數(shù)字信號(hào)參數(shù)估計(jì)及信號(hào)到達(dá)頻率差估計(jì)方法研究.pdf

1、本文重點(diǎn)研究了數(shù)字信號(hào)的碼元速率估計(jì)，載波頻偏(CFO)估計(jì)，以及信號(hào)的到達(dá)頻率差（FDOA）估計(jì)；分析了傳統(tǒng)估計(jì)方法存在的缺陷；提出了新的估計(jì)算法并給出仿真性能。
　　針對(duì)數(shù)字信號(hào)的碼元速率估計(jì)，現(xiàn)有的方法包括基于循環(huán)互相關(guān)的方法，基于循環(huán)譜的方法，以及基于小波變換的方法。然而，這些方法需要信號(hào)的調(diào)制方式這一先驗(yàn)信息，且算法局限于少數(shù)的數(shù)字信號(hào)類型，無法應(yīng)用于許多典型的數(shù)字信號(hào)。本文提出了一種基于最優(yōu)尺度小波變換的自適應(yīng)碼元速率

2、估計(jì)算法，這種方法在傳統(tǒng)的小波變換方法基礎(chǔ)上，利用“極值保持――微分”技術(shù)消除了不同數(shù)字信號(hào)間小波變換結(jié)果的差異性，因此算法可有效應(yīng)用于包括幅移鍵控（ASK），相移鍵控（PSK），正交振幅調(diào)制（QAM）以及頻移鍵控（FSK）在內(nèi)的數(shù)字信號(hào)。然后，采用最優(yōu)小波尺度選擇的方法避免了傳統(tǒng)小波變化方法中的“無效小波尺度”問題。最后，新算法分析了采樣頻率與算法性能的關(guān)系，并能自適應(yīng)地選取最優(yōu)采樣速率進(jìn)行信號(hào)采樣，從而大大提高算法性能。仿真結(jié)果表明

3、，基于最優(yōu)尺度小波變換的自適應(yīng)碼元速率估計(jì)算法可有效應(yīng)用于ASK，PSK，QAM，F(xiàn)SK等信號(hào)，且算法估計(jì)性能優(yōu)于基于最優(yōu)小波尺度的碼元速率估計(jì)算法及基于多尺度小波變換的碼元速率估計(jì)算法。
　　針對(duì)數(shù)字信號(hào)的CFO估計(jì)，現(xiàn)有方法包括基于高階累積量的方法以及基于非線性最小平方（NLLS）的方法等。然而，這些方法均需知道數(shù)字信號(hào)的調(diào)制類型，因此無法做到盲估計(jì)。本文提出了一種基于最小循環(huán)階循環(huán)矩的盲頻偏估計(jì)算法。首先，本文提出了最小循環(huán)

4、階（LCO）的概念，并給出了中頻信號(hào)的最小循環(huán)階循環(huán)矩和基帶信號(hào)的最小循環(huán)階循環(huán)矩的關(guān)系。然后，根據(jù)這一關(guān)系，提出了基于最小循環(huán)階循環(huán)矩的頻偏估計(jì)算法。最后，將信號(hào)的循環(huán)頻率檢測(cè)算法應(yīng)用到本算法，提出了基于最小循環(huán)階循環(huán)矩的CFO盲估計(jì)算法。新算法無需信號(hào)的調(diào)制方式，碼元速率等先驗(yàn)信息，可有效應(yīng)用于單載波數(shù)字信號(hào)以及正交頻分復(fù)用（OFDM）信號(hào)。仿真結(jié)果驗(yàn)證了算法的有效性，表明了針對(duì)PSK和脈幅調(diào)制（PAM）信號(hào)，算法的均方根估計(jì)誤差（

5、RMSE）趨近克拉美羅界（CRB），并得出算法的性能優(yōu)于基于四階累積量的頻偏盲估計(jì)算法的結(jié)論。
　　針對(duì)FDOA估計(jì)，現(xiàn)有方法包括最大似然法，基于累積量的方法，以及基于互模糊函數(shù)的方法。本文在基于星載的高低軌衛(wèi)星聯(lián)合定位的環(huán)境下對(duì)FDOA估計(jì)進(jìn)行研究，對(duì)比了各類算法的性能，得出最大似然法和基于互模糊函數(shù)法的性能最優(yōu)的結(jié)論。進(jìn)一步，針對(duì)基于互模糊函數(shù)法的估計(jì)精度不高的問題，提出了基于互模糊函數(shù)法的高精度快速FDOA估計(jì)算法。仿真結(jié)果