一种OFDM无线网络TOA估计新算法

为了在OFDM无线网络定位服务(LBS)中实现精确的到达时间(TOA)测量,提出了一种OFDM系统TOA估计新算法．将TOA估计分为整数采样周期TOA估计和小数采样周期TOA估计．接收机利用训练符号的时频特性以迭代搜索的方法获得小数采样周期TOA估计,并利用估计结果修正小数采样周期时延带来的相关谱扩展,利用引导沿检测算法由修正后的相关谱估计整数采样周期TOA．仿真结果表明,该算法在信噪比高于0dB时TOA估计精度高于相关检测算法,10dB信噪比下其TOA估计精度比相关检测算法提高一倍以上．同时,可以用降低两个数量级以上的复杂度提供与现有超分辨率算法相当的TOA估计精度．     

IR-UWB系统中基于归一化门限的TOA估计

在基于能量检测的脉冲超宽带测距算法中,如何提高测距精度始终是研究热点.提出一种基于门限比较的两步积分到达时间(TOA)估计算法及相应的门限设置算法.考虑到长积分周期门限比较(TC)算法的测距精度低于短周期,在前者基础上重新进行短周期积分检测,构成两步积分TOA估计算法;根据最优归一化门限与能量采样序列最大值均值比(AMMR, advanced maximum energy sample to mean ratio)的函数关系,提出基于AMMR值的门限设置算法(AMMR-TC),实现了最优归一化门限值的设置.由于短积分周期下,AMMR-TC的性能稍弱于基于能量序列最大最小值比的(MMR-TC)算法,提出将AMMR-TC与均值-门限比较(MEAN-TC)相结合的AMMR-MEAN-TC算法.仿真分析结果表明测距精度均有一定提高.     

基于卡尔曼滤波的WSNs节点定位研究

节点定位是无线传感器网络中的关键技术之一。在采用装备有GPS装置的移动信标-移动机器人、无人机的基础上,将加权最小二乘估计与扩展卡尔曼滤波(EKF)组合,进行未知节点定位。算法首先利用加权最小二乘估计(WLSE),获得无线传感器网络未知节点的初步位置,再用扩展卡尔曼滤波进一步提高定位精度。并且提出了加权因子的确定方法,同时,算法还提出了移动信标位置参与EKF迭代计算的最优排序方案。算法可以实现传感节点的低成本定位,可以达到较高的定位精度。仿真结果显示,算法与目前常用的最小二乘估计相比,未知节点的定位精度有较大的提高。算法应用RSSI测距方式,它还可应用于TDOA,TOA等基于测距的定位算法中,具有较普遍的应用意义。     

基于局部频谱连续细化的高精度频率估计算法

针对噪声环境下多普勒频率的快速、精确估计问题，提出了一种基于局部频谱连续细化的高精度频率估计算法．该算法先采用快速傅里叶变换对信号进行粗略的频谱估计，获取到感兴趣的窄带频谱范围后，再进行频域细化分析．由于在细化过程中采取时、频域两次加窗技术，将噪声抑制与频谱分析有机地结合在一起，提高了估计精度和频域稳定性，降低了计算量．     

UWB室内信道下一种低复杂度的TOA估计新算法

针对室内信道,提出一种基于UWB多径信号中最强路径检测的TOA估计算法．通过卷积运算进行最强路径搜索,进而完成TOA估计．TOA估计过程不依赖视距路径(line-of-sight path)检测,适合于NLOS(non line-of-sight)情形,且最强路径搜索避免了阈值设置过程,相比LP搜索计算复杂度低．通过对IEEE.802.15.4a标准下NLOS信道模型的仿真实验,讨论了各参数估计偏差对定位性能的影响,验证了本定位算法在室内多径信道下的适用性．     

基于包络提取的TOA估计算法

针对超宽带无线传感器网络中噪声影响定位精度的问题,提出了一种基于包络提取的到达时间(time of arrival, TOA)估计算法。该算法首先利用小波变换的多分辨率分析有效地去除信号中的噪声成分,之后对去噪的信号进行希尔伯特变换提取其包络,最后选取第一个包络的最大值作为TOA的估计值。仿真结果表明,该算法抑制了噪声对TOA估计的影响,提高了估计精度。     

