基于最小二乘样本拟合的复信号时延估计方法

摘要

针对高斯随机信号在传统时延估计算法估计下出现性能下降的问题,提出一种基于最小二乘样本拟合的时延估计算法.首先给出互相关的代价函数,利用sinc内插公式采用有限数量的样本估计相关数值,再通过最小二乘(LS)准则最小化其代价函数求出估计值,该估计值接近于无偏.给出算法的克拉美罗下界(CRLB)表达式,并将该算法与互相关算法、基于最小均方误差(MMSE)的算法进行性能比较.理论分析与实验结果表明,所提出的基于最小二乘样本拟合的算法性能优于互相关算法与基于MMSE的算法,并且能更好地逼近克拉美罗下界值.