低信噪比OFDM信号符号周期盲估计

针对认知无线电系统中正交频分复用(OFDM)信号参数估计这一重要问题,利用OFDM信号的循环谱实现了符号周期的盲估计。首先证明了加循环前缀矩形脉冲成型的OFDM信号具有循环平稳性,然后分别在无噪声和低信噪比条件下,以单载波信号的循环谱为基础,利用OFDM信号各子载波的正交性,从理论上推导出了OFDM信号的循环谱表达式。最后通过对连续信号和离散信号进行仿真,得到了相同的循环谱图,并且在低信噪比条件下,利用循环谱实现了OFDM信号符号周期的盲估计。     

基于符号峰态的OFDM信号参数盲估计方法

针对传统的OFDM信号参数估计方法在短循环前缀条件下存在估计准确率不高、所需OFDM符号数过多等问题,提出了一种基于符号峰态的OFDM信号参数盲估计方法。首先利用OFDM信号相关参数样本区间内的预估值对接收信号进行解调,然后根据解调出的OFDM基带符号构造符号峰态特征函数,最后从理论上证明了可通过检测符号峰态的最小值实现OFDM信号循环前缀长度和有效符号长度的联合估计。实验仿真结果表明,该算法克服了传统方法难以估计短循环前缀OFDM信号参数的缺陷,仅用较少的OFDM符号数就可以实现短循环前缀OFDM信号的参数估计,并且其估计性能优于传统方法。     

基于MUSIC算法的OFDM信号识别方法

针对多径信道下传统的OFDM信号识别方法存在循环前缀较短时估计性能不高、所需OFDM符号数过多等问题,提出一种基于MUSIC算法的OFDM信号识别方法。该方法首先分析了OFDM信号和单载波信号的结构特点,然后对两类信号的自相关矩阵进行奇异值分解,提取奇异值矩阵,最后根据奇异值矩阵中较大非零奇异值的个数实现OFDM信号的识别。仿真实验表明,该方法仅需较少的OFDM符号就可以实现短循环前缀OFDM信号的识别,且识别性能优于传统方法。     

基于OFDM的认知无线电频谱检测算法研究

频谱检测是认知无线电的重要任务之一,国内外都对此领域展开了广泛研究, 而正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)技术灵活的选频方案为实现认知无线电系统提供了良好的平台。本文针对OFDM系统的特点,提出了一种新的频谱检测算法,该算法通过对OFDM收发双方的信号建模,以能量检测的方法为基础,充分利用了正交频分复用符号中的未受多经效应污染的循环前缀(Circular Prefix, CP)和空闲时间来提高检测的精度。计算机仿真结果表明：与传统的只利用空闲时间的能量检测方法和利用所有CP符号信息的方法相比,本文中的算法更有效的提高了频谱检测的概率。     

一种基于循环相关的OFDM信号稳健检测法*

为增强对OFDM信号的侦察能力,提出一种基于最大循环相关值的OFDM信号检测法,分析了OFDM信号的循环平稳性。分析结果表明,循环相关函数在循环频率轴上具有离散频率峰值,其峰值幅度是保护间隔与OFDM符号长度比的正弦函数。给出了基于循环相关检测的恒虚警接收机结构框图。计算机仿真结果表明,基于循环相关的检测法在理想噪声环境下比传统的能量检测法性能差5 dB,但在噪声不确定的条件下,其检测性能比能量检测法更加稳健。     

基于图分析的OFDM频谱感知

随着OFDM信号被广泛应用到现代无线通信系统中,认知无线电中OFDM信号的检测具有重要意义。引入基于图的离散信号处理理论,提出了一种基于图分析的OFDM信号频谱感知方法,详细分析了其检测原理及判决门限的设定,并最后通过蒙特卡洛仿真实验,验证了这种方法的可行性并分析了检测性能,仿真结果表明,在较低信噪比下,这种方法仍具有良好的检测性能。     

OFDM中认知无线电频谱检测

简述了认知无线电的背景和概念,介绍了认知无线电常用的两种检测方法:匹配滤波器法和能量检测法。针对认知无线电和OFDM系统的特性提出了认知OFDM系统授权用户检测方法,该方法是基于OFDM的能量检测法。仿真表明通过选择适当的判决门限可以使系统总的误检概率最小,并通过感知时间优化,可以有效地提高认知OFDM系统的信道传输效率。     

一种无线传感器网络调制方式的仿真和研究

当前,存在着蓝牙、无线局域网等无线标准,它们的功耗相对比较高,成本高,不适用于低能耗的应用,如无线传感器网络.新的无线传感器网络调制方法--基于超宽带信号的多频带OFDM调制方法,可以有效的降低无线传感器网络的能耗.通过Matlab工具仿真了多频带OFDM调制信号和功率谱密度.比较当前无线标准,分析了频段间不干扰性和多频带OFDM调制功率,并提出了自适应子频带选择算法.通过仿真和分析,可以得出OFDM调制功耗低,能提供良好鲁棒干扰与共存性,能适应多种不同的环境.基于超宽带信号的多频带OFDM调制是一种集成到WSM中的,并能代替传统的无线电收发机的比较划算方法,具有一定的应用前景.     

