单接收天线空时分组码系统的分层调制识别

针对单接收天线空时分组码系统的调制识别问题,提出了一种基于初等四阶累积量的分层调制盲识别算法.首先推导了不同信号星座在无噪声条件下的初等四阶累积量的理论值和方差,然后根据最大似然比检测求得阈值;最后比较接收信号初等四阶累积量实验值与阈值的大小盲识别调制方式.该算法不需要信道、噪声功率等先验信息,适合非合作通信场合.仿真结果表明,所提出的算法在低信噪比下能够较好的识别单接收天线空时分组码调制方式.     

一种单接收天线下的空时分组码识别方法

该文针对全盲条件下单接收天线的空时分组码(STBC)识别问题,提出一种基于四阶累积量识别方法。使用接收信号的四阶累积量作为特征参数,利用高阶累积量对零均值高斯噪声不敏感的特性,首先求取各种STBC的四阶累积量理论值,再对采样信号四阶累积量进行区间检测,从而实现STBC的识别。该算法不需要信道信息和噪声参数,仿真结果表明,该算法在单天线条件下性能较好。     

基于高阶累积量的空时分组码盲识别算法研究

针对MISO通信系统的空时分组码盲识别问题,提出了一种基于高阶累积量的空时分组码盲识别算法。首先,给出了MISO接收信号模型,利用高阶累积量的性质分析得到接收信号的四阶累积量的表达式;然后,利用编码矩阵的特性,证明接收信号在不同时延向量下的四阶累积量呈现非零值,其非零值取决于STBC的类型;最后,采用四阶累积量的实验值与理论值的最小欧式距离盲识别空时分组码的类型。仿真结果表明,即使在低信噪比条件下,所提方法能够较好地识别空时分组码。     

基于四阶循环平稳的STBC-OFDM信号盲识别

针对非理想信道环境下多输入单输出(MISO)通信系统中STBC-OFDM信号的盲识别问题,提出了一种基于四阶循环平稳的STBC-OFDM信号盲识别算法。该方法首先对MISO通信系统中STBC-OFDM信号进行建模;然后利用STBC-OFDM信号编码矩阵的相关性,结合四阶循环平稳特性,推导了不同时延向量下接收信号块的四阶循环矩;最后根据有无尖峰盲识别空时分组码的类型。该方法采用分层识别的思想,无需信道系数、噪声功率和调制方式等先验信息,适合非合作通信场所。仿真结果表明:算法适应于低信噪比的环境,且不受调制方式、相位噪声和多普勒频移影响,实用性很强。      

基于FOLP的STBC-OFDM信号盲识别方法

针对STBC-OFDM信号盲识别中存在着识别所需样本数多、对频偏敏感和不适用于单接收天线等问题,提出一种基于FOLP（Fourth Order Lag Product）的识别方法.根据不同空时分组码元素的相关性,推导了接收信号的FOLP,构造了基于FOLP的峰值检测算法.推导和仿真结果表明,该算法能够在单接收天线下运行,且不需要知道信道信息、噪声信息、调制信息以及OFDM块的起始位置;且该算法不受调制方式的影响,对时延、相位噪声和频率偏移鲁棒性能好,能够应用于认知无线电、频谱监控等工程领域中.     

一种基于高阶累积量的正交空时分组码盲识别方法

针对全盲条件下正交空时分组码(OSTBC)的正交性识别问题,提出一种基于高阶累积量的OSTBC识别方法.通过对接收信号白化,在不需要信道估计的情况下,消除信道对识别结果的干扰,既减少了算法复杂度,又提高了低信噪比条件下OSTBC的识别概率;考虑实际系统中噪声对识别结果的影响,利用高阶累积量(阶数大于2)的去噪声特性,消除噪声对于STBC正交特性识别的影响;分析了两种四阶累积量的OSTBC识别特性,选取了适用于OSTBC识别的四阶累积量作为特征参数.仿真结果表明,所提出方法对于OSTBC识别问题区分性能较好.     

