基于Wi-Fi的室内实时角度定位算法

针对现有商用Wi-Fi接入点(Access Point,AP)天线的个数限制了基于多天线到达角(Angle of Arrival,AoA)高精度定位的问题,本文提出了一种基于Wi-Fi的室内实时角度定位算法.提出了基于Wi-Fi系统的角度估计算法,能够在天线数量以及快拍数少的情况下快速地估计直视(Line of Sig...     

基于载波相位的室内AoA/ToF联合定位

当前室内定位的主流方法是基于信道状态信息(Channel State Information,CSI)的AoA/ToF(Angle of Arrival/Time of Flight)联合定位,由于天线数量和带宽的限制,导致其特征参数存在误差.为此,结合CSI中细粒度和多样化的载波相位信息,提出了一种基于载波相位的室内...     

基于信道缩短的多频带超宽带信道估计

针对多频带超宽带系统,提出了一种基于信道缩短的信道估计方法.利用循环前缀(CP)结构,在接收机前端设计信道缩短均衡器,解决了循环前缀长度小于信道最大多径延迟时难于估计信道参数的问题.根据均衡器输出序列估计出复合信道,通过反卷积解出原信道参数.计算仿真表明该算法具有良好性能.     

基于Wi-Fi多维参数特征的无源目标跟踪技术

针对Wi-Fi无源目标跟踪技术中,由于直射路径信号以及噪声等影响造成提取目标反射路径信号困难等难点,本文提出了基于Wi-Fi多维参数特征的无源目标跟踪技术.该技术采用串行干扰消除代替全零初始化来完成某时刻多条路径到达角（Arrival of Angle,AoA）、飞行时间（Time of Flight,ToF）以及多普勒频移（Doppler Frequency Shifts,DFS）的初始化,并且对传统频域空间交替广义期望最大化（Frequency Domain Space Alternating Generalized Expectation-maximization,FD-SAGE）算法进行改进,弥补了传统算法收敛速度慢以及噪声影响等缺陷.除此之外,本文采用基于最小代价多路径网络的混合数据关联方法解决了在不同时刻具有不同路径数目时无法进行路径有效关联的问题,同时该方法将固定时间窗中的最优匹配作为某时刻的关联数据,避免了某次关联错误导致后续关联失败所造成的不可逆错误.实验结果表明,本文在复杂室内环境下能够达到1.3m的平均跟踪定位精度.     

基于BP神经网络的OFDM系统信道估计

针对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统中传统信道估计算法复杂度高或估计精度低的问题,给出一种基于反向传播(Back Propagation,BP)神经网络的信道估计方法.采用Simulink仿真工具构建OFDM信号采集平台,建立了基于BP神经网络的OFDM系统信道估计模型,并以均方误差和误码率为主要评价指标,分析了不同网络参数和导频数量对信道估计性能的影响.仿真结果表明,与传统信道估计算法相比,基于BP神经网络的信道估计算法可以提供更优的系统性能,而且可以减少导频数量,提高频带利用率.     

MB—OFDM UWB系统中基于信道缩短的信道估计

在MB-OFDM超宽带(UWB)系统中,针对循环前缀(CP)长度小于信道最大多径延迟时难于估计信道参数的问题,提出一种基于信道缩短的信道估计方法。首先采用发送信号插入梳状导频的方式,利用无约束最优准则,在接收机前端设计信道缩短均衡器,然后根据均衡器输出序列估计出复合信道,最后通过反卷积解出原信道参数。仿真结果表明,在信道最大多径延迟大于CP长度时,该算法具有更优的性能。     

基于岭回归正则极限学习机的OFDM系统信道估计

针对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统中信道估计准确度低和算法复杂度高的问题,提出一种基于岭回归正则极限学习机(Regularization Extreme Learning Machine,RELM)的信道估计方法。利用改进的极限学习机网络对信道进行自回归建模,将极限学习机损失函数正则化,通过岭回归方法,可以得到最优的神经网络参数,同时利用先验信道信息完成信道估计。与传统信道估计算法相比,所提信道估计方法仅需较低计算复杂度,即可达到得更低的MSE,从而提供更好的系统误码率性能。     

针对块稀疏信道的估计算法

无线多径信道中存在着块稀疏结构。针对块稀疏信道中分块信息是否已知的不同场景,分别提出了两种基于块稀疏贝叶斯学习(BSBL)框架的OFDM系统信道估计算法。这两种算法根据边界最优(BO)方法估计信道分块的稀疏度参数,提升算法运算速率。为进一步提升信道估计性能,在基于BSBL框架算法仅利用导频信号估计信道的基础上,又提出了基于联合块稀疏贝叶斯学习(JBSBL)的信道估计新算法,该算法利用导频与数据子载波实现信道的联合估计。仿真结果表明,与传统的最小二乘算法比较,本文提出的算法均可获得很好的信道估计性能,且基于JBSBL的信道估计算法性能更佳。      

