无线通信发展日新月异和潜在的巨大市场为未来无线通信技术发展提供机遇和挑战。许多无线通信课题亟待解决,如资源受限、无线信道干扰、多用户访问和导航定位等。高分辨率和高准确性的无线信号使无线通信系统软硬件都面临巨大挑战。超宽带系统在高速传输大量数据的同时,容易产生多径干扰、高误码率、最终导致信号衰减。本文从超宽带信道通信检测、超宽带多址访问及超宽带定位三个方面对信号进行了检测和分析。本文将超宽带通信系统系统分为三层,即物理层、中间层和应用层。物理层主要研究和讨论了信道多簇信号的数据共享问题和性能参数估计问题,提出了层次狄利克雷过程和马尔科夫链算法相结合的多任务压缩感知方法并仿真验证。中间层主要探究了超宽带系统的多用户访问和抗干扰性能问题,提出了层次缩减贝叶斯压缩感知算法以及多用户干扰算法并仿真验证。应用层主要是将超宽带系统应用在室内位置定位领域,并检测和分析了室内位置估计的准确性和抗干扰性,提出了多任务压缩感知算法对采样信号进行重建,并利用加权最小二乘法进行定位估计并进行仿真验证。主要的研究成果如下:1.物理层:提出了一种多任务压缩感知的超宽带信道估计算法在物理层里,针对超宽带信道传送信号误差和多簇信号共享问题,利用多任务的贝叶斯压缩感知技术对超宽带信道进行性能估计和检测,并重构信号。首先,构建超宽带压缩感知系统架构,并同时建立压缩感知特征字典,利用特征向量重构信号。其次,采用了层次结构的狄利克雷过程来解决超宽带系统通信的多任务之间数据共享问题,并计算出信号的性能参数,即尖峰噪声比和规范化均方差,同时减少信号传输所需的时间。最后,分别在视距和非视距环境下,利用标准化IEEE802.15.4a信道模型仿真超宽带通信系统信道。给定信号测量度,实验仿真这一算法的性能参数指标即尖峰噪声比和均方差并获得与其他算法的对比曲线。实验结果验证了采用这一算法对信道传输的信号进行检测和分析,接收方能更准确的接受来自发送端的信号,传输信号所需的时间要比其他算法所花费的时间要少。2.中间层:提出了一种层次缩减贝叶斯压缩感知的超宽带系统性能检测算法在中间层里,针对超宽带通信时,容易产生用户多径访问和噪声干扰问题,本文提出了一种马尔科夫链与压缩感知技术相结合的多址访问和噪声干扰算法。首先,构建测量模型化方程。利用树结构的层次缩减算法和狄利克雷过程简化小波系数,降低计算复杂度。其次,构建跳时脉位调制的超宽带系统模型以及多用户干扰模型。将马尔科夫链和蒙特卡罗算法相结合检测多用户干扰系统的抗干扰性能,计算信号的误码率和均方差。最后,利用计算得到的误码率和均方差,比较和分析本文提出的算法性能,获得算法对比曲线。仿真结果显示这一算法的抑制噪声性能要优于其他无树结构压缩感知算法的噪声抑制性能。本文分别比较20位用户、50位用户、100位用户、300位用户、500位用户以及1000位用户同时访问超宽带系统的情况下,实验结果验证这一算法的抗干扰性要比其他算法的抗干扰性强,其误差概率也低于其他算法的误差概率。3.应用层:提出了一种基于多任务压缩感知的超宽带室内定位算法应用层里,针对超宽带室内定位问题,本文采用多任务压缩感知技术降低信号采样成本,提高定位的准确性。首先,利用多径超宽带信道内在的稀疏性和多任务压缩感知算法恢复并重构采样信号。其次,采用时间差到达算法和极大似然算法估计信道脉冲响应和延迟时间,求出目标节点和参考节点之间的距离。最后,实验仿真超宽带室内定位算法,多任务压缩感知算法分别利用不同的信号样本作为测量矩阵初始化信号。在矩形区域内室内多径非视距环境下,建立超宽带信号模型,分析比较这一算法与其他算法的定位准确性能,仿真结果显示采用较低采样率的信号能逼近超宽带信道的初始信号,本文提出的算法定位误差概率低于其他定位估计算法。同时,建立100m×100m的正方形区域,比较这一算法和最小二乘法的室内位置定位准确性能,仿真结果验证了当测距误差递增时,最小二乘法的平均定位误差也会增加,而本文提出的算法的平均定位误差是递减,并且与参考结点的数目也是成反比。因此,这一算法的定位准确性能优于最小二乘法的准确性能。