CN108562883A - 一种多载波雷达系统的最大似然距离估计算法 - Google Patents
一种多载波雷达系统的最大似然距离估计算法 Download PDFInfo
- Publication number
- CN108562883A CN108562883A CN201711475200.2A CN201711475200A CN108562883A CN 108562883 A CN108562883 A CN 108562883A CN 201711475200 A CN201711475200 A CN 201711475200A CN 108562883 A CN108562883 A CN 108562883A
- Authority
- CN
- China
- Prior art keywords
- target
- radar system
- wave radar
- mutual information
- frequency domain
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/418—Theoretical aspects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提出一种多载波雷达系统的最大似然距离估计算法,估计目标的距离信息。在复加性高斯白噪声(CAWGN)下,针对单目标探测,假设反射系数为常数,采用Zadoff‑Chu多载波信号,得到了不同信噪比下目标距离的概率密度分布和距离互信息,并且得出了高信噪比(SNR)条件下距离方差的克拉美罗界(CRB)和距离互信息的解析表达式。仿真结果表明,在高信噪比条件下,目标的距离互信息与信噪比成线性关系,并且雷达探测系统的时间带宽积(TBP)增加一倍,距离互信息增多1.5个比特。仿真结果验证了理论分析的正确性。本文的结论对实际雷达探测系统设计具有重要的理论指导意义。
Description
技术领域
本发明属于信息传输与处理技术领域,尤其是一种多载波雷达系统的最大似然距离估计算法。
背景技术
近年来,在雷达中使用多载波信号引起了人们极大的兴趣。多载波雷达信号可以看作是量化了的频域信号,合成大带宽获得高距离分辨率,且子载波形式适于采用多通道结构获得窄带处理的优势,符合了现代雷达多频段化的趋势。多载波雷达可以采用相位补偿和相参合成的方法对静止目标进行探测,处理过的信号峰值位置对应目标的距离。正交频分复用(Orthogonal frequency division multiplexing,OFDM)是将数据流用多个相互正交的子载波进行调制,因此具有较强的抗衰落和抗干扰能力、较高的频谱利用率以及易于系统实现等优点。随着雷达技术的发展,OFDM的概念被逐渐引入到雷达系统中。Prasad提出了多载波雷达系统框架,发现多载波雷达系统具有良好的抗噪声、抗干扰和探测能力;研究中发现OFDM-MCM雷达具有更优的脉冲压缩性能和更高的检测概率。当然,选择具有良好特性的发送数据也很重要, Zadoff-Chu序列具有恒包络自相关特性,基于与Zadoff-Chu序列相结合的OFDM信号 (OFDM-ZC)用于距离测量具有非常高的精度和准确度。使用循环移位Zadoff-Chu序列的 MIMO-OFDM雷达可以实现对子载波的无IRCI重建。
但是多载波雷达系统作为一种信息获取系统,其探测性能能否用信息量(以比特为单位) 来衡量,一直是学术界非常关心的问题。自从1948年Shannon创建信息论以来,通信领域取得了丰硕的成果,为通信技术的飞速发展奠定了坚实的基础。将信息论的思想应用于雷达探测的过程,迄今为止,已有一些有益的结果。Woodward等人首次研究了雷达探测中的位置互信息问题,在高信噪比条件下,得到了位置互信息与信噪比的关系。证明了相对熵可以用于衡量雷达系统中的检测性能,相对熵越大,获得的性能越好。遗憾的是,此后60多年来国际上一直没有该方向的研究进展。
以带宽B采样得到的是整数采样点的序列,在时域只能获得整数时延,为了提高探测精度,需要获得非整数时延,因此考虑在频域进行分析。目标的距离信息包含在信道冲激响应中,频域冲激响应的相移可以表示目标距离等效的时延。采用加入循环前缀的OFDM-ZC信号作为发送信号,对接收信号进行频域均衡和相位补偿,得到频域信道冲激响应峰值对应的相移,对目标的距离进行最大似然估计。
发明内容
本发明所要解决的技术问题是针对上述背景技术的不足,提供了一种基于频域均衡和移相峰值搜索的多载波雷达系统最大似然估计算法,得到了不同信噪比下目标距离的概率密度分布和距离互信息,并且得出了高信噪比条件下距离方差的克拉美罗界CRB和距离互信息的解析表达式。