利用卷积-循环神经网络的串行序列空时分组码识别方法

针对多输入多输出(Multiple Input Multiple Output, MIMO)系统中的空时分组码识别(Space-Time Block Code, STBC)问题,本文提出了一种利用卷积-循环神经网络的串行序列空时分组码识别方法。将一维接收信号的实部和虚部分离后输入网络,利用卷积神经网络(CNN)提取其空间特征,结合循环神经网络(RNN)提取其深层时序特征,提高网络的特征表达能力;网络训练过程采用反向传播方法,通过计算输出与目标值的误差,将误差反向传回网络中并更新权值,完成网络的训练过程;将测试集数据输入训练好的网络中,实现对空时分组码的识别和区分。该方法将深度学习算法运用到串行序列空时分组码识别当中,训练完的网络可直接对单接收天线下的空时分组码进行识别,不需要重复计算信号的统计特征,避免了人为设计特征参数和检测阈值。该方法不需要知道信道和噪声的先验信息,适用于电子侦查等非协作通信情况。仿真实验表明,该算法能够有效地对串行序列空时分组码进行识别,并且在低信噪比下有较好的识别性能。      

四阶时延矩STBC-OFDM信号调制方式识别

针对单接收天线的STBC-OFDM信号调制识别问题,提出了一种基于OFDM块四阶时延矩盲调制识别算法。首先计算了在不存在噪声的理想条件下不同星座符号的四阶时延矩的理论值和其方差,然后根据其理论值求取阈值大小,最后比较阈值与实验值判别发射端信号调制方式。该算法不需要预先知道STBC编码方式等先验信息,非常适合于非合作通信场合。仿真结果表明:所提出的算法即使在低信噪比下也能较好的识别单接收天线STBC-OFDM信号调制方式。      

频率选择信道下的空时分组码盲识别

在单接收天线下,针对频率选择性衰落信道下空时分组码( STBC)的盲识别问题,提出了一种基于Kolmogorov-Smirnov( K-S)检测的有效算法。该算法以经验累积分布函数作为特征函数,通过K-S检测经验累积分布函数之间的距离,达到识别空时分组码的目的。在不同调制方式、采样因子和置信区间的条件下分别对算法进行仿真并讨论其性能,结果表明,该算法性能较好,在信噪比大于6 dB时可达到90%以上的正确识别概率,在非合作通信方面具有一定的实用价值。     

频率选择性衰落信道下一种空时分组码的直接解码

该文针对 3个发射天线,1个接收天线的空时分组码系统,提出了频率选择性衰落信道下,无需信道估计,直接对空时分组码进行解码的方法,把子空间方法应用于空时编码当中,从信号处理和空时编码两个方面考虑空时分组码的直接解码问题,利用空时分组码所特有的正交设计,较为方便地从子空间中解出信号信息,从单载波的角度,解决了频率选择性衰落下空时分组码的解码问题。Monte-Carlo仿真给出了直接解码算法的性能,并与使用准确信道信息的解码算法做了性能比较。     

On decoding algorithm and performance of space-time block codes

In this letter, we present a unified mathematical expression for the decoding algorithm of space-time block codes (STBC). Based on the unified expression, we make a comparison of the STBC transmit diversity and the maximal-ratio combining MRC receive diversity, and analyze the symbol error probability for the STBC transmissions. The effects of the channel correlation and the number of transmit and receive antennas on the performance of the STBC are discussed.     

基于分层结构的空时分组码

提出了一种新的空时编码方法,该方法结合了分层空时BLAST (Bell Layered Space Time)结构及空时分组码STBC (Space Time Block Code)的优点.采用在发射端对发射天线分组,对于每组进行独立的空时分组编码,而在接收端进行分组干扰抑制,并且用奇异值分解方法实现解码.该方法具有高于STBC的频谱利用率和码速率.仿真结果验证了该方法的抗衰落性能优于BLAST.     

STBC块传输系统中的一种新型分集合并算法

该文在二发一收的空时分组码(STBC)单载波块传输系统中,提出一种空时和多径分集合并接收算法。通过基于STBC的单载波频域均衡(STBC-SC-FDE)算法得到对发送信号的估计,以此和信道状态信息(CSI)分离接收信号中的各多径分量,对各多径分量分别采用STBC合并,最后再将各多径分量的合并输出结果按照最大比(MRC)的方式进行合并,从而实现空时二维RAKE接收。该算法在较低的计算复杂度情况下,可以同时获得发射分集和多径分集,Monte Carlo仿真验证了该算法的性能。     

MVDR‐combining‐aided diversity and spatial multiplexing for MIMO multi‐cellular networks with cochannel interference

