OFDM系统中基于降维PARAFAC模型的信道估计方法

针对采用正交频分复用(OFDM)技术的阵列天线系统,提出了一种基于降维平行因子(PARAFAC)模型的多径信道估计方法.该方案对单输入多输出(SIMO)场景下的接收信号进行建模,构造出具有空-时-频3个维度的PARAFAC信号模型,利用截尾奇异值分解(SVD)法对该模型进行降维,并采用三线性交替最小二乘(TALS)算法对降维后的信号模型进行拟合,实现了信号到达角(AOA)和传播时延的联合估计.与传统PARAFAC分解方法相比,所提方法在拟合过程中占用的存储空间更少,收敛速度更快.仿真结果验证了所提方法的有效性.     

一种新的MIMO-OFDM自适应信道估计算法

基于经典的多输入多输出 正交频分复用(MIMO－OFDM)系统离散傅里叶变换(DFT)信道估计方案,提出了一种新的自适应信道参数估计算法,该算法能在一个OFDM导频符号内准确地估计出信道冲激响应、多径时延和噪声方差. 首先通过DFT信道估计得到初步估计值;然后提出了联合估计算法估计出各个接收天线上的噪声方差和多径时延,利用多径时延估计值提取信道初步估计中多径点上的信息,有效去除非多径采样点上的噪声. 仿真和分析表明,相比传统固定多径数目的估计算法,该算法能自适应地跟踪信道噪声能量和多径时延的变化,提高信道估计的精度.     

大气波导中多径信道的参数研究

针对海上大气波导环境中电磁波的多径传播特性,基于容量有限的Markov生灭过程得到了大气波导中到达接收站的射线径数．根据差分时延试验数据的近似瑞利分布提出了大气波导中的三参数模型,基于最小方差准则确定了模型参数．利用MUSIC算法对多径到达角进行最佳估计,数值仿真结果表明MUSIC算法极大地提高了到达角位置处的信噪比．     

阵列误差对多参数联合估计性能的影响

建立了频率、二维到达角和极化联合估计的阵列误差信号模型,分析了阵列误差对用ESPEIT算法进行参数估计性能的影响。推导了在阵列误差模型下,频率、二维到达角和极化联合估计算法中各参数估计结果的均方误差。计算机模拟结果证实了分析结果的正确性。     

基于时变AR模型的雷达ESM信号多径抑制

针对雷达ESM信号存在多径干扰,从而影响信号特征提取以及辐射源识别的问题,提出了一种多径抑制新方法．首先采用非线性能量算子方法对多径时延进行粗估计,再利用基于时间函数扩展的时变AR模型方法对信号进行预测．然后根据多径时延粗估计和预测序列,采用最小二乘方法精确估计时延和多径幅度因子．在此基础上,提出一种逐级抑制的多径信号滤波方案．对仿真信号和实测雷达辐射源信号进行实验,结果证明该方法可有效实现信号多径估计与抑制．     

MIMO-OFDM系统定时与多径时延估计

提出的多入多出正交频分复用（MIMOOFDM）系统的定时估计和多径时延算法主要基于本地训练序列与接收信号的相关运算,其中引入噪声估计、一阶无限冲激响应（IIR）滤波器及删除相关值旁瓣处理,以提高定时估计精度;引入多帧联合统计,以提高多径时延估计精度. 仿真结果表明,该算法可有效抵抗频率选择性衰落信道影响,在低信噪比条件下,达到精确的定时同步;在信噪比大于6 dB,信道抽样速率为20 MHz时,多径时延估计均方误差（MSE）可达到10-7.     

慢衰落多径信道下DS—CDMA信号传输时延的估计

使用最大似然（ML）估计,采用CLEAN和RELAX算法的估计思想,把多维优化问题转化为多个一维优化问题,实现了慢衰落多径传输环境下DS-CDMA信号的时延和幅度的最大似然估计。仿真结果表明：核算法可有效估计多径信号的幅度和传输时延,对远近效应稳健,其性能接近Cramer-Rao界（CRB）,较传统的滑动相关器估计方法有明显提高。     

一种新的盲联合角度-时延估计方法

提出一种新的盲联合角度-时延的估计方法,对阵列天线输出的过采样样本的Fourier变换后信号进行分析,结果表明,此信号具有三线性模型特征.为此,提出一种改进的三线性交替最小二乘(ITALS)算法,对波达方向(DOA)和时延联合估计.该算法利用方向矩阵和时延矩阵的Vanderm onde特征、基于最小二乘原理对方向矩阵和时延矩阵进行重构,以及对DOA和时延估计.仿真结果表明,ITALS方法具有较好DOA和时延联合估计性能,且在过载系统下仍有较好的性能.ITALS方法随着天线数增加联合估计性能变好;而且该方法无须信道衰落系数,是一种盲、鲁棒的联合处理方法.     

