[論文レビュー] Blind Adaptive Beamforming Based on Constrained Constant Modulus RLS Algorithm for Smart Antennas

Lei Wang, Rodrigo C. de Lamare|arXiv (Cornell University)|Mar 7, 2013

Advanced Adaptive Filtering Techniques参考文献 14被引用数 3

ひとこと要約

本稿では、スマートアンテナにおけるブラインド自己適応ビームフォーミングのための制約付き定定幅再帰的最小二乗法（CCM-RLS）アルゴリズムを提案する。RLS最適化を活用することで収束速度が向上し、ロバスト性が向上する。この手法は、収束速度、追跡能力、スティーリングベクトルの不一致および環境変化に対する耐性において、既存のSGおよびRLSベースのビームフォーマーを上回る性能を発揮する。

ABSTRACT

In this paper, we study the performance of blind adaptive beamforming algorithms for smart antennas in realistic environments. A constrained constant modulus (CCM) design criterion is described and used for deriving a recursive least squares (RLS) type optimization algorithm. Furthermore, two kinds of scenarios are considered in the paper for analyzing its performance. Simulations are performed to compare the performance of the proposed method to other well-known methods for blind adaptive beamforming. Results indicate that the proposed method has a significant faster convergence rate, better robustness to changeable environments and better tracking capability.

研究の動機と目的

• 既存のブラインド自己適応ビームフォーミングアルゴリズムにおける収束が遅く、ロバスト性に欠ける問題に対処すること。
• 確率的勾配（SG）手法におけるステップサイズの感度および局所最適解への陥落という制限を克服すること。
• 干渉波の数や方向が急激に変化する非定常環境における追跡性能を向上させること。
• 行列逆行列の最適化を通じて計算複雑度を低減しつつ、高い性能を維持すること。
• 信号の到来方向やアレイマニフォールドに関する事前知識が不要な、ロバストで高速収束のビームフォーミングソリューションを開発すること。

提案手法

• 提案されたCCM-RLSアルゴリズムは、信号の到来方向に関する事前知識が不要な条件下で、制約付き定定幅（CCM）コスト関数を用いてアレイウェイトを最適化する。
• 再帰的最小二乗法（RLS）最適化を採用することで、ステップサイズの代わりに相関行列の逆行列を用いることで、より高速な収束を実現する。
• 行列逆行列の補題を適用して、逆相関行列の更新における計算複雑度を低減する。
• 線形制約を維持することで、目的信号（SOI）を保持しつつ、干渉およびノイズのパワーを最小化する。
• コスト関数は、BPSK変調信号の定定幅特性に基づいて導出され、一定のエナベルドを活用してブラインド推定を強化する。
• スティーリングベクトルの不一致や、DOA推定誤差を含む環境変化に対してもロバストであるように設計されている。

実験結果

リサーチクエスチョン

• RQ1 CCM-RLSアルゴリズムは、CMV-SGおよびCCM-SGと比較して、収束速度および定常状態におけるSINRでどのように異なるか？
• RQ2 DOA推定誤差によるスティーリングベクトルの不一致下で、CCM-RLSの性能はいかがなものか？
• RQ3 干渉波の数や方向が急激に変化する場合、CCM-RLSアルゴリズムの追跡能力はどの程度高いか？
• RQ4 ステップサイズの調整が不要なRSLベースのCCMアプローチは、SGベースの手法よりも収束が速いか？
• RQ5 急激な信号環境の変化が生じる非定常環境において、CCM-RLSアルゴリズムはどのようにしてロバスト性を維持するか？

主な発見

• CCM-RLSアルゴリズムは、CMV-SGおよびCCM-SGと比較して顕著に高速な収束速度を達成し、200スナップショット未満で定常状態のSINRに到達する。
• 理想的なスティーリングベクトルの状況下では、CCM-RLSはCMV-RLSおよびすべてのSGベース手法よりも高い定常状態出力SINRを達成する。
• スティーリングベクトルの不一致（±1°の誤差）下でも、CCM-RLSは優れた性能を維持するが、CMV-RLSは不一致に敏感なため著しく性能が低下する。
• 1000および2000サンプル目で新たな干渉波がシステムに進入した場合、CCM-RLSはCMV-RLSおよびSGベース手法よりも速く定常状態に回復し、SINRの低下も小さい。
• アルゴリズムは優れた追跡能力を示し、2000サンプル目における干渉波の進入・消失といった急激な変化後も、高いSINRを維持する。
• ステップサイズの代わりに行列逆行列を用いるRLSの採用により、特に動的環境において安定性と高速な適応性が向上する。