随着OFDM技术的广泛应用和相应通信网络的日趋完善,人们在享用OFDM技术提供数据服务的同时,在军民领域对无线目标定位信息的需求也日益增加,无线定位参数估计技术逐渐向多维化、联合化、高效化方向发展。时延与角度二维参数联合估计在提高参数估计精度,减小接收节点数量等方面具有显著优势,近年来得到了广泛关注。开展精度高、性能好的OFDM信号时延与角度二维参数联合估计技术研究具有重要的理论价值和应用前景。为提高参数估计精度和时效性,本文针对OFDM信号时变特性和无线多径环境,考虑接收阵元数目与多径数目的相对大小、采样快拍数的多少、参数估计精度、计算复杂度等多种因素,深入研究了多快拍多阵元、多快拍少阵元和单快拍数据下的时延与角度联合估计方法,力求满足定位系统效能化的需求。主要工作包括:1.对于静止状态或慢时变目标信号,在多径数目小于阵元数目条件下,针对二维多重信号分类算法可以估计出系统的时延和到达角度参数,但需要长时间二维谱峰搜索、难以实际应用的问题,提出一种基于Hadamard积的快速时延与角度联合估计算法。首先,通过各阵元上OFDM信号的信道频域响应矢量,构造出包含定位参数信息Hadamard积形式的信道频域响应估计矢量。然后,计算其自相关矩阵和噪声子空间,分别构造时延与角度的多项式进行闭式解求解。最后,利用参数配对的方法实现了时延和到达角度定位参数的快速联合估计。仿真结果表明,该方法能够在获得较高参数估计精度的同时,显著降低计算复杂度,且对多径环境具有一定的适应性,提高了定位参数快速获取的能力。2.为综合利用二维信息优势,在不大幅增加复杂度的前提下,进一步提升参数估计性能,提出一种基于正交矩阵特性的时延与角度联合估计算法。首先,根据OFDM信号数据模型的内在关系,先利用旋转因子估计角度参数。然后,利用正交矩阵运算组成的列对应属性以及交换法则构建对应的时延矢量矩阵。最后,通过对角线元素求解获得时延参数,所得二维参数均以闭式解求解且自动配对,提高了配对效率和准确性。仿真结果表明,在低信噪比下,该算法与现有算法相比,明显具有更高的估计精度,性能相对更优。3.对于静止状态或慢时变目标信号,在多径数目大于阵元数目条件下,为避免二维谱峰搜索,根据两阵元间的波程移相特点,给出一种基于修正传播算子的时延与角度联合估计算法。首先,对OFDM信号信道频域响应估计矢量维度进行扩展。然后,采用修正的传播算子算法先估计出时延参数。最后,通过同一的特征向量关系矩阵再计算出角度参数,从而实现了时延和角度参数的联合估计。该算法既无需协方差分解,也无需谱峰搜索,时延和角度参数均以闭式解获得,且二维参数能够自动配对。仿真结果表明,所提算法不仅显著降低了计算复杂度,还能够实现多径数目大于和等于阵元数目条件下的高精度参数估计。4.对于突发信号或快速运动信号,接收到的有效数据仅为单快拍或几次快拍数据。针对单快拍、小样本数据仅能提供有限的信息量致使协方差矩阵不满秩,无法直接利用传统超分辨方法实现参数估计的问题,提出一种基于信息重构矢量矩阵束的时延与角度联合估计算法。首先,根据各阵元上的信道频域响应矢量,从频率和空间两个维度对含有时延和角度参数信息矢量的数据进行重构。然后,构建扩展阵元的增强型数据矩阵,并利用二维矩阵束算法估计时延和角度的参数矢量。最后,通过参数配对实现了时延和角度二维参数的联合估计。仿真结果表明,该算法参数估计精度较高,具有一定的应用价值。5.针对小样本、单快拍数据使得依赖于协方差矩阵的子空间类定位参数估计算法失效,利用二维矩阵束算法在角度参量和时延参量分别获得后仍需要参数配对的问题,给出一种基于广义逆特征值的首达径时延与角度联合估计算法。该算法优先估计出最小时延参数,再通过特征向量关系计算出目标信号的到达角度参数,从而避免了参数配对过程,明显降低了复杂度的同时也能获得较好的参数估计性能。仿真结果验证了所提算法的有效性,相对地提高了参数获取的计算效率。