本发明为实现上述发明目的采用如下技术方案:
一种多载波雷达系统的最大似然距离估计算法,采用多载波雷达系统的仿真模型。
多载波雷达系统的基带发送信号为
其中,N是子载波个数,也是采样点数,信号带宽是BHz,T是信号长度,Δf=B/N=1/T 是子载波间隔。Rk表示第k个子载波上传输的数据,这里Rk用ZC(Zadoff-Chu)序列。雷达探测的距离可以用时延表示,假定探测范围是[-D/2,D/2),那么对应时延范围[-T/2,T/2),时延间隔是Δ,T=2D/v,v表示信号传播速度,因此N=TB又表示归一化探测区间,称为时间带宽积(TBP)。给每个子载波加上循环前缀(CP)后,作为发射波形发送出去。离散化的发送序列为
其中n=-N-N/2,...,N/2-1,下文中出现的所有n的含义均相同。假设目标位于探测区间 [-N/2,N/2]的中间,目标的时延为τ0,令x0=τ0B表示归一化时延。
信道时域冲激响应为h(n)=yδ(n),表示目标的幅度α和相位频域冲激响应为 H(k)=DFT[h(n)]=y。在频域加入目标时延x0,得到记为Hk,也就是目标的频域冲激响应,变换到时域得到目标的时域冲激响应为
进一步的,本发明的一种多载波雷达系统的最大似然距离估计算法,接收端的接收序列为
将发送序列与目标时域冲激响应进行卷积根据不同的信噪比,加入相应的复高斯白噪声w(n),得到接收序列,用来模拟雷达探测时的采样信号。
进一步的,本发明的一种多载波雷达系统的最大似然距离估计算法,得到采样信号后,进行频域均衡。
首先将采样信号去CP,然后变换到频域,不考虑噪声项的情况下得到
接着对包含噪声项的Zk'进行频域均衡
得到当前目标频域冲激响应。
进一步的,本发明的一种多载波雷达系统的最大似然距离估计算法,对目标频域冲激响应进行相位补偿,做峰值搜索。
令补偿时延xτ在探测区间内以时延间隔Δ进行遍历,将Hk'通过移相器后变换到时域得到
然后对h'(0)进行峰值搜索,当xτ等于目标的时延x0时
在n=0时的取值此时目标时域冲激响在n=0处的值最大,时延xτ就是目标距离的等效时延。
进一步的,本发明的一种多载波雷达系统的最大似然距离估计算法,获得目标距离的概率密度分布和距离互信息的闭合表达式。
对多次仿真结果进行统计,划分到探测区间内宽度为Δ的小区间,得到目标距离的概率密度分布p(x|z),x是归一化时延变量,等效于距离变量,z是采样信号矢量。
单目标探测下,从采样信号Z中获得目标距离X的互信息为I(Z,X),根据互信息的定义有
I(Z,X)=H(X)-H(X|Z)=log(TB)-EZ[H(X|z)]
其中是在特定z下X的熵。H(X)是信源的熵,也就是目标距离的不确定度,由先验信息决定,由于不知道目标的先验信息,这里H(X)=log(TB)。 H(X|Z)是得到Z后获得的关于X的条件熵,由H(X|z)对Z求期望得到。两者之间的差值就是多载波雷达系统最大似然估计获得的距离互信息。
进一步的,本发明的一种多载波雷达系统的最大似然距离估计算法,其特征在于,获得多载波雷达系统距离估计方差的克拉美罗界以及距离互信息的解析表达式。
克拉美罗界指的是随机参量的估计值所能达到的最小均方误差。在高信噪比条件下,归一化时延x的无偏估计的CRB为N0是噪声功率, St(jω)=FFT[s(t)],ω=2πkΔf。由于采样信号的离散化,可以用离散频谱来计算积分项,得到
因此可以得到高信噪比下目标距离估计的CRB为
在高信噪比条件下,目标距离的概率密度分布为高斯分布,因此H(X|Z)=1/2log(2πeσ2), e是自然常数,所以高信噪比条件下目标距离互信息的解析表达式为
其中表示均方根带宽。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
本发明提出的一种基于频域均衡和移相峰值搜索的多载波雷达系统最大似然估计算法可以得到在探测区间内目标距离的概率密度分布和互信息,以及高信噪比条件下距离方差的克拉美罗界和距离互信息的解析表达式。仿真结果表明,信噪比越高,概率密度分布越尖锐,距离互信息越大,在高信噪比下与信噪比成线性关系,并且雷达探测系统的时间带宽积增加一倍,距离互信息增多1.5个比特。
附图说明
图1是本发明的多载波雷达系统最大似然估计算法模型;
图2是本发明的目标距离概率密度分布图;
图3是本发明的不同信噪比下目标距离互信息比较图。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本领域的技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
