WLAN（Wireless Local Area Networks）室内定位已受到人们广泛的关注，而在离线指纹采集阶段常常容易造成位置指纹RSS数据采集的盲目性和不可靠性，并忽略所需采集RSS（Received Signal Strength）样本容量与定位性能的关系.为了解决这一问题，本文提出一种面向WLAN室内定位的T检验样本容量优化方法.该方法在离线阶段利用OC（Operating Characteristics）函数优化指纹数据库允许的最小RSS样本容量，而在在线阶段利用T检验方法对目标终端进行粗定位，并进而提出基于T检验的KNN（K-Nearest Neighbour）算法以完成对目标终端的精定位.此方法用有限的样本容量获得较稳定的定位性能分析结果，显著地减少了大量的人力和时间开销.
针对基于概率假设密度算法（Probability Hypothesis Density，PHD）的高维纯方位多目标跟踪，提出了新型的PHD算法-新型采样准则的基于无迹变换的粒子PHD算法（Unscented Particle PHD based on New Sampling Rule，NSRUP-PHD）.新算法对每个目标设计了基于无迹变换（Unscented Transform，UT）的粒子滤波器，不仅解决了非线性滤波估计的问题，而且还通过高斯混合的方式实现了非高斯噪声估计.此外粒子滤波器提出了一种新型的采样手段，通过基于三阶容积准则（Cubature Rule，CR）的粒子方位选择和概率累加的距离延伸，使得采样粒子遍布整个空间的同时保障了粒子概率分布的问题，提高了粒子使用的效率.仿真结果表明NSRUP-PHD能够实现多目标有效跟踪，相比于传统的算法和伪随机采样，新型滤波器和采样手段可改善跟踪效果.
本文设计出一种针对脉冲噪声的二维鲁棒高分辨率波达方向（DOA，Direction of Arrival）估计算法，以解决雷达、声纳等无线通信领域中脉冲噪声环境下IAA（Iterative Adaptive Approach）无法准确估计出DOA的问题.该算法中，用最小p阶范数代替WLS（Weighted Least Squares）作为最优化求解的代价函数.此外，根据Toeplitz-Block-Toeplitz（TBT）矩阵性质和FFT简化计算过程，提出该算法的快速实现方法，提高算法的计算效率.该算法在对称α-稳定（SαS，Symmetric Alpha-Stable）分布噪声环境下建模，仿真结果表明：与CRCO-MUSIC（CoRrentropy based COrrelation-MUltiple Signal Classification）算法和MUSIC-FLOM（MUltiple Signal Classification-Fractional Lower-Order Moment）算法相比，二维lp-IAA算法可以在低信噪比、单快拍条件下有效分辨出相邻多目标信号；快速算法可以在保证高分辨率的前提下，算法平均运算时间降低至原来的约1/40.
正交频分复用（OFDM，Orthogonal Frequency Division Multiple）信号的调制识别与参数估计是非协作通信领域的重要研究内容.为了解决α稳定分布噪声下OFDM信号调制识别与参数估计困难的问题，提出一种广义循环平稳的盲处理算法.该算法首先对接收信号进行非线性变换，推导出接收信号的广义循环自相关函数表达式，分析了单载波调制信号与OFDM信号的广义循环自相关函数特性，并给出了OFDM信号的广义循环自相关函数与待估参数之间的关系.然后，基于分析结论，利用广义循环自相关函数构造调制识别特征完成OFDM信号与单载波信号的调制方式自动分类；最后，针对OFDM信号的调制参数估计问题，提出了一种基于广义循环自相关函数的调制参数估计算法.理论分析与仿真结果表明，在α稳定分布噪声环境下，该算法可以有效实现OFDM信号调制识别与参数估计，且算法不依赖接收信号的先验信息，可以直接对中频接收信号进行处理.
准确地估计信号的到达角（Angle Of Arrival，AOA）为实现在室内高精度定位提供了可能，为了能够准确地估计室内多径信号的AOA，并提取出直射路径的AOA信息进行定位，本文提出一种利用信道频率响应信息（Channel Frequency Response，CFR）扩展阵列天线的亚米级室内定位系统.首先，采集CFR信息进行AOA和信号到达时间（Time Of Arrival，TOA）的联合估计；其次，提出了一种基于AOA和TOA二维聚类信息的直射路径识别算法；另外，还提出了可视环境（Line Of Sight，LOS）以及非可视环境（Non Line Of Sight，NLOS）的识别算法，可以准确的判断出当前接收机相对发射机是处于LOS还是NLOS环境；最后，利用现有的三天线Wi-Fi设备在室内进行了测角以及定位测试，实验结果表明本文提出的定位系统在室内LOS和NLOS环境下分别可以达到中值误差为0.8m，1.3m的定位精度，可用于室内高精度定位.
针对underlay认知无线电中时频重叠正交频分复用（Orthogonal Frequency Division Multiplexing，OFDM）信号的信噪比（Signal to Noise Ratio，SNR）难以估计的问题，提出了一种基于循环自相关特性的时频重叠OFDM信噪比盲估计方法.该方法提取接收信号的循环自相关函数截面中的离散谱线估计出分量信号的总功率，并结合时延和循环频率均为零时的离散谱线估计出时频重叠OFDM信号的信噪比.仿真结果表明，在无需先验信息的情况下，当SNR大于-7dB时，所提方法估计的均方误差小于0.1，并且对分量信号的功率比和频谱重叠率具有稳健性.