OFDM系统基于信道多径时延检测的自适应信道估计

针对宽带正交频分复用(OFDM)系统,提出了一种基于信道多径时延估计的自适应信道估计算法.文章分析了无线信道的特性,随后利用导频频域相关性进行多径时延估计,提出通过动态跟踪信道时延估计参数自适应选择信道估计中适宜的导频数目的方法,同时实现循环前缀(CP)长度的实时调整.仿真结果表明,在时变环境下,本文算法可以有效获知当前信道时延参数的近似统计信息,实现对系统冗余信息的优化.     

有无源智能反射面辅助无线系统信道估计

毫米波在非视距链路传播中损耗严重,为了进一步提高信号的覆盖范围及传输准确性,提出了一种基于少量有源元件的智能反射面(intelligent reflecting surface, IRS)辅助无线通信的信道估计方案。考虑基于少量能够接收处理信号的有源元件辅助信道估计的模型,利用毫米波信道的稀疏性,通过原子范数最小化(atomic norm minimization, ANM)将信道的相关角度参数转化为空间频率,再通过多信号分类算法降维估计相关角度、深度神经网络简化获取信道状态信息(channel state information, CSI)过程、奇异值分解优化波束成形等方法的优势相结合来估计信道参数,最终获取UE-IRS、IRS-BS的单独信道状态信息。仿真结果表明,所提方案在较低的有源元件开销下,有效降低了信道估计的归一化均方误差。     

基于协方差矩阵重构的离网格DOA估计方法

针对稀疏表示模型中网格失配导致波达方向角(DOA)估计存在较大估计误差的问题,该文提出一种基于协方差矩阵重构的离网格(Off-Grid)DOA估计方法(OGCMR)。首先,将DOA与网格点之间偏移量包含进所构建接收数据空域离散稀疏表示模型;而后基于重构信号协方差矩阵建立关于DOA估计的稀疏表示凸优化问题;再构建采样协方差矩阵估计误差凸模型,并将此凸集显式包含进稀疏表示模型以改善稀疏信号重构性能;最后采用交替迭代方法求解所得联合优化问题以获得网格偏移参数及离网格DOA估计。数值仿真表明,与传统多重信号分类(MUSIC)、L1-SVD及基于稀疏和低秩恢复的稳健MVDR (SLRD-RMVDR)等估计算法相比,所提算法具有较好的角度分辨力以及较高的DOA估计精度。     

噪声干扰背景下压缩感知雷达波形优化设计

为改善压缩感知雷达（Compressive Sensing Radar,CSR）在干扰噪声背景下目标检测及距离-多普勒参数的估计性能,该文提出一种感知矩阵平均相干系数（Averaged Coherence of the Sensing Matrix,ACSM）与信干噪比（Signal to Interference and Noise Ratio,SINR）联合优化的波形设计方法.文中首先建立了CSR距离-多普勒二维参数感知模型,推导了波形联合优化设计的目标函数,其次以多相编码信号作为优化码型并采用模拟退火（Simulated Annealing,SA）算法对目标函数进行优化求解.与传统CSR波形相比,优化设计的波形提高了CSR在低信干噪比条件下的成功检测概率,同时有效降低了目标距离-多普勒参数估计误差,由此改善了CSR在干扰噪声背景下的距离-多普勒成像质量.计算机仿真验证了该方法的有效性.     

Joint estimation of TOA and DOA in IR-UWB system using a successive propagator method

Impulse radio ultra-wideband (IR-UWB) ranging and positioning require accurate estimation of time-of-arrival (TOA) and direction-of-arrival (DOA). With receiver of two antennas, both of the TOA and DOA parameters can be estimated via two-dimensional (2D) propagator method (PM), in which the 2D spectral peak searching, however, renders much higher computational complexity. This paper proposes a successive PM algorithm for joint TOA and DOA estimation in IR-UWB system to avoid 2D spectral peak searching. The proposed algorithm firstly gets the initial TOA estimates in the two antennas from the propagation matrix, then utilises successively one-dimensional (1D) local searches to achieve the estimation of TOAs in the two antennas, and finally obtains the DOA estimates via the difference in the TOAs between the two antennas. The proposed algorithm, which only requires 1D local searches, can avoid the high computational cost in 2D-PM algorithm. Furthermore, the proposed algorithm can obtain automatically paired parameters and has better joint TOA and DOA estimation performance than conventional PM algorithm, estimation of signal parameters via rotational invariance techniques algorithm and matrix pencil algorithm. Meanwhile, it has very close parameter estimation to that of 2D-PM algorithm. We have also derived the mean square error of TOA and DOA estimation of the proposed algorithm and the Cramer-Rao bound of TOA and DOA estimation in this paper. The simulation results verify the usefulness of the proposed algorithm.     

