IR-UWB系统中基于root-MUSIC算法的TOA和DOA联合估计-论文.pdf

《IR-UWB系统中基于root-MUSIC算法的TOA和DOA联合估计-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第35卷第2期通信学报Vl_35No．22014年2月Jouma1onCommunicationsFebruary2014doi：10．3969／j．issn．1000-436x．2014．02．018IR-UWB系统中基于root．MUSIC算法的TOA和DOA联合估计王方秋，张小飞，一，汪飞(1．南京航空航天大学电子信息工程学院，江苏南京210016~2．南京航空航天大学雷达成像与微波光子技术教育部重点实验室，江苏南京210016)摘要：针对二维多重信号分类算法可以估计出系统的到达时间(TOA，time．of-arriv

2、a1)和波达方~(DOA，direction—of-arriva1)参数，但需要复杂度非常高的二维谱峰搜索这一问题，提出了IR．UWB系统中基于求根MUSIC(root．MUSIC)的TOA和DOA联合估计算法，该算法对接收信号的频域形式建模，先估计出TOA，然后由TOA的差值计算出DOA，从而实现TOA和DOA的联合估计。该算法不需谱峰搜索，可直接给出估计参数的闭式解，还可实现参数配对。还推导了参数估计的误差方差。仿真结果表明，该算法的参数估计性能明显优于矩阵束算法、传播算子算法以及基于旋转不变技术估计信号参数算法，并且非

3、常接近于2D．MUSIC算法，但该算法的复杂度却远远低于2D．MUSIC算法。关键词：到达时间；波达方向；脉冲超宽带；多重信号分类中图分类号：TP391．9文献标识码：A文章编号：1000．436X(2014)02．013709Root--MUSIC--basedjointTOAandDOAestimationinIR-UWBWANGFang．qiu，ZHANGXiao—fei，WANGFei(1．CollegeofElectronicandInformationEngineering，NanjingUniversityof

4、AeronauticsandAstronautics，NaNhag210016，China；2．KeyLaboratoryofRadarImagingandMicrowavePhotonics，MinistryofEducation，NanjhagUniversityofAeronauticsandAstronautics，Nanjing210016，China)Abstract：Theparameterscanbeestimatedviatwo-dimensional(2D)multiplesignalclassifica

5、tion(MUSIC)algorithm，inwhichthetwo—dimensionalspectralpeaksearching，however,requiresmuchhighercomputationalcomplexity．Aimingattbis，analgorithmofroot．MUSIC，basedjointTOAandDOAestimationinIR-UWBsystemwasproposed．Atiermod—elingthereceivedsignalsinthefrequency—domain，t

6、healgorithmestimatedtheTOAparametersfirst，andthentheDOAparametersviathediferenceoftheTOAwasobtained，therebytheiointTOAandDOAestimationwasgained．Thisal-gorithrndoesnotneedspectralpeaksearchingandcanobtaintheclosed．formsolutionsoftheTOAsandDOAs．More-over,itcangetthep

7、arameterspaired．maddition，theerrorvariancesoftheestimatedparameterswerederived．Thesimulationresultsshowthattheproposedalgorithmhasmuchbetterperformancethanmatrixpencilalgorithm，propaga-tormethodandestimationofsignalparametersviarotationalinvarianCetechniquesfESPRIT

8、)algorithm，andhasalmostthesanleperformanceas2D．MUSICalgorithm，whilethecomplexityoftheproposedalgorithmhasfarlowerthanthatof2D．MUSICalgorithm．Keyw