基于RSSI的近场低频无线测距研究

在提出和开发一种自主跟随引导节点移动的自主跟随机器人中,引导节点实时精确测距和定位必不可少。该文分别提出了基于RSSI近场低频的自适应信号衰减模型算法和BP神经网络估计方法。相对于传统的信号衰减模型算法,这两种方法对无线信号能量衰减问题表征能力更强。实验结果表明,两种方法都达到了较高的测距精度。总体上,BP神经网络估计方法算法精度优于自适应信号衰减模型算法,其测距绝对误差可以控制在0.1 m以内,但BP神经网络估计方法对样本数量及样本分布情况要求更高。     

一种基于神经网络的低压电力线通信盲信道估计算法

主要研究采用OFDM技术的低压电力线通信的信道估计问题。通过分析低压电力线信道特性,提出了一种基于Kohonen神经网络的盲信道估计算法。该算法基于Kohonen竞争神经网络,利用接收机接收到的频域信息进行非线性的直接判决,因而无需辅助的导频信息。仿真结果表明该算法具有很好的误码性能。     

基于波形边缘检测的Wi-Fi室内定位信号TOA估计

为了实现室内目标的精准定位,研究基于Wi-Fi设备的信号到达时间(TOA)参数具有重要意义。常用TOA估计方法主要存在估计偏差、算法复杂以及不具有普适性等问题。针对现有方法的缺陷,提出了一种新的TOA估计方法。该方法对Wi-Fi信号波形进行采样,采用空-频-时三维搜索算法,计算某一子载波间隔一个采样周期的相邻区间分别对应的信道状态信息的相位差,通过相位差判断计算信道状态信息值的信号处理区间是否进入波形边缘,得到TOA的估计值。数值仿真结果表明：在信噪比SNR超过25 dB时,本文方法获得亚米级精度的概率超过58%;随着Wi-Fi信号带宽的扩展,本文方法能够显著提升室内定位性能。本文方法克服了传统方法的缺陷,为信号到达时间估计提供了一条新的思路。     

超宽带系统中有辅助符号的信道估计方法

提出了两种有辅助符号的信道估计算法:已知时延信道估计和未知时延信道估计. 研究了辅助符号数量对两种信道估计算法的性能影响. 在接收端采用最大比合并选择性Rake接收机的情况下，通过计算机仿真对两种算法分析比较. 仿真结果表明：已知时延信道估计性能好于未知时延信道估计的性能；两种估计算法中，使用的辅助符号越多，信道估计性能越好.     

基于IR-UWB脉冲序列的非相干能量检测TOA估计

在超宽带室内定位系统中,采用非相干能量检测方法进行TOA估计的方案是目前的一个研究热点,然而在低信噪比时能量检测方法往往很难获得比较精确的估计值.原因是噪声给首达峰值的检测以及TC算法的门限设定带来了一定的困难.为了提高能量检测方案在低信噪比时的性能,在接收机前端对接收到的脉冲序列执行时间平均处理来抑制噪声对于首达峰值检测和门限设定的影响,并进行了仿真比较,结果表明通过多脉冲时间平均处理的方法能够有效抑制噪声对于能量检测的影响,明显提高了低信噪比时TOA估计的精确度,同时也使门限的设定变的更为简单精确.     

频域谱最优合并超宽带接收技术

基于超宽带（UWB）无线通信系统提出了新型的频域接收技术——频域谱最优合并（FDSOC）技术,该技术利用任意超宽带脉冲信号的频域谱矢量和为实数,且正负极性随脉冲形状变化的性质,在频域内实现数据信息的最优接收. 理论分析了FDSOC技术的原理. 计算机实验仿真了超宽带信道环境下（IEEE 802.15.3a 信道模型）,基于频域子空间信道估计的FDSOC 超宽带接收机和基于最大似然 （ML）信道估计的超宽带Rake接收机的性能,结果显示FDSOC超宽带接收机具有良好的性能.     

一种新的时分导频信道估计算法

提出了一种适用于时分导频信道的信道估计算法,该算法利用多个相邻时隙中导频符号上的瞬时信道估计进行加权LSM拟合,得到数据符号上的信道估计.仿真结果表明,该算法能较好地跟踪多径衰落信道的变化,采用该算法的相干Rake接收机的性能在较大范围多普勒频移下均比较稳定.     

