论文部分内容阅读
脉冲超宽带(Impulse Radio Ultra Wideband,IR-UWB)通信技术通过发送极短脉冲波形来携带信息,无需载波调制,在短距离范围内能实现高数据传输的要求。然而,IR-UWB信号在时域上的脉冲持续时间极短,使得其在频域上的带宽极高,这就给接收机的采样单元带来了极大的挑战,现阶段的高速模拟—数字转换器(Analog to Digital Convertor,ADC)难以低成本实现,成为阻碍该技术发展的主要因素。压缩感知(Compressive Sensing,CS)的出现,为信号采样提供了新的解决方案。CS理论指出,若一个信号可以在某个域(或基)进行稀疏表示或是具有可压缩特性,则通过少量的随机采样值便可以对原始信号进行重构。IR-UWB信道和信号在时域上具备天然的稀疏特性,因此将CS理论引入IR-UWB用以降低系统采样率,构建CS-UWB系统来解决高速ADC难以低成本实现的问题,成为了近年来IR-UWB研究领域的热点。考虑到IR-UWB多径信道和调制信号特征具备远多于稀疏的统计及确定性先验,本文从贝叶斯视角出发,对CS框架下的IR-UWB系统展开了深入研究,具体研究内容包括:首先将CS-UWB中的CS重构描述为稀疏贝叶斯模型,提出了BCS-UWB系统架构。在此框架下,基于对信道特征的统计先验分析和信道的准静态特性,提出了分两阶段来完成信道估计的方案,第一阶段用来估计出信道的簇结构信息,获得信道的簇位置集,第二阶段利用BCS重构算法,结合得到的簇位置集来获得信道冲击响应幅值的估计,提高信道冲击响应的重构信噪比,并将所得信道估计结果用于信号解调中,降低了比特误码率(Bits Error Rate)。进一步,结合所设计的速率达150 Mbps的调制方案BPM-4PPM,研究了考虑调制信号所具备的位置、幅值等确定性先验信息的信号解调方法,提出了基于位置分组和幅值逼近的修正子空间追踪(Modified Subspace Pursuit,Mod-SP)算法来完成信号的解调,进一步降低了信号解调的比特误码率,提升了系统的整体性能。本文的研究论证了BCS框架下的IR-UWB系统可获得比传统CS框架下的IR-UWB系统更优异的性能,拓展了基于压缩感知的IR-UWB系统的研究范畴,为未来低复杂度、高性能IR-UWB系统设计提出了又一种新的可选思路。