多载波雷达系统的基带发送信号为
其中,N是子载波个数,也是采样点数,信号带宽是BHz,T是信号长度,Δf=B/N=1/T 是子载波间隔。Rk表示第k个子载波上传输的数据,这里Rk用ZC(Zadoff-Chu)序列。雷达探测的距离可以用时延表示,假定探测范围是[-D/2,D/2),那么对应时延范围[-T/2,T/2),时延间隔是Δ,T=2D/v,v表示信号传播速度,因此N=TB又表示归一化探测区间,称为时间带宽积(TBP)。给每个子载波加上循环前缀(CP)后,作为发射波形发送出去。离散化的发送序列为
其中n=-N-N/2,...,N/2-1,下文中出现的所有n的含义均相同。假设目标位于探测区间 [-N/2,N/2]的中间,目标的时延为τ0,令x0=τ0B表示归一化时延。
信道时域冲激响应为h(n)=yδ(n),表示目标的幅度α和相位频域冲激响应为H(k)=DFT[h(n)]=y。在频域加入目标时延x0,得到记为Hk,也就是目标的频域冲激响应,变换到时域得到目标的时域冲激响应为
将发送序列与目标时域冲激响应进行卷积根据不同的信噪比,加入相应的复高斯白噪声w(n),得到接收序列,用来模拟雷达探测时的采样信号。接收端的接收序列为
得到采样信号后,进行频域均衡:
首先将采样信号去CP,然后变换到频域,不考虑噪声项的情况下得到
接着对包含噪声项的Zk'进行频域均衡
得到当前目标频域冲激响应。
令补偿时延xτ在探测区间内以时延间隔Δ进行遍历,将Hk'通过移相器后变换到时域得到
然后对h'(0)进行峰值搜索。当xτ等于目标的时延x0时
在n=0时的取值此时目标时域冲激响在n=0处的值最大,时延xτ就是目标距离的等效时延。
对多次仿真结果进行统计,划分到探测区间内宽度为Δ的小区间,得到目标距离的概率密度分布p(x|z),x是归一化时延变量,等效于距离变量,z是采样信号矢量。
单目标探测下,从采样信号Z中获得目标距离X的互信息为I(Z,X),根据互信息的定义有
I(Z,X)=H(X)-H(X|Z)=log(TB)-EZ[H(X|z)]
其中是在特定z下X的熵。H(X)是信源的熵,也就是目标距离的不确定度,由先验信息决定,由于不知道目标的先验信息,这里H(X)=log(TB)。 H(X|Z)是得到Z后获得的关于X的条件熵,由H(X|z)对Z求期望得到。两者之间的差值就是多载波雷达系统最大似然估计获得的距离互信息。
克拉美罗界指的是随机参量的估计值所能达到的最小均方误差。在高信噪比条件下,归一化时延x的无偏估计的CRB为N0是噪声功率, St(jω)=FFT[s(t)],ω=2πkΔf。用离散频谱来计算积分项,得到
因此可以得到高信噪比下目标距离估计的CRB为
在高信噪比条件下,目标距离的概率密度分布为高斯分布,因此H(X|Z)=1/2log(2πeσ2), e是自然常数,所以高信噪比条件下目标距离互信息的解析表达式为
其中表示均方根带宽。
图1是本发明的多载波雷达系统最大似然估计算法模型;
图2是本发明的目标距离概率密度分布图,为了便于观察,这里只截取了部分区间,由于概率密度分布近似为高斯分布,因此在图中区间以外的部分可以忽略不计,不影响分析;
图3是本发明的不同信噪比下目标距离互信息比较图,仿真参数的设定为,目标距离归一化时延x0=0,时延间隔Δ=0.01,反射系数α=1,单位带宽,CWAGN信道。时间带宽积的探测区间为[-N/2,N/2)。
本专利具体应用途径很多,以上所述仅为本专利的优选实施方案,并非因此限制本专利的实施方式及保护范围,对于本领域技术人员而言,在本专利原理的前提下作出等同替换和显而易见变化所得到的方案,均应当包含在专利的保护范围内。
Claims (8)
1.一种多载波雷达系统的最大似然距离估计算法,其特征在于该方法将频域均衡和移相峰值搜索方法相结合,得到不同信噪比下目标距离的概率密度分布和距离互信息,并且得出了高信噪比条件下距离方差的克拉美罗界CRB和距离互信息的解析表达式,对目标的距离进行最大似然估计。
2.根据权利要求1所述的一种多载波雷达系统的最大似然距离估计算法,其特征在于,该方法以带宽B采样得到整数采样点的序列,先进行频域均衡,再转化到频域进行分析;对目标频域冲激响应进行相位补偿,做峰值搜索,最终获得目标距离的概率密度分布和距离互信息。
3.根据权利要求2所述的一种多载波雷达系统的最大似然距离估计算法,其特征在于,多载波雷达系统的发送信号为
