MB-OFDM超宽带系统中模拟前端非理想因素的估计与补偿

解决模拟前端非理想因素:载波频率偏差、采样频率偏差以及I/Q失配对多带-正交频分复用超宽带系统的影响。提出时域载波频偏和I/Q失配估计和补偿方案。该方案包括一种能有效对抗大范围I/Q失配的数据辅助载波频偏估计算法,一种时域I/Q失配估计算法和一种2步式载波频偏、I/Q失配补偿算法。在频域,利用超宽带数据帧头的时域扩展特性进行残余载波频偏和采样频偏估计。仿真结果表明,即使存在较大非理想因素的情况下,提出的估计与补偿方案仍然能提供较好的系统误码性能。

DGPS与UWB混合精确无缝定位技术研究

差分全球定位系统(DGPS)是一种精确的定位系统,但在室内或有障碍物的情况下,其定位精度很低甚至不能进行定位。超宽带(UWB)定位系统在室内有很高的定位精度,但受其测量范围的影响,不适合室外定位。将DGPS和UWB结合定位,利用Kalman滤波器对UWB非视距误差(NLOS)进行消除,采用粒子滤波器对不同传感器进行数据融合,并使用GPRS通信模块进行无线数据传输。实验表明:该方法能够使系统整体定位精度提高19%,既能满足室内外无缝定位,又具有很高的定位精度。

UWB数字接收机量化阶数的研究

脉冲超宽带(I-UWB)系统采用时域宽度极窄的脉冲作为信息载体,占用的频谱极宽。在目前技术条件下,模/数转换器件是实现I-UWB全数字化接收机的难点之一。分析了量化阶数对检测I-UWB信号的影响,建立了理论模型,给出了UWB不同频谱规范下对应的仿真结果。结果表明过高的量化阶数对系统性能的改善并没有太大的贡献,4位A/D转换器就可以很可靠地检测出淹没在噪声和干扰中的I-UWB信号。

基于IR-UWB的睡眠状态下人体呼吸波形检测方法

睡眠过程中的人体呼吸波形检测对于智慧康养和医疗保健应用至关重要,结合不同的呼吸波形模式可以实现睡眠质量分析和呼吸系统疾病检测.传统基于接触式设备的呼吸感知方法会给用户带来诸多不便,与其相比,非接触式感知方法更适合进行连续性监测.然而,在睡眠过程中由于设备部署、睡眠姿态以及人体运动都具有随机性,严重限制了非接触呼吸感知方案在日常生活中的使用.为此,提出一种基于脉冲超宽带(impulse radio-ultra wide band,IR-UWB)的睡眠状态下人体呼吸波形检测方法.所提方法以睡眠状态下人体呼吸时其胸腔起伏导致无线脉冲信号传播路径的周期性变化为基础,进而生成细粒度的人体呼吸波形,实现呼吸波形的实时输出以及呼吸速率的高精度估计.首先,为了从接收无线射频信号中获取人体呼吸时的胸腔位置,提出一个基于IR-UWB信号的呼吸能量比指标来实现目标位置估计.然后,通过提出基于I/Q复平面的向量投影方法和基于呼吸向量圆周位置的投影信号选择方法,从反射信号中提取到人体呼吸特征波形.最后,结合变分编码器-解码器网络来实现睡眠状态下细粒度的呼吸波形恢复.通过在不同条件下进行大量实验测试,结果表明所提方法在睡眠状态下监测的人体呼吸波形与商用呼吸带获得的真实波形高度相似,其呼吸速率的平均估计误差为0.229 bpm,可实现高精度的睡眠状态下人体呼吸波形检测.