1.基于ARIMA滤波器的SAGE信道参数估计方法，其特征在于，包括以下步骤：S1，初始化所有路径的信道参数，具体包括每条路径的时延和复振幅；

S2，基于S1初始化的信道参数，计算初始漫散射分量，并基于所述初始漫散射分量，建立漫散射分量的ARIMA模型，基于漫散射分量的ARIMA模型，建立ARIMA滤波器；

S3，基于S2所得ARIMA滤波器，对测量信号进行滤波处理，然后使用SAGE算法基于滤波后的信号进行迭代优化，估计每条路径的信道参数，每迭代一次，对ARIMA滤波器的参数也进行更新；

S4，估计漫散射分量。

2.根据权利要求1中所述的基于ARIMA滤波器的SAGE信道参数估计方法，其特征在于，S2中，计算初始漫散射分量具体如下：使用测量的信道频域响应减去初始化时估计的LOS分量和强反射分量，得到的剩余信号记为漫散射分量；该处估计得到的漫散射分量为初始漫散射分量；

初始漫散射分量为：

其中， 信道频域响应；fm为频率。

3.根据权利要求1中所述的基于ARIMA滤波器的SAGE信道参数估计方法，其特征在于，S2中，建立漫散射分量的ARIMA模型为：其中，s(n)为线性系统第n个时间序列，s(n-g)为线性系统第n-g个时间序列；v(n)为第n个输入序列,v(n-w)为第n-w个输入序列；p为自回归项数，即AR的阶数；q为滑动平均项数；

ag、bw分别为AR模型和MA模型的系数；根据AR模型及MA模型的系数初始化ARIMA滤波器。

4.根据权利要求1所述基于ARIMA滤波器的SAGE信道参数估计方法，其特征在于，S2中，确定漫散射分量的ARIMA模型具体如下：(1)判断漫散射分量序列是否平稳，若序列平稳，则直接确定AR模型和MA模型的阶数，并计算AR模型和MA模型的参数；若序列非平稳，则对非平稳的漫散射分量序列数据进行差分处理，得到差分阶数d，将其转换为平稳序列，然后确定AR模型和MA模型的阶数；

(2)确定ARIMA模型的参数。

5.根据权利要求4所述基于ARIMA滤波器的SAGE信道参数估计方法，其特征在于，采用ACF检验或ADF单位根检验方法，判断漫散射分量序列是否平稳，根据AIC准则、SC准则或FPE准则确定AR和MA的阶数。

6.根据权利要求1所述的基于ARIMA滤波器的SAGE信道参数估计方法，其特征在于，S3具体包括以下步骤：(1)设置迭代次数T的初始值为1；迭代的次数的最大值或估计误差小于设定值err作为迭代终止条件；

(2)设有L条路径，将路径序号i初始值设置为1，最大值设置为L；

(3)使用SAGE-ARIMA算法估计第i条路径的时延和复振幅；

基于ARIMA滤波器从待测量信号中过滤掉漫散射分量，留下强反射分量，对过滤之后的测量信号进行参数估计；

首先，计算第i条路径的条件期望；然后，计算第i条路径的似然函数，通过使第i条路径的似然函数最大化，得到第i条路径的估计参数，即时延和复振幅；

(4)路径序号更新为i+1；判断此时路径序号是否等于L，若等于L则进行下一步；反之，跳至步骤(3)；

(5)基于步骤(3)计算得到的每条路径的估计参数，重新计算漫散射分量，并更新ARIMA滤波器的时延和复振幅；

(6)根据迭代次数是否达到最大值或迭代结果是否收敛，判断是否终止迭代；

若迭代次数T达到最大值或第T次的迭代结果与第T-1次的迭代结果的差值小于误差值

0.000001，则跳出迭代循环，当前测量快照的信道参数估计结束；若迭代次数小于等于设定值且迭代结果的差值大于设定值err，则迭代次数T加1，跳至步骤(1)继续进行。

7.根据权利要求1所述的基于ARIMA滤波器的SAGE信道参数估计方法，其特征在于，S4具体如下：(1)根据S3得到的信道参数复振幅和时延，重构估计的可视距分量和强反射分量信号(2)使用实际测量的信道频域响应数据减去重新估计得到的可视距分量和强反射分量得到估计的漫散射分量；

其中， 信道频域响应；fm为第m个频带的频率。