一种新的相位差精确测频法研究

提出了一种基于长短时延匹配的相位差测频方法,该方法借鉴了长短基线干涉仪测向原理,利用短时延相位差测量解决相位混叠的问题,长时延相位差测量提高测频的精度．对长短时延的匹配选取、多信号的测频能力以及抗噪声性能进行了理论分析和仿真试验,结果表明,与其他方法相比,新方法适应能力强、运算量小、精度高,在低信噪比下仍具有良好的估计精度和频域稳定性,适于硬件实现．     

单载波块传输系统中基于叠加导频的信道估计与均衡

在单载波分块传输系统中进行频域均衡需要知道精确的信道状态信息,为此本文提出了一种基于叠加的导频序列的迭代信道估计算法,利用叠加的导频序列以及通过迭代均衡检测得到发送数据的估计值来降低信道估计的误差。从理论上分析了该算法所能达到的信道估计误差下限和比特误码率下限,并提出了最优叠加导频序列的设计准则。数值仿真结果表明:采用该算法时系统的比特误码率性能与已知信道信息时的性能差距小于1 dB。     

用于水声通信系统的迭代接收算法

提出一种基于频域最小均方误差(MMSE)均衡器、信道估计器和卷积码译码器,运用Turbo迭代原理构建用于单载波水声点对点通信的迭代接收算法.该迭代接收算法,引入频域均衡处理来降低多通道均衡处理复杂性,利用译码器提供的软信息来改善均衡器和信道估计器自身的性能,从而使用较少的接收阵元实现高速、可靠的数据传输.基于实测的声速抛面曲线(SSP)和有限元声线跟踪(Bellhop)方法模拟的水声信道脉冲响应用于算法性能的验证.仿真结果表明,使用上述体制的水声通信系统,利用译码器提供的增益来提高系统性能的同时,接收阵元的数量进一步减少,满足构建水下通信网节点的要求.     

基于Zadoff-Chu序列的移动数字电视接收系统频偏估计算法

针对移动数字电视接收系统频偏估计算法存在的频偏估计均方差和误码率高等问题,提出了一种基于Zadoff-Chu （ZC）序列频偏估计算法。首先通过建立信号模型,利用仿真分析了载波频率偏差对接收系统影响;其次,信标结构中的两个同步信号以半周期形式选择ZC序列,1个导频符号序列由2个ZC序列构成。因此,接收端接收的2个符号是完全相同的ZC序列,通过对1个ZC序列半周期进行自相关运算并计算频偏值,即可以完成对整个周期符号的频偏估计。仿真结果表明,相比于其它算法,频偏估计均方差可降低20~30%,增益提升约2dB。     

基于模拟退火遗传算法的功率域DOA估计

针对非均匀高斯白噪声背景,提出一种基于模拟退火遗传算法的功率域最小二乘波达方向（DOA）估计器。首先,介绍了阵列单通道下的信号模型。其次,给出了最小二乘意义下的功率域DOA估计优化目标函数,继而以此为适应度函数,将模拟退火算法引入基本遗传算法得到一种改进的遗传算法,对其进行全局优化,其估计精度优于基本遗传算法。最后,通过仿真结果验证了本文算法的有效性。     

一种混合网台跳频参数盲估计算法

针对低信噪比（SNR）和复杂电磁环境条件下跳频参数估计精度低及算法复杂度高的问题,提出了一种短时傅里叶变换（STFT）和平滑伪魏格纳分布（SPWVD）的组合时频分析方法.该算法首先利用STFT将天线接收信号变换到时频域,并对时频信号进行自适应降噪处理;通过自适应聚类算法进行频率的精估计;提取时频信息并剔除各类干扰,再通过网台分选后得到各类网台跳时粗估计;最后采用SPWVD及修正后的截断门限进行跳变时刻的精估计.仿真结果表明,该算法在混合网台和低SNR条件下,跳频参数估计精度较高,算法复杂度较低,有效解决了实际跳频通信系统存在频率转换时间条件下的参数估计问题.