未知信源数目的DOA估计方法

针对信源数目未知情况下的DOA估计问题,该文提出了两种基于稀疏表示的DOA估计方法。一种是基于阵列协方差矩阵特征向量稀疏表示的DOA估计方法,首先证明了阵列协方差矩阵的最大特征向量是所有信号导向矢量的线性组合,然后利用阵列协方差矩阵的最大特征向量建立稀疏模型进行DOA估计;另一种是基于阵列协方差矩阵高阶幂稀疏表示的DOA估计方法,根据信号特征值大于噪声特征值的特性,通过对协方差矩阵的高阶幂逼近信号子空间,利用协方差矩阵的高阶幂的列向量建立DOA估计的稀疏模型进行DOA估计。理论分析和仿真实验验证,两种方法都不需要进行信号源数目的估计,具有较高的精度、较好的分辨力,对相干信号也具有优越的适应能力。     

基于特征向量的多谱线自旋回波串信号参数估计

针对存在加性高斯白噪声多参数变量的多谱线自旋回波串(Spin Echo Train,SET)信号参数估计问题,提出基于特征向量的2-D参数估计方法.将SET信号构造成2-D数据矩阵,按照不同的方式构造Hankel块矩阵束,利用子空间转移不变结构解得特征向量,依据特征向量的结构规律获得衰减因子和频率,基于最小二乘方法进一步获得信号幅度估计.该方法具有自动配对的能力,在相对高信噪比以及频率可分辨的情况下能够实现参数的有效估计,且计算复杂度较低.仿真数据结果证明了算法的有效性.     

基于有限新息率的正交偶极子阵列信号参数估计算法

为解决极化敏感阵列波达方向(DOA)估计中压缩感知类算法的网格失配问题,该文提出一种基于有限新息率(FRI)的正交偶极子阵列无网格信号参数估计算法。首先,利用均匀正交偶极子线阵中不同极化指向天线的两个子阵,求取其自相关矩阵之和,并通过协方差拟合准则恢复出满足Toeplitz结构的协方差矩阵。然后,利用该协方差矩阵构建FRI信号重构模型,求解以重构结果为系数的多项式的零点,就可以得到入射信号DOA参数的估计结果。最后,根据已估计出的DOA参数以及两个子阵的自相关矩阵和互相关矩阵,利用最小二乘法计算得到入射信号的极化参数估计结果。仿真实验表明,该算法与子空间类和压缩感知类算法相比,具有更高的估计精度及更好的角度分辨力。     

混合信号情况下信源数与DOA联合估计算法

针对非相关信源与相干信源共存情况,提出了一种基于矩阵重构的信源数与波达方向（direction of arrival,DOA）联合估计算法.该算法首先利用特征值的二阶统计量（second order statistic of eigenvalues,SORTE）法和子空间旋转不变技术（estimated signal parameter via rotational invariance techniques,ESPRIT）实现非相关信源数与DOA估计;然后基于空间差分法消除非相关信号并构造新矩阵,利用构造矩阵进行前向空间平滑,实现对相干信源解相干;最后利用SORTE法检测相干信源数,结合求根多重信号分类（multiple signal classification,MUSIC）算法估计相干信源DOA.与传统的差分平滑方法相比,该算法在可估计信源数与低信噪比情况下DOA估计性能等方面优于传统算法.数值仿真实验结果验证了该算法的有效性.     

Joint Estimation of TOA and DOA in IR‐UWB System Using Sparse Representation Framework

This paper addresses the problem of joint time of arrival (TOA) and direction of arrival (DOA) estimation in impulse radio ultra‐wideband systems with a two‐antenna receiver and links the joint estimation of TOA and DOA to the sparse representation framework. Exploiting this link, an orthogonal matching pursuit algorithm is used for TOA estimation in the two antennas, and then the DOA parameters are estimated via the difference in the TOAs between the two antennas. The proposed algorithm can work well with a single measurement vector and can pair TOA and DOA parameters. Furthermore, it has better parameter‐estimation performance than traditional propagator methods, such as, estimation of signal parameters via rotational invariance techniques algorithms matrix pencil algorithms, and other new joint‐estimation schemes, with one single snapshot. The simulation results verify the usefulness of the proposed algorithm.