强信号背景下弱信号角度时延的联合Capon估计方法

针对强信号背景下弱信号角度时延联合估计过程中的弱信号数目难以精确估计问题,在分析Capon谱估计法估计信号DOA原理的基础上,将Capon谱估计法进行扩展,提出了一种在强信号背景下弱信号角度时延联合估计方法。为弥补Capon法分辨力较差的劣势,将扩展的Capon法与有高分辨性能的m-Capon算法结合,提出了一种改进的m-Capon方法,能区分来波方向接近的不同目标信号。研究和仿真结果表明:该方法无需对弱信号的信源数进行估计,也无需分解特征值,且在快拍数较少时仍具适用性。

强信号下的弱信号波达方向和时延联合估计

在强信号背景下,弱信号波达方向和时延联合估计方法难以精确估计弱信号数目。为此,通过对Capon谱估计法进行改进,提出一种强信号背景下的弱信号波达方向和时延联合估计方法。该方法无需对弱信号的信源数进行估计及特征值分解,在快拍数较少的情况下仍具适用性。仿真结果证实了该方法的有效性。

一种新的基于参数信道模型的MIMO信道估计算法

针对频率选择性块衰落MIMO信道,该文提出一种改进的基于参数信道模型的信道估计方法。该方法首先通过修正后的TST-MUSIC算法估计多径的传播时延和角度。由时延和角度信息,得到一种基于参数信道模型的信道估计方法。仿真结果表明此种方法可以有效地减少参数估计的维数,其性能要远远优于非参数的最小二乘估计器。