基于循环前缀相关性的OFDM调制识别算法

针对多径衰落信道下正交频分复用(OFDM)与单载波信号之间调制识别难的问题,提出了一种OFDM与单载波信号调制分类的新方法.该方法首先通过对信号的自相关进行能量归一化并取绝对值,去除抖动、频偏和相位噪声的影响,然后对能量归一化自相关进行形态学滤波,减少由于信号观察长度有限和背景色噪声所产生的影响,提取经过处理后信号自相关的次峰值作为识别特征,最后设计基于支持向量机的分类器,实现了对OFDM与单载波信号之间的调制分类.实验仿真结果表明,该方法在多径衰落信道下具有稳健的识别性能.     

改进的基于循环平稳分析的OFDM关键参数估计方法

提出了一种利用OFDM信号自相关特性和循环平稳特性进行多径信道下关键参数盲估计的算法.该算法首先利用OFDM信号的自相关特性估计信号的有效符号长度,接着利用多径信道下的OFDM信号具有二阶循环平稳特性来估计符号长度,并且在此过程中引入平均的思想,通过对信号的一组循环频率求均值的方法得到最终估计值.信号的二阶循环平稳特性使得该算法可抑制多径干扰,平均的处理方法提高了算法的抑制高斯噪声能力.计算机仿真结果表明:该算法在设定的多径信道下,当信噪比SNR=-2 dB时参数盲估计的正确率可以达到90%以上,在信噪比SNR=2 dB时正确率可以达到100%.     

基于高阶累积量的OFDM信号子载波的调制识别

提出一种在多径信道下的OFDM信号的子载波调制方式识别算法,利用两个高阶累积量特征先后识别出OFDM信号中空子载波信号和导频子载波信号,再通过一个特征矢量对OFDM子载波的调制方式进行识别,从而完成OFDM信号子载波调制方式的识别。该方法不但可消除多径效应带来的影响,而且减小了噪声对识别性能的影响。通过仿真可以看出,在信噪比为10d B时,正确识别率可达95%以上。     

含有导频的OFDM信号子载波的调制方式识别方法

针对多径信道下含有导频的正交频分复用(OFDM)信号子载波调制方式难识别的问题,提出一种含有导频的OFDM信号子载波调制方式识别方法.该方法在OFDM信号的等效模型下,首先利用高阶累积量的组合特征识别出OFDM信号中的空子载波信号和纯导频子载波信号,然后利用两个基于矢量图最小环带模值方差的特征对提取出来的受导频影响较小的调制子载波信号进行调制方式的识别.仿真结果表明,该方法在多径信道下是有效可行的.     

多径信道下OFDM信号子载波的调制方式识别新方法

针对非合作通信系统中,多径信道下含有导频的正交频分复用(OFDM)信号子载波调制方式难识别的问题,提出了一种OFDM信号子载波调制方式识别的新方法.该方法首先运用4阶与2阶累积量的组合特征,去除OFDM子载波信号中的空载波信号,然后利用4阶累积量和6阶累积量的组合特征,滤除纯导频子载波信号和部分混有导频的调制子载波信号,最后基于改进的减法聚类方法,对提取出来的受导频影响较小的调制子载波信号进行调制方式识别.实验仿真结果表明,该方法在多径信道条件下具有稳健的识别性能.     

基于高斯和功率谱特性的小波调制识别研究

小波调制是一种全新的多载波通信调制方式,该文基于OFDM和小波调制信号的渐近高斯分布和频谱特性,探讨了加性高斯白噪声信道条件下小波调制信号的识别。利用调制信号的高阶统计量和功率谱峰度为分类特征,采用信噪比与特征参数联合估计的方法,分别实现多载波与单载波调制信号、OFDM与小波调制信号的识别。仿真实验结果表明,该方法具有良好的识别性能,且能很好的抑制高斯噪声的干扰。     

多径衰落信道下MIMO OFDM系统的定时同步算法

提出了一种多径衰落信道下多输入多输出正交频分复用(MIMO OFDM)系统的定时同步算法.算法将恒幅零自相关码作为训练序列,每根发射天线采用修正的循环延迟序列,在接收端分别计算本地序列和接收信号的互相关和接收信号的对称自相关,再将二者结合起来以确定定时位置.为了对抗多径信道中第1径不是最强径的情况,还采用了多径后向搜索技术,并利用可变阈值进行判决,以改善同步性能.通过仿真对算法在加性高斯白噪声信道和多径信道下的性能进行了验证和比较.     

认知无线电中OFDM信号联合参数估计

提出了一种基于循环自相关函数实现正交频分复用(OFDM)信号参数联合估计的算法．该算法只需在相应切面上搜索峰值距离就可实现OFDM信号的码片时间、有用符号时间、符号周期参数的联合估计. 并在低信噪比条件下,用频域累积法计算OFDM信号循环自相关函数. 计算机仿真结果验证了新算法的有效性.     