其中,N是子载波个数,也是采样点数,Δf=B/N=1/T是子载波间隔,信号带宽是BHz,T是信号长度;Rk表示第k个子载波上传输的数据;雷达探测的距离可以用时延表示,假定探测范围是[-D/2,D/2),那么对应时延范围[-T/2,T/2),T=2D/v,时延间隔是Δ,v表示信号传播速度,因此N=TB又表示归一化探测区间,称为时间带宽积(TBP),给每个子载波加上循环前缀(CP)后,作为发射波形发送出去;离散化的发送序列为
其中n=-N-N/2,...,N/2-1,下文中出现的所有n的含义均相同,假设目标位于探测区间[-N/2,N/2]的中间,目标的时延为τ0,令x0=τ0B表示归一化时延;
信道时域冲激响应为h(n)=yδ(n),表示目标的幅度α和相位则信道频域冲激响应为H(k)=DFT[h(n)]=y;在频域加入目标时延x0,得到记为Hk,也就是目标的频域冲激响应,变换到时域得到目标的时域冲激响应为
接收端的接收序列为
将发送序列与目标时域冲激响应进行卷积根据不同的信噪比,加入相应的复高斯白噪声w(n),得到接收序列,用来模拟雷达探测时的采样信号。
4.根据权利要求2所述的一种多载波雷达系统的最大似然距离估计算法,其特征在于,得到采样信号后,进行频域均衡,具体过程为:
首先将采样信号去CP,然后变换到频域,不考虑噪声项的情况下得到
接着对包含噪声项的Zk'进行频域均衡
得到当前目标频域冲激响应。
5.根据权利要求3所述的一种多载波雷达系统的最大似然距离估计算法,其特征在于,对目标频域冲激响应进行相位补偿,做峰值搜索的具体过程为:
令补偿时延xτ在探测区间内以时延间隔Δ进行遍历,将Hk'通过移相器后变换到时域得到
然后对h'(0)进行峰值搜索,当xτ等于目标的时延x0时
在n=0时的取值此时目标时域冲激响应在n=0处的值最大,时延xτ就是目标距离的等效时延。
6.根据权利要求4所述的一种多载波雷达系统的最大似然距离估计算法,其特征在于,获得目标距离的概率密度分布和距离互信息的具体过程为:
对多次仿真结果进行统计,划分到探测区间内宽度为Δ的小区间,得到目标距离的概率密度分布p(x|z),x是归一化时延变量,等效于距离变量,z是采样信号矢量;
单目标探测下,从采样信号Z中获得目标距离X的互信息为I(Z,X),根据互信息的定义有
I(Z,X)=H(X)-H(X|Z)=log(TB)-EZ[H(X|z)]
其中是在特定z下X的熵;H(X)是信源的熵,由先验信息决定,这里H(X)=log(TB);
H(X|Z)是得到Z后获得的关于X的条件熵,由H(X|z)对Z求期望得到,两者之间的差值为多载波雷达系统最大似然估计获得的距离互信息。
7.根据权利要求5所述的一种多载波雷达系统的最大似然距离估计算法,其特征在于,获得多载波雷达系统距离估计方差的克拉美罗界以及距离互信息的解析表达式具体过程为:
克拉美罗界指的是随机参量的估计值所能达到的最小均方误差;在高信噪比条件下,归一化时延x的无偏估计的克拉美罗界CRB为N0是噪声功率,St(jω)=FFT[s(t)],ω=2πkΔf。用离散频谱来计算积分项,得到
得到高信噪比下目标距离估计的克拉美罗界CRB为
在高信噪比条件下,目标距离的概率密度分布为高斯分布,因此H(X|Z)=1/2log(2πeσ2),e是自然常数,所以高信噪比条件下目标距离互信息的解析表达式为
其中表示均方根带宽。
8.根据权利要求2至6任一项所述的一种多载波雷达系统的最大似然距离估计算法,其特征在于,所述第k个子载波上传输的数据Rk采用ZC(Zadoff-Chu)序列。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711475200.2A CN108562883B (zh) | 2017-12-29 | 2017-12-29 | 一种多载波雷达系统的最大似然距离估计算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711475200.2A CN108562883B (zh) | 2017-12-29 | 2017-12-29 | 一种多载波雷达系统的最大似然距离估计算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108562883A true CN108562883A (zh) | 2018-09-21 |
CN108562883B CN108562883B (zh) | 2022-06-10 |
Family
ID=63529616
