无线超宽带技术在短距离、高速无线连接方面的应用一直是近几年研究的热点。目前，被广泛接受的无线超宽带技术主要有两种：一种是基于脉冲的DS-CDMA UWB模型；另一种是多带MB-OFDM模型。由于无线超宽带信道是一个密集多径的环境，多径不仅分散了符号的功率，同时也会引起严重的符号间干扰，为定时同步及信号接收带来了困难。因此如何解决低功率谱密度及严重符号间干扰环境下的接收问题是本文讨论的重点。本文主要从脉冲DS-CDMA UWB模型出发，分别在第三、四、五章分别深入探讨了接收中遇到的以下三个方面的关键问题，主要包括定时同步、单用户接收机及其性能以及多用户检测等。1．定时同步。在同步设计中，利用UWB信号具有符号周期相关性，提出自相关并行同步捕获算法，该算法特别适用于脉宽相对较宽(大于等于4ns)的情况，并取得了较快的同步效果。但由于采用并行接收，使该接收机的复杂度较高。为解决此问题，本文又提出广义似然比检测(GLRT)算法。将接收的UWB信号功率谱密度用一阶AR模型估计，通过检测GLRT值的突变及周期变化，检测信号的到来时间及符号的变化时刻，从而确定符号的定时时间。仿真结果表明，通过这种方法可以得到快速、准确的符号定时。最后，文中还分析了多用户环境下，影响符号同步的若干因素，并给出了仿真结果。2．单用户接收及其性能。在密集多径的无线超宽带环境下，RAKE模型是基本的接收机结构。它也是目前研究最多的一种接收形式。本文第四章首先从一种最普遍采用的、效果较好的ML(最大似然估计)信道估计算法出发，给出了选择RAKE接收机的性能。针对选择RAKE接收机的性能受到信道估计精度的限制，从而影响了能量的捕获，我们提出一种自相关接收机模型。仿真结果表明，自相关接收的性能优于最大似然估计+RAKE接收机的形式，特别是在信噪比较高时。除了上述算法外，本文又将子空间信号分解算法引入UWB接收机，由于受到多径和符号间干扰的影响，DS UWB信号的子空间不能被简单地看做直扩的扩频码，因此要对信号的子空间进行估计。为降低矩阵运算带来的复杂度，我们利用PASTd算法更新矩阵的特征值和特征向量，从而提高了计算速度。仿真结果表明，在符号间干扰较小的CM1信道，这种算法的性能优于ML估计+RAKE接收机和自相关接收机。但在符号间干扰较大的CM3信道，接收信号受到严重干扰，矩阵特征值和特征向量的精度降低，虽然在信噪比较低时，这种精度的降低体现不明显，但在高信噪比的情况下，精度的下降使接收机出现严重的“地板效应”。3．多用户检测。多用户检测问题之所以单独提出，是因为简单地套用单用户的接收算法已不能满足性能的要求。所以本文第五章从研究适用于CDMA系统的子空间RAKE和最小输出能量(MOE)接收机出发，对这两种算法在DS CDMA UWB系统中的应用进行了详细地推导，并给出了仿真结果。结果表明，时延扩展和符号间干扰破坏了扩频码的互相关性，从而使这两种算法的性能受到影响。为了改善多用户接收机的性能，我们分析了接收信号的特性，得到信号的状态方程和观测方程，将KALMAN滤波算法引入到UWB系统中；在此基础上，本文以接收机横截滤波器做为接收机结构，得到了更方便、简单的KALMAN滤波法，提高了多用户环境下的系统性能。最后，本文对MMSE算法、MMSE RAKE算法进行了详细地分析，并对上述五种算法进行了仿真比较。结果表明：MMSE算法最佳，但计算量大，MMSE RAKE算法性能劣于MMSE算法，KALMAN滤波法相对计算量小，性能介于MMSE和MMSE RAKE算法之间，是一种较好的多用户检测算法。