针对无人机空地信道, 基于空间期望最大化算法(SAGE)对信道特征参数进行高精确度估计。在提取了多径时延、多径功率等空地信道小尺度衰落特征后, 利用均匀量化和非均匀量化方法, 对实测数据的主径功率、主径-多径功率差开展无线信道密钥量化。分别针对起飞和巡航场景分析了密钥的量化效率、随机性以及算法运行时间等指标, 并与基于大尺度特征的密钥量化结果进行比较。密钥量化效率结果表明: 基于非均匀量化优于均匀量化; 基于信道特征高精确度估计的量化方法优于传统基于大尺度特征的量化; 起飞场景下的量化优于巡航场景的量化。密钥随机性测试结果表明本次量化所获得的密钥都具有较好的随机性; 算法运行时间结果则表明不同量化方法的运行时间差异较小。因此基于高精确度提取的 2种量化方法复杂度较低。

针对多调制指数连续相位调制(Multi-h CPM)信号给出了卷积编码、随机符号交织器串行级联系统的迭代检测，研究了针对Multi-h CPM信号的逐符号最大后验概率(MAP)检测算法及不同系统参数下的迭代检测性能。最后提出在频率脉冲截断(FPT)的基础上使用奇异值分解(SVD)的联合降复杂度算法，有效简化了部分响应多指数CPM信号的状态转移网格以及接收端的匹配滤波器。在高斯白噪声信道下，针对第二代遥测新体制(Tier2)信号进行仿真，与相同码率及码长的低密度奇偶校验(LDPC)编码系统相比，串行级联系统有着3.5 dB的性能增益。最后采用本文提出的联合降复杂度算法，能够将Tier2信号的网格状态数由256简化到64，匹配滤波器个数由64降到2，而由此带来的迭代检测性能损失却可以忽略不计。

为降低多调制指数连续相位调制 (Multi-h CPM)信号解调和级联译码的复杂度和时延, 提出了一种适用于多进制部分响应 Multi-h CPM信号的低复杂度软输出维特比 (LC-SOVA)算法。针对倾斜相位 (TP)+频率脉冲截断 (FPT)低复杂度 Multi-h CPM解调, 在维特比检测中对每个状态存储并不断更新符号软信息, 通过舍弃度量较小的路径来降低更新软信息的运算量, 且软信息更新过程可以并行处理, 复杂度降低一半, 时延与维特比算法等价。仿真结果表明, 所提 LC-SOVA算法具有通用性, 适用于多进制部分响应 Multi-h CPM信号的软信息计算, 在级联低密度奇偶校验码 (LDPC)系统中, 该算法与 Max-log-MAP算法相比信噪比损失几乎可以忽略不计。