根据信道冲激响应的稀疏特性,提出了一种频域的时延估计压缩感知模型,将时延估计问题转化为基于欠采样数据的稀疏向量估计问题。利用离散傅里叶变换(Discrete Fourier transform,DFT)矩阵的子矩阵所满足的受限等距性(Restricted isometry property,RIP)以及信道冲激响应的稀疏特性充分降低了时延估计所需数据量的要求。分析了本文模型具有码片内多径分辨能力以及良好抗噪性能的原因,并与多信号分类(Multiple signalclassification,MUSIC)和旋转不变技术的信号参数估计(Estimation of signal parameters via rotationalinvariance technique,ESPRIT)算法的时延估计性能进行仿真比较。仿真结果表明,本文提出的方法不需要预知多径的条数,对码片内多径时延具有较高的估计精度,其时延估计性能在特定条件下优于MUSIC和ESPRIT算法。
短波信道音频干扰分布密集,导致宽带短波探测系统接收信噪比严重恶化。针对传统奇异值分解(Singular value decomposition,SVD)滤波方法损失了干扰频率处的有用功率,对信道参数的高精度提取造成了不利影响。本文深入分析了SVD滤波内部机理,推导得到SVD滤波的解析表达式,并由信号加噪声子空间得出有用功率的鲁棒估计,进而提出了一种新颖的基于功率补偿的音频干扰抑制算法。仿真与实测数据处理结果表明,该算法不仅实现了干扰抑制,而且有效减小了抑制产生的信号损伤,对于短波电离层信道参数的高精度提取具有特殊意义。
