均方誤差為准則設計的自適應濾波器的系數可以由維納-霍甫夫方程解得 式中W(n)為離散域自適應濾波器的系數列矩陣(n)為輸入信號序列x(n)的自相關矩陣的逆矩陣,Φdx(n)為期望輸出信號序列與輸入信號序列x(n)的互相關列矩陣。 B.維德羅提出的一種方法，能實時求解自適應濾波器系數，其結果接近維納－霍甫夫方程近似解。這種演算法稱為最小均方演算法或簡稱 LMS法。這一演算法利用最陡下降法，由均方誤差的梯 自適應濾波器
度估計從現時刻濾波器系數向量迭代計算下一個時刻的系數向量 式中憕【ε2(n)】為均方誤差梯度估計， ks為一負數，它的取值決定演算法的收斂性。要求，其中λ為輸入信號序列x(n)的自相關矩陣最大特徵值。 自適應 LMS演算法的均方誤差超過維納最佳濾波的最小均方誤差，超過量稱超均方誤差。通常用超均方誤差與最小均方誤差的比值（即失調）評價自適應濾波性能。 抽頭延遲線的非遞歸型自適應濾波器演算法的收斂速度，取決於輸入信號自相關矩陣特徵值的離散程度。當特徵值離散較大時，自適應過程收斂速度較慢。格型結構的自適應演算法得到廣泛的注意和實際應用。與非遞歸型結構自適應演算法相 自適應濾波器
比，它具有收斂速度較快等優點。人們還研究將自適應演算法推廣到遞歸型結構；但由於遞歸型結構自適應演算法的非線性，自適應過程收斂性質的嚴格分析尚待探討，實際應用尚受到一定限制。
編輯本段應用領域
自適應濾波器應用於通信領域的自動均衡、回波消除、天線陣波束形成，以及其他有關領域信號處理的參數識別、雜訊消除、譜估計等方面。對於不同的應用，只是所加輸入信號和期望信號不 自適應濾波器
同，基本原理則是相同的

⑦ 高手些謝謝！

摘要：本文討論了智能天線技術在未來移動通信系統中的重要作用。澄清不同的智能天線技術的實現：組件空間和波束空間的方式方法，並分析了智能天線的TDMA方式的系統結構的實現。最後，應用智能天線技術，並討論了智能天線技術的困難，並討論了自適應天線相結合的多波束天線的新方案。

關鍵詞：移動通信[13]智能天線[6]多波束智能天線[1]自適應陣列智能天線[1]

隨著全球通信的飛速發展服務，個人通信作為未來無線移動通信技術引起極大關注的主要手段。如何消除同信道干擾（CCI），多址干擾（MAI）和多徑衰落的影響的人成為在無線移動通信系統中考慮了改進的性能的主要因素。使用數字信號處理技術的智能天線，產生的光束在空間的定向，用戶信號，旁瓣或零陷干擾信號的到來的取向方向的到達天線主波束方向的取向，以實現充分和有效地利用該移動用戶的刪除或抑制干擾信號，並且信號的目的。和其他日益深入的技術和成熟相比，干擾削減，應用研究智能天線技術在移動通信變得更加方興未艾，顯示出巨大的潛力。

1智能天線技術的起源和發展

通常包括多波束智能天線和自適應智能天線陣列智能天線。最初廣泛應用於智能天線

雷達，聲納及軍事通信，價格等因素一直未能因其他通信領域的普及。近年來，現代數字信號處理技術的迅速發展，數字信號處理晶元的處理能力不斷提高，晶元的價格已經可以接受的現代通信系統。同時，在基帶形成天線波束的使用數字技術成為可能，以代替模擬電路的天線波束形成的方法，提高天線系統，智能天線技術的可靠性和靈活性，因此，開始了在移動通信中使用。另一方面，移動通信用戶的數量正在迅速增加，人們正在通話質量的要求也在不斷提高，這就需要高容量電池仍處於高語音質量。智能天線可以用來滿足產能擴張的需求，又不在系統案件的復雜程度顯著增加。不同於傳統的扇區天線和天線分集的方法，所述全向接收天線，以提供窄指向性波束為在基站中的有限區域用信號的發送和接收方向上的每個用戶，充分利用了信號的發射功率的，減少電磁污染的排放造成的全向信號和相互干擾。不同於傳統的時分多址（TDMA），頻分多址（FDMA）或碼分多路訪問（CDMA）模式，引入智能天線的第四維定址模式：空分多址（SDMA）方式。在同一時隙中，在相同的頻率或相同的地址碼，則用戶仍然可以不同傳播路徑的基礎上的信號空間的區別。時空濾波器對應於智能天線在多個不同的用戶並發控制的定向天線波束，用戶可以顯著減少彼此之間的信號干擾。具體而言，智能天線會改善下列性質的將來的移動通信系統：？（a）擴大系統的覆蓋區域，（2），以增加系統容量，（3）以提高頻譜利用效率，（4），以減少所述基站的發射功率節省系統成本，減少電磁污染之間的信號干擾。