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711475200.2A Active CN108562883B (zh) | 2017-12-29 | 2017-12-29 | 一种多载波雷达系统的最大似然距离估计算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108562883B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109507641A (zh) * | 2018-11-07 | 2019-03-22 | 电子科技大学 | 一种合作的mimo雷达和mimo通信系统性能计算方法 |
CN109635349A (zh) * | 2018-11-16 | 2019-04-16 | 重庆大学 | 一种噪声增强最小化克拉美罗界的方法 |
CN109782249A (zh) * | 2019-02-22 | 2019-05-21 | 南京航空航天大学 | 一种两目标相关时延估计算法 |
CN109975779A (zh) * | 2019-04-16 | 2019-07-05 | 西安电子工程研究所 | 基于局部能量和最大的步进频雷达目标抽取算法 |
CN110133635A (zh) * | 2019-04-03 | 2019-08-16 | 电子科技大学 | 一种合作mimo雷达和通信系统计算目标定位和互信息的方法 |
CN110471051A (zh) * | 2019-08-16 | 2019-11-19 | 广州大学 | 一种多用户接入下ofdm波形目标探测方法、装置及存储介质 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101155382A (zh) * | 2006-09-25 | 2008-04-02 | 北京三星通信技术研究有限公司 | 发送用户设备标识和用户信息的设备和方法 |
CN101188481A (zh) * | 2006-11-17 | 2008-05-28 | 华为技术有限公司 | 提高多载波通信系统传输效率的方法和多载波通信系统 |
US20090154588A1 (en) * | 2007-12-13 | 2009-06-18 | Texas Instruments Incorporated | Channel quality report processes, circuits and systems |
US20100054233A1 (en) * | 2008-08-29 | 2010-03-04 | Kyung Won Park | Method for synchronization in wireless communication system |
CN101888359A (zh) * | 2009-05-13 | 2010-11-17 | 清华大学 | 基于tds-ofdm的多址接入系统及其信号帧结构、接收方法 |
CN101897137A (zh) * | 2007-12-20 | 2010-11-24 | 夏普株式会社 | 无线通信系统、接收装置、接收方法 |
CN102025459A (zh) * | 2010-12-09 | 2011-04-20 | 南京大学 | 基于非参量估计ica的mimo-ofdm系统盲去卷积方法 |
CN102162846A (zh) * | 2011-01-20 | 2011-08-24 | 涂亚庆 | 频率估计的一种多段信号融合方法 |
CN102255707A (zh) * | 2011-08-29 | 2011-11-23 | 林子怀 | 针对sc-fdma mu- mimo系统的基于互信息的空间频率调度方法 |
CN103124413A (zh) * | 2012-09-11 | 2013-05-29 | 合肥东芯通信股份有限公司 | 一种信道质量测量方法及装置、通信终端 |
US20130325768A1 (en) * | 2012-06-04 | 2013-12-05 | Brain Corporation | Stochastic spiking network learning apparatus and methods |
CN104391297A (zh) * | 2014-11-17 | 2015-03-04 | 南京航空航天大学 | 一种划分子孔径pfa雷达成像方法 |
CN104678362A (zh) * | 2015-03-13 | 2015-06-03 | 电子科技大学 | Mimo天波超视距雷达波形优化方法 |
CN106526546A (zh) * | 2016-12-09 | 2017-03-22 | 南京航空航天大学 | 一种针对雷达与通信联合系统的雷达干扰功率分配方法 |