Two multiple‐input multiple‐output (MIMO) schemes (a diversity scheme and a spatial multiplexing scheme) that employ the minimum variance distortionless response (MVDR) combining are proposed for multi‐cellular networks with cochannel interference. With the receive diversity provided by the MVDR combining, the proposed diversity scheme can be benefited by both the transmit diversity and the receive diversity, also, the proposed spatial multiplexing scheme can be benefited by both the receive diversity and the spatial multiplexing. The proposed MIMO schemes do not require the space‐time coding or the successive interference cancellation, thus they can result in less computational complexity than space‐time block code (STBC) and vertical‐Bell Labs layered space‐time (V‐BLAST). We show that the capacity of the proposed diversity scheme is close to or larger than that of STBC for the noise‐corrupted case and is much larger than that of STBC for the interference‐corrupted case. We also show that the capacity of the proposed spatial multiplexing scheme can be much larger than that of V‐BLAST for the interference‐corrupted case and the noise‐corrupted case, and the proposed spatial multiplexing scheme can achieve good compromise between diversity and spatial multiplexing. Copyright © 2011 John Wiley & Sons, Ltd.     

Channel identifiability under orthogonal space-time coded modulations without training

Space-time block coded (STBC) transmission has been established as an efficient tool to enhance communication performance over wireless fading channels. The success of STBC decoding relies on accurate channel knowledge at receivers. In this work, we present a channel estimation approach that does not require training data to estimate unknown channels. Focusing on STBC from orthogonal designs, we present channel identification conditions that are largely verifiable in terms of the code and the antenna array configuration. We also develop a simple subspace-based algorithm to identify the unknown space-time channel matrix for complex transmission. Finally, we present simulation test results to illustrate the performance of the proposed method.     

分布式STBC-OFDM交织深度优化

该文在分布式发射天线场景下,考虑多径瑞利衰落信道,针对每个天线上分别采用交织分组子载波功率扩展的STBC-OFDM链路,提出了一种交织深度优化方法:根据分布式信道的多径数和多径时延,以最小化成对错误概率上界为目标,设置交织子载波分组的交织深度。在两发一收STBC, BPSK调制,由M.1225步行测试信道A, B组成的分布式场景下仿真,结果表明:当误比特率为10-5时,与传统方法相比,该文方法有1.5 dB的功率节省。     

On the nonexistence of rate-one generalized complex orthogonal designs

Orthogonal space-time block coding proposed recently by Alamouti (1998) and Tarokh et al. (1999) is a promising scheme for information transmission over Rayleigh-fading channels using multiple transmit antennas due to its favorable characteristics of having full transmit diversity and a decoupled maximum-likelihood (ML) decoding algorithm. Tarokh et al. extended the theory of classical orthogonal designs to the theory of generalized, real, or complex, linear processing orthogonal designs and then applied the theory of generalized orthogonal designs to construct space-time block codes (STBC) with the maximum possible diversity order while having a simple decoding algorithm for any given number of transmit and receive antennas. It has been known that the STBC constructed in this way can achieve the maximum possible rate of one for every number of transmit antennas using any arbitrary real constellation and for two transmit antennas using any arbitrary complex constellation. Contrary to this, in this correspondence we prove that there does not exist rate-one STBC from generalized complex linear processing orthogonal designs for more than two transmit antennas using any arbitrary complex constellation.     

基于BP神经网络的空时分组码识别算法

针对多输入多输出（Multiple Input Multiple Output,MIMO）系统中空时分组码（Space-Time Block Code,STBC）的盲识别问题,提出了一种基于BP神经网络的空时码识别算法。首先对先前学者提出的基于空时相关矩阵的F范数在新的空时码集下的区分性进行了验证,并基于该范数设计了用于空时码识别的六维特征,最后使用BP神经网络对提取的六维特征进行分类以获得识别结果。相比于传统算法,本文算法可识别的空时码集更大;相比于深度学习的算法,本文算法在较为恶劣的瑞利信道下具有更高的识别率。仿真结果表明,所提算法在信噪比为10 dB时可达95%以上的识别率,且算法对不同的调制方式及不同程度的定时同步误差均具有较好的鲁棒性,识别过程无需要对信道信息进行预估计,在电子对抗等非协作场景下具有较好的应用价值。