论文部分内容阅读
近年来,时延估计(Time Delay Estimation,TDE)在无线定位、雷达检测、无线通信等领域都得到了极大的关注和广泛的应用。常规时延估计方法在受到多径干扰后,估计精度大大下降。而随着第五代移动通信(the fifth generation mobile communication,5G)技术的发展,物联网越来越发达,通信系统中设备将越来越多。精准的时延估计对于多径环境中多设备通信系统中设备间连接的管理和设备的信息同步具有关键性作用。而在多径多设备环境中,常规时延估计方法估计性能的衰减更加严重。因此,研究多设备通信系统中多径时延的估计具有重要的理论意义和应用价值。针对上述问题,本文首次利用信道的时延结构提出了一种基于路径合成的时延估计(Path integRatIon based Delay Estimation,PRIDE)方法。PRIDE方法先后估计得到信号时延的整数部分和小数部分。在多设备多径环境中,各个设备的多径时延能够由对应的第一条路径信号时延和其信道时延结构表示。PRIDE方法利用时延结构将其他路径信号的能量叠加到第一条路径上,增强了第一条路径信号的能量。即提高了时延估计的抗噪性能,从而使得第一条路径信号被检测到的可能性大大增加。此外,考虑到各个设备对应时延结构的唯一性,可将时延结构作为设备的标识。时延结构的这一特性使得PRIDE方法在多设备系统中具有优良的时延估计性能。为了验证所提时延估计方法的性能,本文进一步将RPIDE方法应用到信号的到达角估计中,通过估计得到的时延信息获取了信号的到达角估计。并对基于时延估计的到达角估计进行了性能分析,推导了信号到达角估计均方根误差(RMSE)的闭式表达式。仿真结果表明,无论是在单设备系统中还是多设备系统中,相比于常规方法,PRIDE方法在牺牲少量计算复杂度的情况下获得了更加优良的估计性能。在到达角估计这一应用中,与经典低复杂度利用旋转不变技术的信号参数估计(Estimation of Signal Parameters via Rotational Invariance Techniques,ESPRIT)算法相比,基于PRIDE的到达角估计方法估计精度更高;而与经典高精度多重信号分类(Multiple Signal Classification,MUSIC)算法相比,基于PRIDE的方法在相同的搜索精度条件下的估计结果更加精确。