一种GPS多径抑制的改进方法

通过分析Teager-Kaiser算法和多径估计延迟锁定环技术(MEDLL),提出了一种GPS多径抑制的新算法。新算法在结合了TK算子的基础上对MEDLL技术进行了改进,得出了多径信号的各参数,并从接收信号中分离了多径信号,减小多径信号的影响,并最终估计出了直达信号。仿真结果表明,新算法的估计时间误差小于MEDLL的估计时间误差。     

多信号极化与到达角联合估计

论述了利用交叉偶极子均匀线阵进行多信号到达角与极化参量联合估计的方法。该方法利用阵列结构本身包含的不变性，有效地计算到达角和极化参数的估计值，避免了复杂的搜索配对过程。仿真结果证实了该算法的有效性。     

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.     

High Resolution Multipath Time Delay Estimation Based on FLOCCS-ESPRIT

The non-Gaussian α-stable distribution is introduced to model impulsive noise. Based on the theory of fractional lower order statistics （FLOS）, the fractional lower order cross-covariance （FLOCC） sequence for two received signals is obtained and the fractional lower order cross-covariance spectrum （FLOCCS） can be approached by taking a Fourier transform for the FLOCC sequence. When the FLOCCS is treated as a sequence in the time domain, the problem of multipath time delay estimation （TDE） may be converted into one on multi-frequencies estimation or directions of arrival estimation. Accordingly, the high resolution multipath TDE can be realized with the ESPRIT technology. This idea on multipath TDE is referred to as FLOCCS-ESPRIT in this paper. Computer simulations show that this method has good performance both in a Gaussian noise and in an impulsive noise environment.     

MIMO双基地雷达多目标角度-多普勒频率联合估计

为了实现无同步双基地雷达多目标参数估计,建立了多输入多输出(MIMO)双基地雷达多目标信号处理模型,提出了一种多目标角度-多普勒频率联合估计算法.该算法首先对MIMO接收机输出的虚拟阵列多目标回波数据进行解相干处理,然后基于传播算子,构造特殊矩阵.通过特征参数与待测参数之间的对应关系,实现了多目标发射角、接收角和双基多普勒频率的联合估计.该算法不涉及多维非线性谱峰搜索,只需一次特征值分解,且估计出的参数可自动配对.仿真结果证明了所提算法的正确性和有效性.     

扩频系统中低复杂度多径消除技术研究

为了消除扩频系统中的多径干扰,文章基于稳态零点不变的原则对多径估计延迟锁相环(MEDLL)进行研究及改进.文中给出了伪码跟踪环路的结构框图,并建立了多径干扰下环路的数学模型.在只考虑一路多径干扰信号的情况下分析了多径干扰信号对环路鉴相特性的影响.文中介绍了MEDLL,在保持环路稳态零点不变的情况下提出了零点不变估计延迟锁相环(ZFMEDLL),并将其相对于常规DLL、窄带DLL和MEDLL在稳态相位误差性能、噪声性能和实现复杂度方面进行了仿真比较.结果表明,ZFMEDLL相对于MEDLL在多径消除性能上有很大改进.     

多途环境中的动目标距离深度联合估计

水下声信道因边界反射而呈多途特性，加之现有的各测量系统的垂直尺度的限制，致使目标深度测量发生困难，本文研究了邻近海面点声源声场和浅海水下声信道的特性，将射线声学理论引入问题的分析中，采用双水听器，利用虚源原理，提出了“双阵元多途定位（MPTDE）算法”，对水下目标进行三维测量，在计算机仿真研究中构造了系统框图，对多途环境中的不同参数条件下的目标运动轨迹测量效果作了对比分析，验证了算法的目标深度测量能力。     

一种低信噪比下基于深度学习的DoA估计方法

针对低信噪比下毫米波系统多径方位估计问题,提出了一种基于深度学习的多径波达方向估计方法。该方法通过构建协方差矩阵与多径角度间的映射模型来实现：首先利用接收信号,构建抽样协方差矩阵;然后,通过基于深度残差收缩网络的多标签分类模型,实现视距传输路径角度估计;最后,利用基于卷积神经网络的回归模型,实现非视距传输路径的角度估计。仿真结果表明,与传统方法相比,所提方法能够显著降低均方根误差,并且在低信噪比下可以取得较低的角度估计误差;在不同场景下,所提方法具有良好的适用性。     

基于DFT的UWB—OFDM信道估计算法

在基于OFDM技术的UWB系统中,由于信号在无线信道中传输,多径现象使得信号幅度发生衰落,相位发生偏移,为了保证通信的可靠性和有效性,接收机采用信道估计方法来预知信道的传输特性,补偿信道对超宽带信号造成的影响。在直接DFT估计方法的基础上,提出一种加窗DFT信道估计算法,用汉宁窗在时域上对信道冲激响应进行处理,有效地抑制频域响应的频谱泄漏。理论分析和仿真结果都表明在没有增加信道估计复杂度的基础上,提出的信道估计方法性能优于直接DFT估计方法。