CN106817331A (zh) * | 2015-12-02 | 2017-06-09 | 华为技术有限公司 | 通信系统中处理通信信号的方法和装置 |
-
2017
- 2017-12-29 CN CN201711475200.2A patent/CN108562883B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101155382A (zh) * | 2006-09-25 | 2008-04-02 | 北京三星通信技术研究有限公司 | 发送用户设备标识和用户信息的设备和方法 |
CN101188481A (zh) * | 2006-11-17 | 2008-05-28 | 华为技术有限公司 | 提高多载波通信系统传输效率的方法和多载波通信系统 |
US20090154588A1 (en) * | 2007-12-13 | 2009-06-18 | Texas Instruments Incorporated | Channel quality report processes, circuits and systems |
CN101897137A (zh) * | 2007-12-20 | 2010-11-24 | 夏普株式会社 | 无线通信系统、接收装置、接收方法 |
US20100054233A1 (en) * | 2008-08-29 | 2010-03-04 | Kyung Won Park | Method for synchronization in wireless communication system |
CN101888359A (zh) * | 2009-05-13 | 2010-11-17 | 清华大学 | 基于tds-ofdm的多址接入系统及其信号帧结构、接收方法 |
CN102025459A (zh) * | 2010-12-09 | 2011-04-20 | 南京大学 | 基于非参量估计ica的mimo-ofdm系统盲去卷积方法 |
CN102162846A (zh) * | 2011-01-20 | 2011-08-24 | 涂亚庆 | 频率估计的一种多段信号融合方法 |
CN102255707A (zh) * | 2011-08-29 | 2011-11-23 | 林子怀 | 针对sc-fdma mu- mimo系统的基于互信息的空间频率调度方法 |
US20130325768A1 (en) * | 2012-06-04 | 2013-12-05 | Brain Corporation | Stochastic spiking network learning apparatus and methods |
CN103124413A (zh) * | 2012-09-11 | 2013-05-29 | 合肥东芯通信股份有限公司 | 一种信道质量测量方法及装置、通信终端 |
CN104391297A (zh) * | 2014-11-17 | 2015-03-04 | 南京航空航天大学 | 一种划分子孔径pfa雷达成像方法 |
CN104678362A (zh) * | 2015-03-13 | 2015-06-03 | 电子科技大学 | Mimo天波超视距雷达波形优化方法 |
CN106817331A (zh) * | 2015-12-02 | 2017-06-09 | 华为技术有限公司 | 通信系统中处理通信信号的方法和装置 |
CN106526546A (zh) * | 2016-12-09 | 2017-03-22 | 南京航空航天大学 | 一种针对雷达与通信联合系统的雷达干扰功率分配方法 |
Non-Patent Citations (2)
Title |
---|
RENHUI XU ETC.: ""Radar mutual information and communication channel capacity of integrated radar-communication system with MIMO"", 《ICT EXPRESS》 * |
白云: ""多载波测距系统与TOA估计算法研究"", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109507641A (zh) * | 2018-11-07 | 2019-03-22 | 电子科技大学 | 一种合作的mimo雷达和mimo通信系统性能计算方法 |
