一种新的高分辨时延估计算法

多径分量重叠衰落下的精确时延估计对很多系统而言都非常重要,对于定位技术更是如此。近来,MUSIC算法被用来估计信道测量中的多径时间弥散参量,还被用于频域室内几何定位,且性能优于基于IFFT的时域分析。本文首先讨论了MUSIC算法应用于带限脉冲时延估计时存在的问题,针对该问题提出了一种带滑动窗解卷积的、基于MUSIC算法的新的时延估计器,最后将这一算法通过计算机仿真与其它算法作了对比分析。     

一种新的码片内多径时延估计方法

根据信道冲激响应的稀疏特性,提出了一种频域的时延估计压缩感知模型,将时延估计问题转化为基于欠采样数据的稀疏向量估计问题.利用离散傅里叶变换(Discrete Fourier transform,DFT)矩阵的子矩阵所满足的受限等距性(Restricted isometry property,RIP)以及信道冲激响应的稀疏特性充分降低了时延估计所需数据量的要求.分析了本文模型具有码片内多径分辨能力以及良好抗噪性能的原因,并与多信号分类(Multiple signal classification,MUSIC)和旋转不变技术的信号参数估计(Estimation of signal parameters via rotational invariance technique,ESPRIT)算法的时延估计性能进行仿真比较.仿真结果表明,本文提出的方法不需要预知多径的条数,对码片内多径时延具有较高的估计精度,其时延估计性能在特定条件下优于MUSIC和ESPRIT算法.     

OFDM超分辨率联合TOA/AOA定位

对无线信号到达时间（TOA）和到达角度（AOA）的精确估计是室内无线定位的关键。正交频分复用（OFDM）是适合多径衰落环境的一种高速传输技术。提出一种联合TOA和DOA的二维定位方法用于OFDM信号定位。算法首先通过信道估计得到信道的频率响应（CFR）,对CFR采用超分辨率算法估计信道时延。首径（first arrival path,FAP）的时延估计就是接收信号的TOA估计。将天线阵列接收信号通过DFT变换到频域,利用同样的算法估计信号各径的AOA/DOA。最后联合TOA和AOA在二维平面上确定目标位置。由于信号是多径、多载波信号,对各载波的DOA/AOA估计在载波间进行处理,再结合各径脉冲响应的幅值,选出属于首径的DOA/AOA估计。在多径环境下仿真表明算法有效且定位精度能够满足实际需要,尤其适合环境中只有一个基站或接入点的情况。     

同时估计非相干和相干信号的修正MUSIC算法

简要阐述了阵列信号处理中广泛采用的MUSIC算法和MMUSIC算法的基本原理,然后理论分析了MUSIC和MMUSIC算法性能.仿真发现MMUSIC算法只能单独估计相干信号和非相干信号.针对这种情况,提出了一种修正MUSIC算法,该算法可以同时估计相干和非相干信号,计算机仿真结果证明该改进算法是有效的.     

基于信道频域模型及OFDM技术的超分辨率时延估计算法

就非自由空间电磁波测距这一课题,给出了信道的参数化频域模型,提出了互相关MUSIC超分辨率时延估计(TDE)算法,进一步结合先进的OFDM技术提出了基于信道频域响应及OFDM技术的互相关MUSIC算法,利用OFDM这一特殊的调制解调技术方便可靠的获得了信道的频域响应.对该算法的时延估计性能进行了仿真,结果表明该算法在[SNR]=0dB、[BW]=20 MHz条件下可实现精确的TDE,对应的测距误差不大于30 cm,充分体现了算法的超分辨率特性及抗噪性.     

Chirp信号多径时延估计算法研究

针对分数阶傅里叶变换（FRFT）对Chirp信号进行多径时延估计时的不足,改进了一种按照多径分量能量大小依次消除的FRFT多径时延估计算法。该算法以迭代方式进行,按多径分量的能量大小依次返回多径分量的估计值;在每次迭代中,包含子迭代以准确判定当前分量的多径参数和起止时间,然后利用当前多径参数生成探测信号时域副本,将其从残余信号中减去,达到多径信号的分离。以根据功率时延分布特点拟定的信道模型作为传输环境,对该算法进行了仿真验证。仿真表明,相比于其他三种时延估计算法,改进算法能够更准确地对多径时延进行估计。     

提高智能天线DOA估计准确性的研究

简要介绍了智能天线应用于无线通信系统中的特点及优势以及智能天线的一些相关知识.较为详细地分析了智能天线中关于波达方向估计的MUSIC算法.通过对均匀圆形天线阵的MATLAB仿真计算,发现了当信号功率和噪声功率发生变化时MUSIC算法中出现的问题,并提出了问题的解决方案,提出了一种创新性的数学模型.这种数学模型的使用,大大提高了MUSIC算法对用户数估计的准确度和波达方向DOA估计的精度.     

基于空时等效性的空阈算法估计时域莫尔斯信号频率参数

通过深入分析空时等效性理论,给出时域信号阵列流形,提出引入空域阵列参数估计算法,估计时域信号MUSIC谱及采用ESPRIT估计时域频率参数,代替时域频谱估计及在频域进行谱峰搜索的低效算法,通过对时域基带莫尔斯信号谱的估计和频率的估计仿真,得出用ESPRIT算法更高效地估计莫尔斯基础频率,尤其对多信号或宽带信号情况,效率更高.     