基于改进LSTM的认知无线电频谱感知模型及仿真

针对传统认知无线电频谱感知时间长、计算量大的问题，提出一种改进LSTM的无线电频感知算法。具体改进则是在三个门输入部分增加一个上一时间步的记忆单元作为输出状态值，从而提高神经网络的学习能力；以改进的LSTM为基础，构建改进LSTM的OFDM频谱感知模型。通过仿真实验对算法性能进行验证，仿真结果表明，提出的改进LSTM的OFDM信号频谱感知算法相较于传统频谱感知算法，可提高对认知无线电频谱的获取能力，具有更好的频谱感知性能。     

突发OFDM信号调制识别

为了对OFDM信号进行识别,针对高斯性检测法无法识别白噪声和OFDM信号的问题,提出先应用多子带谱熵法进行OFDM信号端点检测,再构造KS检验统计量进行OFDM信号识别的方案。理论分析及仿真结果表明,多子带谱熵法能够有效地进行OFDM信号的端点检测,基于端点检测的KS统计量降低了纯噪声信号带来的虚警,进而提高了对OFDM信号的识别能力,可以有效地进行突发OFDM信号的识别。     

OFDM系统射频功放分析

介绍了一种新的用来衡量信号特性的参数一立方制系数（cubic metric），分析了正交频分复用（OFDM）信号的峰值平均功率比，立方制系数及互补累积分布函数（CCDF）曲线。仿真并比较了OFDM调制信号激励下功放的非线性指标，最后结合实际所做的某OFDM系统中的射频硬件系统作了对比。     

基于奇异值分解的宽带频谱感知改进算法

对认知无线电中宽带频谱感知的信号检测问题进行研究,在信道位置和带宽随机分布的条件下,提出一种基于Hankel矩阵奇异值分解的改进算法完成宽带频谱的频率点奇异性检测并获得各子频段的起始频率和带宽,有效实现盲宽带频谱感知,同时利用提出的三种性能评价参数对该算法与多尺度小波变换算法进行了性能对比。通过实际接收微波信号及仿真OFDM信号感知实验验证,该算法有效抑制了噪声不确定性,滤除了伪奇异点,提高了宽带频谱感知性能。     

自适应相关性消除算法下的非线性盲均衡

针对现代宽带软件无线电接收机的动态性能受到接收器件非线性效应影响而恶化的问题,本文提出基于Wiener接收模型的自适应相关性消除算法实现对非线性信道的盲均衡。该算法以正交频分复用技术（Orthogonal frequency division multiplexing,OFDM）信号为例,利用接收信号间和数据间的独立不相关性,先对宽带信号与残余谐波进行相关性检测,再根据相关性进行自适应更新补偿模型权重,消除相关性,从而抑制系统非线性。仿真结果表明,相比于过去的算法,该算法在存在大信号干扰的情况下,能大大抑制信号的非线性,使得微弱信号误码率下降,大幅提高了接收系统的灵敏度,且计算复杂度较低。     

A new method of speech transmission over space time block coded co-operative MIMO–OFDM networks using time and space diversity

Reliable and good quality of service for speech transmission over wireless network has been a major challenge for the communication engineers and researchers. In this paper a new technique of speech compression and transmission using different Daubechies wavelets in a space time block coded co-corporative MIMO–OFDM networks using time and space diversity has been proposed. The main focus has been laid on design and development of wavelet based compression of multimedia signals for cooperative MIMO–OFDM system. We tried to find out various major issues regarding the wavelet compression of a speech signal. These issues include choice of a wavelet, decomposition level and thresholding criteria suitable for speech compression and transmission in co-operative MIMO–OFDM systems. A wavelet based speech compression technique using hard and soft thresholding algorithm has been proposed. The work shows that wavelet compression with QPSK modulation is a promising compression technique in a cooperative MIMO–OFDM system which makes use of the elegant theory of wavelets. The performance has been evaluated using mean square error, peak signal to noise ratio, compression ratio, bit error rate, and retained signal energy. It has been found that the transmitted speech signal is retrieved well under noisy conditions at higher order Daubechies wavelets. From the results it is clear that proposed technique aims at a radio access technology that can provide service performance comparable to that of current fixed Line accesses. To evaluate the performance of the proposed method, various performance parameters have been compared with previously implemented techniques and it has been found that the proposed work shows better performance as compared to the already existing techniques.     

基于概率密度的短波OFDM信号识别方法

针对OFDM信号盲识别这一问题,从概率密度的角度出发,对以往实信号归一化峰度和六阶混合矩讨论的不足给予修正与补充;对于归一化峰度及六阶混合矩识别OFDM信号稳定性问题给出了证明。提出一种新的通用的高阶混合矩。实验结果表明,对各类信号的概率密度推论正确,高阶混合矩除了保持低阶混合矩在短波信道条件下识别OFDM信号时错误概率低的优点外,还具有门限更易设置的优势。     

信号分解法降低OFDM符号峰均功率比的算法

在正交频分复用(OFDM)系统中,信号的峰均功率比(PAPR)较高,导致发射端信号发生失真,为此提出了一种降低PAPR的算法。详细的介绍了在基带部分通过信号分解的方法将OFDM符号分解为两路信号以降低PAPR值,并验证了在不同的比较门限和分解门限下该方法对PAPR的改善程度。实验仿真结果证明,信号分解法在合理的比较门限和分解门限下能够在基带部分降低3dB~4dB的PAPR值。