使用自适应波束形成应用程序的并行计算

Abstract|近年来，智能天线系统已被普遍视作提供干涉-学问减少和改善能力、 数据速率和性能的无线移动通信扩容。智能天线阵列与自适应波束形成性能是非常 e ® 中的目标干扰和多径干扰信号的抑制。分析了在天线放置空值模式来抑制干扰和最大化他们的期望信号方向的增益在过去，仍然具有极大的兴趣使用进化受到相当重视遗传算法 （GA） 和粒子群优化算法 （PSO） 算法的算法。在本文中，自适应阵列使用空分多址 （SDMA） 最优 ra-智能天线的辐射模式设计开发了基于粒子群优化算法（PSO） 技术。粒子群优化算法应用于 24 元均匀圆阵 （UCA） 来计算复杂激励、 振幅和相位的自适应阵列元素。天线包含元素的间距在 x-y 平面上的垂直 （z 向） 半波偶极子元素沿着一个圆环，相邻元素之间的距离在哪里 dc = 0:5¸。它是发现由此产生的波束优化的粒子群优化算法需要大量的处理时间，不能接受的在线应用程序。因此，并行求解需求 accel ─erates 被认为是这些计算。因此，提出了粒子群优化算法的并行化版本和实现使用计算 Uni¯ed 设备架构 （CUDA），然后在图形中的应用处理单元 (GPU)。比较方法来显示如何粒子群优化算法的并行版本优于顺序，因此，在线程序可用于时间关键型应用程序自适应波束形成方法。

Using Parallel Computing for Adaptive Beamforming Applications.pdf