论文摘要
超宽带（UWB）通信技术以其传输速率高、低功耗、抗多径干扰、结构简单和保密性好等众多优点,已成为短距离无线通信技术研究的热点。但由于UWB信号极宽的带宽,在设计UWB数字接收机时,高带宽对模数转换器（ADC）要求很高,目前的工艺水平难以实现。新兴的压缩感知（CS）理论提供了解决问题的契机,该理论指出,如果目标信号具有稀疏性（可压缩的）,可用一个平稳的、与表达基不相关的测量矩阵将高维信号投影到一个低维空间上,然后使用非线性优化方法就可以从这些少量的点中精确重构出原始信号。由于IR-UWB信号具有稀疏性,CS理论非常适合应用于IR-UWB系统中。本文将CS理论应用到IR-UWB系统,提出了一种新的IR-UWB信道估计技术。本文介绍了UWB通信系统的基本原理、信道模型和压缩感知理论,重点研究了压缩感知理论框架下的IR-UWB系统的信道估计技术。首先根据IR-UWB接收信号时域的稀疏性,直接应用CS理论重构原始接收信号。仿真实验证实了CS理论运用到IR-UWB系统的可行性,但重构精度不够理想。然后依据UWB信道的密集多径的特点,提出了基于多径IR-UWB信号的CS重构和CS-UWB信道估计。针对CS理论具体实现的三个要点:设计了匹配IR-UWB接收信号的稀疏表达基、IR-UWB信号的非线性测量矩阵、选用了正交匹配追踪（OMP）重构算法,并实现了多径IR-UWB接收信号CS重构和信道估计。结果表明:多径IR-UWB信号的CS重构以较少的测量值就能够以很高的概率完全重构出IR-UWB接收信号,重构的精度远高于时域稀疏重构方式,大幅度降低了采样速率,减少UWB数字接收机ADC资源。而且,在中等信噪比（15-25dB）的情况下,CS-UWB信号检测的性能优于传统的相关检测。在此基础上,统计了IR-UWB多径信道的特征,从这些统计的特征中提取先验约束准则,改进了CS重构算法。在相同的信道估计相对误差下,改进算法的性能比OMP算法的性能高3-4dB。在信号检测中,改进算法的误码率也有所降低,算法的收敛速度更快,效率更高。