智能天線可以通過模擬電路來實現：在第一圖表根據進給方向，以確定所述天線的激發系數，然後確定是喂養飼料的波束形成網路的網路。由於進料，以形成一個矩陣連線，這是復雜的實現，而增加數組元素的數目，這就增加了電路的復雜性。為此，利用數字方法實現了所謂的數字波束形成DBF的移動通信用智能天線波束形成的將來（數字波束形成）的天線。軟體設計採用自適應演算法更新完成後，將無法更改系統硬體配置的前提下，提高了系統的靈活性。

<br的智能天線技術

2實施/>智能天線可分為兩類：多波束智能天線和自適應陣列智能天線，簡稱多波束天線和自適應陣列天線。使用多個平行光束，以覆蓋整個用戶區是一個固定點的每個波束的

多波束天線，波束寬度是與數組元素的數目被確定來確定。如在小區中的移動用戶，基站選擇不同的相應波束接收到的最強信號。因為用戶信號不一定是固定在梁的中心，當用戶是在光束中，當干擾信號位於波束接收最壞的中心的邊緣，在多波束天線可以達到最佳的信號接收，它通常被用作接收天線。但是，相比具有自適應陣列天線，具有簡單結構的多波束天線，無需用戶信號的優點的到達方向的確定。

使用自適應陣列天線到天線元件4的結構16的1/2波長，當陣元間距過大的陣元間距，接收信號降低的相關度彼此，太小的圖案形成的不需要的光柵波瓣，但一般取半波長。分布式數組元素的方法是線性的，環型和扁平型。自適應天線的主要類型的智能天線，全向天線，可以實現接收和發送信號的用戶完成。形成在該方向上使用數字信號處理技術來識別到達與天線主波束的用戶信號指示的自適應陣列天線系統。根據不同用戶的信號傳播方向不同的空間信道的空間，相當於有線傳輸線的信號的自適應陣列天線，有效地克服干擾的系統的影響。

用對美元的加權接收信號，形成天線波束數字方法的智能天線，主波束對准，使得用戶信號的方向，而干擾信號的調零天線圖案形成或較低的功率模式的方向獲得，以抑制干擾。取決於天線的波束成形處理，智能天線的方法分為兩類：組件處理空間和光束空間的方法，下面分別進行討論。

2.1組件空間方法

空間處理組件，所述天線圖案的輸出對齊以到達的主瓣用戶信號的方向的方向。因為數組元素成分信號，而不進行模數轉換（ADC），直接加權等處理，所謂的裝配空間的方法。

2.2不同波束處理和裝配間隙空間的做法是，從數組中的元素成分，受到相應的處理（信號接收和模擬數字轉換器（ADC），例如作為快速傅立葉變換），得到一組相互正交的空間波束，然後通過波束選擇，從可根據需要部分或全部波束形成器輸出圖案的陣列選擇。

因為用戶經常信號淹沒在雜訊和干擾信號，並且很難獲得所接收信號的最佳權重矩陣元素。使用波束空間方式可以從以上幾個光束，以獲得該信號滿足質量要求，從而減少了計算量選擇最強的信號光束和降低系統的復雜性，同時滿足的前提下接收陣列。

智能天線技術在實施過程中可以使用不同的演算法，有最小均方演算法（LMS），遞歸最小二乘演算法（RLS）和恆模演算法（CMA）。其中最小均方（LMS），遞歸最小二乘演算法（RLS）的系統，以提供與用戶的參考信號，以計算誤差，控制陣列的權重相關聯的信號。恆模（CMA）演算法利用陣列輸出信號恆包絡原理，無需參考信號，是盲均衡方法。考慮整體的通信系統中，智能天線技術無關的方式傳統的多址和調制類型可應用於TDMA，FDMA或CDMA多址系統。然而，在具體實施過程中，天線接收結果是有區別的。

以提高移動通信系統中，智能天線在基站主要作用的能力的重要手段。對於雙工型全向天線，時分雙工自適應天線（TDD）模式是比較合適的。頻分雙工（FDD）模式，因為在上行鏈路（從用戶到基站）和下行鏈路（從基站到用戶）的頻率間隔為45MHz或80MHz時，受頻率選擇性衰落的無線信號的傳播環境是不一樣的，根據由上行鏈路所計算的權值不能直接應用於下行鏈路。在TDD模式下，上行鏈路和下行鏈路間隔時間短，使用所發送的信號相同的頻率上的下行鏈路的無線傳播環境差異不大，則可以使用相同的權重，在TDD方式比FDD模式更好。工作在較高的頻率，以滿足半波長陣元間距的條件下將來的移動通信系統中，天線的尺寸可以更小，從而使利用智能天線的移動客戶端也是可以的。當

