频率选择性衰落信道下的STBC调制识别技术

针对频率选择性衰落信道下空时分组码(Space Time Block Codes,STBC)信号的调制识别问题,改进了一种基于四阶时延矩的调制识别算法.研究的调制方式主要包括BPSK,QPSK,8PSK和16QAM四种典型调制星座,在单接收天线条件下,首先对STBC信号及频率选择性衰落信道进行建模,计算接收端STBC信号四阶时延矩的理论值;然后采用阈值检测方法,将四阶时延矩的估计值同理论值的阈值区间对比,从而自动判别出信号的调制方式.推导和仿真结果表明,上述算法不需要噪声、空时分组码类型等先验信息,在较低信噪比条件下,对四种调制方式也具有良好的识别性能,且对频偏、多普勒频移和时延的鲁棒性能好,计算量较低,具有较高的实用价值.     

一种基于盲均衡的多径环境下调制识别算法

针对频率选择性多径衰落信道下MPSK和MQAM信号的调制分类问题,提出了一种基于盲均衡算法的自动识别算法。将接收到的码元星座图通过一组并行的自适应盲均衡器,当盲均衡器与星座图匹配时其代价函数收敛到最小。所以直接利用盲均衡的代价函数作为调制识别特征,当代价函数收敛后,将具有最小代价函数值的均衡器所对应的信号判为识别结果。仿真结果表明,该算法可以有效识别频率选择性多径衰落信道下的BPSK,QPSK,8PSK,16QAM,32QAM,64QAM信号。     

一种基于盲均衡的多径环境下调制识别算法

针对频率选择性多径衰落信道下MPSK和MQAM信号的调制分类问题,提出了一种基于盲均衡算法的自动识别算法.将接收到的码元星座图通过一组并行的自适应盲均衡器,当盲均衡器与星座图匹配时其代价函数收敛到最小.所以直接利用盲均衡的代价函数作为调制识别特征,当代价函数收敛后,将具有最小代价函数值的均衡器所对应的信号判为识别结果.仿真结果表明,该算法可以有效识别频率选择性多径衰落信道下的BPSK,QPSK,8PSK,16QAM,32QAM,64QAM信号.     

多径衰落信道下MQAM信号的调制识别

提出了一种在多径衰落信道下基于阵列接收的盲均衡调制识别算法。该方法采用多天线接收的结构,把各阵元接收到的信号进行选择性联合(SelectionCombiner)处理,再利用自适应盲均衡算法的代价函数作为识别特征进行信号识别。仿真表明,该方法在较高信噪比时可以识别多径信道下的MQAM信号。     

频率选择性衰落信道下的同步参数联合盲估计算法

对于多径频率选择性衰落信道以及低信噪比环境下线性调制信号的同步参数盲估计问题,提出基于循环累积量的载波频偏、初始相偏和符号定时误差前向联合盲估计算法。通过理论推导得出多径频率选择性衰落信道下信号的循环累积量与初始相偏和符号定时误差的数学关系。在此基础上先以较大频率间隔进行粗估计确定频偏范围,再以较高精度遍历检测信号特定循环频率,提高载波频偏估计精度,进而由累积量值估计出初始相偏和符号定时误差,不依赖于信道衰落和加性噪声的分布特性,尤其适用于频偏、相偏、定时误差和信道衰落同时存在的复杂情况。仿真结果表明,该算法 能有效实现低信噪比和多径频率选择性衰落信道下对线性调制信号同步参数的联合盲估计。     

频率偏移和符号定时误差的盲估计方法

提出一种适合于频率选择性多径衰落信道的频率偏移和符号定时误差的盲估计方法,该方法主要利用由过采样接收信号所引入的二阶循环平稳特性.通过理论分析,建立了接收信号的循环自相关函数与频率偏移和定时误差之间的关系,在此基础上,导出了频率偏移和定时误差的盲估计算法.本文算法的主要特点是不需要训练序列,而且不依赖于信道衰落和加性噪声的分布特性（时间相关或无关,高斯或非高斯）,特别是它适用于信号星座图为圆形分布或非圆形分布的线性调制信号.通过Monte Carlo仿真实验,在各种不同的条件下对本文提出的盲估计算法的性能进行比较,表明了它的有效性.     

空时分组码系统中WL-Kalman均衡算法*

根据空时分组码(STBC)系统的编码特点,提出了一种低复杂度的基于宽线性(WL)处理的Kalman均衡算法。该算法针对STBC系统,利用宽线性处理的思想,采用Kalman均衡算法对接收信号及其复共轭联合进行处理,有效地减轻了由频率选择性衰落信道引起的码间干扰(ISI)。对所提出的均衡算法在不同环境下进行了仿真验证。结果表明,与传统的线性均衡器相比,该算法明显提高了系统的性能,具有实际应用价值。     

传输损耗条件下基于循环平稳检测的空时分组码盲识别方法

针对传输损耗条件下空间复用（SM）和Alamouti空时分组码的盲识别问题,提出一种单接收天线下的基于循环平稳检测的盲识别算法。首先通过理论推导,证明Alamouti空时分组码具有循环频率的特性;然后,求取接收信号的四阶循环累积量来观察循环频率;最后使用循环平稳检测的方法,构造检测不同空时分组码循环频率的假设检验,从而对2种码的接收信号进行区分。该方法可在单接收天线下进行,蒙特卡洛仿真结果表明,该算法不需要预先知道信道信息、调制方式、载波相位和时间偏移,不需要精确知道载波频偏,识别效果较好。     

多径衰落信道中多OFC-SAW传感器同时读取算法

针对多个正交频率编码声表面波（OFC-SAW）传感器存在同时读取困难的问题,对理想信道中多OFC-SAW传感器反射信号进行了建模分析,通过理论推导实现了对理想信道中多OFC-SAW传感器信息的同时读取。针对实际应用中的多径衰落信道特点,建立了多径衰落信道中阅读器接收到的OFC-SAW传感器反射信号数学模型。对理想信道中阅读器接收到的信号与多传感器反射信号之间的关系模型进行修正,从而得到多径衰落信道中阅读器接收到的信号与多传感器反射信号之间的关系模型。实际应用中通过适时监测信道来估计信道模型参数,从而实现多径衰落信道中多OFC-SAW传感器信息的同时读取。最后经过仿真分析验证了该算法的有效性。     

基于CvM算法的Nakagami衰落信道统计特性检验

Nakagami信道通过不同的衰落因子m可以仿真不同的信道衰落环境,仿真数据与实际测量值吻合度较高,在信道仿真领域得到广泛应用。然而,目前针对Nakagami信道模型的可信性研究较少,缺少科学的比对验证方法。根据典型Nakagami信道的一阶包络序列服从Nakagami分布这一信道统计特性,提出一种基于Cramer-von Mises （CvM）算法的拟合优度检验方法。使用“高斯+瑞利+直流”组合法建立Nakagami衰落信道模型,得到信道输出序列并从中提取包络序列。在此基础上,利用双样本CvM检验算法对包络序列的理论分布和实际分布进行拟合优度检验,实现对Nakagami信道模型的可信性评估。半实物仿真结果表明,与K-S检验、卡方检验和Z检验+卡方检验融合检验算法相比,CvM针对不同m下的Nakagami衰落信道均具有较好的识别性能,同时在可靠性和复杂度方面也具有优势,其对虚警概率为0.01以下的Nakagami衰落信道识别准确率达到92.6%,对样本长度为300 000以上的Nakagami衰落信道平均识别准确率达到96.4%,而当待检验信道为其他信道时,不存在误识别的情况。