DSP实现CDMA信号波达方向与多径时延联合估计

本文针对CDMA系统,提出使用DSP器件ADSP21160实现对感兴趣用户的波达方向和多径时延进行联合估计的算法.该算法是对传统MUSIC方法的推广与变形,克服了要求接收信号数小于阵元数的局限,能有效估计时延不同、波达方向相差很小的多径信号的参数.     

DOA估计算法的一种修正MUSIC算法的研究

传统改进 MUSIC 算法通过对接收信号协方差矩阵作预处理,使信号协方差矩阵分解得到信号子空间与噪声子空间正交,从而降低噪声的影响。但当信号间隔很小时,随着信噪比的降低,传统改进MUSIC算法已无法分辨出信号。基于此问题提出的修正MUSIC算法在使信号子空间与噪声子空间正交的基础上,充分利用了噪声子空间及其特征值对噪声子空间的修正,进而构造谱峰搜索函数估计出信号。通过仿真实验,证实了在信噪比很低的情况下,信号间隔很小且存在相关信号时,修正MUSIC算法能准确地估计出传统改进MUSIC算法不能估计的信号。     

非均匀线阵的宽带波达方向估计

研究了基于非均匀线阵的宽带DOA估计问题和非均匀线阵的阵形。对宽带相干信号子空间算法（CSM）和修正MUSIC算法（MMUSIC）的基本原理作了简单介绍。基于修正MUSIC算法和CSM算法,提出了一种适合非均匀线阵的宽带DOA估计算法。仿真结果表明提出算法在非均匀线阵对称布阵方式下取得很好的效果,提高了DOA估计性能。     

镜向多路径模型在低角跟踪中的应用

在存在多路径反射的低角跟踪中，当信源相关时，传统的多信号分类（MUSIC）算法和其它一些超分辨技术一样，空间谱估计性能会明显变差。为了克服这一缺点，用一组模拟镜向多路径的特殊向量代替波达矢量（DOA）。把镜像多路径模型应用在最大似然（ML）估计中，其性能得到了很大的改善。最后，应用同一镜像多路径模型，对MUSIC算法和ML算法的性能进行比较，给出仿真结果，结果表明，应用同一镜向多路径模型，且其它条件相同的情况下，在高信噪比时，ML算法和MUSIC算法性能相当，但在低信噪比时，由于ML算法需要的快拍数少而更有效，且计算量小。     

通道失配对二维MUSIC算法测向性能的影响

针对二维MUSIC算法在空间谱估计中计算量大的问题,提出了一种基于三维垂直阵列结构的二维MUSIC算法,该算法在降维技术的基础上通过组合三个并行的均匀线阵分别估计出的一维DOA进行空间测向。然后重点分析了通道失配（幅相特性不一致）对二维MUSIC算法测向性能的影响。计算机仿真结果表明,通道失配严重影响着二维MUSIC算法的测向性能,在应用该算法进行空间信号波达方向估计的时候,必须考虑通道幅相误差的影响并对各通道的幅相特性进行均衡。     

空间任意阵的MUSIC算法性能研究

针对特定应用环境对阵列结构的特殊要求,以及一维线阵无法完成多维空间谱估计的问题,建立了空间任意阵列的数学模型,推导了空间任意阵的MUSIC算法,分析了算法的性能,实现了空间目标信号波达方向的方位角和俯仰角二维联合估计;以空间任意四元阵为例,通过计算机仿真,对比研究了3种不同阵列结构的MUSIC算法定向性能,仿真结果证明了算法的正确性和有效性。     

Estimation of CFO and STO for an OFDM using general ICI self-cancellation precoding

This study presents an efficient carrier-frequency-offset (CFO) and symbol-timing-offset (STO) estimation algorithm for time-dispersive orthogonal frequency division multiplexing (OFDM) system using a general inter-carrier interference (ICI) self-cancellation scheme. This study takes advantage of the time shift invariant property in the precoded signal to estimate the CFO. The proposed algorithm first stacks the receive time samples spaced by a pre-determined time interval into sample vectors, which can be expressed in a form having a CFO-directed response vector. This CFO-directed structure enables the proposed approach to estimate the CFO by using the multiple signal classification (MUSIC) algorithm in the time domain. Equalization is required before the MUSIC algorithm to remove the scaling factor generated in the signal stacking. Using the CFO estimate, the proposed approach compensates for the frequency error in the receive signal and then estimates the STO by invoking the MUSIC algorithm in the frequency domain. Unlike conventional algorithms, in addition to having a larger CFO estimation range linearly proportional to the precoding order, the proposed approach can easily handle the case of fractional STO. This study presents some statistical analysis of the undesired equalization residues and the mean square error of the perturbed MUSIC algorithm to provide further insights into the proposed approach.     

基于斜投影及先验信息的波达方向估计算法

提出一种应用于正交频分复用智能天线系统中的波达方向估计算法。该算法利用实际环境中基站与周围建筑物之间已知的角度信息,基于MUSIC算法的最小二乘思想,引入斜投影算子估计未知角度。理论和仿真实验证明,该算法是对未知角度的无偏估计,适用于分辨与已知角度相差很小的未知角度值,较传统的MUSIC算法有明显优势。