CN109507641B (zh) * | 2018-11-07 | 2023-05-02 | 电子科技大学 | 一种合作的mimo雷达和mimo通信系统性能计算方法 |
CN109635349A (zh) * | 2018-11-16 | 2019-04-16 | 重庆大学 | 一种噪声增强最小化克拉美罗界的方法 |
CN109635349B (zh) * | 2018-11-16 | 2023-07-07 | 重庆大学 | 一种噪声增强最小化克拉美罗界的方法 |
CN109782249A (zh) * | 2019-02-22 | 2019-05-21 | 南京航空航天大学 | 一种两目标相关时延估计算法 |
CN110133635A (zh) * | 2019-04-03 | 2019-08-16 | 电子科技大学 | 一种合作mimo雷达和通信系统计算目标定位和互信息的方法 |
CN109975779A (zh) * | 2019-04-16 | 2019-07-05 | 西安电子工程研究所 | 基于局部能量和最大的步进频雷达目标抽取算法 |
CN110471051A (zh) * | 2019-08-16 | 2019-11-19 | 广州大学 | 一种多用户接入下ofdm波形目标探测方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108562883B (zh) | 2022-06-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108562883A (zh) | 一种多载波雷达系统的最大似然距离估计算法 | |
CN108199994B (zh) | 一种无线综测仪ofdm信号频偏估计方法及系统 | |
US7558245B2 (en) | Method and apparatus for time and frequency synchronization of OFDM communication systems | |
CN107547143B (zh) | 一种已知子载波频率的ofdm-mfsk水声通信宽带多普勒估计与补偿方法 | |
CN102868659B (zh) | 一种移动ofdm水声通信信号的符号同步和多普勒补偿方法 | |
JP5250336B2 (ja) | タイミング同期方法およびその装置、並びにプリアンブルおよびその生成方法と装置 | |
CN109660478A (zh) | 一种基于改进的Park频域训练序列的定时频率同步方法 | |
CN107257324B (zh) | 一种ofdm系统中的时频联合同步方法及装置 | |
CN105516045B (zh) | 一种ofdm训练序列构造及同步方法 | |
CN103780521A (zh) | 一种稀疏度自适应的ofdm系统信道估计方法 | |
CN104022996B (zh) | 一种基于信道估计的ofdm系统定时同步方法 | |
CN104767587A (zh) | 基于ofdm系统下联合信道编译码的压缩感知信道估计方法 | |
CN108809354B (zh) | 一种高动态多普勒捕获的长时间累积方法 | |
CN107454032A (zh) | 一种基于子载波间幅值积的ofdm频偏估计方法 | |
CN106453192B (zh) | 一种基于屏蔽互补二元序列偶的符号同步方法及系统 | |
CN102215184B (zh) | 一种上行定时偏差的估计方法及系统 | |
CN100559785C (zh) | 一种用于WiMAX系统的接收符号同步方法 | |
CN110059401B (zh) | 一种ofdm系统水声信道冲激响应重构方法 | |
Ren et al. | OFDM-based precise ranging technique in space applications | |
CN105099982A (zh) | 一种频偏估计方法及装置 | |
CN110430156A (zh) | 突发ofdm数据传输的帧同步方法及系统 | |
CN1490955A (zh) | 利用频域pn序列导频获得粗频偏估计的方法 | |
CN110290084A (zh) | 一种基于数据频率能量峰值的短波信道盲符号同步方法 | |
CN109274614A (zh) | 一种适用于时变稀疏信道的鲁棒信道估计算法 | |
CN106357584B (zh) | 基于块状导频的迭代相关符号定时估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |