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。     

复杂电磁环境下IEEE802.11g系统中OFDM信号仿真

为了更好地研究动态多场景下传播环境对OFDM系统中信号的影响,对复杂环境下IEEE802.11g中OFDM信号进行了仿真。首先,搭建了高速移动、多径传播以及同频干扰等因素对OFDM信号传输影响的数学模型;其次,在介绍了OFDM发射信号和接收模型的基础上,分析了IEEE802.11g设备面临的复杂信号环境;最后,仿真并分析了复杂环境对OFDM通信系统性能的影响。结果表明高速移动、多径传播以及同频干扰等复杂环境会引起OFDM系统性能的恶化。模型不仅可以研究复杂环境对OFDM信号性能的影响,还可以作为下一步OFDM系统性能提升的验证平台,具有一定的实用性。     

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。     

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。     

结合子载波分群检测方法的组分天线MIMO-OFDM系统

结合OFDM子载波之间具有相关性与组分天线MIMO-OFDM系统的特点,提出一种新的信号检测方案.在接收端将全体OFDM子载波分群,对每一群里中心子载波上的信号采用组排序检测方法来进行检测,并获得一组检测参数,对于其他子载波上的信号则依照该检测参数进行计算相对简单的分组干扰抑制检测.该方案相比对全体子载波上的信号均采用组排序检测方法的竭尽检测方案能大大降低检测复杂度.仿真结果表明该方案对系统性能造成的影响非常小.     

稀疏信道下OFDM信号的迭代检测方法

提出了一种适用于稀疏信道环境的OFDM信号迭代检测方法。该方法采用导频进行初始化信道估计,使用数学期望最大（EM）算法迭代检测OFDM信号。该方法需要已知信道的路径时延信息、噪声方差和信道冲击响应的协方差矩阵,因此同时给出了这些参数的估计方法。仿真结果证明了这种迭代算法的有效性,而且使用估计的信道参数时的系统性能和理想参数条件下的性能接近。     

基于干扰消除的MIMO-OTFS系统信号检测研究

高迁移率条件下正交时频空间(OTFS)调制技术的性能优于正交频分复用(OFDM),而在常规的多输入多输出系统(MIMO)信号检测中,基于干扰消除信号检测技术的复杂度较大.针对此缺点,提出了一种改进的基于信干噪比(SINR)排序的信号检测算法.该算法先算出每一层信号的信干噪比,然后利用信息传递(MP)检测技术检测出每一层信号并通过干扰消除检测出全部信号.最后通过仿真对算法进行了验证,结果表明改进后的算法具有更好的性能.     

基于支持向量机的小波包调制信号识别

基于小波包调制信号和OFDM信号在分数阶傅里叶变换域分布的不同,利用图像成形技术对接收信号的分数阶傅里叶变换域分布图进行处理,探讨了小波包调制信号和OFDM信号的分数阶域分布成形图的特征参数,利用支持向量机做分类器,实现了这两种多载波调制信号的分类识别。计算机仿真结果,验证了算法的性能。     

基于双路径网络的矿井无线信号检测方法的研究

目前针对矿井无线信号检测的研究大多只考虑了比较理想的加性高斯白噪声信道和瑞利衰落信道,且信号检测误码率高,网络结构复杂。针对上述问题,提出一种基于双路径网络（DPN）的矿井无线信号检测方法,采用双路网络接收机（DPNR）优化正交频分复用（OFDM）接收端的整体性能,解决常规接收机的误差累积问题。首先采用残差（Res）块的shortcut对浅层特征进行一次卷积,将经过一次卷积后的特征图与经过多次卷积后的特征图相加。然后将密集（Dense）块浅层重复利用,并进行Dense块的卷积计算,得到卷积计算后的特征图。最后将两者的特征图融合成新的特征图,在牺牲较少复杂度的情况下,提取更多的特征,从而提高检测性能。实验结果表明：(1)在OFDM系统中,DPNR的误码率比常规接收机低,在信噪比为13时,误码率为零;在信噪比大于7时,DPNR的误码率较矿井环境下的常规接收机降低1个数量级以上;在信噪比大于11时,DPNR的误码率较加性高斯白噪声下的常规接收机降低1个数量级以上。(2)在通信系统滤波器组多载波/偏置正交幅度调制中,DPNR的误码率较常规接收机的降低2个数量级以上,说明其具有较好的鲁棒性。(3...     

基于傅里叶系数映射的OFDM系统性能分析

针对正交频分复用(OFDM)系统存在较高峰均比的问题,通过分析OFDM调制系统与周期信号傅里叶级数展开的关系,提出一种基于傅里叶系数映射的OFDM技术方案。该方案将待传输的数据调制为周期性信号,取该信号的部分傅里叶系数进行OFDM调制,替代传统的QPSK或MQAM映射方式。仿真结果表明,该技术方案在和QPSK映射相同频带利用率的情况下,其峰均比可下降3 dB,误码率与QPSK映射基本相当。     

一种降低OFDM/OQAM系统峰均比的C-OSLM联合算法

针对正交频分复用/交错正交幅度调制（OFDM/OQAM）系统由多个子信道叠加而引起高峰均比的问题,提出了一种基于OFDM/OQAM系统的重叠选择映射与限幅联合算法（C-OSLM）。该算法基于改进型重叠选择映射法（IOSLM）以两种方式引入限幅法,同时对码字数、限幅率（CR）进行优化以保证在误码率不变的条件下提升峰均比抑制性能。仿真结果表明,C-OSLM算法在保证OFDM/OQAM系统误码性能的同时,大幅降低了峰均比。     

DVB-C2数字接收机的信道均衡方法

DVB-C2系统采用了4096-QAM调制,并结合OFDM技术在同轴电缆上获得接近12 （bit/s）/Hz的频谱利用率。然而相对于低阶调制,高阶QAM密集的星座点分布更容易受到信道估计误差的影响。分析了高阶QAM调制对OFDM信道估计精度的要求,针对同轴电缆信道的慢时变特性,提出了一种噪声抑制的信道均衡方法。计算机仿真结果表明,与传统的信道均衡方法相比,在高信噪比时,提出方法的误比特率性能优于传统方法约3 dB。     

应用MDFT结构的认知无线电频谱感知方法

针对认知无线电系统采用传统正交频分复用（OFDM）技术时,其高频谱泄露带来的邻带间干扰及造成的主用户信号检测性能下降等问题,提出了一种基于改进离散傅里叶变换（MDFT）调制滤波器组的认知无线电（CR）多用户接入频谱检测方案,并推导了CR系统在应用MDFT滤波器组条件下检测概率表达式。理论推导及不同参数下仿真结果表明,与基于OFDM的CR系统相比,MDFT结构的系统比以矩形窗函数为原型滤波器的OFDM系统带外有更高阻带衰减;在较低信噪比情况下,基于3GPP TS 25.104协议标准的多径步行信道采用MDFT滤波器组结构的CR系统频谱感知性能相比于采用OFDM调制方式有了明显提升。     

OFDM系统中一种新的非线性补偿算法

在频率选择性信道中,正交频分复用（OFDM）技术以其独特的优点得到了人们的青睐。但高峰均功率比（PAPR）,易使功率放大器（HPA）输出信号产生非线性失真。在OFDM系统中提出了一种新的非线性补偿算法,该算法利用导频序列估计发射端HPA参数,并由此计算非线性误差,实现非线性补偿。计算机仿真结果表明,该算法具有较好的补偿效果。     

基于阵列单通道的信源数目和DOA联合估计方法

基于阵列单通道系统,提出了一种新的宽带信号高分辨参数估计方法。利用带通信号的重构理论,建立了新的阵列单通道时域空间谱估计模型。而后推导了信源数目和时延的联合后验概率密度函数。运用改进的混合可逆跳转马尔科夫链蒙特卡罗（Reversible Jump Markov Chain Monte Carlo,RJMCMC）方法实现了信源数目和波达方向（Direction Of Arrival,DOA）联合估计。模型构建不受信号相关性限制。仿真结果证实了方法的正确性和估计性能的提高。     

采样频率偏差对QPSK OFDM系统误码率的影响分析

研究了采样频率偏差在加性高斯白噪声信道、瑞利平坦衰落信道和瑞利频率选择衰落信道下对QPSK OFDM系统误码率的影响。通过分析发现,采样频率偏差引起的OFDM系统子载波间的邻道干扰（ICI）不仅与子载波间的间隔有关,而且还与子载波的位置有关,其不能等效为载波频率偏差引起的ICI。通过对OFDM系统子载波间的ICI进行分析,求得上述三种信道条件下接收信号的特征函数;在基带调制方式为QPSK调制时得到了OFDM系统误码率的理论解析解。计算机仿真结果验证了该误码率理论解的正确性。     

RSVP与SSVEP混合脑电信号刺激与多类事件检测

提出一种新的基于快速序列视觉呈现（Rapid Serial Visual Presentation,RSVP）与稳态视觉诱发电位（Steady-State Visually Evoked Potential,SSVEP）组合范式的脑电信号（Electroencephalogram,EEG）刺激与多类事件检测方法。对诱发的原始脑电信号通过电位重参考、基线去除、空间滤波等预处理操作去除数据的伪迹和噪声,通过自举聚合决策树（Bagging Tree,BT）和支持向量机（Supported Vector Machine,SVM）等机器学习算法,对14名受试者双重刺激诱发的脑电信号进行目标与频率相结合的多类事件检测,通过实验验证了该组合范式诱发的脑电信号具有良好的多类可分性,为开发基于RSVP和SSVEP两种范式的混合型脑-机接口应用提供了一种新的有效途径。同时,实验结果还表明,基于机器学习的BT和SVM模型对RSVP和SSVEP组合范式诱发的EEG信号进行多类识别的性能明显优于传统的典型关联分析（Canonical Correlation Analysis,CCA）算法的性能。