基于修正自相关函数的OFDM信号调制识别

以CP OFDM、ZP OFDM、SCLD、CP SCLD 4类信号作为研究对象,针对OFDM信号序列的自身周期性对其循环自相关函数表达式进行了修正,并加以公式推导;结合OFDM信号的调制特征,提出了一种新的识别算法。所提算法无需完成任何参数估计及同步等预处理过程,理论推导及仿真结果表明,该算法具有良好的抗噪性能,且对多普勒频移及多径等信道参数表现出较强稳健性。     

多径信道下调制信号识别新方法

针对多径信道中存在调制信号识别难以实现及识别率低的问题,提出了一种全盲的基于小波变换和高阶循环累积量相结合的算法(W-HOCC).该算法利用小波变换的线性性质和循环累积量的叠加性质构造识别特征,即把接收信号在小波变换前后的四阶累积量的比值作为识别特征参数.从理论上证明了该算法能够消除多径信道参数的影响.仿真结果表明:在信噪比为0dB的多径瑞利衰落信道下,分类2ASK、2PSK和4QAM信号的识别率几乎达到100%;与基于高阶累积量的算法相比,在识别BPSK和QPSK时,W-HOCC算法的性能明显优于基于高级累积量的算法,而且具有更强的抗噪声和抗多径能力.     

长期演进系统上下行信号识别算法

针对频率选择性衰落信道下的长期演进(Long Term Evolution,LTE)系统,提出一种基于高阶累积量的上下行信号识别方法。由于正交频分复用信号的峰值平均功率比较大,LTE系统的上行传输采用单载波频分多址,即上行信号呈现单载波特性,而下行采用正交频分多址是多载波传输,因此,利用高阶累积量的方法可以有效地识别LTE上下行信号,从而可以用于识别LTE系统内以及异构系统间的干扰。仿真结果表明在信噪比高于7dB时识别率大于90%。     

OFDM系统中一种改进的基于循环前缀的同步迭代算法

在考虑了多径衰落信道的影响下改进了基于循环前缀的最大似然(ML)同步迭代算法,利用多个OFDM符号中相同位置的抽样点相加对参与相关计算的抽样点进行了修正,使抽样点的幅度变化降低,从而提高了同步迭代算法的精度。同时弥补了原ML迭代算法只在高斯白噪声信道背景下才能得到准确的定时和频率偏差估计的不足,实现了多径衰落信道下的同步估计。分别在高斯白噪声信道下和多径衰落信道下进行了仿真实验,结果表明:改进迭代算法在任一信道下都具有较好的同步性能。     

瑞利信道下小波包调制信号的识别研究

小波包调制是一种全新的多载波调制方式,该文主要研究在瑞利衰落信道条件下的小波包调制信号的识别。根据小波包调制信号的特点,首先用基于高阶混合矩联合信噪比估计的方法进行类间识别,然后利用反映功率谱包络变化的参数进行类内识别,实现对小波包调制信号的区分。仿真结果表明,该方法具有良好的识别性能。     

基于匹配滤波的正交频分复用信号盲识别

针对传统的相关算法在循环前缀(Cyclic prefix)长度较短时识别率较低的缺点,研究了一种基于匹配滤波的正交频分复用(Orthogonal frequency division multiplexing,OFDM)信号盲识别方法。该方法利用不同标准中OFDM信号子载波间隔不同的特点,通过对子载波间隔的估计来实现对信号的识别分类。在建立信号模型的基础上,对提出的算法进行了详细的描述,分析了频率和时间偏移对算法的影响。针对参数搜索过程的高复杂度问题,采用了粒子群优化算法优良的迭代寻优能力来优化参数搜索过程。仿真结果表明:匹配滤波算法克服了传统方法的不足,具有更高的信号识别率和更好的抗多径信道能力。     

一种基于循环前缀的OFDM盲检测及参数估计算法

提出了一种基于循环前缀的OFDM盲检测及参数估计算法。该算法利用接收信号循环前缀的相关性进行OFDM信号的盲检测,并通过搜索联合相关函数的峰值来实现参数估计。该算法能区分OFDM与其它多种体制的信号,应用范围广范。实验结果表明该算法所需数据量小,检测及参数估计精度高,具有一定的可行性和实用性。     

多径衰落信道下OFDM定时同步算法的研究

利用循环前缀（CP）能量差分特性和集相关特性对已有的定时同步算法加以改进,提出了一种新的正交频分复用（OFDM）符号同步算法. 在多径衰落信道环境下,CP的能量差分特性和集相关特性在CP后部均未受到多径的破坏,所提算法优化利用了CP的这2种特性. 仿真结果表明,该算法在多径衰落信道下能获得较好的符号定时同步性能;同时消除了频偏对符号定时的影响,且在一定范围内随多普勒频移的增加,符号定时同步性能得到进一步改善.