3智能天線研究

目前正在建立技術標準的第三代移動通信，歐洲，日本和美國重視智能天線技術的未來具有重要意義移動通信方案的地位和效力。已經進行了大量的理論分析，同時也建立了一些技術測試平台。

3.1歐洲

歐洲電信委員會（CEC）在比賽中（研究到先進的通訊在歐洲）計劃實施的所謂的海嘯（在該技術智能天線技術的第一階段通用先進的移動基礎設施）智能天線，來自德國，英國，丹麥和西班牙的合作。

智能天線施工項目團隊在基於現場試驗的DECT基站測試模式開始於1995年初。天線陣元組成的1.89GHz的8 RF工作頻率，陣元間距是可調的數組元素分布是線性的，環狀的和平面的三種形式。模型與數字波束形成方法來實現智能天線，採用專用的時代使用TMS320C40晶元作為中央控制科技有限公司ASIC晶元DBF1108完成波束形成。波束空間研究方案，包括裝卸和組裝空間的方法。收發器模塊的方法是全向天線類型，使用TDD雙工模式。信號識別MUSIC演算法的到達方向的系統評估，自適應演算法有NLMS（歸一化最小均方）演算法和RLS（遞歸最小二乘）演算法。

實驗系統，以驗證智能天線的功能，這兩個用戶的四個空間信道（包括上行鏈路和下行鏈路）的時，誤碼率測試系統（BER）比10-3為佳。採用MUSIC演算法的能力的信號方向的用戶識別實驗評價，同時，通過現場試驗，表明該環與該平面天線用於室內通信環境中，而不是像城市環境是一個簡單的線性陣列是比較合適的。

歐洲電信委員會（CEC）准備繼續智能天線技術在ACTS（先進的通信技術和服務）項目，主要集中在以下具體問題研究的第二個階段：最優波束形成演算法，系統研究和系統性能評估協議，多用戶檢測和自適應天線結構，信道估計和微蜂窩和現場試驗優化的空間和時間特徵。

3.2日

ATR光電通信研究所研製的多波束智能天線的波束空間為基礎的方法。天線單元間距半波長平面正方形陣列元件16的布局，射頻工作頻率為1.545GHz。接收信號的模數轉換後的數組元素成分，快速傅立葉變換（FFT）處理，正交波束形成後，分別使用恆模（CMA）演算法或最大比率組合分集演算法。天線數字信號處理的FPGA部分由10完成整板規格為23.3厘米×34.0厘米。

採用恆模（CMA）演算法的多波束天線功能的移動現場試驗證實。理論分析和實驗表明，使用最大比合並（MRC）演算法可以提高多波束天線增益在光束的橫截面。梁內兩個節目被形成，所接收到的信號的最大電平的選擇，而不區分用戶信號到達方向和反饋控制機制，例如硬體跟蹤裝置。

ATR的研究人員已經提出了圖5所示的基於軟體的智能天線的天線的概念：根據不同的用戶環境中，其影響了系統的性能（如雜訊或同信道主要因素干擾符號之間的干擾）是不同的，使用軟體方法來實現使用不同的演算法不同的環境中，例如當雜訊是主要因素使用多波束最大比值合並（MRC）演算法時，當同信道干擾是使用多波束恆模時的主要因素演算法（CMA），為了利用FPGA實時天線配置，以提供分集演算法，完成智能處理。

3.3美國和其他

ArrayComm公司和中國郵電研究院研製辛未應用於無線本地環路（WLL）智能天線系統。用於配置變陣元，12元和4元圓形自適應陣列針對不同的環境選擇ArrayComm公司的產品。在日本進行的田間試驗表明，採用該技術的PHS基站使系統容量提高四倍。使用八個圓形自適應陣列無線在1785MHZ1805MHz工作，使用TDD雙工方式，收發間隔10ms的信威智能天線陣元，最高接收靈敏度可提高9分貝。

另外，美國德克薩斯大學奧斯汀分校的SDMA組建立了智能天線的測試環境，進行實際系統相結合的理論。加拿大麥克馬斯特大學已採用恆模（CMA）演算法開發了4元陣列天線。大學相關研究國內部分也正在進行中。

4結束語

智能天線，以改善近年來系統容量具有巨大潛力，備受關注。然而，由於執行復雜的因素影響的自適應過程中，這是很難捕捉和跟蹤用戶信號動力學，再加上移動的空時信道盲辨識多用戶和多徑的情況下也是困難的，所以使用自適應陣列智能天線在移動環境中存在的困難。從目前的情況來看，智能天線正逐步在固定無線接入系統應用，以滿足用戶的固定和無線傳播環境不斷變化的情況。同時，多波束天線也是一個比較容易實現的折衷。總之，在智能天線用於未來的移動通信系統應基於高性能數字信號處理技術，現有的系統不顯著增加的折衷解決方案的復雜性。